Naukoznawstwo (Etnolingwistyka V)

Podobne dokumenty
Naukoznawstwo (Etnolingwistyka V)

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM

Rachunek zda«. Relacje. 2018/2019

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Wykªad 4. Funkcje wielu zmiennych.

Logika matematyczna (16) (JiNoI I)

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Matematyczne podstawy kognitywistyki

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2

Metodydowodzenia twierdzeń

Geometria Algebraiczna

Metody dowodzenia twierdze«

Przekroje Dedekinda 1

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Zbiory i odwzorowania

Wstęp do Matematyki (2)

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

Logika intuicjonistyczna

Indeksowane rodziny zbiorów

Logika Matematyczna (1)

2 Liczby rzeczywiste - cz. 2

Ekstremalnie maªe zbiory

Matematyczne podstawy kognitywistyki

Rekurencyjna przeliczalność

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

x y x y x y x + y x y

Metody numeryczne i statystyka dla in»ynierów

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Logika Matematyczna (1)

Wstęp do Matematyki (3)

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

r = x x2 2 + x2 3.

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Podstawy logiki i teorii zbiorów wiczenia

Logika Matematyczna. Zadania Egzaminacyjne. J zykoznawstwo i Informacja Naukowa I, UAM, Jerzy Pogonowski

Funkcje, wielomiany. Informacje pomocnicze

Maªgorzata Murat. Modele matematyczne.

Materiaªy do Repetytorium z matematyki

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

Wyra»enia logicznie równowa»ne

Matematyczne podstawy kognitywistyki

Preliminaria logiczne

Metalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

Matematyka dyskretna dla informatyków

Lab. 02: Algorytm Schrage

Matematyka dyskretna

Strategia czy intuicja?

PRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Ÿ1 Oznaczenia, poj cia wst pne

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Spl tanie i inne korelacje kwantowe w ukªadach zªo»onych

Logika dla matematyków i informatyków Wykªad 1

istnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, Instytut Matematyki Uniwersytetu Warszawskiego

2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

Wykªad 6: Model logitowy

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II.

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Zadania. 4 grudnia k=1

RACHUNEK ZBIORÓW 2 A B = B A

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie

gdzie wektory α i tworz baz ortonormaln przestrzeni E n

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Matematyka dyskretna dla informatyków

Algorytmiczna teoria grafów

Teoria mnogo±ci. Twierdzenia podziaªowe. Piotr Zakrzewski. Toru«, 31 sierpnia Instytut Matematyki Uniwersytet Warszawski

Rachunek caªkowy funkcji wielu zmiennych

Logika Matematyczna 16 17

Zbiory ograniczone i kresy zbiorów

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Ukªady równa«liniowych

Listy i operacje pytania

Granular Computing 9999 pages 15 METODY SZTUCZNEJ INTELIGENCJI - PROJEKTY

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Matematyka dyskretna dla informatyków

Listy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.

1 Poj cia pomocnicze. Przykªad 1. A A d

Granular Computing 9999 pages 15 METODY SZTUCZNEJ INTELIGENCJI - PROJEKTY

Funkcje wielu zmiennych

Funkcje rekurencyjne (1) (JiNoI III)

Ewolucja Ró»nicowa - Wprowadzenie

Metody numeryczne i statystyka dla in»ynierów

Transkrypt:

Naukoznawstwo (Etnolingwistyka V) Jerzy Pogonowski Zakªad Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 25 listopada 2006 Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 1 / 48

Na dzie«dobry Zanim zaczniemy trudy Przygody Edukacyjnej popatrzmy na spokojny Czarny Staw G sienicowy (jesieni 2005 roku): Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 2 / 48

0. Wprowadzenie Procedury Poznawcze I. Operacje na danych: (o tym b dzie dzisiaj) algorytmy, klasykacje, podobie«stwa, opozycje, hierarchizacja i szeregowanie, struktury relacyjne. II. A. Denicje (o tym b dzie dzisiaj) II. B. Pytania i odpowiedzi (o tym b dzie dzisiaj) III. Typy uzasadnie«(o tym b dzie 9 grudnia 2006) IV. Reeksja metateoretyczna (o tym b dzie 9 grudnia 2006) V. Granice poznania (o tym b dzie 6 stycznia 2007). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 3 / 48

1. Operacje poznawcze Operacje na danych 1. O poj ciu procedury poznawczej 2. O poj ciu algorytmu 3. Klasykowanie 5. Porz dkowanie: hierarchiczne i liniowe 6. Struktury relacyjne i poj cie izomorzmu Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 4 / 48

1. Operacje poznawcze Czym s operacje poznawcze? I. Masz jakie± DANE. Musisz je uporz dkowa, podda kategoryzacji, klasykowaniu, szeregowaniu, itp. II. Masz OPIS danych. Formuªujesz przeró»ne denicje, stawiasz hipotezy (tj. zadajesz pytania), itd. III. PRZETWARZASZ informacj : budujesz uzasadnienia, wyja±nienia, przeprowadzasz wnioskowania, itp. IV. Masz jak ± WIEDZ. Kontemplujesz j, badasz, czy jest ona np. niesprzeczna, trafna, zupeªna, itd. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 5 / 48

1. Operacje poznawcze Operacje poznawcze Operacja poznawcza jest to dziaªanie zmierzaj ce do udzielenia odpowiedzi na pytania epistemologiczne. Przykªady pyta«epistemologicznych: Dlaczego dane zjawisko zachodzi? Czy istnieje X? Jak X dziaªa na Y? Po co istnieje X? Co jest przyczyn danego zdarzenia? Udzielanie odpowiedzi na takie pytania wymaga m.in. uporz dkowania danych (zaªo»e«, hipotez, sprawozda«z obserwacji, itd.). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 6 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Sªowo algorytm pochodzi od nazwiska arabskiego matematyka Al Chwarizmiego. Metoda obliczalna (efektywna): w sko«czonej liczbie prostych, mechanicznych kroków daje odpowied¹ dla dowolnych danych ustalonej postaci. Wej±cie Obliczenie Wyj±cie Obliczenie za pomoc metody efektywnej nazywa si algorytmem. Podane wy»ej poj cie obliczalno±ci ma charakter intuicyjny. Mo»liwe s jego ró»ne matematyczne precyzacje (zob. ni»ej). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 7 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Przykªad metody efektywnej: algorytm ustalania, czy dana formuªa j zyka Klasycznego Rachunku Zda«jest prawem (tautologi ) tego rachunku. Wej±cie: formuªa j zyka KRZ (o n zmiennych zdaniowych) Obliczenie: znajdowanie warto±ci logicznej tej formuªy dla ka»dego z 2 n podstawie«warto±ci logicznych za zmienne Wyj±cie: odpowied¹ TAK (gdy przy ka»dym takim podstawieniu formuªa jest prawdziwa), NIE (w przeciwnym przypadku). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 8 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Przykªad problemu, dla którego nie istnieje metoda obliczalna: ustalanie, czy dowolna formuªa j zyka Klasycznego Rachunku Predykatów jest prawem (tautologi ) tego rachunku. Dla ustalenia, czy dowolna formuªa j zyka KRP jest tautologi KRP potrzeba sprawdzi niesko«czon liczb interpretacji, a wi c istnienie algorytmu jest w tym przypadku wykluczone. x y A(x, y) y x A(x, y) Ta formuªa nie jest tautologi KRP. Uwaga: KRP jest póªrozstrzygalny je±li formuªa A jest tautologi KRP, to mo»na to w sko«czonej liczbie kroków sprawdzi. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 9 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu A jak to jest w tzw.»yciu codziennym? Procedury algorytmiczne (lub bliskie algorytmicznym): gotowanie zupy, p dzenie bimbru musztra wojskowa, zasady savoir vivre funkcjonowanie prawa. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 10 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu A jak to jest w tzw.»yciu codziennym? Procedury niealgorytmiczne (lub bliskie niealgorytmicznym): problemy wymagaj ce rozwa»enia niesko«czonej liczby mo»liwo±ci zakochiwanie si, planowanie morderstwa doskonaªego dziaªalno± o znamionach magii, przepowiednie zªo»one procesy spoªeczne (?). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 11 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Kilka pyta«metazycznych: Czy prawa nauki maj charakter algorytmiczny? Czy wszelkie prawidªowo±ci przyrody maj charakter algorytmiczny? Czy poj cie racjonalno±ci mo»na eksplikowa w terminach wyª cznie algorytmicznych? Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 12 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Niektóre matematyczne precyzacje poj cia obliczalno±ci: Maszyny Turinga Algorytmy Markowa Funkcje rekurencyjne Numeracje Kleene'go i Posta. Mo»na udowodni,»e wymienione wy»ej matematyczne typy oblicze«deniuj dokªadnie tak sam klas procedur. Stanowi to mocn konrmacj Tezy Churcha: Funkcje obliczalne = Funkcje rekurencyjne. Uwaga: teza Churcha nie jest twierdzeniem, lecz jedynie hipotez empiryczn (bo poj cie obliczalno±ci ma charakter intuicyjny). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 13 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 14 / 48

2. Poj cie algorytmu 2. Poj cie algorytmu Poj cie rekurencyjnej przeliczalno±ci. Problemy rozstrzygalne i nierozstrzygalne. Zªo»ono± oblicze«dla problemów rozstrzygalnych: wykªadnicza wielomianowa. Zªo»ono± problemów nierozstrzygalnych: Hierarchia arytmetyczna Hierarchia analityczna. Problem P = NP. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 15 / 48

3. Klasykowanie 3. Klasykowanie Klasykujemy przedmioty bior c pod uwag ich nieodró»nialno± wzgl dem (z góry ustalonych) cech. Tego typu nieodró»nialno± jest relacj równowa»no±ci w danym uniwersum U, tj. relacj R speªniaj c warunki: zwrotno±ci x U symetrii x, y U xrx xry yrx przechodnio±ci x, y, z U xry yrz xrz. Klas równowa»no±ci przedmiotu x U nazywamy zbiór: [x] R = {y U : xry}. Rodzin U/R = {[x R ] : x U} nazywamy podziaªem U wyznaczonym przez R. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 16 / 48

3. Klasykowanie 3. Klasykowanie W tej tabeli podane s trzy podziaªy pewnych mokrych obiektów. Jakie s relacje równowa»no±ci, które wyznaczaj te podziaªy? Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 17 / 48

3. Klasykowanie 3. Klasykowanie Podziaªem uniwersum U nazywamy ka»d rodzin niepustych, parami rozª cznych podzbiorów U, której suma równa jest U. Tak wi c, A jest podziaªem U, gdy: A A A U A A A A, B A (A B A B = ) A = U. Jest wzajemnie jednoznaczna odpowiednio± mi dzy podziaªami U a relacjami równowa»no±ci okre±lonymi na U: Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 18 / 48

3. Klasykowanie 3. Klasykowanie Je±li R jest relacj równowa»no±ci na U, to U/R jest podziaªem U. Je±li A jest podziaªem U, to równowa»no±ci jest relacja R A U 2 zdeniowana dla dowolnych x, y U warunkiem: xr A y A A x, y A. Uwaga terminologiczna: terminu klasykacja u»ywamy cz sto zamiennie z terminem podziaª. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 19 / 48

3. Klasykowanie 3. Klasykowanie Przykªad podziaªu (klasykacji) pewnego zbioru Stworze«. Czy widzisz, jaka relacja równowa»no±ci odpowiada temu podziaªowi? Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 20 / 48

3. Klasykowanie 3. Klasykowanie Skrzy»owaniem podziaªów A oraz B zbioru U nazywamy rodzin : A B = {A B : A A B B}. Mówimy,»e podziaªy A oraz B s niezale»ne, gdy / A B, czyli gdy ich skrzy»owanie nie ma jako elementu zbioru pustego. Operacj krzy»owania podziaªów mo»na iterowa, otrzymuj c w ten sposób klasykacje wielopoziomowe. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 21 / 48

3. Klasykowanie 3. Klasykowanie Sposoby przedstawiania klasykacji wielopoziomowych: tabele drzewa clusters Przykªady klasykacji wielopoziomowych: biologia j zykoznawstwo ideogramy. Niektóre poj cia zwi zane z klasykacjami: odlegªo± taksonomiczna przybli»enia; rough sets poj cia topologiczne: domkni cie, wn trze, brzeg. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 22 / 48

Podobie«stwo obiektów polega na posiadaniu co najmniej jednej wspólnej cechy (z ustalonej listy). Opozycja mi dzy obiektami polega na ró»nieniu si co najmniej jedn cech (z ustalonej listy). Ka»d zwrotn i symetryczn relacj na zbiorze U nazywamy relacj podobie«stwa (tolerancji) na U. Rodzin A niepustych podzbiorów U nazywamy pokryciem U, gdy jej suma równa jest U: A = U. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 23 / 48

Szukaj podobie«stw mi dzy obiektami w ka»dym z obu powy»szych przypadków. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 24 / 48

Zarówno podobie«stwa, jak i opozycje mo»na reprezentowa przez systemy postaci O, F, φ, gdzie: O jest zbiorem obiektów; F jest zbiorem cech; relacja φ O F zachodzi mi dzy obiektem x O a cech f F gdy x ma cech f. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 25 / 48

Przykªad przypisania obiektom cech. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 26 / 48

To graf relacji podobie«stwa wyznaczonej przez przypisanie obiektom cech (z poprzedniego slajdu). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 27 / 48

Niech R b dzie relacj podobie«stwa na U. Mówimy,»e: A U jest R-preklas, gdy x, y A xry. A U jest R-klas, gdy A jest maksymaln (wzgl dem inkluzji) preklas. A U jest zbiorem R-rozproszonym, gdy x, y A (x y xry). A U jest zbiorem R-pochªaniaj cym, gdy x U y A yrx. Relacj R + zdeniowan warunkiem: xr + y z U (xrz yrz) nazywamy relacj stowarzyszon z R. Jest ona równowa»no±ci na U. Jej klasy równowa»no±ci nazywamy R-j drami. Przechodnie domkni cie relacji podobie«stwa R oznaczamy przez R tr. To tak»e jest relacja równowa»no±ci. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 28 / 48

Rodzina klas tolerancji (podobie«stwa) okre±lonej na pewnym zbiorze Stworze«. Rodzin klas U//R relacji podobie«stwa R na U nazywa si czasami typologi obiektów z U. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 29 / 48

Niech U//R oznacza rodzin wszystkich R-klas. Jest wzajemnie jednoznaczna odpowiednio± mi dzy pokryciami U a relacjami podobie«stwa okre±lonymi na U: Je±li R jest relacj podobie«stwa na U, to U//R jest pokryciem U. Je±li A jest pokryciem U, to podobie«stwem jest relacja R A U 2 zdeniowana dla dowolnych x, y U warunkiem: xr A y A A x, y A. Ka»d minimaln (wzgl dem inkluzji) rodzin B U//R tak,»e dla dowolnych x, y U zachodzi xry A B x, y A nazywamy R-baz. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 30 / 48

Pokrycia a relacje podobie«stwa. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 31 / 48

Kilka faktów o relacjach podobie«stwa: Dla ka»dej relacji podobie«stwa R istnieje R-baza. Dla ka»dej relacji podobie«stwa R: R + R R tr. Zbiory, które s jednocze±nie maksymalnymi zbiorami R-rozproszonymi i minimalnymi zbiorami R-pochªaniaj cymi s najbardziej ekonomicznymi opisami relacji R. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 32 / 48

Znajd¹ zbiory, które s jednocze±nie minimalnymi zbiorami pochªaniaj cymi i maksymalnymi zbiorami rozproszonymi. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 33 / 48

Rodzaje opozycji: kontekstowe (np. oparte na dystrybycji); parametryczne (np. bazuj ce na wymiarach semicznych); opozycje typu nieporównywalno±ci (np. hiponimiczne). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 34 / 48

O matematycznej teorii relacji podobie«stwa oraz opozycji, a tak»e jej zastosowaniach poczyta mo»esz np. w: Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 35 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Relacja R U 2 jest porz dkiem cz ±ciowym na U, gdy jest: przechodnia x, y, z U (xry yrz xrz) oraz antysymetryczna x, y U (xry yrx x = y). Cz ±ciowy porz dek R, który speªnia dodatkowo warunek asymetrii: x, y U (xry yrx) nazywamy ostrym porz dkiem cz ±ciowym. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 36 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Przykªady: inkluzja jest porz dkiem cz ±ciowym ostra inkluzja jest ostrym porz dkiem cz ±ciowym. Hiponimiczne uporz dkowanie leksykonu. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 37 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Niech R b dzie cz ±ciowym porz dkiem na U. Element x U nazywamy: R-minimalnym, gdy y U (x y yrx) R-maksymalnym, gdy y U (x y xry) R-najmniejszym, gdy y U (x y xry) R-najwi kszym, gdy y U (x y yrx). Uwaga: element R-najmniejszy (resp. R-najwi kszy), o ile istnieje, jest te» elementem R-minimalnym (resp. R-maksymalnym), lecz niekoniecznie na odwrót. Gdy xry oraz nie istnieje z U taki,»e x z, y z, xrz i zry, to mówimy,»e x jest bezpo±rednim R-poprzednikiem y (a y bezpo±rednim R-nast pnikiem x). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 38 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Znajd¹ elementy: minimalne, maksymalne, najwi kszy oraz najmniejszy. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 39 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Porz dek cz ±ciowy R nazywamy porz dkiem liniowym, je±li speªnia on warunek spójno±ci: x, y U (x y xry yrx). Cz ±ciowy porz dek R nazywamy dobrym porz dkiem na U, je±li ka»dy podzbiór U ma element R-najmniejszy. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 40 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Przykªady: Zbiór wszystkich liczb naturalnych jest uporz dkowany w sposób dobry przez relacj mniejszo±ci. Relacja ta porz dkuje ów zbiór tak»e liniowo. Zbiór wszystkich liczb caªkowitych jest liniowo uporz dkowany przez relacj mniejszo±ci. Uporz dkowanie to nie jest dobrym porz dkiem. Uwaga: termin dobry nie ma tu charakteru ocennego. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 41 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Mówimy,»e cz ±ciowy porz dek R jest: dyskretny, gdy ka»dy element U ma bezpo±redni R-poprzednik oraz R-nast pnik. g sty, gdy x, y U (xry z U (x z z y xrz zry)). Uwaga:»aden porz dek nie mo»e by jednocze±nie dyskretny i g sty, ale s porz dki, które nie s ani dyskretne, ani g ste. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 42 / 48

5. Porz dkowanie: hierarchiczne i liniowe 5. Porz dkowanie: hierarchiczne i liniowe Przykªady: Zbiór liczb caªkowitych wszystkich (i ka»dy jego podzbiór) jest uporz dkowany w sposób dyskretny przez relacj mniejszo±ci. Zbiór wszystkich liczb wymiernych jest przez relacj mniejszo±ci uporz dkowany w sposób g sty. Zbiór wszystkich liczb rzeczywistych tak»e jest uporz dkowany w sposób g sty przez relacj mniejszo±ci. Ale liczb rzeczywistych jest istotnie wi cej ni» liczb wymiernych. Relacja mniejszo±ci porz dkuje wszystkie liczby rzeczywiste w sposób ci gªy. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 43 / 48

6. Struktury relacyjne i poj cie izomorzmu 6. Struktury relacyjne i poj cie izomorzmu Systemy, którymi zajmuje si nauka maj posta ukªadów zªo»onych z pewnych obiektów oraz wi» cych te obiekty zale»no±ci. Matematycznymi odpowiednikami takich systemów s struktury relacyjne, czyli twory postaci: S = U, {R i } i I, {f j } j J, {a k } k K U jest zbiorem, zwanym uniwersum struktury S {R i } i I jest rodzin relacji na zbiorze U {f j } j J jest rodzin funkcji okre±lonych na zbiorze U i o warto±ciach w tym zbiorze {a k } k K jest rodzin elementów wyró»nionych zbioru U. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 44 / 48

6. Struktury relacyjne i poj cie izomorzmu 6. Struktury relacyjne i poj cie izomorzmu Kilka uwag (terminologicznych): Gdy J = K =, to mówimy o strukturach relacyjnych czystych. Gdy I = K =, to mówimy o algebrach. Cz sto rozwa»amy struktury wielosortowe: zamiast zbioru U mamy wtedy rodzin zbiorów {U σ } σ Σ ; wtedy odpowiednio okre±lone s relacje oraz funkcje takiej wielosortowej struktury. Struktury relacyjne s interpretacjami j zyka Klasycznego Rachunku Predykatów (z identyczno±ci ). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 45 / 48

6. Struktury relacyjne i poj cie izomorzmu 6. Struktury relacyjne i poj cie izomorzmu Przykªady: ukªad zyczny spoªecze«stwo wi zienie zbiór problemów graf algebra Boole'a model standardowy Arytmetyki Peany. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 46 / 48

6. Struktury relacyjne i poj cie izomorzmu 6. Struktury relacyjne i poj cie izomorzmu Poj cie izomorzmu struktur relacyjnych omówimy w grubym uproszczeniu, dla struktur z jedn relacj dwuargumentow oraz jedn funkcj jednoargumentow. Powiemy,»e struktury S 1 = U 1, R 1, f 1 i S 2 = U 2, R 2, f 2 s izomorczne, gdy istnieje wzajemnie jednoznaczna funkcja f z U 1 na U 2 taka,»e dla dowolnych x, y U 1 : xr 1 y f (x)r 2 f (y) f 1 (x) = y f 2 (f (x)) = f (y). Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 47 / 48

6. Struktury relacyjne i poj cie izomorzmu 6. Struktury relacyjne i poj cie izomorzmu Matematyk bada ±wiat z dokªadno±ci do izomorzmu. Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada 2006 48 / 48