Teorioinformacyjne twierdzenie Gödla,



Podobne dokumenty
Dowód pierwszego twierdzenia Gödela o. Kołmogorowa

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Struktura danych. Sposób uporządkowania informacji w komputerze.

Złożoność informacyjna Kołmogorowa. Paweł Parys

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Dyskretne procesy stacjonarne o nieskończonej entropii nadwyżkowej

Semantyka rachunku predykatów

Prawa wielkich liczb, centralne twierdzenia graniczne

OBLICZALNOŚĆ I NIEOBLICZALNOŚĆ

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Matematyka II - Organizacja zajęć. Egzamin w sesji letniej

Teoria miary. Matematyka, rok II. Wykład 1

LOGIKA I TEORIA ZBIORÓW

Równoliczność zbiorów

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.

Maksymalne powtórzenia w tekstach i zerowa intensywność entropii

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

Zdarzenia losowe i prawdopodobieństwo

Prawdopodobieństwo i statystyka

Rachunek prawdopodobieństwa Rozdział 4. Zmienne losowe

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Metody probabilistyczne

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Logika intuicjonistyczna

Dlaczego nie wystarczają liczby wymierne

Wykład 11: Martyngały: Twierdzenie o zbieżności i Hoeffdinga

Arytmetyka pierwszego rz du

Indukcja matematyczna. Zasada minimum. Zastosowania.

komputery? Andrzej Skowron, Hung Son Nguyen Instytut Matematyki, Wydział MIM, UW

Statystyka Astronomiczna

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

Indukcja matematyczna

Statystyka i eksploracja danych

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Prawdopodobieństwo i statystyka

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018

Zmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Teoria systemów uczacych się i wymiar Vapnika-Chervonenkisa

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.

Logika i teoria mnogości Wykład Sformalizowane teorie matematyczne

Przykładowe zadania z teorii liczb

Kody blokowe Wykład 2, 10 III 2011

Teoretyczne podstawy informatyki

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

3. Podstawowe pojęcia statystyki matematycznej i rachunku prawdopodobieństwa wykład z Populacja i próba

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Układy stochastyczne

Zmienne losowe. Powtórzenie. Dariusz Uciński. Wykład 1. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe

Matematyka dyskretna

Lekcja 3: Elementy logiki - Rachunek zdań

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski

Początki informatyki teoretycznej. Paweł Cieśla

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU

zdarzenie losowe - zdarzenie którego przebiegu czy wyniku nie da się przewidzieć na pewno.

Wykład 2 Zmienne losowe i ich rozkłady

Zwiększanie losowości

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Algorytmy w teorii liczb

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Prawdopodobieństwo i statystyka Wykład I: Przestrzeń probabilistyczna

Wykład 6 Estymatory efektywne. Własności asymptotyczne estym. estymatorów

1. Definicja granicy właściwej i niewłaściwej funkcji.

Maszyna Turinga języki

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Maria Romanowska UDOWODNIJ, ŻE... PRZYKŁADOWE ZADANIA MATURALNE Z MATEMATYKI

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów

Prawdopodobieństwo geometryczne

Systemy ekspertowe. Wnioskowanie w systemach regułowych. Część piąta. Autor Roman Simiński.

Paradygmaty programowania

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

1. Elementy logiki matematycznej, rachunek zdań, funkcje zdaniowe, metody dowodzenia, rachunek predykatów

Rachunku prawdopodobieństwa: rys historyczny, aksjomatyka, prawdopodobieństwo warunkowe,

Grupy generowane przez mep-pary

Zasada indukcji matematycznej

Wstęp. Kurs w skrócie

Metody probabilistyczne

Funkcja wykładnicza kilka dopowiedzeń

Prawdopodobieństwo i statystyka

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

F t+ := s>t. F s = F t.

Dalszy ciąg rachunku zdań

Algorytm simplex i dualność

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Wykład 2. Informatyka Stosowana. 8 października 2018, M. A-B. Informatyka Stosowana Wykład 2 8 października 2018, M. A-B 1 / 41

Wprowadzenie do logiki Zdania, cz. III Język Klasycznego Rachunku Predykatów

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),

Transkrypt:

Teorioinformacyjne twierdzenie Gödla, czyli co ma logika do statystyki? Łukasz Dębowski ldebowsk@ipipan.waw.pl Instytut Podstaw Informatyki PAN

Temat referatu Twierdzenie, o którym opowiem, jest pomysłem Gregory Chaitina jednego z twórców algorytmicznej teorii informacji. Twierdzenie (Gödla)-Chaitina Dysponując systemem aksjomatów, zapisanym na papierze za pomocą N znaków, nie można udowodnić niekompresowalności dowolnego konkretnego napisu długości większej niż N + C log N, gdzie C jest pewną stałą.

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

Aksjomaty, twierdzenia, dowody Formalny system wnioskowania: aksjomaty zdania w pewnym języku formalnym; reguły wnioskowania reguły przekształcania zdań w zdania. Twierdzenie: zdanie, które można skonstruować z aksjomatów stosując reguły wnioskowania skończoną liczbę razy. Dowód twierdzenia: ciąg ww. zastosowań reguł wnioskowania. System wnioskowania jest niesprzeczny, jeżeli nie można udowodnić jednocześnie pewnego zdania i jego zaprzeczenia.

Gödla idea dowodu niedowodliwości Skonstruować formalne zdanie następującej postaci: Niniejsze zdanie nie ma dowodu. Konstrukcja odwołuje się do argumentu przekątniowego.

Gödla dowód niedowodliwości Zdania, predykaty, i dowody można ponumerować liczbami. Istnieją następujące predykaty: 1 Prov(m, n) 2 Diag(n) def m-ty dowód dowodzi n-tego zdania; def nie istnieje dowód zdania φ(n), gdzie φ jest n-tym predykatem jednoargumentowym. Załóżmy, że system wnioskowania jest niesprzeczny. Jeżeli Diag jest d-tym predykatem, to zdanie Diag(d): nie może być fałszywe (istniałyby wówczas dowody zdań Diag(d) i Diag(d)), nie ma dowodu, skoro jest prawdziwe.

Paradoksy samoodniesienia To stwierdzenie jest fałszywe. Epimenides, Kreteńczyk, twierdzi: Kreteńczycy zawsze kłamią. Fryzjer w naszym miasteczku goli tylko tych mieszkańców, którzy nie golą się sami.

Nierozstrzygalność problemu stopu Twierdzenie Turinga Nie istnieje program dla komputera, który wyliczałby w skończonym czasie dla każdego programu-argumentu, czy ma on własność stopu (tzn. czy komputer wykonując program-argument zatrzyma się w skończonym czasie). ERGO: Za pomocą niesprzecznego systemu wnioskowania nie możemy dowieść własności stopu bądź jej zaprzeczenia dla wszystkich możliwych programów. W przeciwnym razie istniałby program mający własność stopu dla każdego programu-argumentu i sprawdzający własność stopu dla niego przez przeszukanie wszystkich dowodów.

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

Paradoks losowości (Laplace, Kołmogorow) Prosimy dwie osoby o podanie ciągu 20 rzutów uczciwą monetą. Pierwsza osoba: ORORORRRORRORROORROO Druga osoba: RRRRRRRRRRRRRRRRRRRR Osobie pierwszej wierzymy, osobie drugiej nie. Dlaczego, skoro oba ciągi mają to samo prawdopodobieństwo?

Ku losowości algorytmicznej W pewnym intuicyjnym sensie losowy ciąg znaków nie powinien wykazywać żadnych regularności. Chyba się zgodzimy, że następujące napisy nie są losowe: 010101010101010101010101010 010010001000010000010000001

Definiowanie napisów przez programy Dowolny skończony napis można wygenerować za pomocą pewnego programu komputerowego. Przykład 1: program print "R" x 20; generuje napis RRRRRRRRRRRRRRRRRRRR; Przykład 2: program print "ORORORRRORRORROORROO"; generuje napis ORORORRRORRORROORROO. Napisy, które wykazują więcej regularności można definiować za pomocą krótszych programów.

Losowość algorytmiczna Dla uproszczenia załóżmy, że komputer akceptuje tylko programy zapisane kodem binarnym i generuje napisy w kodzie binarnym. Liczba napisów długości n: 2 0 + 2 1 + 2 2 + 2 3 +... + 2 n = 2 n+1 1 Programów długości n jest co najwyżej tyle samo. Definicja Napis nazywamy niekompresowalnym, jeżeli każdy program, który go generuje, ma długość nie mniejszą od długości tego napisu.

Losowość algorytmiczna (II) Twierdzenie Napisów niekompresowalnych jest nieskończenie wiele. Dowód: Niech P będzie liczbą napisów niekompresowalnych. n 1 Liczba kompresowalnych napisów długości n jest 2 i. Zatem liczba wszystkich napisów długości n spełnia nierówność Stąd P 2 n. n n 1 2 i P + 2 i. i=0 i=0 i=0

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

Paradoks Berry ego Najmniejsza liczba, której najkrótsza definicja ma więcej niż 11 słów. } {{ } 10 słów

Analogia paradoks Berry ego twierdzenie (Gödla)-Chaitina paradoksy samoodniesienia oryginalne twierdzenie Gödla

Twierdzenie (Gödla)-Chaitina Twierdzenie Dysponując systemem aksjomatów, zapisanym na papierze za pomocą N znaków, nie można udowodnić niekompresowalności dowolnego konkretnego napisu długości większej niż N + C log N, gdzie C jest pewną stałą.

Dowód Dowód: 1 Skonstruujmy program, który po otrzymaniu liczby P, przeszukuje wszystkie dowody, aż odnajdzie pierwszy dowód niekompresowalności pewnego napisu długości P. 2 Jeżeli taki napis istnieje, to program ten można przekształcić w program wypisujący ów napis, o długości N + C log P, gdzie C log P jest (mniej więcej) długością przedstawienia binarnego liczby P. Z niekompresowalności wynika ograniczenie P N + C log P. Stąd z kolei mamy P N + C log N, gdzie C zależy od C.

Ważenie twierdzeń i aksjomatów I would like to measure the power of a set of axioms and rules of inference. I would like to be able to say that if one has ten pounds of axioms and a twenty-pound theorem, then that theorem cannot be derived from those axioms. Gregory J. Chaitin. Gödel s Theorem and Information. International Journal of Theoretical Physics, 22:941 954, 1982.

Uogólnienie twierdzenia Chaitina Złożoność Kołmogorowa (złożoność algorytmiczna) napisu to długość najkrótszego programu generującego ten napis. Twierdzenie Dysponując systemem aksjomatów, zapisanym na papierze za pomocą N znaków, nie można udowodnić że złożoność Kołmogorowa dowolnego konkretnego napisu jest większa niż N + C log N, gdzie C jest pewną stałą. Dowód: Analogiczny. Tym razem program poszukuje pierwszego napisu o dowodliwej złożoności Kołmogorowa nie mniejszej niż P.

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

Pozorny paradoks Istnieje dziedzina matematyki, która de facto zajmuje się badaniem własności ciągów niekompresowalnych. Jest to nowoczesny rachunek prawdopodobieństwa i statystyka oparte na teorii miary ( = mocne prawa wielkich liczb). Można udowodnić, że wynik rzutów uczciwą monetą jest prawie na pewno (prawie) niekompresowalny.

Prawo wielkich liczb dla złożoności Kołmogorowa Niech zmienne losowe X i modelują kolejne rzuty monetą: X 1:n = (X 1, X 2,..., X n ) zmienne losowe (napisy), x 1:n = (x 1, x 2,..., x n ) napisy (konkretne). Wówczas P(X 1:n = x 1:n ) = 1/2 n dla każdego napisu x 1:n. Niech K(x 1:n ) będzie złożonością Kołmogorowa napisu x 1:n. Twierdzenie ( K(X 1:n ) P lim n n ) 1 = 0

1 Niedowodliwość w ujęciu tradycyjnym 2 Losowość algorytmiczna, czyli niekompresowalność 3 Ogólna niedowodliwość niekompresowalności 4 Kiedy jednak niekompresowalności można dowieść? 5 Podsumowanie

Podsumowanie [I]t is possible to argue that if a theorem contains more information than a given set of axioms, then it is impossible for the theorem to be derived from the axioms. In contrast with the traditional proof based on the paradox of the liar, this new viewpoint suggests that the incompleteness phenomenon discovered by Gödel is natural and widespread rather than pathological and unusual. Gregory J. Chaitin. Gödel s Theorem and Information. International Journal of Theoretical Physics, 22:941 954, 1982.

Do poczytania Gregory J. Chaitin (1982), Gödel s Theorem and Information, International Journal of Theoretical Physics, 22:941 954. Ming Li, Paul Vitanyi (1993, 1997), An Introduction to Kolmogorov Complexity and Its Applications, Springer. Thomas M. Cover, Joy A. Thomas (1991), Elements of Information Theory, Wiley. www.ipipan.waw.pl/~ldebowsk