Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 1 [21] Vandaag. 3. Aggregeren van support op regelniveau (accrual)

Maat: px
Weergave met pagina beginnen:

Download "Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 1 [21] Vandaag. 3. Aggregeren van support op regelniveau (accrual)"

Transcriptie

1 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 1 [21] Vandaag 1. Recapitulatie DOS en DOB 2. Verschil tussen locaal (regel-gebaseerd) en globaal (argument-gebaseerd) redeneren. 3. Aggregeren van support op regelniveau (accrual) 4. Vertaling van zoekalgoritme naar dialoogvorm.

2 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 2 [21] Taxonomie van regels en proposities Propositie Atomaire bewering, bv. p. 1. Bezit soms een DOB, verkregen door observatie of input van buiten het systeem. (Als DOB ontbreekt, dan DOB = 0 bij verstek.) 2. Bezit altijd een DOS, verkregen door een combinatie van DOB en inferentie. Altijd: DOS DOB. Regel Bijzonder soort propositie. Verbindt proposities door inferentie, bv. a, b, c (s) p. Bezit, naast DOB en DOS, 1. Een regel- of implicatiesterkte, hier s: sterkte van verbinding tussen antecedent en consequent. 2. Een r-dos: de support die door deze regel stroomt.

3 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 3 [21] Ondersteuning die een regel aan consequent geeft Laat r = p 1,...,p n (s) q Laat alle voorwaarden bekend zijn voor de toepassing van r: - DOS(p 1 ),..., DOS(p n ) - DOS(r) - De implicatiesterkte s Dan wordt r s support voor q gegeven door DOS(r; q) = Def s min{dos(p 1 ),...,DOS(p n ), DOS(r)}

4 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 4 [21] Voorbeeld van berekening van support-per-regel Propositie DOB r waarbij r 1 = b, c (0.89) a r waarbij r 2 = d (0.94) c a 0.00 b 0.97 c 0.00 d 0.98

5 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 5 [21] Voorbeeld van berekening DOS(r 1 ;a) Volgens eerdere definitie: DOS(r 1 ; a) = s min{dos(r 1 ), DOS(b), DOS(c)}. Er geldt: DOS(r 1 ) = DOB(r 1 ) = 1.00 DOS(b) = DOB(b) = 0.97 Dus DOS(r 1 ; a) = 0.89 min{1.00, 0.97, DOS(c)}.

6 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 6 [21] DOS(r 2 ; c) = 0.94 min{dos(r 2 ), DOS(d)} Er zijn geen regels die verder r 2 of d ondersteunen, zodat DOS(d) = DOB(d) = 0.98, and DOS(r 2 ) = DOB(r 2 ) = Dus DOS(r 2 ; c) = 0.94 min{dos(r 2 ), DOS(d)} = 0.94 min{1.00, 0.98} = 0.92 Tenslotte kan support van r 1 voor a berekend worden: DOS(r 1 ; a) = 0.89 min{1.00, 0.97, 0.92} = 0.82

7 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 7 [21] Regels zijn (ook) proposities bezitten ook DOB en DOS a, b (0.97) (c, d, e, f (0.89) g), i.e., c d e 0.89 g f 0.97 a, b Regel r 1 = a, b (0.97) r 2, waarbij regel r 2 = c, d, e, f (0.89) g. De antecedent van r 1 is a, b en de consequent van r 1 is r 2. Het is mogelijk om bv. te zeggen: DOB(r 1 ) = 0.45.

8 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 8 [21] DOS = 1 DOS < 1 strength = 1 strength < 1 Zekere deductieve regels. A-priori inferenties: cirkel rond ; vrijgezel niet-getrouwd. Inductief a-posteriori: In nieuwsbladen staan advertenties. Zekere regels met weerlegbare consequent. Regels a-priori met een plausibele conclusie: het rollen van een dobbelsteen resulteert gewoonlijk niet in een zes ; inductief a-posteriori met massieve bevestiging: meeste vogels vliegen. Plausibele deductieve regels. Deductieve regels a-posteriori waarvoor (nog?) geen tegenvoorbeelden zijn gevonden: alle Denen (die ik ontmoet heb) zijn aardig. Plausibele regels met weerlegbare consequent. Weerlegbare regels a-posteriori: de meeste Spaniels die ik ontmoet heb waren aardig, op een paar na.

9 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 9 [21] Verschil tussen regels en redenen Regel Een inferentieschema r = p 1,...,p n (s) q waar de volgende parameters bekend van zijn 1. Regelsterkte s Reden Een geïnstantieerde regel. Naast (1) zijn ook de volgende parameters bekend: 2. DOS(r) 3. DOS(p 1 ),..., DOS(p n ) 4. Met 1e-orde regels: alle variabele-instanties. a Observatie: een sterke regel kan resulteren in een zwakke reden. a Gedaan in argumentation engine ontwikkeld i.h.k. van Europees ASPIC project. (Zoek op internet met argumentation service platform with integrated components ).

10 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 10 [21] Vorig college: argument-gebaseerd redeneren Argument-gebaseerd redeneren Eerst argumenten vormen, dan argumenten tegen elkaar uitspelen. Regel-gebaseerd redeneren Support van regels met strijdige conclusies combineren. Deze berekening is vindt locaal plaats: Voorbeeld: twee regels voor p en twee regels tegen p (voor p): DOS(r 4, p)= 0.9 DOS(r 1, p)= 0.8 DOS(r 7, p)= 0.5 DOS(r 3, p)= 0.2 Het probleem is nu om het support van deze vier regels te combineren met DOB(p) en evt. DOB( p).

11 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 11 [21] Accrual of evidence (Ned.: ophoping van bewijs) Propositie DOS waarbij h (0.83) j 1.00 h = hittegolf r (0.87) j 1.00 r = het regent h, r (0.91) j 1.00 j = joggen is plezierig h 1.00 r 1.00 Wat kun je zeggen over j als h en r.? Twee strijdige visies: 1. Meest specifieke regel wint: h, r (0.91) j. 2. Bewijs uit de eerste twee regels kan gecombineerd worden: h (0.83) j en r (0.87) j levert support ( )/( ) = 0.99.

12 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 12 [21] Ondersteuning door onafhankelijke regels Laat R = {r 1,...,r m } een verzameling onafhankelijke regels voor q zijn. a De ondersteuning van R voor q, notatie DOS(R; q), wordt gegeven door DOS(R; q) = Def DOS(r 1 ; q) DOS(r m ; q) waarbij gedefinieerd is als x y = Def (x + y)/(1 + xy). De hyperbolische som gedraagt zich als gewone optelling, met het verschil dat de sum altijd in [ 1, 1] blijft. a Welke regels (on-)afhankelijk zijn valt in beginsel niet uit de regels zelf af te leiden en wordt apart gespecificeerd in de kennisbank.

13 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 13 [21] Ondersteuning door verzameling afhankelijke regels Laat R een verzameling regels zijn voor q, en laat π = {R 1,...,R m } een partitie zijn van R in onafhankelijke regel-verzamelingen. De ondersteuning van π voor q, notatie DOS(π; q), wordt gegeven door DOS(π; q) = Def max{dos(r 1 ; q),..., DOS(R m ; q)} waarbij DOS(R i ; q) gedefinieerd is als boven. Tekening: Als r i R i en r j R j, i j dan zijn r i en r j afhankelijk. R 1 R 2 R 4 R 3

14 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 14 [21] Afhankelijkheidsgraaf: regels met identieke consequent a b h d e i f c j g n k p m q l Knoop (punt): regel voor α; kant (lijn): twee regels zijn afhankelijk. Omcirkelde knopen: een maximaal onafhankelijke verzameling regels voor α.

15 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 15 [21] (Eénzijdige) ondersteuning voor propositie (gross support) Laar R bestaan uit alle regels voor q. Dan GROSS(q) = Def max{ DOS(π; q) π is een onafhankelijke partitie van R } Algoritme om GROSS(q) te berekenen: 1. Bereken DOS(R, q) voor iedere maximaal onafhankelijke verzameling R R. 2. Neem de zwaarste verzameling uit (1). Komt neer op het oplossen van het maximum weighted independent set problem (MWIS). De algemene versie van dit probleem is NP-volledig.

16 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 16 [21] Tweezijdige ondersteuning voor propositie (nett support) Laat GROSS(p) als boven gedefinieerd zijn. Dan GROSS(p) als GROSS(p) GROSS( p) NETT(p) = 0 anders GROSS( p) als GROSS(p) < GROSS( p) NETT( p) = 0 anders. Merk op: 1. Nooit positieve support voor zowel propositie als negatie van propositie. 2. Alles-of-niets benadering weerspiegelt karakter van argumentatie.

17 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 17 [21] Berekening van DOS(f) [= NETT(f)] Prop. DOB Prop. DOB a 0.91 f 0.00 b 0.63 r waarbij r 1 = a, b (0.89) f c 0.74 r waarbij r 2 = b, c (0.94) f d 0.86 r waarbij r 3 = d (0.88) f e 0.98 r waarbij r 4 = e (0.73) f Te berekenen DOS(f) en DOS( f). Stap 1: GROSS(f) en GROSS( f) berekenen. Propositie f wordt ondersteund door regels r 1 en r 2 ; deze delen variabelen onafhankelijkheid kan niet worden aangenomen.

18 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 18 [21] Berekening van DOS(f) [= NETT(f)] (vervolg) Regels r 1 en r 2 zijn afhankelijk: GROSS(f) = max{dos(r 1 ; f), DOS(r 2 ; f)} = max{min{0.91, 0.63} 0.89, min{0.63, 0.74} 0.94} = Regels r 3 en r 4 delen geen variabelen we nemen onafhankelijkheid aan: GROSS( f) = DOS(r 1 ; f) DOS(r 2 ; f) = ( ) ( ) = Stap 2: eenzijdig support combineren: DOS(f) = NETT(f) = 0.00 en DOS( f) = NETT( f) = 0.96.

19 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 19 [21] Zoekalgoritme omzetten in dialoogvorm Idee: 1. Dialoog = trace zoekalgoritme. 2. Twee partijen: PRO en CON. - Prefix print statements met PRO als zoekacties positief verbonden zijn met hoofdthese. - Prefix print statements met CON, anders. 3. Wat je ziet: PRO probeert de hoofdthese met een onweerlegbare reden a te verdedigen, CON tracht elke reden die PRO in de verdediging gebruikt te weerleggen (met andere redenen). Vreeswijk, G.A.W. (2001). Eight dialectic benchmarks discussed by two artificial localist disputors. Synthese, vol. 127, nr. 1-2, pp a Een reden is een instantiatie van een inferentieregel.

20 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 20 [21] PRO probeert A te verdedigen: Dialoog op basis van lege database 1 0,0 pro: I claim that A holds. 2 1,0 con: Why? - Eerste kolom: regelnummer. 3 0,0 pro: Um... upon closer inspection 4 0,0 pro: I see I have no grounds for A. - Tweede kolom: diepte in zoekboom (= hoe vaak bewijslast is omgedraaid; vgl. aantal plies in schaak-zoekboom). - Derde kolom: diepte van de rechtvaardiging (vgl. lengte van compleet argument). - Uitspraken rechts: print-statements gesubjectiveerd naar PRO of CON.

21 Gerard Vreeswijk Automatisch redeneren College 13 [16], Slide 21 [21] Dialoog op basis van één gegeven, t.w. DOB(A) = ,0 pro: I claim that A holds. 2 1,0 con: Why? 3 0,0 pro: Simply because A is the case with DOS = ,0 con: Frankly, I am willing to contest A: 5 1,0 con: I claim that A holds. 6 2,0 pro: Why? 7 1,0 con: Um... upon closer inspection 8 1,0 con: I see I have no grounds for A. 9 0,0 pro: That leaves me with A, obviously.

FOR DUTCH STUDENTS! ENGLISH VERSION NEXT PAGE

FOR DUTCH STUDENTS! ENGLISH VERSION NEXT PAGE FOR DUTCH STUDENTS! ENGLISH VERSION NEXT PAGE Tentamen Bewijzen en Technieken 1 7 januari 211, duur 3 uur. Voeg aan het antwoord van een opgave altijd het bewijs, de berekening of de argumentatie toe.

Nadere informatie

Logica Les 1 Definities en waarheidstabellen. (Deze les sluit aan bij les 1 van de syllabus Logica WD_online)

Logica Les 1 Definities en waarheidstabellen. (Deze les sluit aan bij les 1 van de syllabus Logica WD_online) Logica Les 1 Definities en waarheidstabellen (Deze les sluit aan bij les 1 van de syllabus Logica WD_online) Definities Een propositie is een bewering die waar of onwaar is (er is geen derde mogelijkheid).

Nadere informatie

Inl. Adaptieve Systemen

Inl. Adaptieve Systemen Inl. Adaptieve Systemen Gerard Vreeswijk Leerstoelgroep Intelligente Systemen, Departement Informatica en Informatiekunde, Faculteit Bètawetenschappen, Universiteit Utrecht. Gerard Vreeswijk. Laatst gewijzigd

Nadere informatie

Tussentijdse toets Expertsystemen

Tussentijdse toets Expertsystemen Dit tentamen is in elektronische vorm beschikbaar gemaakt door de TBC van A Eskwadraat. A Eskwadraat kan niet aansprakelijk worden gesteld voor de gevolgen van eventuele fouten in dit tentamen. Tussentijdse

Nadere informatie

Kansrekenen: Beliefs & Bayes

Kansrekenen: Beliefs & Bayes Kansrekenen: Beliefs & Bayes L. Schomaker, juni 2001 Bereik van kansen 0 P (A) 1 (1) Kansen op valide en onvervulbare proposities P (W aar) = 1, P (Onwaar) = 0 (2) Somregel P (A B) = P (A) + P (B) P (A

Nadere informatie

Tegenvoorbeeld. TI1300: Redeneren en Logica. De truc van Gauss. Carl Friedrich Gauss, 7 jaar oud (omstreeks 1785)

Tegenvoorbeeld. TI1300: Redeneren en Logica. De truc van Gauss. Carl Friedrich Gauss, 7 jaar oud (omstreeks 1785) Tegenvoorbeeld TI1300: Redeneren en Logica College 3: Bewijstechnieken & Propositielogica Tomas Klos Definitie (Tegenvoorbeeld) Een situatie waarin alle premissen waar zijn, maar de conclusie niet Algoritmiek

Nadere informatie

Wiskunde C vwo. Workshop Noordhoff wiskundecongres 19 november 2015 Jan Dijkhuis en Sabine de Waal. Programma

Wiskunde C vwo. Workshop Noordhoff wiskundecongres 19 november 2015 Jan Dijkhuis en Sabine de Waal. Programma Wiskunde C vwo Workshop Noordhoff wiskundecongres 19 november 2015 Jan Dijkhuis en Sabine de Waal Programma 1. Vorm en ruimte in Getal & Ruimte 2. Logisch redeneren in Getal & Ruimte 1. Examenprogramma

Nadere informatie

Gaap, ja, nog een keer. In één variabele hebben we deze formule nu al een paar keer gezien:

Gaap, ja, nog een keer. In één variabele hebben we deze formule nu al een paar keer gezien: Van de opgaven met een letter en dus zonder nummer staat het antwoord achterin. De vragen met een nummer behoren tot het huiswerk. Spieken achterin helpt je niets in het beter snappen... 1 Stelling van

Nadere informatie

Zoekproblemen met tegenstanders. Zoekalgoritmen ( ) College 9: Zoeken met een tegenstander (I) Een zoekprobleem met een tegenstander

Zoekproblemen met tegenstanders. Zoekalgoritmen ( ) College 9: Zoeken met een tegenstander (I) Een zoekprobleem met een tegenstander Zoekproblemen met tegenstanders Zoekalgoritmen (29 2) College 9: Zoeken met een tegenstander (I) Dirk Thierens, Tekst: Linda van der Gaag Zoekproblemen met meer dan één partij worden gekenmerkt door interventies

Nadere informatie

Tentamen TI1300 en IN1305-A (Redeneren en) Logica

Tentamen TI1300 en IN1305-A (Redeneren en) Logica TECHNISCHE UNIVERSITEIT DELFT Faculteit Elektrotechniek, Wiskunde en Informatica Tentamen TI1300 en IN1305-A (Redeneren en) Logica 21 Januari 2011, 8.30 11.30 uur LEES DEZE OPMERKINGEN AANDACHTIG DOOR

Nadere informatie

De Sinn van fictie. Wouter Bouvy March 12, 2006

De Sinn van fictie. Wouter Bouvy March 12, 2006 De Sinn van fictie Wouter Bouvy 3079171 March 12, 2006 1 Inleiding Hoe is het mogelijk dat mensen de waarheid van proposities over fictie zo kunnen bepalen dat iedereen het er mee eens is? Kan een theorie

Nadere informatie

1. TRADITIONELE LOGICA EN ARGUMENTATIELEER

1. TRADITIONELE LOGICA EN ARGUMENTATIELEER Inhoud Inleidend hoofdstuk 11 1. Logica als studie van de redenering 11 2. Logica als studie van deductieve redeneringen 13 3. Logica als formele logica Het onderscheid tussen redenering en redeneringsvorm

Nadere informatie

Kansrekening en Statistiek

Kansrekening en Statistiek Kansrekening en Statistiek College 10 Donderdag 14 Oktober 1 / 71 1 Kansrekening Indeling: Bayesiaans leren 2 / 71 Bayesiaans leren 3 / 71 Bayesiaans leren: spelletje Vb. Twee enveloppen met kralen, waarvan

Nadere informatie

Combinatoriek en rekenregels

Combinatoriek en rekenregels Combinatoriek en rekenregels Les 4: Rekenregels (deze les sluit aan bij de paragraaf 8 van Hoofdstuk 1 Combinatoriek en Rekenregels van de Wageningse Methode, http://www.wageningsemethode.nl/methode/het-lesmateriaal/?s=y456v-d)

Nadere informatie

Netwerkstroming. Algoritmiek

Netwerkstroming. Algoritmiek Netwerkstroming Vandaag Netwerkstroming: definitie en toepassing Het rest-netwerk Verbeterende paden Ford-Fulkerson algoritme Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp Toepassing: koppelingen

Nadere informatie

Paradox van zelfreproductie. IN2505-II Berekenbaarheidstheorie. Zelfreproductie? Programma s en zelfreproductie. College 11.

Paradox van zelfreproductie. IN2505-II Berekenbaarheidstheorie. Zelfreproductie? Programma s en zelfreproductie. College 11. Paradox van zelfreproductie College 11 Algoritmiekgroep Faculteit EWI TU Delft 27 mei 2009 1 Levende wezens zijn machines. 2 Levende wezens kunnen zich reproduceren. 3 Machines kunnen zich niet reproduceren.

Nadere informatie

Modeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag 11 Januari 2013

Modeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag 11 Januari 2013 Modeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag Januari 20 Opgave. Python Gegeven is de volgende (slechte) Python code:. def t(x): 2. def p(y):. return x*y

Nadere informatie

1. Vectoren in R n. y-as

1. Vectoren in R n. y-as 1. Vectoren in R n Vectoren en hun meetkundige voorstelling. Een vector in R n is een rijtje (a 1, a 2,..., a n ) van reële getallen. De getallen a i heten de coördinaten van de vector. In het speciale

Nadere informatie

Uitwerkingen Sum of Us

Uitwerkingen Sum of Us Instant Insanity Uitwerkingen Sum of Us Opgave A: - Opgave B: Voor elk van de vier kubussen kun je een graaf maken die correspondeert met de desbetreffende kubus. Elk van deze grafen bevat drie lijnen.

Nadere informatie

Wiskundige beweringen en hun bewijzen

Wiskundige beweringen en hun bewijzen Wiskundige beweringen en hun bewijzen Analyse (en feitelijk de gehele wiskunde) gaat over het bewijzen van beweringen (proposities), d.w.z. uitspraken waaraan de karakterisering waar of onwaar toegekend

Nadere informatie

Artificiële intelligentie: les van 21 november 2002

Artificiële intelligentie: les van 21 november 2002 Artificiële intelligentie: les van 21 november 2002 Nys Wim, wim.nys@vub.ac.be Gybels Kim, kim.gybels@vub.ac.be Leuse Tom, tom.leuse@vub.ac.be Heyse Wouter, wouter.heyse@vub.ac.be Frank Joris, frank.joris@vub.ac.be

Nadere informatie

Logica 1. Joost J. Joosten

Logica 1. Joost J. Joosten Logica 1 Joost J. Joosten Universiteit Utrecht (sub)faculteit der Wijsbegeerte Heidelberglaan 8 3584 CS Utrecht Kamer 158, 030-2535579 jjoosten@phil.uu.nl www.phil.uu.nl/ jjoosten (hier moet een tilde

Nadere informatie

LTX016B05. Nieuwe ontwikkelingen in de syntaxis. College 13 (slot)

LTX016B05. Nieuwe ontwikkelingen in de syntaxis. College 13 (slot) LTX016B05 Nieuwe ontwikkelingen in de syntaxis College 13 (slot) 2/69 Vandaag: vierde college Minimalisme (4/4) 3/69 Minimalisme! voortzetting van de generatieve syntaxis (1991-heden)! kernidee: de grammatica

Nadere informatie

More points, lines, and planes

More points, lines, and planes More points, lines, and planes Make your own pictures! 1. Lengtes en hoeken In het vorige college hebben we het inwendig product (inproduct) gedefinieerd. Aan de hand daarvan hebben we ook de norm (lengte)

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 28 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 28 oktober 2015 1 / 25 Definitie Een boom is een samenhangende

Nadere informatie

Opgaven bij Hoofdstuk 3 - Productiesystemen

Opgaven bij Hoofdstuk 3 - Productiesystemen Opgaven bij Hoofdstuk 3 - Productiesystemen Top-down inferentie In de opgaven in deze paragraaf over top-down inferentie wordt aangenomen dat de feitenverzameling alleen feiten bevat die als getraceerd

Nadere informatie

Examen VWO. wiskunde B1,2. tijdvak 2 woensdag 18 juni 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage.

Examen VWO. wiskunde B1,2. tijdvak 2 woensdag 18 juni 13.30-16.30 uur. Bij dit examen hoort een uitwerkbijlage. Eamen VWO 8 tijdvak woensdag 8 juni 3.3-6.3 uur wiskunde B, Bij dit eamen hoort een uitwerkbijlage. Dit eamen bestaat uit 8 vragen. Voor dit eamen zijn maimaal 8 punten te behalen. Voor elk vraagnummer

Nadere informatie

Mededelingen. TI1300: Redeneren en Logica. Metavariabelen Logica, p Minder connectieven nodig

Mededelingen. TI1300: Redeneren en Logica. Metavariabelen Logica, p Minder connectieven nodig Mededelingen TI1300: Redeneren en Logica College 5: Semantiek van de Propositielogica Tomas Klos Algoritmiek Groep Tip: Als ik je vraag de recursieve definitie van een functie over PROP op te schrijven,

Nadere informatie

(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f.

(b) Formuleer het verband tussen f en U(P, f), en tussen f en L(P, f). Bewijs de eerste. (c) Geef de definitie van Riemann integreerbaarheid van f. Radboud Universiteit Nijmegen Tentamen Analyse 1 WP001B 2 juli 2015, 08:30 11:30 (12:30) Het gebruik van een rekenmachine, telefoon of tablet is niet toegestaan. U mag geen gebruik maken van het boek Analysis

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 27 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 12 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 12 oktober 2016 1 / 31 Dualiteit Dualiteit: Elk LP probleem heeft

Nadere informatie

Mededelingen. TI1300: Redeneren en Logica. Waarheidstafels. Waarheidsfunctionele Connectieven

Mededelingen. TI1300: Redeneren en Logica. Waarheidstafels. Waarheidsfunctionele Connectieven Mededelingen TI1300: Redeneren en Logica College 4: Waarheidstafels, Redeneringen, Syntaxis van PROP Tomas Klos Algoritmiek Groep Voor de Fibonacci getallen geldt f 0 = f 1 = 1 (niet 0) Practicum 1 Practicum

Nadere informatie

Twaalfde college complexiteit. 11 mei 2012. Overzicht, MST

Twaalfde college complexiteit. 11 mei 2012. Overzicht, MST College 12 Twaalfde college complexiteit 11 mei 2012 Overzicht, MST 1 Agenda voor vandaag Minimum Opspannende Boom (minimum spanning tree) als voorbeeld van greedy algoritmen Overzicht: wat voor technieken

Nadere informatie

Examen Datastructuren en Algoritmen II

Examen Datastructuren en Algoritmen II Tweede bachelor Informatica Academiejaar 2008 2009, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees elke

Nadere informatie

Examenvragen Hogere Wiskunde I

Examenvragen Hogere Wiskunde I 1 Examenvragen Hogere Wiskunde I Vraag 1. Zij a R willekeurig. Gegeven is dat voor alle r, s Q geldt dat a r+s = a r a s. Bewijs dat voor alle x, y R geldt dat a x+y = a x a y. Vraag 2. Gegeven 2 functies

Nadere informatie

Een voorbeeld. Computationele Intelligentie Zoeken met een tegenstander. Een voorbeeld vervolg. Een zoekprobleem met een tegenstander

Een voorbeeld. Computationele Intelligentie Zoeken met een tegenstander. Een voorbeeld vervolg. Een zoekprobleem met een tegenstander Computationele Intelligentie Zoeken met een tegenstander Beschouw het boter-kaas-en-eieren spel: een probleemtoestand is een plaatsing van i kruisjes en j nulletjes in de vakjes van het raam, met i j en

Nadere informatie

Worteltrekken modulo een priemgetal: van klok tot cutting edge. Roland van der Veen

Worteltrekken modulo een priemgetal: van klok tot cutting edge. Roland van der Veen Worteltrekken modulo een priemgetal: van klok tot cutting edge Roland van der Veen Modulorekenen Twee getallen a en b zijn gelijk modulo p als ze een veelvoud van p verschillen. Notatie: a = b mod p Bijvoorbeeld:

Nadere informatie

Formeel Denken. October 20, 2004

Formeel Denken. October 20, 2004 Formeel Denken Herman Geuvers Deels gebaseerd op het herfst 2002 dictaat van Henk Barendregt en Bas Spitters, met dank aan het Discrete Wiskunde dictaat van Wim Gielen October 20, 2004 Contents 1 Predicatenlogica

Nadere informatie

Model-gebaseerd Redeneren. Ervaringsregels. Medische diagnostiek: facialisparese. Gebruik van modellen. Probleemoplossen op grond van ervaringsregels:

Model-gebaseerd Redeneren. Ervaringsregels. Medische diagnostiek: facialisparese. Gebruik van modellen. Probleemoplossen op grond van ervaringsregels: Model-gebaseerd Redeneren Ervaringsregels Traditionele kennissystemen: regel gebaseerd (ervaringsregels) if conditions then actions/conclusions fi. gebruikte redeneermethoden: top-down inferentie: redeneer

Nadere informatie

Tentamen Discrete Wiskunde 1 10 april 2012, 14:00 17:00 uur

Tentamen Discrete Wiskunde 1 10 april 2012, 14:00 17:00 uur Tentamen Discrete Wiskunde 0 april 0, :00 7:00 uur Schrijf je naam op ieder blad dat je inlevert. Onderbouw je antwoorden, met een goede argumentatie zijn ook punten te verdienen. Veel succes! Opgave.

Nadere informatie

III.3 Supremum en infimum

III.3 Supremum en infimum III.3 Supremum en infimum Zowel de reële getallen als de rationale getallen vormen geordende lichamen. Deze geordende lichamen zijn echter principieel verschillend. De verzameling R is bijvoorbeeld aanzienlijk

Nadere informatie

Modulewijzer InfPbs00DT

Modulewijzer InfPbs00DT Modulewijzer InfPbs00DT W. Oele 0 juli 008 Inhoudsopgave Inleiding 3 Waarom wiskunde? 3. Efficiëntie van computerprogramma s............... 3. 3D-engines en vectoranalyse................... 3.3 Bewijsvoering

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 10 en 13 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 2 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 2 november 2016 1 / 28 Minimum Opspannende Boom (Minimum Spanning

Nadere informatie

Tentamen Kunstmatige Intelligentie (INFOB2KI)

Tentamen Kunstmatige Intelligentie (INFOB2KI) Tentamen Kunstmatige Intelligentie (INFOB2KI) 12 december 2014 8:30-10:30 Vooraf Mobiele telefoons en dergelijke dienen uitgeschakeld te zijn. Het eerste deel van het tentamen bestaat uit 8 multiple-choice

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 2 oktober 206 Leo van Iersel (TUD) TW2020 Optimalisering 2 oktober 206 / 3 Dualiteit Dualiteit: Elk LP probleem heeft een

Nadere informatie

Inleiding logica Inleveropgave 3

Inleiding logica Inleveropgave 3 Inleiding logica Inleveropgave 3 Lientje Maas 30 september 2013 Ik (Rijk) heb verbeteringen in rood vermeld. Deze verbeteringen meegenomen zijn dit correcte uitwerkingen van de derde inleveropgaven. 1

Nadere informatie

Redeneren met Onzekerheid II. Manipulatie van Onzekerheid. Kansverdeling. if E 2 then H y2 fi. if E 1 and E 2 then H z fi.

Redeneren met Onzekerheid II. Manipulatie van Onzekerheid. Kansverdeling. if E 2 then H y2 fi. if E 1 and E 2 then H z fi. Redeneren met Onzekerheid II Classificatieregel-gebaseerd redeneren met onzekerheid: kies een geschikte theorie vind een invulling voor de combinatiefuncties implementeer de combinatiefuncties als onderdeel

Nadere informatie

Hoofdstuk 3. behandeld. In de paragrafen 3.1 en 3.2 worden de noties valuatie, model en

Hoofdstuk 3. behandeld. In de paragrafen 3.1 en 3.2 worden de noties valuatie, model en Hoofdstuk 3 Semantiek van de Propositielogica In dit hoofdstuk wordt de semantiek (betekenistheorie) van de propositielogica behandeld. In de paragrafen 3.1 en 3.2 worden de noties valuatie, model en logisch

Nadere informatie

2015! Is SIZE the only differentiator in the Cloud?!

2015! Is SIZE the only differentiator in the Cloud?! 2015! Is SIZE the only differentiator in the Cloud?! Agenda! Introductie Saas4Channel! Waar staan we vandaag en waar gaan we naar toe! Is grootte het enige onderscheid in de Cloud! Go to Market in de Cloud!

Nadere informatie

Dynamisch Programmeren III. Algoritmiek

Dynamisch Programmeren III. Algoritmiek Dynamisch Programmeren III Vandaag Dynamisch programmeren met wat lastiger voorbeelden: Handelsreiziger Longest common subsequence Optimale zoekbomen Knapsack 2 - DP2 Handelsreiziger Een handelsreiziger

Nadere informatie

TAALFILOSOFIE. Overkoepelende vraag: WAT IS BETEKENIS?

TAALFILOSOFIE. Overkoepelende vraag: WAT IS BETEKENIS? TAALFILOSOFIE Overkoepelende vraag: WAT IS BETEKENIS? GOTTLOB FREGE (1848 1925) Uitvinder moderne logica Vader van de taalfilosofie BEGRIFFSCHRIFT (1879) Bevat moderne propositie en predicaten-logica Syllogistiek

Nadere informatie

Selecties uit de Elementen van Euclides (ca. 300 v.c.), Boek 1

Selecties uit de Elementen van Euclides (ca. 300 v.c.), Boek 1 Selecties uit de Elementen van Euclides (ca. 300 v.c.), Boek 1 (Woorden tussen haakjes en voetnoten zijn door de vertaler J.P.H. toegevoegd, en ook enkele Griekse worden die in het hedendaagse Engels voortleven.)

Nadere informatie

III.2 De ordening op R en ongelijkheden

III.2 De ordening op R en ongelijkheden III.2 De ordening op R en ongelijkheden In de vorige paragraaf hebben we axioma s gegeven voor de optelling en vermenigvuldiging in R, maar om R vast te leggen moeten we ook ongelijkheden in R beschouwen.

Nadere informatie

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b

Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Het oplossen van stelsels lineaire vergelijkingen Wiskunde 2, 2DM60 College 2b Ruud Pellikaan g.r.pellikaan@tue.nl /k 2014-2015 Lineaire vergelijking 2/64 DEFINITIE: Een lineaire vergelijking in de variabelen

Nadere informatie

IJkingstoets burgerlijk ingenieur juni 2014: algemene feedback

IJkingstoets burgerlijk ingenieur juni 2014: algemene feedback IJkingstoets burgerlijk ingenieur 30 juni 2014 - reeks 1 - p. 1 IJkingstoets burgerlijk ingenieur juni 2014: algemene feedback In totaal namen 716 studenten deel aan de ijkingstoets burgerlijk ingenieur

Nadere informatie

College Introductie

College Introductie College 2016-2017 Introductie Doaitse Swierstra (Jeroen Bransen) Utrecht University September 13, 2016 Waarom is FP anders? in plaats van opdrachten die na elkaar moeten worden uitgevoerd, definiëren we

Nadere informatie

1 Logica. 1.2.1 a. tautologie -1-

1 Logica. 1.2.1 a. tautologie -1- 1 Logica 1.1.1 a. neen: de spreker bedoelt met "hier" de plek waar hij op dat moment is, maar "warm" is subjectief; vgl.: "het is hier 25 graden Celsius". b. ja: de uitspraak is onwaar (=120 uur). c. neen:

Nadere informatie

Ontwerp van Algoritmen: opgaven weken 3 en 4

Ontwerp van Algoritmen: opgaven weken 3 en 4 0 Ontwerp van Algoritmen: opgaven weken 3 en 4 Voor alle volgende opgaven over programmaatjes geldt de spelregel: formuleer altijd eerst alle bewijsverplichtingen. selectie 45. (tail distribution)(prima

Nadere informatie

i(i + 1) = xy + y = x + 1, y(1) = 2.

i(i + 1) = xy + y = x + 1, y(1) = 2. Kenmerk : Leibniz/toetsen/Re-Exam-Math A + B-45 Course : Mathematics A + B (Leibniz) Date : November 7, 204 Time : 45 645 hrs Motivate all your answers The use of electronic devices is not allowed [4 pt]

Nadere informatie

1 Rekenen in eindige precisie

1 Rekenen in eindige precisie Rekenen in eindige precisie Een computer rekent per definitie met een eindige deelverzameling van getallen. In dit hoofdstuk bekijken we hoe dit binnen een computer is ingericht, en wat daarvan de gevolgen

Nadere informatie

Gödels theorem An Incomplete Guide to Its Use and Abuse, Hoofdstuk 3

Gödels theorem An Incomplete Guide to Its Use and Abuse, Hoofdstuk 3 Gödels theorem An Incomplete Guide to Its Use and Abuse, Hoofdstuk 3 Koen Rutten, Aris van Dijk 30 mei 2007 Inhoudsopgave 1 Verzamelingen 2 1.1 Definitie................................ 2 1.2 Eigenschappen............................

Nadere informatie

INLEIDING. Definitie Stochastisch Proces:

INLEIDING. Definitie Stochastisch Proces: Definitie Stochastisch Proces: INLEIDING Verzameling van stochastische variabelen die het gedrag in de tijd beschrijven van een systeem dat onderhevig is aan toeval. Tijdparameter: discreet: {X n, n 0};

Nadere informatie

Begrenzing van het aantal iteraties in het max-flow algoritme

Begrenzing van het aantal iteraties in het max-flow algoritme Begrenzing van het aantal iteraties in het max-flow algoritme Het oplossen van het maximum stroom probleem met behulp van stroomvermeerderende paden werkt, maar het aantal iteraties kan aardig de spuigaten

Nadere informatie

Hoofdstuk 21: Gegevens samenvatten

Hoofdstuk 21: Gegevens samenvatten Hoofdstuk 21: Gegevens samenvatten 21.0 Inleiding In Excel kunnen grote (en zelfs ook niet zo grote) tabellen met getallen en tekst er nogal intimiderend uitzien. Echter, Excel komt helemaal tot haar recht

Nadere informatie

4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij.

4.0 Voorkennis [1] Stap 1: Maak bij een van de vergelijkingen een variabele vrij. 3x4 y26 4x y3 4.0 Voorkennis [1] Voorbeeld 1 (Elimineren door substitutie): Los op: Stap 1: Maak bij een van de vergelijkingen een variabele vrij. 4x y = 3 y = 4x 3 Stap 2: Vul de vrijgemaakte variabele

Nadere informatie

Tentamentips. Tomas Klos. 14 december 2010

Tentamentips. Tomas Klos. 14 december 2010 Tentamentips Tomas Klos 14 december 010 Samenvatting In dit document vind je een aantal tentamen tips. Het gaat om fouten die ik op tentamens veel gemaakt zie worden, en die ik je liever niet zie maken.

Nadere informatie

ALGORITMIEK: antwoorden werkcollege 5

ALGORITMIEK: antwoorden werkcollege 5 ALGORITMIEK: antwoorden werkcollege 5 opgave 1. a. Brute force algoritme, direct afgeleid uit de observatie: loop v.l.n.r. door de tekst; als je een A tegenkomt op plek i (0 i < n 1), loop dan van daaruit

Nadere informatie

6.3.2 We moeten onderzoeken of de volgende bewering juist is of niet: x [ P (x ) Q (x )] xp(x ) xq(x ). De bewering is onjuist:

6.3.2 We moeten onderzoeken of de volgende bewering juist is of niet: x [ P (x ) Q (x )] xp(x ) xq(x ). De bewering is onjuist: 6.3.2 We moeten onderzoeken of de volgende bewering juist is of niet: x [ P (x ) Q (x ) xp(x ) xq(x ). De bewering is onjuist: Kies als tegenvoorbeeld: P (x ):x 2 > 0enQ (x ):x>0, voor U = R Dan geldt:

Nadere informatie

Discrete Structuren. Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie

Discrete Structuren. Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie Discrete Structuren Piter Dykstra Sietse Achterop Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 3 maart 2008 GRAFEN & BOMEN Paragrafen 6.1-6.4 Discrete Structuren

Nadere informatie

8. Differentiaal- en integraalrekening

8. Differentiaal- en integraalrekening Computeralgebra met Maxima 8. Differentiaal- en integraalrekening 8.1. Sommeren Voor de berekening van sommen kent Maxima de opdracht: sum (expr, index, laag, hoog) Hierbij is expr een Maxima-expressie,

Nadere informatie

Propositielogica Het maken van een waarheidstabel

Propositielogica Het maken van een waarheidstabel Informatiekunde naam datum Propositielogica Het maken van een waarheidstabel Eindhoven, 4 juni 2011 De propositielogica Zoekopdrachten met de operatoren AND, OR en zijn zogenaamde Booleaanse expressies.

Nadere informatie

Programmeermethoden NA. Week 5: Functies (vervolg)

Programmeermethoden NA. Week 5: Functies (vervolg) Programmeermethoden NA Week 5: Functies (vervolg) Kristian Rietveld http://liacs.leidenuniv.nl/~rietveldkfd/courses/prna2016/ Functies Vorige week bekeken we functies: def bereken(a, x): return a * (x

Nadere informatie

Groeperen. Het weldoordacht ordenen en weergeven van informatie. Groeperen van items. Groeperingprincipes kiezen. Geordend.

Groeperen. Het weldoordacht ordenen en weergeven van informatie. Groeperen van items. Groeperingprincipes kiezen. Geordend. Overzicht Methodiek KRITISCH DENKEN met RATIONALE KRITISCH DENKEN Groeperen Redeneren Structureren Analyseren Evalueren Oordelen 4 Grondslagen van Redeneren I Het weldoordacht ordenen en informatie. Het

Nadere informatie

Constraint satisfaction. Zoekalgoritmen ( ) College 11: Constraint Satisfaction. Voorbeelden. Een constraint satisfaction probleem

Constraint satisfaction. Zoekalgoritmen ( ) College 11: Constraint Satisfaction. Voorbeelden. Een constraint satisfaction probleem Constraint satisfaction Zoekalgoritmen (2009 2010) College 11: Constraint Satisfaction Dirk Thierens, Tekst: Linda van der Gaag Een constraint satisfaction probleem (CSP) bestaat uit: een verzameling variabelen;

Nadere informatie

Logica voor Informatica

Logica voor Informatica Logica voor Informatica 10 Predikatenlogica Wouter Swierstra University of Utrecht 1 Vorige keer Syntax van predikatenlogica Alfabet Termen Welgevormde formulas (wff) 2 Alfabet van de predikatenlogica

Nadere informatie

Samenvatting. TI1306 Redeneren & Logica Review Guide 2014 Door: David Alderliesten. Disclaimer

Samenvatting. TI1306 Redeneren & Logica Review Guide 2014 Door: David Alderliesten. Disclaimer Samenvatting TI1306 Redeneren & Logica Review Guide 2014 Door: David Alderliesten Disclaimer De informatie in dit document is afkomstig van derden. W.I.S.V. Christiaan Huygens betracht de grootst mogelijke

Nadere informatie

Opdracht 1 Topics on Parsing and Formal Languages - fall 2010

Opdracht 1 Topics on Parsing and Formal Languages - fall 2010 Opdracht 1 Topics on Parsing and Formal Languages - fall 2010 Rick van der Zwet 8 december 2010 Samenvatting Dit schrijven zal uitwerkingen van opgaven behandelen uit het boek [JS2009]

Nadere informatie

Populaties beschrijven met kansmodellen

Populaties beschrijven met kansmodellen Populaties beschrijven met kansmodellen Prof. dr. Herman Callaert Deze tekst probeert, met voorbeelden, inzicht te geven in de manier waarop je in de statistiek populaties bestudeert. Dat doe je met kansmodellen.

Nadere informatie

13538/14 cle/rts/sv 1 DG D 2B

13538/14 cle/rts/sv 1 DG D 2B Raad van de Europese Unie Brussel, 30 september 2014 (OR. en) Interinstitutioneel dossier: 2013/0407 (COD) 13538/14 DROIPEN 112 COPEN 230 CODEC 1868 NOTA van: aan: het voorzitterschap het Comité van permanente

Nadere informatie

Hoofdstuk 20: Wiskundige functies

Hoofdstuk 20: Wiskundige functies Hoofdstuk 20: Wiskundige functies 20.0 Introductie Er is een uitgebreid aanbod aan wiskundige functies in Excel, variërend van het simpele + teken tot de esoterische statistiek functies voor een correlatie

Nadere informatie

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie Discrete Structuren Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 23 februari 2009 GRAFEN & BOMEN Paragrafen 6.1-6.4 Discrete Structuren Week 3 en 4:

Nadere informatie

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl. 9 februari 2009 BEWIJZEN

Discrete Structuren. Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl. 9 februari 2009 BEWIJZEN Discrete Structuren Piter Dykstra Opleidingsinstituut Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 9 februari 2009 BEWIJZEN Discrete Structuren Week1 : Bewijzen Onderwerpen Puzzels

Nadere informatie

2004 Gemeenschappelijke proef Algebra - Analyse - Meetkunde - Driehoeksmeting 14 vragen - 2:30 uur Reeks 1 Notatie: tan x is de tangens van de hoek x, cot x is de cotangens van de hoek x Vraag 1 In een

Nadere informatie

ARGUMENTEREN EN REDENEREN

ARGUMENTEREN EN REDENEREN ARGUMENTEREN EN REDENEREN Julie Kerckaert Vaardigheden I Academiejaar 2014-2015 Inhoudsopgave Deel 1: Argumenteren en redeneren... 2 1.1 Logica... 2 1.1.1 Syllogismen... 2 1.1.2 Soorten redeneringen...

Nadere informatie

Informatieuitwisseling 2014/2015. Argumentatie: een AI-perspectief. Henry Prakken 14 Januari 2015

Informatieuitwisseling 2014/2015. Argumentatie: een AI-perspectief. Henry Prakken 14 Januari 2015 Informatieuitwisseling 2014/2015 Argumentatie: een AI-perspectief Henry Prakken 14 Januari 2015 Wat is argumentatie? Een standpunt ondersteunen met gronden om twijfel aan dat standpunt weg te nemen Logica

Nadere informatie

Constanten. Variabelen. Expressies. Variabelen. Constanten. Voorbeeld : varid.py. een symbolische naam voor een object.

Constanten. Variabelen. Expressies. Variabelen. Constanten. Voorbeeld : varid.py. een symbolische naam voor een object. een symbolische naam voor een object. Variabelen Constanten Variabelen Expressies naam : geeft de plaats in het geheugen aan waarde : de inhoud van het object identifier : een rij van letters en/of cijfers

Nadere informatie

Proeftentamen Digitale technieken

Proeftentamen Digitale technieken Proeftentamen Digitale technieken André Deutz October 17, 2007 De opgaven kunnen uiteraard in willekeurige volgorde gemaakt worden geef heel duidelijk aan op welke opgave een antwoord gegegeven wordt.

Nadere informatie

Inhoud college 4 Basiswiskunde. 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie

Inhoud college 4 Basiswiskunde. 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie Inhoud college 4 Basiswiskunde 2.6 Hogere afgeleiden 2.8 Middelwaardestelling 2.9 Impliciet differentiëren 4.9 Linearisatie 2 Basiswiskunde_College_4.nb 2.6 Hogere afgeleiden De afgeleide f beschrijft

Nadere informatie

Loterijlogica: Een onderzoek naar de relevantie van de loterijparadox voor argumentatielogica s

Loterijlogica: Een onderzoek naar de relevantie van de loterijparadox voor argumentatielogica s Loterijlogica: Een onderzoek naar de relevantie van de loterijparadox voor argumentatielogica s Naomi Prins Studentnummer: 3978990 n.v.prins@students.uu.nl Bachelorscriptie Kunstmatige Intelligentie 7,5

Nadere informatie

Over Plantinga s argument voor de existentie van een noodzakelijk bestaand individueel ding. G.J.E. Rutten

Over Plantinga s argument voor de existentie van een noodzakelijk bestaand individueel ding. G.J.E. Rutten 1 Over Plantinga s argument voor de existentie van een noodzakelijk bestaand individueel ding G.J.E. Rutten Introductie In dit artikel wil ik het argument van de Amerikaanse filosoof Alvin Plantinga voor

Nadere informatie

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen

Vector-en matrixvergelijkingen. Figuur: Vectoren, optellen Vector-en matrixvergelijkingen (a) Parallellogramconstructie (b) Kop aan staartmethode Figuur: Vectoren, optellen (a) Kop aan staartmethode, optellen (b) Kop aan staart methode, aftrekken Figuur: Het optellen

Nadere informatie

Werkwinkel Permutatiepuzzels

Werkwinkel Permutatiepuzzels Werkwinkel Permutatiepuzzels Karsten Naert UGent Vakgroep Wiskunde 6 november 2013 1 / 33 Over mij... Assistent en doctoraatsstudent Taken: Onderzoek Onderwijs Dienstverlening Karsten.Naert@UGent.be http:

Nadere informatie

Examen Datastructuren en Algoritmen II

Examen Datastructuren en Algoritmen II Tweede bachelor Informatica Academiejaar 2012 2013, tweede zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele

Nadere informatie

1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d.

1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d. 1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d. een toewijzingsprobleem. 2. Het aantal toegelaten hoekpunten in een

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 11 Leo van Iersel Technische Universiteit Delft 25 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 25 november 2015 1 / 28 Vandaag Vraag Voor welke problemen

Nadere informatie

Divide & Conquer: Verdeel en Heers vervolg. Algoritmiek

Divide & Conquer: Verdeel en Heers vervolg. Algoritmiek Divide & Conquer: Verdeel en Heers vervolg Algoritmiek Algoritmische technieken Vorige keer: Divide and conquer techniek Aantal toepassingen van de techniek Analyse met Master theorem en substitutie Vandaag:

Nadere informatie

5. Functies. In deze module leert u:

5. Functies. In deze module leert u: 5. Functies In deze module leert u: - Wat functies zijn; - Functies uitvoeren; - De verschillende functies van Calc kennen. - Naar een ander werkblad verwijzen. U kunt eenvoudige berekeningen, zoals aftrekken,

Nadere informatie

Uitleg van de Hough transformatie

Uitleg van de Hough transformatie Uitleg van de Hough transformatie Maarten M. Fokkinga, Joeri van Ruth Database groep, Fac. EWI, Universiteit Twente Versie van 17 mei 2005, 10:59 De Hough transformatie is een wiskundige techniek om een

Nadere informatie

8C080 deel BioModeling en bioinformatica

8C080 deel BioModeling en bioinformatica Vijf algemene opmerkingen Tentamen Algoritmen voor BIOMIM, 8C080, 22 april 2009,14.00-17.00u. Het tentamen bestaat uit 2 delen, een deel van BioModeling & bioinformatics en een deel van BioMedische Beeldanalyse.

Nadere informatie