In deze les. Eerste orde logica. Elementen van EOL. Waarom eerste orde logica? Combinatie met logica. Variabelen en Kwantoren
|
|
- Kurt de Vos
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 In deze les Eerste orde logica Bart de Boer Waarom EOL? Syntax en semantiek van EOL Opfrisser Gebruik van EOL EOL in de Wumpus-wereld Waarom eerste orde logica? Eerste orde logica kan alles uitdrukken dat geprogrammeerd kan worden. Is meest onderzochte en meest standaard van dergelijke formalismen. Als basis voor kennisrepresentatie in een expertsysteem Legt niks vast over tijd, gebeurtenissen, categoriën, epistemologie etc. Elementen van EOL Verwijzend naar objecten Variabelen: x, y, z Constante objecten: A, B, Piet, Marie Functies: Hebben maar een mogelijke waarde LinkerBeen( Piet ), Moeder( Marie ) Verwijzend naar situaties Predicaten Zijn waar of vals Broer( Piet, Marie ), Koning( Jan ) Combinatie met logica Predicaten kunnen gecombineerd worden met propositielogica Vogel( Spreeuw ) Haar( Spreeuw ) Broer( Jan, Piet ) Broer( Jan, Marie ) Vogel( Spreeuw ) Vogel( Koe ) Vliegt( Vleermuis ) Vliegt( VliegendeSlang ) Variabelen en Kwantoren Universele kwantor Geeft aan dat voor alle waarden van een gespecificeerde variabele een uitdrukking waar is. Existentiële kwantor Geeft aan dat voor minstens een waarde van een gespecificeerde variabele een uitdrukking waar is. 1
2 Universele Kwantor x Veren( x ) Vogel( x ) Is conjunctie van alle specifieke waarden van x: Veren( Mus ) Vogel( Mus ) Veren( Pinguïn ) Vogel( Pinguïn ) Veren( Koe ) Vogel( Koe ) Veren( Kiwi ) Vogel( Kiwi ) Wordt soms ook genoteerd zonder kwantor: Veren( x ) Vogel( x ) De operator is de natuurlijke keus voor Existentiële Kwantor x Vogel( x ) Vliegt( x ) Is disjunctie van alle specifieke waarden van x: Vogel( Mus ) Vliegt( Mus ) Vogel( Pinguïn ) Vliegt( Pinguïn ) Vogel( Koe ) Vliegt( Koe ) Vogel( Kiwi ) Vliegt( Kiwi ) De operator is de natuurlijke keus voor Combinaties van Kwantoren Meer variabelen: x,y Broer( x, y ) Broer( y, x ) Pas op met volgorde: x y HoudtVan( x, y ) (Iedereen houdt van iemand) y x HoudVan( x, y ) (Er bestaat iemand waar iedereen van houdt) Relatie tussen en Vergelijkbaar met De Morgan s regel: x P(x) P(x) Gelijkheid in EOL De symbolen = en zijn ook toegelaten Handig voor bijvoorbeeld: x,y Vogel( x ) Vogel( y ) Vliegt( x ) Vliegt( y ) (x y ) (Er bestaan minstens twee vogels die niet vliegen) Weergeven van een domein in EOL Basispredicaten bepalen de basisbewerkingen Axiomas bepalen de interacties Wordt ook soms gebruikt in expert systems Op basis van axiomas kunnen begrippen gedfinieerd worden Hiermee kunnen stellingen bewezen worden Ofwel: kennis afleiden in een expertsystemen 2
3 Onafhankelijke axioma s Een onafhankelijk axioma is een axioma dat niet uit andere axioma s afgeleid kan worden. In de wiskunde zoekt men naar elegante onafhankelijke axioma s In expertsystemen stopt men vaak meer axioma s Dit maakt redeneren gemakkelijker (Onvolledig) Voorbeeldje (1) Familieverbanden Basispredicaten: Child( x, y ) Spouse( x, y ) Male( x ) Female( x ) Ancestor( x, y ) Voorbeeldje (2) Axioma s x Male( x ) Female( x ) (iemand is of mannelijk, of vrouwelijk) x,y Spouse( x, y ) Male( x ) Female( y ) Male( y ) Female( x ) (partners hebben verschillend geslacht, impliceert met eerste axioma dat iemand niet z n eigen spouse kan zijn) x,y Child( x, y ) Ancestor( x, y ) (Als je kind van iemand bent, kun je niet zijn voorouder zijn) Recursief axioma: Voorbeeldje (3) x,y Ancestor( x, y ) Child( y, x ) ( z Child( y, z ) Ancestor( x, z )) Definitie van een voorouder als iemand wiens kind je bent, of die een voorouder van een van je ouders is Wat ontbreekt nog? Het nut van Met definieer je dingen volledig Maar hoe definieer je bijvoorbeeld Persoon( x )? Met behulp van kun je zeggen dat elke persoon bepaalde eigenschappen heeft: x Persoon( x ) Of dat er eigenschappen zijn die iemand tot een persoon maken: x Persoon( x ) Dit zorgt voor flexibiliteit in realistische kennisdomeinen Samenvatting EOL kan alles beschrijven wat programmeerbaar is. Voorwerpen, relaties en natuurwetten kunnen worden omgezet in EOL. In EOL kunnen conclusies afgeleid worden. 3
4 Go ld Gold Gold Go ld Gebruik van EOL in een Agent Maak rule base die beschrijft hoe de wereld in elkaar zit en hoe de agent zich moet gedragen. In elke tijdstap: Voeg observaties van de wereld toe aan knowledge base (TELL) Vraag om aktie (ASK) Voeg gedane aktie toe aan knowledge base Het Probleem van Verandering Agents moeten niet altijd voor elke waarneming op dezelfde manier reageren Daarom onderscheid maken tussen verschillende situaties Situation Calculus De wereld bestaat uit een reeks situaties Deze worden toegevoegd aan beschrijvingen van de wereld. At( Agent, [1, 1], S 0 ) S 1 Ook nodig: Result-functie Forward S 0 Result( Aktie, Situatie ) = NieuweSituatie Result( Forward, S 0 ) = S 1 Result( Turn( Right ), S 1 ) = S 2 Turn (Right) Forward Let op: Situaties zijn enkel labels, ze zeggen niets over hoe die situatie eruit ziet! S 02 S 3 Axioma s die de Verandering van de Wereld Beschrijven Effect Axiom: Beschrijft verandering Frame Axiom: Beschrijft wat hetzelfde blijft Successor-state axiom: combinatie. Waar nà [ Een aktie maakt het waar Al waar en geen aktie maakt het vals ] Voorbeeld Successor-State Axiom In Wumpus wereld: hou iets vast: a,x,s Holding( x, Result( a, s ) ) [ (a = Grab Present( x, s ) Portable( x )) (Holding( x, s ) a Release ) ] Verborgen eigenschappen van de wereld Niet alles kan direkt worden waargenomen Bijvoorbeeld: De aanwezigheid van de Wumpus kan alleen afgeleid worden aan zijn stank Daarvoor twee typen regels Causal rules Diagnostic rules 4
5 Causal rules Beschrijven de manier waarop de wereld werkt. Systemen met dit soort regels zijn modelbased l 1, l 2,s At( Wumpus, l 1, s ) Adjacent( l 1, l 2 ) Smelly( l 2 ) Diagnostic Rules Leiden verborgen eigenschappen af uit direkte waarnemingen l,s At( Agent, l, s ) Breeze( s ) Breezy( l ) Vergelijking Model-gebaseerde systemen zijn beter, omdat je sterkere conclusies kunt trekken; je weet meer over de wereld Is belangrijk in bijvoorbeeld medische expertsystemen Voorkeuren voor Akties Soms heb je de keuze uit meerdere akties Je kunt dan waarden aan akties geven: Bijv, Great, Good, Medium, Risky, Deadly En een aktieselectie toevoegen a,s Great( a, s ) Action( a, s ) a,s Good( a, s ) ( b Great( b, s )) Action( a, s ) Etc. Akties kunnen geevalueerd worden met bijv. s At( Agent, [ 1, 1 ], s ) Holding( Gold, s ) Great( Climb, s ) Agents met een Doel Tot nu toe is het doel van de agent impliciet (vind het goud). Voor een agent die van doel kan veranderen, moet het doel expliciet gemaakt worden. s Holding( Gold, s ) GoalLocation( [1,1], s ) Nu kan er gezocht worden hoe het doel bereikt kan worden Directe inferentie ( erg rekenintensief ) Search (best first search bijv. maar knowledge base vertalen) Planning ( speciale methode voor nadenken over akties) Volgende Week Hoe bouw je een knowledge base op? Parallel in werkgroepen: hoe zoek je precies in een expertsysteem Rete algoritme Indexing etc. 5
Hoofdstukken 7/8 van Russell/Norvig = [RN] Logisch(e) redenerende agenten
AI Kunstmatige Intelligentie (AI) Hoofdstukken 7/8 van Russell/Norvig = [RN] Logisch(e) redenerende agenten voorjaar 08 College 3, februari 08 www.liacs.leidenuniv.nl/ kosterswa/ai/ Introductie Eerst bekijken
Nadere informatieLogica 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 informatiePredikatenlogica in Vogelvlucht
in Vogelvlucht Albert Visser Filosofie, Faculteit Geesteswetenschappen, Universiteit Utrecht 10 oktober, 2013 1 Overview 2 Overview 2 Overview 2 Overview 3 In de propositielogica behandelen we de interne
Nadere informatieLogic for Computer Science
Logic for Computer Science 07 Predikatenlogica Wouter Swierstra University of Utrecht 1 Vrijdag Aanstaande vrijdag is geen hoorcollege of werkcollege. De tussentoets is uitgesteld tot volgende week dinsdag.
Nadere informatieLogica voor Informatica. predikatenlogica. Syntax van predikatenlogica. Mehdi Dastani Intelligent Systems Utrecht University
Logica voor Informatica predikatenlogica Syntax van predikatenlogica Mehdi Dastani m.m.dastani@uu.nl Intelligent Systems Utrecht University Redenering in Propositie Logica Als Jan zijn medicijnen neemt
Nadere informatieLogica voor Informatica. predikatenlogica. Syntax van predikatenlogica. Mehdi Dastani Intelligent Systems Utrecht University
Logica voor Informatica predikatenlogica Syntax van predikatenlogica Mehdi Dastani m.m.dastani@uu.nl Intelligent Systems Utrecht University Syllogistische redeneringen Syllogistische redeneringen zoals
Nadere informatieEven kort. Artificiële Intelligentie 1 environment. Logisch redenerende agents effectors
Even kort Een agent sensors rtificiële Intelligentie environment percepts actions? agent Logisch redenerende agents effectors Hoofdstuk 6 uit Russell & Norvig PGE Percepts (waarnemingen): wat de agent
Nadere informatieArtificiële 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 informatieLogica 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 informatieSemantiek 1 college 10. Jan Koster
Semantiek 1 college 10 Jan Koster 1 Vandaag Vorige keer: conceptuele structuur en semantische decompositie Vandaag: inleiding in de formele semantiek Gebruikt notaties uit formele logica plus de daar gehanteerde
Nadere informatieLogica 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 informatiePAGE (Perception, Actions, Goals, Environment)
SAMENVATTING HOORCOLLEGE 17/10/2002 Daniel Kucharski, e-mail Daniel.Kucharski@vub.ac.be Jeroen Schaeken, e-mail Jeroen.Schaeken@vub.ac.be Matti Roloux, e-mail Matti.Roloux@vub.ac.be Sara De Decker, e-mail
Nadere informatieInleiding. Inleiding. Artificiële Intelligentie 1. Waarschijnlijkheid en redeneren met waarschijnlijkheid. Omgaan met onzekerheid. Waarschijnlijkheid
Inleiding Voorbeeld van een actie: A t = vertrek t minuten voor mijn vlucht naar de luchthaven. Artificiële Intelligentie 1 Hoe kan je nagaan als A t je op tijd op de luchthaven brengt? Waarschijnlijkheid
Nadere informatieLogica voor Informatica
Logica voor Informatica 13 Prolog Wouter Swierstra University of Utrecht 1 Programmeren met Logica Propositielogica is niet geschikt voor programmeren er is nauwlijkst iets interessants uit te drukken.
Nadere informatie1. 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 informatiePropositielogica. Evert De Nolf Delphine Draelants Kirsten Storms Evelien Weyn. 24 augustus Universiteit Antwerpen
Propositielogica Evert De Nolf Delphine Draelants Kirsten Storms Evelien Weyn Universiteit Antwerpen 24 augustus 2006 Propositionele connectoren Negatie Conjunctie Disjunctie Implicatie Equivalentie Propositionele
Nadere informatieSemantiek 1 college 4. Jan Koster
Semantiek 1 college 4 Jan Koster 1 Uitgangspunt sinds vorige week Semantiek is representationeel (en niet referentieel), gebaseerd op interpretaties van sprekers en hoorders Geen scherpe scheiding tussen
Nadere informatieArtificiële intelligentie 1 ( ) Voorbeelden van examenvragen
Artificiële intelligentie 1 (2002-2003) Voorbeelden van examenvragen Tony Belpaeme, Bart de Boer, Bart De Vylder, Bart Jansen Vraag 1. Wat zal het effect zijn van een convolutiekernel a. Contrast wordt
Nadere informatieOpdrachten Tarski s World
Opdrachten Tarski s World Logika thema 4 13 april 2004 1 Propositielogika 1.1 Atomaire proposities in Tarski s world Open de wereld, wittgens.sen, en het bestand met beweringen, wittgens.sen 1. Ga van
Nadere informatieWaarmaken van Leibniz s droom
Waarmaken van Leibniz s droom Artificiële intelligentie Communicatie & internet Operating system Economie Computatietheorie & Software Efficiënt productieproces Hardware architectuur Electronica: relais
Nadere informatierh265e 0 true. In onze schrijfwijze wordt dat dus: (de bewering) [ P ] is even waar als (de bewering) P = true.
rh265e 0 Elementaire Predikatenrekening 0 Inleiding Dit is een samenvatting 0 van de rekenregels voor proposities en predikaten, zoals behandeld in het vak Logica & Verzamelingen. Enige vertrouwdheid met
Nadere informatieRAF belangrijk te onthouden
RAF belangrijk te onthouden Auteur: Daan Pape Hoofdstuk 1 symbool omschrijving lees als negatie (ontkenning) p niet p het is niet zo dat p conjunctie p q p en q disjunctie p q p of q implicatie p q als
Nadere informatieCollege Logica voor CKI
College Logica voor CKI Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 15 oktober, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 Syntaxis De eerste ronde: Constanten:
Nadere informatieKennisrepresentatie & Redeneren. Piter Dykstra Instituut voor Informatica en Cognitie
Kennisrepresentatie & Redeneren Piter Dykstra Instituut voor Informatica en Cognitie www.math.rug.nl/~piter piter@math.rug.nl 30 april 2007 INLEIDING Kennisrepresentatie & Redeneren Week1: Introductie
Nadere informatieLogica 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 informatieRepresentatie & Zoeken
Representatie & Zoeken!Frames!Scripts College 8: Kennisrepresentatie (II) Kennisrepresentatie: 4 typen Logica Procedures Netwerken Vorig college Slots/values Dit college zingen kanarie geel dier vogel
Nadere informatiestart -> id (k (f c s) (g s c)) -> k (f c s) (g s c) -> f c s -> s c
Een Minimaal Formalisme om te Programmeren We hebben gezien dat Turing machines beschouwd kunnen worden als universele computers. D.w.z. dat iedere berekening met natuurlijke getallen die met een computer
Nadere informatieInleiding Logica 2013
Inleiding Logica 2013 Praktica Logisch Programmeren 21, 28 oktober 2013 1 Stamboom Op deze wiki pagina vind je een stukje stamboom van een willekeurige familie. Opgave 1 Vertaal die stamboom, beginnend
Nadere informatiePredikaatlogica, modellen en programma s
Logica in actie H O O F D S T U K 4 Predikaatlogica, modellen en programma s De taal van de propositielogica is voor veel toepassingen te arm. Dat bleek al in de Klassieke Oudheid, waar logici allerlei
Nadere informatieLogica voor Informatica. Logica Toepassingen. PROLOG: Logische Programmeertaal. Mehdi Dastani
Logica voor Informatica Logica Toepassingen PROLOG: Logische Programmeertaal Mehdi Dastani m.m.dastani@uu.nl Intelligent Systems Utrecht University Programmeren met Logica Propositielogica is niet geschikt
Nadere informatiePROPOSITIELOGICA. fundament voor wiskundig redeneren. Dr. Luc Gheysens
PROPOSITIELOGICA fundament voor wiskundig redeneren Dr. Luc Gheysens PROPOSITIELOGICA Een propositie of logische uitspraak, verder weergegeven door een letter p, q, r is een uitspraak die in een vastgelegde
Nadere informatieInhoud 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 informatieBoommethode. TI1300: Redeneren en Logica. Oefenen, wat anders? Aanvullende regels (Logica, tabel 11.1, p. 159) A (B C),A C = B
Boommethode Is deze redenering logisch geldig? TI1300: Redeneren en Logica College 15: Boommethode en Resolutie Tomas Klos Algoritmiek Groep A (B C),A C = B oftewel: is deze verzameling vervulbaar? { A
Nadere informatieDiscrete Wiskunde, College 7. Han Hoogeveen, Utrecht University
Discrete Wiskunde, College 7 Han Hoogeveen, Utrecht University Sommatiefactor methode (niet in boek) Doel: oplossen van RBs als Basisidee: f n a n = g n a n 1 + c n ; 1 Vermenigvuldig de RB met een factor
Nadere informatieLogica voor Informatica
Logica voor Informatica 13 Programma verificatie Wouter Swierstra University of Utrecht 1 Programmeertalen en logica Bij logische programmeertalen hebben we gezien dat we rechstreeks met (een fragment
Nadere informatieNieuwe redeneringen. TI1300: Redeneren en Logica. Waar gaan deze uitdrukkingen over? Een nieuwe taal
Nieuwe redeneringen TI1300: Redeneren en Logica College 12: Predicatenlogica Tomas Klos Algoritmiek Groep Alle mensen zijn sterfelijk Socrates is mens Socrates is sterfelijk Niet propositie-logisch geldig,
Nadere informatieLogica voor Informatica. Propositielogica. Syntax & Semantiek. Mehdi Dastani Intelligent Systems Utrecht University
Logica voor Informatica Propositielogica Syntax & Semantiek Mehdi Dastani m.m.dastani@uu.nl Intelligent Systems Utrecht University Wat is Logica? Afleiden van conclusies uit aannames Jan Sara Petra Schuldig
Nadere informatieTegenvoorbeeld. 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 informatieAls een PSD selecties bevat, deelt de lijn van het programma zich op met de verschillende antwoorden op het vraagstuk.
HOOFDSTUK 3 3.1 Stapsgewijs programmeren In de vorige hoofdstukken zijn programmeertalen beschreven die imperatief zijn. is het stapsgewijs in code omschrijven wat een programma moet doen, net als een
Nadere informatieVERZAMELINGEN EN AFBEELDINGEN
I VERZAMELINGEN EN AFBEELDINGEN Het begrip verzameling kennen we uit het dagelijks leven: een bibliotheek bevat een verzameling van boeken, een museum een verzameling van kunstvoorwerpen. We kennen verzamelingen
Nadere informatieVoortgezette Logica, Week 2
Voortgezette Logica, Week 2 Joost J. Joosten Universiteit Utrecht (sub)faculteit der Wijsbegeerte Heidelberglaan 8 3584 CS Utrecht Kamer 164, 030-2535575 jjoosten@phil.uu.nl www.phil.uu.nl/ jjoosten (hier
Nadere informatieSemantiek van predicatenlogica en Tractatus
Logica en de Linguistic Turn 2012 Semantiek van predicatenlogica en Tractatus Maria Aloni ILLC-University of Amsterdam M.D.Aloni@uva.nl 1/11/12 Plan voor vandaag 1. Predicatenlogica: semantiek 2. Tractatus:
Nadere informatieModelleren en Programmeren voor KI
Modelleren en Programmeren voor KI Practicumopdracht 4: SAT Solver Tomas Klos Het SAT probleem Parvulae Logicales: Propositielogica, Hoofdstuk 6 (Semantiek), p. 62: Het SAT probleem Ik geef je een propositielogische
Nadere informatieII.3 Equivalentierelaties en quotiënten
II.3 Equivalentierelaties en quotiënten Een belangrijk begrip in de wiskunde is het begrip relatie. Een relatie op een verzameling is een verband tussen twee elementen uit die verzameling waarbij de volgorde
Nadere informatieSamenvatting. Bijlage B
Bijlage B In dit proefschrift stellen we ons het doel de besluitvorming van agenten en de communicatie tussen deze agenten te beschrijven en te formaliseren opdat de agenten rechtvaardigbare opvattingen
Nadere informatieBEWIJZEN EN REDENEREN
BEWIJZEN EN REDENEREN voor Bachelor of Science in Fysica en Wiskunde Academiejaar 2012/2013 Arno KUIJLAARS Departement Wiskunde, Katholieke Universiteit Leuven, Celestijnenlaan 200 B, 3001 Heverlee Inhoudsopgave
Nadere informatieIn deze activiteit krijgen leerlingen de uitdaging om een schuilplaats voor de hommelkoningin te zoeken aan de hand van de Beebot.
Hommel Samenvatting Leeftijd 4-5 jaar Vaardigheden algoritme en procedure debugging voorspellen Totale tijdsduur 70 minuten In deze activiteit krijgen leerlingen de uitdaging om een schuilplaats voor de
Nadere informatieOpgave 1b: Toon ook aan dat meer algemeen geldt: Als het lukt met n = a munten in w keer wegen, dan lukt het voor a < n 2a in w + 1 keer wegen.
Uitwerking Puzzel 92-7 Allemaal gelijk? Wobien Doyer Lieke de Rooij Er zijn veel puzzels over het opsporen van één valse munt tussen een aantal goede munten met hulp van een balans. Bij deze puzzel is
Nadere informatieOver 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 informatieWI1708TH Analyse 3. College 2 12 februari Challenge the future
WI1708TH Analyse 3 College 2 12 februari 2015 1 Programma Vandaag Partiële afgeleiden (14.3) Hogere orde partiële afgeleiden (14.3) Partiële differentiaal vergelijkingen (14.3) 2 Functies van twee variabelen
Nadere informatieHerhaling. Individuele Oefening. Individuele oefening. Tips en technieken in Alice. Vis in de zee Houdt van zeewier
Herhaling Individuele Oefening Klasseniveaumethode Voorbeeld Overerving Object erft methodes van eerder gedefinieerd object Voorbeeld Object opslaan onder nieuwe naam. Latere instantie kunnen vroeger gedefinieerde
Nadere informatieLogica 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 informatieSamenvatting. 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 informatieNotatie van verzamelingen. Lidmaatschap. Opgave. Verzamelingen specificeren
Overzicht TI1300: Redeneren en Logica College 10: Verzamelingenleer Tomas Klos Algoritmiek Groep Colleges 1 2: Bewijstechnieken Colleges 3 9: Propositielogica Vandaag en morgen: Verzamelingenleer Colleges
Nadere informatieMaak automatisch een geschikte configuratie van een softwaresysteem;
Joost Vennekens joost.vennekens@kuleuven.be Technologiecampus De Nayer We zijn geïnteresseerd in het oplossen van combinatorische problemen, zoals bijvoorbeeld: Bereken een lessenrooster die aan een aantal
Nadere informatieOpgaven 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 informatieAlgoritmen abstract bezien
Algoritmen abstract bezien Jaap van Oosten Department Wiskunde, Universiteit Utrecht Gastcollege bij Programmeren in de Wiskunde, 6 april 2017 Een algoritme is een rekenvoorschrift dat op elk moment van
Nadere informatieOpgaven bij Hoofdstuk 4 - Frames en Overerving
Opgaven bij Hoofdstuk 4 - Frames en Overerving Semantische netwerken Opgave 1 a. Een semantisch net S is een geëtiketteerde graaf S = (V (S), A(S), λ), met V (S) de verzameling knopen, A(S) V (S) V (S)
Nadere informatieOpdracht 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 informatiePracticumopgave 3: SAT-solver
Practicumopgave 3: SAT-solver Modelleren en Programmeren 2015/2016 Deadline: donderdag 7 januari 2016, 23:59 Introductie In het vak Inleiding Logica is onder andere de propositielogica behandeld. Veel
Nadere informatieZomercursus Wiskunde. Katholieke Universiteit Leuven Groep Wetenschap & Technologie. September 2008
Katholieke Universiteit Leuven September 2008 Logica, verzamelingenleer, functies en bewijstechnieken (versie 9 juli 2008) Inleiding Omdat de behandelde topics niet of nauwelijks meer aan bod komen in
Nadere informatieAndere grote namen van wiskundigen en/of filosofen: Plato, Socrates, Descartes (Cartesius), Spinoza, Kant, Russell, Hilbert, Tarski en Brouwer
Formele Logica Grondlegger Aristoteles (384/322 voor Chr.), filosoof. Andere grote namen van wiskundigen en/of filosofen: Plato, Socrates, Descartes (Cartesius), Spinoza, Kant, Russell, Hilbert, Tarski
Nadere informatieAI Kaleidoscoop. College 7: Kennisrepresentatie (I) Kennisrepresentatie. Kennisrepresentatie: gewenste eigenschappen (2)
AI Kaleidoscoo College 7: Kennreresentatie (I) Algemeen Semantche Netwerken Concetual deendency theory Concetuele grahen Leeswijzer: Hoofdstuk 7.0-7.2 +blz. 35-44 AI KS9 1 Kennreresentatie Klassieke AI
Nadere informatieDe onvolledigheidsstelling van Gödel
De onvolledigheidsstelling van Gödel Wouter Zomervrucht, s0713317 26 maart 2009 Artikel voor het vak LPC Onderwerp: de eerste onvolledigheidsstelling van Gödel Inleiding In het begin van de twintigste
Nadere informatieHoofdstuk 4. In dit hoofdstuk wordt een aantal uiteenlopende eigenschappen van de propositielogica
Hoofdstuk 4 Stellingen over de Propositielogica In dit hoofdstuk wordt een aantal uiteenlopende eigenschappen van de propositielogica behandeld. In x4.1 wordt het begrip meta-stelling gentroduceerd en
Nadere informatieDe Syntax-Semantiekredenering van Searle
De Syntax-Semantiekredenering van Searle Seminar AI Eline Spauwen 22 mei 2007 Searles kritiek op Harde KI Inleiding Ik Mijn afstudeeronderzoek: Student-assistentschappen Searles kritiek op KI Filosofie
Nadere informatieWat? Betekenis 2: lambda-abstractie. Boek. Overzicht van dit college. Anna Chernilovskaya. 7 juni 2011
Wat? Betekenis 2: lambda-abstractie Anna Chernilovskaya 7 juni 2011 Vorige keer: Predicaatlogica Vertaling van zinnen Deze keer: Predicaatlogica uitbreiding Vertaling van zinnen in details Overzicht van
Nadere informatieLogica 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 informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2012 2013, tweede zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees de hele
Nadere informatieVerzamelingen. Hoofdstuk 5
Hoofdstuk 5 Verzamelingen In de meest uiteenlopende omstandigheden kan het handig zijn om een stel objecten, elementen, of wat dan ook, samen een naam te geven. Het resultaat noemen we dan een verzameling.
Nadere informatieLogica 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 informatieAlbert Visser. 11 oktober, 2012
Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 11 oktober, 2012 1 Overview 2 Overview 2 Overview 2 Overview 3 De twee gezichten van Kunstmatige Intelligentie Figure: Janus
Nadere informatieGetallensystemen, verzamelingen en relaties
Hoofdstuk 1 Getallensystemen, verzamelingen en relaties 1.1 Getallensystemen 1.1.1 De natuurlijke getallen N = {0, 1, 2, 3,...} N 0 = {1, 2, 3,...} 1.1.2 De gehele getallen Z = {..., 4, 3, 2, 1, 0, 1,
Nadere informatieDiscrete Wiskunde, College 5. Han Hoogeveen, Utrecht University
Discrete Wiskunde, College 5 Han Hoogeveen, Utrecht University Voorwaarde gebruik gewone genererende functie Algemene vorm genererende functie voor object q + 1: G q+1 (x) = a h x h h=0 Wanneer je nu wilt
Nadere informatieSamenvatting in het Nederlands
Samenvatting in het Nederlands De vraag die in dit proefschrift centraal staat, betreft de aard van aspectuele verschillen in het Russisch. Het belangrijkste doel is het aanwijzen van een eigenschap of
Nadere informatie3. Structuren in de taal
3. Structuren in de taal In dit hoofdstuk behandelen we de belangrijkst econtrolestructuren die in de algoritmiek gebruikt worden. Dit zijn o.a. de opeenvolging, selectie en lussen (herhaling). Vóór we
Nadere informatieLogica voor AI. Bewijstheorie en natuurlijke deductie. Antje Rumberg. 28 november Kripke Semantiek.
Logica voor AI en natuurlijke deductie Antje Rumberg AntjeRumberg@philuunl 28 november 2012 1 De taal L m van de modale propositielogica ::= p Blokje en ruitje : het is noodzakelijk dat : het is mogelijk
Nadere informatieOpdracht 1 Topics on Parsing and Formal Languages - fall 2010
Opdracht 1 Topics on Parsing and Formal Languages - fall 2010 Rick van der Zwet 13 november 2010 Samenvatting Dit schrijven zal uitwerkingen van opgaven behandelen uit het boek [JS2009]
Nadere informatieInleiding Logica voor CKI, 2013/14
Inleiding Logica voor CKI, 2013/14 Albert Visser Department of Philosophy, Faculty Humanities, Utrecht University 14 oktober, 2013 1 Overview 2 Overview 2 Overview 2 Overview 2 Overview 2 Overview 3 Wegens
Nadere informatiePYTHON REEKS 1: BASICS. Mathias Polfliet
PYTHON REEKS 1: BASICS Mathias Polfliet mpolflie@etrovub.be EENVOUDIGE REKENMACHINE 2 soorten getallen Getallen Z -> integers (gehele getallen) Getallen R -> floating points (reële getallen) Door beperkte
Nadere informatieHOOFDSTUK 3. Imperatief programmeren. 3.1 Stapsgewijs programmeren. 3.2 If Then Else. Module 4 Programmeren
HOOFDSTUK 3 3.1 Stapsgewijs programmeren De programmeertalen die tot nu toe genoemd zijn, zijn imperatieve of procedurele programmeertalen. is het stapsgewijs in code omschrijven wat een programma moet
Nadere informatieFILOSOFIE VAN DE WISKUNDE. Filosofische stromingen in de wiskunde. De genetische methode. Voorbeeld van de gen. meth.
Filosofische stromingen in de wiskunde FILOSOFIE VAN DE WISKUNDE n logicisme (Frege, Russell) "wiskunde is een tak van de logica" n formalisme (Hilbert) "wiskunde is de wetenschap van formele systemen"
Nadere informatieVerzamelingen deel 3. Derde college
1 Verzamelingen deel 3 Derde college rekenregels Een bewerking op A heet commutatief als voor alle x en y in A geldt dat x y = y x. Een bewerking op A heet associatief als voor alle x, y en z in A geldt
Nadere informatieSpinoza s Visie. Dag 3. Hoe verhoudt de mens zich tot de Natuur?
Spinoza s Visie Dag 3 Hoe verhoudt de mens zich tot de Natuur? Module 3 Herhaling Belangrijke lessen dag 1 en 2 Kennis is de bron van ons geluk. Kennis van het hoogst denkbare geeft het grootst mogelijke
Nadere informatie6.3.2 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 informatieMededelingen. 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 informatieTussentijdse 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 informatieBetekenis 2: lambda-abstractie
Betekenis 2: lambda-abstractie Anna Chernilovskaya 4 June 2009 Wat? Vorige keer: Predicaatlogica Vertaling van zinnen Deze keer: Predicaatlogica uitbreiding Vertaling van zinnen in details Overzicht van
Nadere informatieFormeel 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 informatieCTB1002 deel 1 - Lineaire algebra 1
CTB1002 deel 1 - Lineaire algebra 1 College 6 27 februari 2014 1 Opbouw college Vandaag behandelen we de rest van hoofdstuk 1.8 en 1.9 Voor de pauze: hoofdstuk 1.8 Na de pauze: hoofdstuk 1.9 2 Transformatie
Nadere informatieVoorbereiding HBO Wiskunde voor de techniek
Keuzedeel mbo Voorbereiding HBO Wiskunde voor de techniek behorend bij één of meerdere kwalificaties mbo Op dit moment is een wijziging van de WEB in voorbereiding waarmee de positie van keuzedelen in
Nadere informatieAI Kaleidoscoop. College 6: Deel 1:Expert systemen Deel 2: Onzekerheid in redeneren. Deel II: Redeneren met onzekerheid. Redeneren met onzekerheid
AI Kaleidoscoop College 6: Deel 1:Expert systemen Deel 2: Onzekerheid in redeneren Leeswijzer: 8.0-7.1 + 5.2 + 9.2.1 AI6 1 Deel II: Redeneren met onzekerheid Onzekerheid is aanwezig in alle KBS systemen
Nadere informatieLogica voor Informatica
Logica voor Informatica 12 Normaalvormen Wouter Swierstra University of Utrecht 1 Vandaag We hebben gezien dat er verschillende normaalvormen zijn voor de propositionele logica. Maar hoe zit dat met de
Nadere informatieAI Kaleidoscoop. College 7: Kennisrepresentatie (I) Kennisrepresentatie. Kennisrepresentatie: gewenste eigenschappen (2)
AI Kaleidoscoop College 7: Kennrepresentatie (I) Algemeen Semantche Netwerken Conceptuele graphen Frames AI KS9 1 Kennrepresentatie Klassieke AI = redeneren over de wereld door middel van een representatie
Nadere informatieBetekenis I: Semantiek
Betekenis I: Semantiek Marieke Schouwstra 21 mei De studie van betekenis Semantiek: de studie van betekenis in taal 17.1, 17.2, 17.3, vandaag Pragmatiek: de studie van betekenis in taalgebruik delen van
Nadere informatieKosten. Computationale Intelligentie. Een zoekprobleem met stapkosten. Een voorbeeld: het vinden van een route. Zoeken met kosten.
Kosten omputationale Intelligentie Zoeken met kosten Veel zoekproblemen omvatten kosten: een afstand in kilometers; een geldbedrag; een hoeveelheid tijd;... Voorbeelden van dergelijke problemen zijn: het
Nadere informatieALGORITME objectgeoriënteerd programmeren
ALGORITME objectgeoriënteerd programmeren Gunter Schillebeeckx 1 objectgeoriënteerd programmeren Object Klasse Instantie Eigenschap Methode Inkapseling Polymorfisme Overerving 2 Inleiding Kern Samenvatting
Nadere informatieReferentieniveaus uitgelegd. 1S - rekenen Vaardigheden referentieniveau 1S rekenen. 1F - rekenen Vaardigheden referentieniveau 1F rekenen
Referentieniveaus uitgelegd De beschrijvingen zijn gebaseerd op het Referentiekader taal en rekenen'. In 'Referentieniveaus uitgelegd' zijn de niveaus voor de verschillende sectoren goed zichtbaar. Door
Nadere informatieCaleidoscoop: Logica
Caleidoscoop: Logica Non impeditus ab ulla scientia K. P. Hart Faculteit EWI TU Delft Delft, 3 October, 2007 Overzicht 1 2 Negaties We gaan rekenen met proposities (beweringen). Bedenker: George Boole
Nadere informatiePropositionele logica
Logic is the beginning of wisdom, not the end. Captain Spock, Star Trek VI (1991) Hoofdstuk 1 ropositionele logica 1.1 Uitspraken Het begrip uitspraak. We geven hier geen definitie van het begrip uitspraak
Nadere informatie