Ασκήσεις μελέτης της 8 ης διάλεξης
|
|
- Ἑλένη Γεωργιάδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 8 ης διάλεξης 8.1. (i) Έστω ότι α και β είναι δύο τύποι της προτασιακής λογικής. Αποδείξτε ότι α β αν και μόνο αν ο τύπος (α β) είναι έγκυρος. (ii) Αποδείξτε την ορθότητα του κανόνα Modus Ponens. (iii) Αποδείξτε την ορθότητα του κανόνα Modus Tollens. (iv) Ο κανόνας της ανάλυσης είναι ορθός για k = 1 (βλ. σχετική διαφάνεια); Για n = 1; Για k = n = 1; i) Ο πίνακας αληθείας για τον τύπο (α => β) είναι ο παρακάτω: α β (α=>β) 1. Τ T T 2. Τ F F 3. F T T 4. F F T Έστω ότι ο τύπος (α=>β) είναι έγκυρος, δηλαδή ότι είναι αληθής σε κάθε μοντέλο. Τότε σε κάθε μοντέλο, οι τύποι α και β θα έχουν έναν από τους συνδυασμούς λογικών τιμών των γραμμών (1), (3) ή (4) του πίνακα, γιατί ο συνδυασμός της γραμμής (2) κάνει τον τύπο (α=>β) ψευδή, κάτι που σύμφωνα με την υπόθεσή μας είναι αδύνατον. Περιοριζόμενοι στους συνδυασμούς τιμών των γραμμών (1), (3) και (4), παρατηρούμε ότι όποτε (σε όποιο μοντέλο) αληθεύει ο α, αληθεύει και ο β. Οπότε α = β. Αντίστροφα, έστω ότι α = β. Τότε, σε κάθε μοντέλο όπου αληθεύει ο α, αληθεύει και ο β. Επομένως, δεν υπάρχει μοντέλο στο οποίο οι τύποι α και β έχουν τις λογικές τιμές της περίπτωσης (2) του πίνακα αληθείας. Άρα για κάθε μοντέλο, βρισκόμαστε σε μία από τις περιπτώσεις (1), (3) ή (4), όπου ο τύπος (α=>β) είναι αληθής. Άρα ο α=>β είναι αληθής σε κάθε μοντέλο και επομένως είναι έγκυρος. ii) Για να δείξουμε ότι ο κανόνας Modus Ponens είναι ορθός, θα αποδείξουμε ότι ((α=>β) α) = β. Ο πίνακας αληθείας που προκύπτει είναι ο παρακάτω: α β (α=>β) ((α=>β) α) 1. Τ T T T 2. Τ F F F 3. F T T F 4. F F T F Παρατηρούμε πως όταν η πρόταση ((α=>β) α) είναι αληθής, τότε είναι και η πρόταση β αληθής. Άρα ((α=>β) α) = β. Συνεπώς, ο κανόνας Modus Ponens είναι ορθός.
2 iii) Για να αποδείξουμε την ορθότητα του κανόνα Modus Tollens θα δείξουμε ότι αν αληθεύουν τα (α=>β) και β, τότε αληθεύει και το α. Ισοδύναμα, θα δείξουμε ότι αν αληθεύει το ((α=>β) β), τότε αληθεύει και το α. α β (α=>β) β ((α=>β) β) α 1. Τ T T F F F 2. Τ F F T F F 3. F T T F F T 4. F F T T T T Παρατηρούμε πως όταν η πρόταση ((α=>β) β) αληθεύει, τότε αληθεύει και η α. Άρα ((α=>β) β) = α. Άρα ο κανόνας Modus Tollens είναι ορθός. iv) Ο κανόνας της ανάλυσης για κ = 1 και υποθέτοντας ότι l 1 είναι η άρνηση του m j (ή αντίστροφα) καταλήγει ως εξής: (l 1) (m 1... m n) (m 1 m j-1 m j+1 m n) Έστω λοιπόν ότι αληθεύουν τα l 1 και (m 1... m n). Τότε το m j είναι ψευδές. Όμως, αφού είναι αληθές το (m 1... m n), κάποιο άλλο από τα m είναι αληθές. Επομένως, αληθεύει και το (m 1 m j-1 m j+1 m n), οπότε ο κανόνας της ανάλυσης είναι ορθός. Ο κανόνας της ανάλυσης για n = 1 και υποθέτοντας ότι l i είναι η άρνηση του m 1 (ή αντίστροφα) καταλήγει ως εξής: (l 1... l k) (m 1) (l 1 l i-1 l i+1 l k) Έστω ότι αληθεύουν τα (l 1... l k) και m 1. Τότε το l i θα είναι ψευδές. Οπότε, αφού αληθεύει το (l 1... l k), κάποιο άλλο από τα l είναι αληθές. Επομένως, αληθεύει και το (l 1 l i-1 l i+1 l k), οπότε ο κανόνας της ανάλυσης είναι ορθός. Για n = k = 1, ο κανόνας της ανάλυσης γίνεται l 1 m 1, όπου το l 1 είναι η άρνηση του m 1. Για να είναι ορθός ο κανόνας σε αυτήν την περίπτωση, θα πρέπει όποτε είναι αληθή τα l 1 και m 1, να είναι ορθό και το αποτέλεσμα του κανόνα (η κενή διάζευξη). Αλλά τα l 1 και m 1 δεν είναι ποτέ αληθή μαζί, αφού το ένα είναι η άρνηση του άλλου. Άρα, ο κανόνας είναι ορθός και σε αυτήν την περίπτωση (α) Μετατρέψτε την ακόλουθη βάση γνώσης (ΒΓ) σε κανονική συζευκτική μορφή (CNF), δείχνοντας αναλυτικά τα βήματα της μετατροπής: B 1,1 Είναι ήδη σε μορφή CNF. (B 1,1 (P 1,2 Μετατρέπεται ως εξής: ((B 1,1 (P 1,2 ((P 1,2
3 (( B 1,1 ) ( (P 1,2 (( B 1,1 ) (( P 1,2 P 2,1 (( B 1,1 ) ( P 1,2 B 1,1 ) ( P 2,1 B 1,1 (β) Χρησιμοποιώντας τον κανόνα της ανάλυσης (resolution), αποδείξτε με απαγωγή σε άτοπο ότι ΒΓ ( P 1,2 P 2,1), όπου ΒΓ η βάση γνώσης του σκέλους (α) σε CNF. Σχεδιάστε το δέντρο της απόδειξης. Εισάγουμε την άρνηση του ( P 1,2 P 2,1), δηλαδή το (P 1,2 P 2,1), που είναι σε CNF, στη ΒΓ και δείχνουμε ότι καταλήγουμε σε άτοπο Εξηγήστε πώς θα μπορούσε ο έλεγχος ικανοποιησιμότητας ενός τύπου προτασιακής λογικής που βρίσκεται σε κανονική συζευκτική μορφή (CNF) να γίνει με αναζήτηση Α*. Τι θα παρίστανε κάθε κατάσταση και πώς ακριβώς; Ποια θα ήταν η αρχική κατάσταση; Θα παρίστανε μια ανάθεση τιμών στα σύμβολα (ατομικές προτάσεις, εκτός από τις ειδικές True, False) του τύπου. Κάθε κατάσταση θα συμβολιζόταν με ένα διάνυσμα με τόσες συνιστώσες όσες και τα διαφορετικά σύμβολα του τύπου. Η τιμή κάθε συνιστώσας θα ήταν T (αληθές) ή F (ψευδές). Η αρχική κατάσταση θα αντιστοιχούσε σε τυχαία ανάθεση τιμών στα σύμβολα του τύπου. Πώς θα προέκυπταν τα παιδιά κάθε κατάστασης; Τα παιδιά θα μπορούσαν να παριστάνουν π.χ. όλες τις νέες αναθέσεις τιμών που προκύπτουν μεταβάλλοντας σε κάθε μία νέα ανάθεση την τιμή ενός μόνο συμβόλου, σε σχέση με τις τιμές της τρέχουσας κατάστασης. Έτσι κάθε κατάσταση θα είχε πάντα τόσα παιδιά όσα και τα διαφορετικά σύμβολα του τύπου. Επομένως και ο μέγιστος παράγοντας διακλάδωσης θα ήταν πεπερασμένος. Ποια θα μπορούσε να ήταν η ευρετική συνάρτηση; Θα ήταν «αποδεκτή»; Ναι ή όχι και γιατί; Θεωρήστε ότι το κόστος κάθε μετάβασης είναι 1 και ότι το κόστος ενός μονοπατιού ισούται με τον αριθμό μεταβάσεών του. Η ευρετική θα μπορούσε να ήταν ο αριθμός των διαζεύξεων του CNF τύπου που δεν αληθεύουν με την ανάθεση τιμών της αξιολογούμενης κατάστασης. Η ευρετική αυτή δεν είναι αποδεκτή. Μπορεί π.χ. με την ανάθεση τιμών μιας αξιολογούμενης κατάστασης να υπάρχουν δύο διαζεύξεις που δεν αληθεύουν και αλλάζοντας τιμή σε ένα μόνο σύμβολο (κάνοντας μόνο μία μετάβαση) να αληθεύουν πλέον όλες οι διαζεύξεις, δηλαδή να έχουμε φτάσει σε τελική
4 κατάσταση. Επομένως, η τιμή (2) που είχε επιστρέψει η ευρετική στην προηγούμενη κατάσταση ήταν υπερ-εκτίμηση (όχι υπο-εκτίμηση όπως θα έπρεπε) της απόστασης (του αριθμού μεταβάσεων) ως την πλησιέστερη τελική κατάσταση. Αν η ευρετική που προτείνατε είναι αποδεκτή, τι μας εξασφαλίζει αυτό; Αν δεν είναι, έχει αυτό κάποια σημαντική επίπτωση στον έλεγχο ικανοποιησιμότητας; Αν η ευρετική ήταν αποδεκτή, θα ήμασταν σίγουροι ότι ο Α* θα έβρισκε πάντα το βέλτιστο μονοπάτι. Η ευρετική που χρησιμοποιούμε, όμως, δεν είναι αποδεκτή και έτσι δεν έχουμε εγγύηση ότι ο Α* θα βρίσκει πάντα το βέλτιστο μονοπάτι. Στον έλεγχο ικανοποιησιμότητας, όμως, αυτό δεν είναι σημαντικό, γιατί δεν μας ενδιαφέρει να βρίσκει το βέλτιστο μονοπάτι μας ενδιαφέρει μόνο αν υπάρχει ή όχι τελική κατάσταση, δηλαδή ανάθεση τιμών που ικανοποιεί τον τύπο. Είναι σίγουρο πως αν ο τύπος είναι ικανοποιήσιμος, ο έλεγχος ικανοποιησιμότητας θα τερματίσει και θα αποκριθεί θετικά; Ναι ή όχι και γιατί; Ναι, γιατί ο μέγιστος παράγοντας διακλάδωσης είναι πεπερασμένος (βλ. παραπάνω) και το κόστος κάθε μετάβασης είναι 1. Στην περίπτωση αυτή, γνωρίζουμε ότι ο Α* είναι πλήρης. Επομένως, αν ο τύπος είναι ικανοποιήσιμος, δηλαδή αν υπάρχει τελική κατάσταση (ανάθεση τιμών με την οποία αληθεύει ο τύπος), ο Α* θα την βρει (σε πεπερασμένο χρόνο) και επομένως ο έλεγχος θα τερματίσει με θετική απόκριση α) Κάθε τύπος προτασιακής λογικής μπορεί να μετατραπεί σε κανονική συζευκτική μορφή: _Χ_συμφωνώ και μάλιστα ο νέος τύπος είναι ταυτολογικά ισοδύναμος με τον αρχικό συμφωνώ, αλλά ο νέος τύπος δεν είναι σίγουρα ταυτολογικά ισοδύναμος με τον αρχικό διαφωνώ. β) Αν διαθέτουμε αλγόριθμο που αποκρίνεται πάντα αν ένας τύπος προτασιακής λογικής είναι ή δεν είναι ικανοποιήσιμος, μπορούμε να τον χρησιμοποιήσουμε για να απαντήσουμε (i) αν ένας τύπος β έπεται ταυτολογικά από έναν άλλο τύπο α (α β), καθώς και (ii) για να απαντήσουμε αν ο τύπος β δεν έπεται ταυτολογικά από τον α (α β): _X_συμφωνώ και με τα δύο (i και ii) συμφωνώ μόνο με το ένα (i ή ii, αλλά όχι και τα δύο) διαφωνώ και με τα δύο (τα i και ii είναι και τα δύο λάθος). Ξέρουμε ότι α β ανν (α β) μη ικανοποιήσιμος άρα και α β ανν (α β) ικανοποιήσιμος. Επομένως, μπορούμε να ελέγξουμε με τον αλγόριθμο που διαθέτουμε αν ο (α β) είναι ικανοποιήσιμος ή όχι aν είναι ικανοποιήσιμος, τότε απαντάμε αρνητικά στο (i) και καταφατικά στο (ii) αν δεν είναι ικανοποιήσιμος, απαντάμε καταφατικά στο (i) και αρνητικά στο (ii). γ) Εξηγήστε πώς θα μπορούσε να γίνει ο έλεγχος ικανοποιησιμότητας ενός τύπου προτασιακής λογικής που βρίσκεται σε κανονική συζευκτική μορφή χρησιμοποιώντας αναρρίχηση λόφου. γ1) Τι θα παρίστανε κάθε κατάσταση και πώς ακριβώς; Θα παρίστανε μια ανάθεση τιμών στα σύμβολα (ατομικές προτάσεις, εκτός από τις ειδικές True, False) του τύπου. Κάθε κατάσταση θα ήταν ένα διάνυσμα με τόσες συνιστώσες όσες και τα διαφορετικά σύμβολα του τύπου. Η τιμή κάθε συνιστώσας θα ήταν true ή false. γ2) Ποια θα ήταν η αρχική κατάσταση;
5 Μια τυχαία ανάθεση τιμών στα σύμβολα του τύπου. γ3) Πώς θα προέκυπταν τα παιδιά κάθε κατάστασης; Τα παιδιά θα μπορούσαν να παριστάνουν π.χ. όλες τις νέες αναθέσεις τιμών που προκύπτουν μεταβάλλοντας σε κάθε μία νέα ανάθεση την τιμή ενός μόνο συμβόλου, σε σχέση με τις τιμές της τρέχουσας κατάστασης. Έτσι κάθε κατάσταση θα είχε πάντα τόσα παιδιά όσα και τα διαφορετικά σύμβολα του τύπου. γ4) Ποια θα ήταν η συνάρτηση αξιολόγησης των παιδιών; Ο αριθμός των διαζεύξεων του CNF τύπου που αληθεύουν με την ανάθεση τιμών του αξιολογούμενου παιδιού. γ5) Αν η αναζήτηση αναρρίχησης λόφου τελειώσει χωρίς να βρεθεί μοντέλο που ικανοποιεί τον τύπο, είναι σίγουρο ότι ο τύπος είναι μη ικανοποιήσιμος; Γιατί; Όχι, γιατί μπορεί στην πραγματικότητα να υπάρχει ανάθεση τιμών (μοντέλο) που ικανοποιεί τον τύπο, αλλά η αναρρίχηση λόφου να μην το βρήκε επειδή παγιδεύτηκε σε τοπικό μέγιστο.
Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 8η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel
Διαβάστε περισσότεραΑσκήσεις μελέτης της 11 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2015 16 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 11 ης διάλεξης 11.1 (α) Μετατρέψτε σε κανονική συζευκτική μορφή (CNF)
Διαβάστε περισσότεραΑσκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 4 ης διάλεξης 4.1. (α) Αποδείξτε ότι αν η h είναι συνεπής, τότε h(n
Διαβάστε περισσότεραΕπανάληψη. ΗΥ-180 Spring 2019
Επανάληψη Έχουμε δει μέχρι τώρα 3 μεθόδους αποδείξεων του Προτασιακού Λογισμού: Μέσω πίνακα αληθείας για τις υποθέσεις και το συμπέρασμα, όπου ελέγχουμε αν υπάρχουν ερμηνείες που ικανοποιούν τις υποθέσεις
Διαβάστε περισσότεραΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Λογικοί Πράκτορες Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/ 2 Πράκτορες βασισμένοι
Διαβάστε περισσότεραΥποδ: Χρησιμοποιήστε τον ορισμό της λογικής συνεπαγωγής (λογικής κάλυψης).
Κανόνας Ανάλυσης 1 Μυθικός Αθάνατος 3 Μυθικός Θηλαστικό ------------------------------ 7 Αθάνατος Θηλαστικό 4 Αθάνατος έχεικέρας -------------------------------- 8 Θηλαστικό έχεικέρας 5 Θηλαστικό έχεικέρας
Διαβάστε περισσότεραΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής
Ενότητα 9: Προτασιακή λογική Ρεφανίδης Ιωάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου
Διαβάστε περισσότεραHY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5
HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5 Α) ΘΕΩΡΙΑ Η Μορφολογική Παραγωγή ανήκει στα συστήματα παραγωγής, δηλαδή σε αυτά που παράγουν το συμπέρασμα με χρήση συντακτικών κανόνων λογισμού. Η
Διαβάστε περισσότεραΛογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση
Λογικοί πράκτορες Πράκτορες βασισµένοι στη γνώση Βάση γνώσης (knowledge base: Σύνολο προτάσεων (sentences Γλώσσα αναπαράστασης της γνώσης Γνωστικό υπόβαθρο: «Αµετάβλητο» µέρος της ΒΓ Βασικές εργασίες:
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 2ο μέρος σημειώσεων: Συστήματα Αποδείξεων για τον ΠΛ, Μορφολογική Παραγωγή, Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης
Διαβάστε περισσότεραΚανονικές μορφές - Ορισμοί
HY-180 Περιεχόμενα Κανονικές μορφές (Normal Forms) Αλγόριθμος μετατροπής σε CNF-DNF Άρνηση (Negation) Βασικές Ισοδυναμίες με άρνηση Νόμος De Morgan Πίνακες Αληθείας Κανονικές μορφές - Ορισμοί Ορισμός:
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 7η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στο βιβλίο Artificial Intelligence A Modern Approach των S. Russel
Διαβάστε περισσότεραΠροτασιακός Λογισμός (HR Κεφάλαιο 1)
Προτασιακός Λογισμός (HR Κεφάλαιο 1) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Σύνταξη Λογικός Συμπερασμός Σημασιολογία Ορθότητα και Πληρότητα Κανονικές Μορφές Προτάσεις Horn ΕΠΛ 412 Λογική
Διαβάστε περισσότεραΛύσεις Σειράς Ασκήσεων 1
Λύσεις Σειράς Ασκήσεων 1 Άσκηση 1 Έστω οι προτάσεις / προϋπόθεσεις: Π1. Σε όσους αρέσει η τέχνη αρέσουν και τα λουλούδια. Π2. Σε όσους αρέσει το τρέξιμο αρέσει και η μουσική. Π3. Σε όσους δεν αρέσει η
Διαβάστε περισσότερα4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.
Κεφάλαιο 10 Μαθηματική Λογική 10.1 Προτασιακή Λογική Η γλώσσα της μαθηματικής λογικής στηρίζεται βασικά στις εργασίες του Boole και του Frege. Ο Προτασιακός Λογισμός περιλαμβάνει στο αλφάβητό του, εκτός
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 4η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται κυρίως στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β.
Διαβάστε περισσότεραHY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6
HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο 2015-2016 Φροντιστήριο 6 Α) ΘΕΩΡΙΑ Μέθοδος Επίλυσης (Resolution) Στη μέθοδο της επίλυσης αποδεικνύουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων,
Διαβάστε περισσότεραΠροτασιακή Λογική. Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος
Προτασιακή Λογική (Propositional Logic) Τμήμα Μηχανικών Πληροφορικής ΤΕ ΤΕΙ Ηπείρου Γκόγκος Χρήστος - 2015 Λογική Λογική είναι οι κανόνες που διέπουν τη σκέψη. Η λογική αφορά τη μελέτη των διαδικασιών
Διαβάστε περισσότεραΣτοιχεία Προτασιακής Λογικής
Στοιχεία Προτασιακής Λογικής ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Μαθηματικές Προτάσεις
Διαβάστε περισσότεραΑναπαράσταση Γνώσης και Συλλογιστικές
ναπαράσταση Γνώσης και Συλλογιστικές Γενικά Προτασιακή λογική Λογική πρώτης τάξης Λογικός προγραµµατισµός Επεκτάσεις της Λογικής Πρώτης Τάξης Συστήµατα Κανόνων Επίλογος ναπαράσταση γνώσης ναπαράσταση γνώσης
Διαβάστε περισσότεραΑσκήσεις μελέτης της 6 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 6 ης διάλεξης 6.1. (α) Το mini-score-3 παίζεται όπως το score-4,
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 3ο μέρος σημειώσεων: Μέθοδος της Επίλυσης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια
Διαβάστε περισσότεραΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.
ΑΣΚΗΣΕΙΣ 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες. α) A B/A Α Β ΑΛΒ Α α α α α α ψ ψ α ψ α ψ ψ ψ ψ ψ ψ Όπως βλέπουμε, αν η πρόταση A B είναι αληθής, τότε σε
Διαβάστε περισσότερα4.3 Ορθότητα και Πληρότητα
4.3 Ορθότητα και Πληρότητα Συστήματα αποδείξεων όπως η μορφολογική παραγωγή και η κατασκευή μοντέλων χρησιμοποιούνται για να δείξουμε την εγκυρότητα εξαγωγών συμπερασμάτων. Ένα σύστημα αποδείξεων μπορεί
Διαβάστε περισσότεραΑσκήσεις μελέτης της 16 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 16 ης διάλεξης 16.1. (α) Έστω ένα αντικείμενο προς κατάταξη το οποίο
Διαβάστε περισσότεραΛογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών
Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης 1. Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons
Διαβάστε περισσότεραΛογική. Προτασιακή Λογική. Λογική Πρώτης Τάξης
Λογική Προτασιακή Λογική Λογική Πρώτης Τάξης Λογική (Logic) Αναλογίες διαδικασίας επίλυσης προβλημάτων υπολογισμού και προβλημάτων νοημοσύνης: Πρόβλημα υπολογισμού 1. Επινόηση του αλγορίθμου 2. Επιλογή
Διαβάστε περισσότεραΠροτασιακός Λογισμός (HR Κεφάλαιο 1)
Προτασιακός Λογισμός (HR Κεφάλαιο 1) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Σύνταξη Λογικός Συμπερασμός Σημασιολογία Ορθότητα και Πληρότητα Κανονικές Μορφές Προτάσεις Horn ΕΠΛ 412 Λογική
Διαβάστε περισσότεραΛογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών
Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons και
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 9η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται εν μέρει στο βιβλίο Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΑσκήσεις μελέτης της 19 ης διάλεξης
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Τεχνητή Νοημοσύνη, 2016 17 Διδάσκων: Ι. Ανδρουτσόπουλος Ασκήσεις μελέτης της 19 ης διάλεξης 19.1. Δείξτε ότι το Perceptron με (α) συνάρτηση ενεργοποίησης
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη Ι. Ενότητα 7:Προτασιακή Λογική. Πέππας Παύλος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών
Τεχνητή Νοημοσύνη Ι Ενότητα 7:Προτασιακή Λογική Πέππας Παύλος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Προτασιακή Λογική Σκοποί ενότητας 2 Περιεχόμενα ενότητας Προτασιακή
Διαβάστε περισσότεραΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά
ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση: Έστω ότι έχουμε τους παίκτες Χ και Υ. Ο κάθε παίκτης, σε κάθε κίνηση που κάνει, προσπαθεί να μεγιστοποιήσει την πιθανότητά του να κερδίσει. Ο Χ σε κάθε κίνηση που κάνει
Διαβάστε περισσότεραΣτοιχεία Προτασιακής Λογικής
Στοιχεία Προτασιακής Λογικής ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Μαθηματικές Προτάσεις (Μαθηματική)
Διαβάστε περισσότεραΕπίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα
Αλγόριθμοι πολυωνυμικού χρόνου Ένας αλγόριθμος πολυωνυμικού χρόνου έχει χρόνο εκτέλεσης όπου είναι μία (θετική) σταθερά Κλάση πολυπλοκότητας : περιλαμβάνει τα προβλήματα που επιδέχονται λύση σε πολυωνυμικό
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ : Λογική στην Πληροφορική Δείγμα Ενδιάμεσης Εξέτασης Σκελετοί Λύσεων Άσκηση [0 μονάδες] α Να αναφέρετε τρεις μεθόδους μέσω των οποίων μπορούμε να αποφασίσουμε
Διαβάστε περισσότεραΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε.
ΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε. Θέματα Εξετάσεων Εξεταστικής Σεπτεμβρίου στο μάθημα «ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ» ΔΙΔΑΣΚΩΝ: Δρ. Ηλ. Μηχ. & Τ.Υ. Αριστομένης Θανόπουλος Ημερομηνία: 12 / 2 / 2015
Διαβάστε περισσότεραΜη γράφετε στο πίσω μέρος της σελίδας
Μαθηματική Λογική Εξέταση Σεπτεμβρίου 2015 Σελ. 1 από 6 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραΣυνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF
Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF 1 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Πέμπτη 15/02/2018 Κρεατσούλας Κωνσταντίνος Ασυνεπές σύνολο
Διαβάστε περισσότεραΑλγόριθµοι και Πολυπλοκότητα
Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα 15 Ιουνίου 2009 1 / 26 Εισαγωγή Η ϑεωρία
Διαβάστε περισσότεραΔιακριτά Μαθηματικά Ι
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διακριτά Μαθηματικά Ι Μαθηματική λογική και αποδεικτικές τεχνικές Διδάσκων: Επίκουρος Καθηγητής Σπύρος Κοντογιάννης Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΣημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης
Σημειώσεις Λογικής I Εαρινό Εξάμηνο 2011-2012 Καθηγητής: Λ. Κυρούσης 2 Τελευταία ενημέρωση 28/3/2012, στις 01:37. Περιεχόμενα 1 Εισαγωγή 5 2 Προτασιακή Λογική 7 2.1 Αναδρομικοί Ορισμοί - Επαγωγικές Αποδείξεις...................
Διαβάστε περισσότεραΥπολογισμός στο Λογικό Προγραμματισμό. Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος;
Υπολογισμός στο Λογικό Προγραμματισμό Πώς υπολογίζεται η έξοδος ενός Λογικού Προγράμματος; Herbrand Universe H L Είναι τα δεδομένα που μεταχειρίζεται ένα Λογικό Πρόγραμμα, προκειμένου να απαντήσει μια
Διαβάστε περισσότεραp p 0 1 1 0 p q p q p q 0 0 0 0 1 0 1 0 0 1 1 1 p q
Σημειώσεις του Μαθήματος Μ2422 Λογική Κώστας Σκανδάλης ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ 2010 Εισαγωγή Η Λογική ασχολείται με τους νόμους ορθού συλλογισμού και μελετά τους κανόνες βάσει των οποίων
Διαβάστε περισσότεραΑΣΚΗΣΗ 1 Για τις ερωτήσεις 1-4 θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι;
ΘΕΜΑΤΑ ΔΕΝΔΡΩΝ ΓΙΑ ΤΙΣ ΕΞΕΤΑΣΕΙΣ ΠΛΗ0 ΑΣΚΗΣΗ Για τις ερωτήσεις - θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι; Β Ε Α 6 Δ 5 9 8 0 Γ 7 Ζ Η. Σ/Λ Δυο από τα συνδετικά
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 Να διατυπώσετε τον πιο κάτω συλλογισμό στον Προτασιακό Λογισμό και να τον αποδείξετε χρησιμοποιώντας τη Μέθοδο της Επίλυσης. Δηλαδή, να δείξετε ότι αν ισχύουν οι πέντε
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) ({ G η G είναι μια ασυμφραστική γραμματική που δεν παράγει καμιά λέξη με μήκος μικρότερο του 2 } (β) { Μ,w
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος. http://www.aueb.gr/users/ion/
Τεχνητή Νοημοσύνη 2η διάλεξη (2015-16) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΚατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5)
Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο 2.1-2.5) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Εισαγωγή στον Κατηγορηματικό Λογισμό Σύνταξη Κανόνες Συμπερασμού Σημασιολογία ΕΠΛ 412 Λογική στην
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 11η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 11η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., κ.ά., 3η έκδοση, Β.
Διαβάστε περισσότεραΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΛΟΓΙΚΗΣ
ΧΛΤΖΙΝ ΠΥΛΟΣ ΒΣΙΚΕΣ ΕΝΝΟΙΕΣ ΛΟΓΙΚΗΣ 1. ύο προτάσεις που έχουν την ίδια σηµασία λέγονται ταυτόσηµες. 2. Μια αποφαντική πρόταση χαρακτηρίζεται αληθής όταν περιγράφει µια πραγµατική κατάσταση του κόσµου µας.
Διαβάστε περισσότεραΜαθηματική Λογική και Λογικός Προγραμματισμός
Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων- Σημειώσεις έτους 2007-2008 Καθηγητής Γεώργιος Βούρος Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 412: Λογική στην Πληροφορική Ενδιάμεση Εξέταση Σκελετοί Λύσεων Ημερομηνία : Σάββατο, 27 Οκτωβρίου 2012 Διάρκεια : 11:00 13:00 Διδάσκουσα : Άννα Φιλίππου Άσκηση
Διαβάστε περισσότεραΠρόταση. Αληθείς Προτάσεις
Βασικές έννοιες της Λογικής 1 Πρόταση Στην καθημερινή μας ομιλία χρησιμοποιούμε εκφράσεις όπως: P1: «Καλή σταδιοδρομία» P2: «Ο Όλυμπος είναι το ψηλότερο βουνό της Ελλάδας» P3: «Η Θάσος είναι το μεγαλύτερο
Διαβάστε περισσότεραΒ Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους
Page 1 of 10 ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Β Ομάδα Ασκήσεων "Λογικού Προγραμματισμού" Ακαδημαϊκού Έτους 2018-19 Οι ασκήσεις της ομάδας αυτής πρέπει
Διαβάστε περισσότεραΑναπαράσταση Γνώσης και Συλλογιστικές
ναπαράσταση Γνώσης και Συλλογιστικές! Γενικά Προτασιακή λογική Λογική πρώτης τάξης Λογικός προγραµµατισµός Επεκτάσεις της Λογικής Πρώτης Τάξης Συστήµατα Κανόνων Επίλογος ναπαράσταση γνώσης " ναπαράσταση
Διαβάστε περισσότεραΠεριεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότερα1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-180: Λογική Εαρινό Εξάµηνο 2016 Κ. Βάρσος Πρώτο Φροντιστήριο 1 Συνοπτική ϑεωρία 1.1 Νόµοι του Προτασιακού Λογισµού 1. Νόµος ταυτότητας : 2. Νόµοι αυτοπάθειας
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { D το D είναι ένα DFA το οποίο αποδέχεται όλες τις λέξεις στο Σ * } (α) Για να διαγνώσουμε το πρόβλημα μπορούμε
Διαβάστε περισσότεραΥπολογιστική Λογική και Λογικός Προγραμματισμός
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Υπολογιστική Λογική και Λογικός Προγραμματισμός Ενότητα 2: Λογική: Εισαγωγή, Προτασιακή Λογική. Νίκος Βασιλειάδης, Αναπλ. Καθηγητής Άδειες
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 16η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 16η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται σε ύλη του βιβλίου Artificial Intelligence A Modern Approach των
Διαβάστε περισσότεραΜαθηματική Λογική και Λογικός Προγραμματισμός
Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων- Σημειώσεις έτους 2007-2008 Καθηγητής Γεώργιος Βούρος Μαθηματική Λογική και Λογικός Προγραμματισμός Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών
Διαβάστε περισσότεραΑσκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη
Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη Τμήμα Μηχανικών Πληροφορικής ΤΕ (ΤΕΙ Ηπείρου) Τυφλή αναζήτηση Δίνεται το ακόλουθο κατευθυνόμενο γράφημα 1. Ο κόμβος αφετηρία είναι ο Α και ο κόμβος
Διαβάστε περισσότεραHY Λογική Διδάσκων: Δ. Πλεξουσάκης
HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο,
Διαβάστε περισσότεραΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012
ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012 Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει
Διαβάστε περισσότεραΥπολογιστικά & Διακριτά Μαθηματικά
Υπολογιστικά & Διακριτά Μαθηματικά Ενότητα 2:Στοιχεία Μαθηματικής Λογικής Στεφανίδης Γεώργιος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Διαβάστε περισσότεραΛογική. Δημήτρης Πλεξουσάκης. Ασκήσεις 2ου Φροντιστηρίου: Προτασιακός Λογισμός: Κανονικές Μορφές, Απλός Αλγόριθμος Μετατροπής σε CNF/DNF, Άρνηση
Λογική Δημήτρης Πλεξουσάκης Ασκήσεις 2ου Φροντιστηρίου: Προτασιακός Λογισμός: Κανονικές Μορφές, Απλός Αλγόριθμος Μετατροπής σε CNF/DNF, Άρνηση Τμήμα Επιστήμης Υπολογιστών Άδειες Χρήσης a. Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΠανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 6: Προτασιακός Λογισμός
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Διακριτά Μαθηματικά Ενότητα 6: Προτασιακός Λογισμός Αν. Καθηγητής Κ. Στεργίου e-mail: kstergiou@uowm.gr Τμήμα Μηχανικών Πληροφορικής και Τηλεπικοινωνιών Άδειες
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Φυλλάδιο 1: Προτασιακή Λογική ΟΚΤΩΒΡΙΟΣ 2006 1. Ικανοποιησιμότητα Αποφασίστε αν οι παρακάτω προτάσεις είναι ταυτολογίες, ικανοποιήσιμες ή μη-ικανοποιήσιμες
Διαβάστε περισσότεραΔιακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά
Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων
Διαβάστε περισσότεραΜαθηματική Λογική και Απόδειξη
Μαθηματική Λογική και Απόδειξη Σύντομο ιστορικό σημείωμα: Η πρώτη απόδειξη στην ιστορία των μαθηματικών, αποδίδεται στο Θαλή το Μιλήσιο (~600 π.χ.). Ο Θαλής απέδειξε, ότι η διάμετρος διαιρεί τον κύκλο
Διαβάστε περισσότεραΠληρότητα της μεθόδου επίλυσης
Πληρότητα της μεθόδου επίλυσης Λήμμα: Αν κάθε μέλος ενός συνόλου όρων περιέχει ένα αρνητικό γράμμα, τότε το σύνολο είναι ικανοποιήσιμο. Άρα για να είναι μη-ικανοποιήσιμο, θα πρέπει να περιέχει τουλάχιστον
Διαβάστε περισσότεραΜη γράφετε στο πίσω μέρος της σελίδας
Μαθηματική Λογική Τελική εξέταση Ιούλιος 2014 α Σελ. 1 από 5 Στη σελίδα αυτή γράψτε μόνο τα στοιχεία σας. Γράψτε τις απαντήσεις σας στις επόμενες σελίδες, κάτω από τις αντίστοιχες ερωτήσεις. Στις απαντήσεις
Διαβάστε περισσότεραΛύσεις Σειράς Ασκήσεων 4
Άσκηση 1 Λύσεις Σειράς Ασκήσεων 4 Θεωρήστε το σύνολο των ατομικών προτάσεων ΑΡ = {α, π, ε} που αντιστοιχούν στις ενέργειες αποστολής μηνύματος, παραλαβής μηνύματος και επιστροφής αποτελέσματος που εκτελούνται
Διαβάστε περισσότεραΣειρά Προβλημάτων 5 Λύσεις
Άσκηση 1 Σειρά Προβλημάτων 5 Λύσεις Να δείξετε ότι οι πιο κάτω γλώσσες είναι διαγνώσιμες. (α) { G,k η G είναι μια ασυμφραστική γραμματική η οποία παράγει κάποια λέξη 1 n όπου n k } (β) { Μ,k η Μ είναι
Διαβάστε περισσότεραΛογικός Προγραμματισμός
Λογικός Προγραμματισμός Αναπαράσταση γνώσης: Λογικό Σύστημα. Μηχανισμός επεξεργασίας γνώσης: εξαγωγή συμπεράσματος. Υπολογισμός: Απόδειξη θεωρήματος (το συμπέρασμα ενδιαφέροντος) από αξιώματα (γνώση).
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 412: Λογική στην Πληροφορική Ενδιάμεση Εξέταση Ημερομηνία : Πέμπτη, 30 Οκτωβρίου 2014 Διάρκεια : 10:30 12.00 Διδάσκουσα : Άννα Φιλίππου ΠΡΟΤΥΠΕΣ ΛΥΣΕΙΣ Οδηγίες:
Διαβάστε περισσότεραΘεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2)
Θεωρία Υπολογισμού και Πολυπλοκότητα Κανονικές Γλώσσες (2) Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Κανονικές Εκφράσεις (1.3) Τυπικός Ορισμός Ισοδυναμία με κανονικές γλώσσες Μη Κανονικές
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ME ΠΟΛΛΕΣ ΚΑΙ ΕΓΚΑΡΔΙΕΣ ΕΥΧΕΣ ΓΙΑ ΚΑΛΕΣ ΓΙΟΡΤΕΣ, ΥΓΕΙΑ ΚΑΙ ΠΡΟΟΔΟ ΣΕ ΕΣΑΣ ΚΑΙ ΤΙΣ ΟΙΚΟΓΕΝΕΙΕΣ ΣΑΣ Φυλλάδιο 2: Σχεσιακή Λογική ΔΕΚΕΜΒΡΙΟΣ 2006 ΠΑΡΑΔΟΣΗ: 12/11/2006
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 Σκοπεύετε να διοργανώσετε ένα πάρτι για τους συμφοιτητές σας κάτω από τους πιο κάτω περιορισμούς. Π1. Η Μαίρη δεν μπορεί να έρθει. Π2. Ο Ηλίας και η Αντιγόνη είτε θα
Διαβάστε περισσότεραΓια παράδειγμα η αρχική και η τελική κατάσταση αναπαριστώνται ως εξής: (ένα λίτρο)
8 1 η ΕΡΓΑΣΙΑ ΣΤΟ ΜΑΘΗΜΑ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ Απάντηση 1ης άσκησης Κατάσταση (κόμβοι): Αναπαριστούμε μια κατάσταση του προβλήματος με ένα διατεταγμένο ζεύγος (X,Y) όπου X είναι τα λίτρα στο βάζο Α (χωρητικότητα
Διαβάστε περισσότερα12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο
ΓΕΝΙΚΑ ΠΕΡΙ ΑΝΙΣΩΣΕΩΝ Έστω f σύνολο Α, g Α ΒΑΘΜΟΥ είναι δύο παραστάσεις μιας μεταβλητής πού παίρνει τιμές στο Ανίσωση με έναν άγνωστο λέγεται κάθε σχέση της μορφής f f g g ή, η οποία αληθεύει για ορισμένες
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη ( )
Εβδομάδα Διάλεξη Ενδεικτικά θέματα διαλέξεων Ενδεικτικά θέματα εργαστηρίων/φροντιστηρίων 1 1 1 2 2 3 2 4 3 5 3 6 4 7 4 8 5 9 Τεχνητή Νοημοσύνη (2017-18) Γενικές πληροφορίες για το μάθημα. Εισαγωγή στην
Διαβάστε περισσότεραHY118- ιακριτά Μαθηµατικά
HY118- ιακριτά Μαθηµατικά Πέµπτη, 02/03/2017 Αντώνης Α. Αργυρός e-mail: argyros@csd.uoc.gr Το υλικό των διαφανειών έχει βασιστεί σε διαφάνειες του Kees van Deemter, από το University of Aberdeen 3/2/2017
Διαβάστε περισσότερα, για κάθε n N. και P είναι αριθμήσιμα.
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΔΙΑΚΡΙΤA ΜΑΘΗΜΑΤΙΚΑ Διδάσκοντες: Δ.Φωτάκης Θ. Σούλιου η Γραπτή Εργασία Ημ/νια παράδοσης 5/4/8 Θέμα (Διαδικασίες Απαρίθμησης.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 412: Λογική στην Πληροφορική Ενδιάμεση Εξέταση Ημερομηνία : Δευτέρα 2 Νοεμβρίου 2015 Διάρκεια : 10:30 12:00 Διδάσκουσα : Άννα Φιλίππου Ονοματεπώνυμο: Αριθμός
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 6η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 6η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία Τεχνητή Νοημοσύνη των Βλαχάβα κ.ά., 3η έκδοση, Β. Γκιούρδας
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 21η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 21η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται στα βιβλία: «Artificial Intelligence A Modern Approach» των. Russel
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη. 17η διάλεξη ( ) Ίων Ανδρουτσόπουλος.
Τεχνητή Νοημοσύνη 17η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται: στο βιβλίο Artificia Inteigence A Modern Approach των S. Russe και
Διαβάστε περισσότεραK15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων
K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων Γιάννης Λιαπέρδος TEI Πελοποννήσου Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανικών Πληροφορικής ΤΕ Στοιχεία προτασιακής λογικής Περιεχόμενα
Διαβάστε περισσότεραΛογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών Άδειες
Διαβάστε περισσότεραΣειρά Προβλημάτων 1 Λύσεις
Σειρά Προβλημάτων 1 Λύσεις Άσκηση 1 O πιο κάτω συλλογισμός (αποτελεί μικρή παραλλαγή συλλογισμού που) αποδίδεται στον Samuel Clarke και προέρχεται από την εργασία του Demonstration of the Being and Attributes
Διαβάστε περισσότερα2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ
ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΣΚΗΣΕΙΣ 2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΔΟΜΗ ΕΠΙΛΟΓΗΣ ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟ ΛΑΘΟΣ Σημειώστε αν είναι
Διαβάστε περισσότεραHY118-Διακριτά Μαθηματικά. Προτασιακός Λογισμός. Προηγούμενη φορά. Βάσεις της Μαθηματικής Λογικής. 02 Προτασιακός Λογισμός
HY118-Διακριτά Μαθηματικά Πέμπτη, 08/02/2018 Το υλικό των Αντώνης διαφανειών Α. Αργυρός έχει βασιστεί σε διαφάνειες του e-mail: Kees argyros@csd.uoc.gr van Deemter, από το University of Aberdeen Προηγούμενη
Διαβάστε περισσότεραΕπίλυση Προβλημάτων 1
Επίλυση Προβλημάτων 1 Επίλυση Προβλημάτων Περιγραφή Προβλημάτων Αλγόριθμοι αναζήτησης Αλγόριθμοι τυφλής αναζήτησης Αναζήτηση πρώτα σε βάθος Αναζήτηση πρώτα σε πλάτος (ΒFS) Αλγόριθμοι ευρετικής αναζήτησης
Διαβάστε περισσότεραΒασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF
Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF 2 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Πέμπτη 3/3/2016 Κατερίνα Δημητράκη
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 412: Λογική στην Πληροφορική Δείγμα Ενδιάμεσης Εξέτασης Λύσεις Άσκηση 1 [30 μονάδες] Να αποδείξετε τα πιο κάτω λογικά επακόλουθα χρησιμοποιώντας τα συστήματα
Διαβάστε περισσότεραHY118-Διακριτά Μαθηματικά
HY118-Διακριτά Μαθηματικά Πέμπτη, 08/02/2018 Το υλικό των Αντώνης διαφανειών Α. Αργυρός έχει βασιστεί σε διαφάνειες του e-mail: Kees argyros@csd.uoc.gr van Deemter, από το University of Aberdeen 08-Feb-18
Διαβάστε περισσότεραΒασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF
Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF 2 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2018 Κρεατσούλας
Διαβάστε περισσότεραΕυχαριστίες. Τέλος θα ήθελα να ευχαριστήσω όλους όσους ήταν δίπλα μου όλα αυτά τα χρόνια και με βοήθησαν να πραγματοποιήσω τους στόχους μου.
Ευχαριστίες Θα ήθελα να ευχαριστήσω τον καθηγητή μου, Δρ Γιάννη Δημόπουλο, ο οποίος ήταν ο επιβλέπον καθηγητής της διπλωματικής αυτής εργασίας και με βοήθησε ώστε να ολοκληρωθεί με επιτυχία. Επίσης θα
Διαβάστε περισσότερα