Plánováníá a rozvrhování

Rozměr: px
Začít zobrazení ze stránky:

Download "Plánováníá a rozvrhování"

Transkript

1 Plánováníá a rozvrhování Roman Barták, KTIML roman.bartak@mff.cuni.cz cz Čas a plánování Konceptuální model plánování pracuje s implicitním časem: akce a události jsou instantní (nemají trvání) splnění cílů je požadováno jen na konci Tento omezený pohled se hodí pro studium logik a formální složitosti plánování. Realita je ale trochu jiná: akce zabírají jistý časový ýúsek předpoklad akce nemusí být vžadován jen při startu akce, ale i v době jejího trvání efekt mohou začít platit před koncem akce, mohou být omezen jen na dobu trvání akce nebo jsou opožděn efekt akcí se mohou sdružovat mohou se vsktovat průběžné cíle

2 Model času Základní princip Co je to čas? Matematická ti struktura pro čas je obecně ě množina s tranzitivní a asmetrickou relací uspořádání. Množina může být spojitá (pro nás R) nebo diskrétní (pro nás Z). Plánovací sstém bude používat databázi časových údajů, kterou bude v průběhu plánování updatovat a bude se dotazovat na její konzistenci. S časem můžeme pracovat: kvalitativně zajímají nás relativní vztah (akce A skončila dříve než začala akce B) kvantitativně ě zajímají nás absolutní hodnot (akce A začala v čase 0 a skončila v čase 23)

3 Kvalitativní přístup příklad Robot začal vjíždět do zón nakládání v čase t 1 a zastavil se zde v čase t 2. Jeřáb začal zvedat kontejner v čase t 3 a ukončil nakládání v čase t 4. V čase t 5 bl kontejner umístěn na robota a setrval zde až do času t 6. i 1 vjíždění t 1 t 2 i 3 t 5 naloženo t 6 i 2 t 3 zvedání a nakládání t 4 Možné sítě podmínek: < t 1 t 2 t 5 t 6 < < je před i 1 i 3 = začíná před dotýká se t 3 t < 4 i 2 Kvalitativní přístup Při modelování času nás budou zajímat: časové reference (kd se něco stalo a kd něco platilo) formálně ě bod změn (okamžik) kd stavová proměnná nabla jiné hodnot okamžik je proměnná nad reálnými čísl časové period (interval) během kterých dané tvrzení platí interval je dvojice proměnných (,) nad reálnými čísl taková, že < relativní vztah mezi časovými referencemi uspořádání časových referencí

4 Algebra okamžiků základ Smbolický kalkulus pro práci s okamžik. Dva okamžik t 1 a t 2 můžeme svázat pouze následujícími třemi způsob: [t 1 < t 2] [t 1 > t 2 ] [t 1 = t 2 ] Relace P ={< {<,=,>} >}budeme nazývat primitivní vztah. Primitivní vztah můžeme spojit do množin a vjadřovat tak libovolný ý( (i méně přesný) vztah mezi okamžik (množina primitivních vztahů vjadřuje jejich disjunkci): {}, {<}, {=}, {>}, {<,=}, {>,=}, {<,>}, {<,=,>} vztah r mezi idvěma ě časovými ý i bod t a t budeme zapisovat [t r t ] Algebra okamžiků nám umožní pracovat se vztah smbolick bez nutnosti umístit okamžik do přesného času. Algebra okamžiků Máme množinu vztahů R: {{}, {<}, {=}, {>}, {<,=}, {>,=}, {<,>}, {<,=,>}} Operace nad R: množinové operace, slouží pro vjádření konjunkce a disjunkce vztahů operace pro tranzitivitu pro odvození nového vztahu na základě eistujících vztahů [t 1 r t 2 ] a [t 2 q t 3 ] dává [t 1 r q t 3 ] podle tabulk < = > < < < P = < = > > P > > Nejužitečnější budou operace a, které umožní kombinovat eistující vztah a vztah odvozené z tranzitivit: [t 1 r t 2 ] a [t 1 q t 3 ] a [t 3 s t 2 ]dá dává á[ [t 1 r (q s) t 2 ] operace

5 Algebra okamžiků konzistence Množina okamžiků X společně s množinou (binárních) vztahů r i,j R nad těmito okamžik C tvoří síť podmínek (X,C). Pokud není v C eplicitně uveden vztah mezi dvěma okamžik (i,j), bereme univerzální vztah P. Říkáme, že síť podmínek (X,C) je konzistentní, t jestliže je možné každému okamžiku přiřadit reálné číslo tak, že všechn vztah jsou splněn (eistuje řešení). Tvrzení: Síť podmínek (X,C) je konzistentní, právě kdž eistuje množina primitivních vztahů p i,j r i,j takových, že pro libovolnou trojici těchto vztahů platí p i,j p i,k p k,j. Poznámk: Pro zjištění konzistence sítě stačí udělat její tranzitivní uzávěr např. pomocí algoritmu konzistence po cestě (PC). Pokud někde dostaneme vztah {}, potom síť není konzistentní. V opačném případě je síť konzistentní (ale PC nemusí odstranit všechn primitivní vztah, které jsou nekonzistentní). Algebra intervalů základ Smbolický kalkulus pro práci s interval (interval je dán dvojicí okamžiků i - a i + takových, že [i - <i + ]). Primitivní vztah mezi interval: before + < - meets + = - overlaps - < - < + + < + starts - = - + < + during - < - + < + finishes - < - + = + equals - = - + = + b, m, o, s, d, f smetrické vztah

6 Algebra intervalů operace a konzistence Primitivní vztah opět můžeme kombinovat v množinách (2 13 vztahů). Někd se vbírá jen podmnožina možných vztahů, které mají v dané aplikaci nějaký význam. např. {b,m,b,m } znamená nepřekrývání a hodí se pro modelování unárních zdrojů množinové operace, a operace pro tranzitivitu Říkáme, že síť podmínek s interval (X,C) je konzistentní, jestliže eistují reálná čísla - + i, i+ popisující každý interval i tak, že všechn vztah jsou splněn. Tvrzení: Síť podmínek s interval (X,C) je konzistentní, právě kdž eistuje množina primitivních vztahů p i,j r i,j takových, že pro libovolnou trojici těchto vztahů platí p i,j p i,k p k,j. Poznámk: Konzistence po cestě není pro sítě podmínek s interval úplná konzistenční technika! Může ale detekovat některé nekonzistence. Problém konzistence sítě podmínek s interval je NP-úplný. Interval lze převést na okamžik, ale některé podmínk pak nebudou binární. Kvantitativní přístup příklad Do přístavu míří dvě lodě, Uranus a Rigel. Uranus přijede za jeden až dva dn. Uranus bude odjíždět buď s lehkým nákladem, pak stráví v přístavu tři až čtři dn, nebo odjede plně naložený a pak stráví v přístavu minimálně šest dní. Rigel bude obsloužen buď v epresním doku, kde stráví dva až tři dn, nebo v normálním doku, kde stráví čtři až pět dní. Uranus musí odjet jeden až dva dn po příjezdu Rigelu. Rigel musí odjet šest až sedm dní ode dneška. Příjezd Uranus [3,4] nebo [6, ] Odjezd Uranus [1,2] [1,2] Příjezd Rigel teď [2,3] nebo [4,5] [6,7] Odjezd Rigel

7 Kvantitativní přístup formálně ě Základními primitiv jsou opět okamžik, tentokrát ale s numerick vjádřenými vztah. Jednoduché časové podmínk pro okamžik t i a t j : unární: a i t i b i binární: a ij t i t j b ij, a i, b i, a ij, b ij jsou (reálné) konstant Poznámk: Unární vztah můžeme převést na binární, pokud použijeme nějaký pevný referenční bod t 0. Podmínku mezi okamžik t i a t j budeme zapisovat [a ij,b ij ]. Můžeme pracovat s disjunkcemi jednoduchých časových podmínek. Simple Temporal Network (STN) pracujeme pouze s jednoduchými časovými podmínkami r ij = [a ij,b ij ] operace: skládání podmínek: r ij r jk = [a ij +a jk, b ij +b jk ] průnik podmínek: r ij r ij = [ma{a ij,a ij }, min{b ij,b ij }] STN STN je konzistentní pokud eistuje přiřazení hodnot do okamžiků takové, že všechn podmínk jsou splněn. Konzistenci STN lze zařídit jednoprůchodovým algoritmem pro konzistenci po cestě (dokonce odfiltruje všechn nekonzistence) nebo známým Flod-Warshallovým algoritmem pro hledání minimálních vzdáleností mezi každou dvojicí bodů.

8 Konzistence po cestě v podstatě počítá tranzitivní uzávěr binárních relací r pro STN stačí jeden průchod (obecně algoritmus iteruje dokud dochází ke změnám) může fungovat inkrementálně jednoprůchodový pro STN Algoritm Flod-Warshallův algoritmus počítá nejkratší vzdálenost mezi každou dvojicí bodů síť se musí nejprve upravit vrchol i a j spojuje hrana se vzdáleností b ij vrchol j a i spojuje hrana se vzdáleností -a ij. STN je konzistentní, právě kdž v grafu nejsou negativní ckl, tj. d(i,i) 0 i) 0 j obecný Temporal Constraint Network (TCSP) TCSP Povolíme olíme disjunkce jednoduchých časových podmínek. Operace a se musí provádět s množinami intervalů. TCSP je konzistentní pokud eistuje přiřazení hodnot do okamžiků ů takové, že všechn podmínk jsou splněn. ě Algoritmus konzistence po cestě zde není úplný (negarantuje konzistenci)! Jednoduchý řešící přístup: síť podmínek se rozloží na několik STN (pro každou disjunkci se zvolí jedna část) odděleně se vřeší získané STN výsledek se získá sjednocením řešení jednotlivých STN

9 [Znalosti 2007] Temporální síť s alternativami (TNA) je orientovaný ýgraf se speciálním tvarem logických závislostí mezi uzl relace větvení. ALT PAR TNA Proces se může rozdělit na paralelní větve, tj. uzl paralelních větví budou zpracován paralelně (všechn uzl zvětvímusíbýtpřítomn v řešení). Proces může také volit mezi alternativními větvemi,, tj. zpracují se uzl právě jedné větve (pouze uzl z vbrané větve budou přítomn v řešení). Otázkou je, které uzl jsou validní v řešení (jsou přítomn ve vbraném pod-grafu, který splňuje logické i temporální podmínk). Složitost problému Pokud uděláme všechn uzl nevalidní (všechn uzl jsou z grafu odstraněn), potom získáme triviální řešení splňující všechn podmínk. Předpokládejme nní, že některé předem vbrané uzl musí být validní, tj. jsou určen pro zahrnutí do hledaného pod- grafu. například, uzel odpovídající objednávce musí být přítomen Otázkou je, jestli je potom těžké rozhodnout, zda lze vbrat pod-graf obsahující zvolené uzl tak, ab bl splněn podmínk větvení. Jinými slov, je možné vbrat proces tak, ab bla splněna objednávka? Modelování alternativ v temporálních sítích

10 Je to těžký problém! Problém rozhodnutí o validitě/ne-validitě uzlů vp/agrafujenp-úplný NP-úplný. ALT a b c formula PAR a b d abc abc abc abc Abc AbC ABC a a b b c c a a ALT PAR A B C a a b b c c převedeme na něj problém 3SAT kódujeme klauzuli jako P/A graf tak, že klauzule je splněna právě kdž eistuje pod-graf splňující větvící podmínk příklad (a b c) přidáme uzl pro proměnné a jejich hodnot a uzel pro formuli ALT A B C nastavíme validní uzl Modelování alternativ v temporálních sítích Reálné proces Reálné výrobní proces mají často velmi specifickou strukturu. Procesní síť často vzniká postupnou dekompozicí meta-procesů na specifické pod-proces/operace: sériová dekompozice paralelní/alternativní dekompozice

11 Zahnízděné graf graf zkonstruované z jedné hran postupnou aplikací následující dekompoziční operace: A A z z z z z z k = 1 k = 2 k = 3 A A Vlastnosti: jedná se o temporální síť s alternativami zahnízděné graf lze algoritmick rozpoznat problém výběru validních uzlů je polnomiálně řešitelný Logické relace Problém výběru validních uzlů lze popsat jako problém splňování omezujících podmínek. A B A B1 B2 B3 každý uzel A je popsán poměno proměnou V A sdoméno doménou {0,1} každá hrana (A,B) z paralelního větvení definuje podmínku V A = V B nechť (A,B1),, (A,Bk) jsou všechn hran nějakého alternativního větvení, potom lze definovat podmínku V A = Σ i=1,,k V Bi Popsaný základní model nedosahuje globální konzistence (A = 1, A = B+C, D = B+C D = 1), ale pro zahnízděné sítě lze získat globální konzistenci.

12 Temporální relace Zatím jsme předpokládali, že hrana v grafu představuje precedenci (jeden uzel předchází před druhým). Každou hranu (X,Y) můžeme také označit jednoduchou temporální podmínkou [a,b] s významem a Y-X b. (Zahnízděné) Temporální sítě s alternativami Základní CSP model: každý uzel A je popsán temporální proměnnou T A s doménou 0,MaTime, kde MaTime je uživatelem zadaná konstanta. Temporální relace [a,b] mezi uzl X a Y musí platit pokud jsou oba uzl validní! V X *V Y *(T X +a) T Y V X *V Y *(T Y b) T X. Poznámk: V X =0 V Y =0 0 T Y 0 T X V X = V Y = 1 (T X + a) T Y (T Y b) T X. Zmíněné temporální podmínk neuvažují tp větvení! 0,70 0,70 1,70 [0,0] [50, ] 0,50 0,70 [1, ] [0,0] ALT 0,70 ALT [15, ] MaTime = 70 [10, ] 0,70 [1, ] [ ] 0,37 0,70 [1, ] 1,38 0,70 1,70 [10, ] 11,48 0,70 11,70 [5, ] 1,44 0,70 1,70 [1, ] ] 2,45 0,70 2,70, Slabá filtrace temporálních relací Základní model opět nedosahuje globální konzistence! Nejlevnější uzel nemůže být validní kvůli temporálním podmínkám. [2, ] [2, ] Sílu filtrace ale můžeme zvýšit následujícími 13,50 0,70 13,70,, způsob: 28,65 0,70 28,70 [5, ] [15, ] 0,70 33,70, temporální podmínk budou vžd filtrovat, budeme integrovat logické a temporální uvažování.

13 Temporální filtrace Silnější filtrace je založena na dvou mšlenkách: vžd filtrujeme temporální podmínku (dokud nějaká doména nebude prázdná) při temporální filtraci uvažujeme tp větvení Propagace po proudu (proti proudu obdobně) paralelní větvení 3 3 j d(t j) d(t j) i=1,,k { (d(t i) + a i,,b i, ) } je-li neprázdné d(v j ) d(v j ) {0} pokud se doména temporální prom. vprázdní alternativní větvení (konstruktivní disjunkce) j d(t j ) d(t j ) i=1,,k {(d(t i ) + a i,, b i, )} je-li neprázdné d(v j ) d(v j ) {0} pokud se doména vprázdní ádí Složitost problému Je možné polnomiálně získat globální konzistenci temporálních podmínek v zahnízděných sítích? Bohužel, jedná se o NP-úplný problém Na problém konzistence temporálních podmínek lze převéstř subset sum problém. Nechť Z i, i = 1,,n jsou celá čísla. Eistuje podmnožina S z {1,,n} taková, že Σ i S Z i = K? [0,0] 0] [K,K] [Z 1, Z 1 ] [Z 2, Z 2 ] [Z n, Z n ] ALT ALT ALT ALT ALT ALT

Hranová konzistence. Arc consistency AC. Nejprve se zabýváme binárními CSP. podmínka odpovídá hraně v grafu podmínek

Hranová konzistence. Arc consistency AC. Nejprve se zabýváme binárními CSP. podmínka odpovídá hraně v grafu podmínek Hranová konzistence Arc consistency AC Nejprve se zabýváme binárními CSP podmínka odpovídá hraně v grafu podmínek Hrana (V i, V j ) je hranově konzistentní, právě když pro každou hodnotu x z aktuální domény

Více

Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.

Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet. Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Dnešní program Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu

Více

Výroková a predikátová logika - III

Výroková a predikátová logika - III Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2017/2018 1 / 16 2-SAT 2-SAT Výrok je v k-cnf, je-li v CNF a

Více

Přijímací zkouška - matematika

Přijímací zkouška - matematika Přijímací zkouška - matematika Jméno a příjmení pište do okénka Číslo přihlášky Číslo zadání 1 Grafy 1 Pro který z následujících problémů není znám žádný algoritmus s polynomiální časovou složitostí? Problém,

Více

Výroková a predikátová logika - II

Výroková a predikátová logika - II Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2017/2018 1 / 17 Předběžnosti Základní pojmy n-ární relace a funkce

Více

Výroková a predikátová logika - VII

Výroková a predikátová logika - VII Výroková a predikátová logika - VII Petr Gregor KTIML MFF UK ZS 2018/2019 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - VII ZS 2018/2019 1 / 15 Platnost (pravdivost) Platnost ve struktuře

Více

Programování. s omezujícími podmínkami. Roman Barták. rová hranová konzistence

Programování. s omezujícími podmínkami. Roman Barták.   rová hranová konzistence Programování s omezujícími podmínkami Roman Barták Katedra teoretické informatiky a matematické logiky roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Směrov rová hranová konzistence Definice:

Více

Modely Herbrandovské interpretace

Modely Herbrandovské interpretace Modely Herbrandovské interpretace Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 8 1 Uvedli jsme termové interpretace a termové modely pro logické programy a také nejmenší

Více

Výroková a predikátová logika - II

Výroková a predikátová logika - II Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2015/2016 1 / 18 Základní syntax Jazyk Výroková logika je logikou

Více

Relační datový model. Integritní omezení. Normální formy Návrh IS. funkční závislosti multizávislosti inkluzní závislosti

Relační datový model. Integritní omezení. Normální formy Návrh IS. funkční závislosti multizávislosti inkluzní závislosti Relační datový model Integritní omezení funkční závislosti multizávislosti inkluzní závislosti Normální formy Návrh IS Funkční závislosti funkční závislost elementární redundantní redukovaná částečná pokrytí

Více

Výroková a predikátová logika - II

Výroková a predikátová logika - II Výroková a predikátová logika - II Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - II ZS 2013/2014 1 / 20 Základní syntax Jazyk Výroková logika je logikou

Více

Pro každé formule α, β, γ, δ platí: Pro každé formule α, β, γ platí: Poznámka: Platí právě tehdy, když je tautologie.

Pro každé formule α, β, γ, δ platí: Pro každé formule α, β, γ platí: Poznámka: Platí právě tehdy, když je tautologie. Zpracoval: hypspave@fel.cvut.cz 5. Výroková logika, formule výrokové logiky a jejich pravdivostní ohodnocení, splnitelné formule, tautologie, kontradikce, sémantický důsledek, tautologicky ekvivalentní

Více

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace

Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace RELACE Pojem binární relace patří mezi nejzákladnější matematické pojmy. Binární relace slouží k vyjádření vztahů mezi prvky nějakých množin. Vztahy mohou být různé povahy. Patří sem vztah býti potomkem,

Více

Matematická analýza 1

Matematická analýza 1 Matematická analýza 1 ZS 2019-20 Miroslav Zelený 1. Logika, množiny a základní číselné obory 2. Limita posloupnosti 3. Limita a spojitost funkce 4. Elementární funkce 5. Derivace 6. Taylorův polynom Návod

Více

Plánováníá a rozvrhování. časem

Plánováníá a rozvrhování.   časem Plánováníá a rozvrhování Roman Barták, KTIML roman.bartak@mff.cuni.cz cz http://ktiml.mff.cuni.cz/~bartak Plánování á s časem Přístupy Plánování s časovými ý operátory Při popisu akce říkáme, kdy mají

Více

Výroková a predikátová logika - XIII

Výroková a predikátová logika - XIII Výroková a predikátová logika - XIII Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - XIII ZS 2013/2014 1 / 13 Úvod Algoritmická (ne)rozhodnutelnost Které

Více

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α

Každé formuli výrokového počtu přiřadíme hodnotu 0, půjde-li o formuli nepravdivou, a hodnotu 1, půjde-li. α neplatí. β je nutná podmínka pro α 1. JAZYK ATEATIKY 1.1 nožiny nožina je souhrn objektů určitých vlastností, které chápeme jako celek. ZNAČENÍ. x A x A θ A = { { a, b a A = B A B 0, 1 2 a, a,..., a n x patří do množiny A x nepatří do množiny

Více

Plánováníá a rozvrhování

Plánováníá a rozvrhování Plánováníá a rozvrhování Roman Barták, KTIML roman.bartak@mff.cuni.cz cz http://ktiml.mff.cuni.cz/~bartak Na úvod Dosud prezentované plánovací systémy používaly adhoc algoritmy, tj. speciální plánovací

Více

Výroková a predikátová logika - XII

Výroková a predikátová logika - XII Výroková a predikátová logika - XII Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - XII ZS 2015/2016 1 / 15 Algebraické teorie Základní algebraické teorie

Více

Výroková a predikátová logika - V

Výroková a predikátová logika - V Výroková a predikátová logika - V Petr Gregor KTIML MFF UK ZS 2015/2016 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - V ZS 2015/2016 1 / 21 Dokazovací systémy VL Hilbertovský kalkul Hilbertovský

Více

0. ÚVOD - matematické symboly, značení,

0. ÚVOD - matematické symboly, značení, 0. ÚVOD - matematické symboly, značení, číselné množiny Výroky Výrok je každé sdělení, u kterého lze jednoznačně rozhodnout, zda je či není pravdivé. Každému výroku lze proto přiřadit jedinou pravdivostní

Více

CLP(F D) program. Základní struktura CLP programu solve( Variables ) :- 1. definice proměnných a jejich domén declare_variables( Variables),

CLP(F D) program. Základní struktura CLP programu solve( Variables ) :- 1. definice proměnných a jejich domén declare_variables( Variables), CLP(F D) program Základní struktura CLP programu solve( Variables ) :- 1. definice proměnných a jejich domén declare_variables( Variables), 2. definice omezení post_constraints( Variables ), 3. hledání

Více

u odpovědí typu A, B, C, D, E: Obsah: jako 0) CLP Constraint Logic Programming

u odpovědí typu A, B, C, D, E: Obsah: jako 0) CLP Constraint Logic Programming Průběžná písemná práce Průběžná písemná práce Obsah: Průběžná písemná práce Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ délka pro vypracování: 25 minut nejsou povoleny žádné materiály

Více

Predikátová logika. prvního řádu

Predikátová logika. prvního řádu Predikátová logika prvního řádu 2 Predikát Predikát je n-ární relace - vyjadřuje vlastnosti objektů a vztahy mezi objekty - z jednoduchého výroku vznikne vypuštěním alespoň jednoho jména objektu (individua)

Více

1 Výroková logika 1. 2 Predikátová logika 3. 3 Důkazy matematických vět 4. 4 Doporučená literatura 7

1 Výroková logika 1. 2 Predikátová logika 3. 3 Důkazy matematických vět 4. 4 Doporučená literatura 7 1 Výroková logika 1 Výroková logika 1 2 Predikátová logika 3 3 Důkazy matematických vět 4 4 Doporučená literatura 7 Definice 1.1 Výrokem rozumíme každé sdělení, o kterém má smysl uvažovat, zda je, či není

Více

Umělá inteligence I. Roman Barták, KTIML.

Umělá inteligence I. Roman Barták, KTIML. Umělá inteligence I Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Na úvod Zatím pro nás byl model světa černou skříňkou, ke které přistupujeme pouze přes: funkci následníka

Více

Výroková logika - opakování

Výroková logika - opakování - opakování ormální zavedení Výroková formule: Máme neprázdnou nejvýše spočetnou množinu A výrokových proměnných. 1. Každá proměnná je výroková formule 2. Když α, β jsou formule, potom ( α), (α β), (α

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika 1 Náhodné pokusy a náhodné jevy Činnostem, jejichž výsledek není jednoznačně určen podmínkami, za kterých probíhají, a které jsou (alespoň teoreticky) neomezeně opakovatelné,

Více

Znalosti budeme nejčastěji vyjadřovat v predikátové logice prvního řádu. Metody:

Znalosti budeme nejčastěji vyjadřovat v predikátové logice prvního řádu. Metody: Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Znalosti v učení Umíme se učit funkce vstup výstup. Jedinou dodatečnou znalost, kterou jsme využili, byl

Více

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008.

Úvod do informatiky. Miroslav Kolařík. Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Úvod do informatiky přednáška čtvrtá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008. Obsah 1 Pojem relace 2 Vztahy a operace s (binárními) relacemi

Více

Matematická logika. Miroslav Kolařík

Matematická logika. Miroslav Kolařík Matematická logika přednáška šestá Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model

Databázové systémy. * relační kalkuly. Tomáš Skopal. - relační model Databázové systémy Tomáš Skopal - relační model * relační kalkuly Osnova přednášky relační kalkuly doménový n-ticový Relační kalkuly využití aparátu predikátové logiky 1. řádu pro dotazování rozšíření

Více

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Algoritmus pro hledání nejkratší cesty orientovaným grafem 1.1 Úvod Algoritmus pro hledání nejkratší cesty orientovaným grafem Naprogramoval jsem v Matlabu funkci, která dokáže určit nejkratší cestu v orientovaném grafu mezi libovolnými dvěma vrcholy. Nastudoval

Více

1 Pravdivost formulí v interpretaci a daném ohodnocení

1 Pravdivost formulí v interpretaci a daném ohodnocení 1 Pravdivost formulí v interpretaci a daném ohodnocení Než uvedeme konkrétní příklady, zopakujme si definici interpretace, ohodnocení a pravdivosti. Necht L je nějaký jazyk. Interpretaci U, jazyka L tvoří

Více

Výroková a predikátová logika - III

Výroková a predikátová logika - III Výroková a predikátová logika - III Petr Gregor KTIML MFF UK ZS 2014/2015 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - III ZS 2014/2015 1 / 21 Výroková logika Horn-SAT Horn-SAT Jednotková

Více

H {{u, v} : u,v U u v }

H {{u, v} : u,v U u v } Obyčejný graf Obyčejný graf je dvojice G= U, H, kde U je konečná množina uzlů (vrcholů) a H {{u, v} : u,v U u v } je (konečná) množina hran. O hraně h={u, v} říkáme, že je incidentní s uzly u a v nebo

Více

Automatizované řešení úloh s omezeními

Automatizované řešení úloh s omezeními Automatizované řešení úloh s omezeními Martin Kot Katedra informatiky, FEI, Vysoká škola báňská Technická universita Ostrava 17. listopadu 15, Ostrava-Poruba 708 33 Česká republika 25. října 2012 M. Kot

Více

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i,

Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, [161014-1204 ] 11 2.1.35 Konstrukce relace. Postupně konstruujeme na množině všech stavů Q relace i, kde i = 0, 1,..., takto: p 0 q právě tehdy, když bud p, q F nebo p, q F. Dokud i+1 i konstruujeme p

Více

Logické programy Deklarativní interpretace

Logické programy Deklarativní interpretace Logické programy Deklarativní interpretace Petr Štěpánek S využitím materialu Krysztofa R. Apta 2006 Logické programování 7 1 Algebry. (Interpretace termů) Algebra J pro jazyk termů L obsahuje Neprázdnou

Více

Výroková a predikátová logika - X

Výroková a predikátová logika - X Výroková a predikátová logika - X Petr Gregor KTIML MFF UK ZS 2018/2019 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - X ZS 2018/2019 1 / 16 Rozšiřování teorií Extenze o definice Rozšiřování

Více

Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce

Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce Marie Duží marie.duzi@vsb.cz 1 Úvod do teoretické informatiky (logika) Naivní teorie množin Co je to množina? Množina je soubor prvků

Více

RELACE, OPERACE. Relace

RELACE, OPERACE. Relace RELACE, OPERACE Relace Užití: 1. K popisu (evidenci) nějaké množiny objektů či jevů, které lze charakterizovat pomocí jejich vlastnostmi. Entita je popsána pomocí atributů. Ty se vybírají z domén. Různé

Více

Úplný systém m logických spojek. 3.přednáška

Úplný systém m logických spojek. 3.přednáška Úplný sstém m logických spojek 3.přednáška Definice Úplný sstém m logických spojek Řekneme, že množina logických spojek S tvoří úplný sstém logických spojek, jestliže pro každou formuli A eistuje formule

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Princip rozšíření a operace s fuzzy čísly

Princip rozšíření a operace s fuzzy čísly Center for Machine Perception presents Princip rozšíření a operace s fuzzy čísly Mirko Navara Center for Machine Perception Faculty of Electrical Engineering Czech Technical University Praha, Czech Republic

Více

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze

NP-ÚPLNÉ PROBLÉMY. Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze NP-ÚPLNÉ PROBLÉMY Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2010/2011, Lekce 13 Evropský sociální fond Praha & EU: Investujeme do

Více

1 Báze a dimenze vektorového prostoru 1

1 Báze a dimenze vektorového prostoru 1 1 Báze a dimenze vektorového prostoru 1 Báze a dimenze vektorového prostoru 1 2 Aritmetické vektorové prostory 7 3 Eukleidovské vektorové prostory 9 Levá vnější operace Definice 5.1 Necht A B. Levou vnější

Více

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019

Kostry. 9. týden. Grafy. Marie Demlová (úpravy Matěj Dostál) 16. dubna 2019 Grafy 16. dubna 2019 Tvrzení. Je dán graf G, pak následující je ekvivalentní. 1 G je strom. 2 Graf G nemá kružnice a přidáme-li ke grafu libovolnou hranu, uzavřeme přesně jednu kružnici. 3 Graf G je souvislý

Více

Třídy složitosti P a NP, NP-úplnost

Třídy složitosti P a NP, NP-úplnost Třídy složitosti P a NP, NP-úplnost Cíle přednášky: 1. Definovat, za jakých okolností můžeme problém považovat za efektivně algoritmicky řešitelný. 2. Charakterizovat určitou skupinu úloh, pro které není

Více

NAIVNÍ TEORIE MNOŽIN, okruh č. 5

NAIVNÍ TEORIE MNOŽIN, okruh č. 5 NAIVNÍ TEORIE MNOŽIN, okruh č. 5 Definování množiny a jejích prvků Množina je souhrn nějakých věcí. Patří-li věc do množiny X, říkáme, že v ní leží, že je jejím prvkem nebo že množina X tuto věc obsahuje.

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2015 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 05 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

PA163 Programování s omezujícími podmínkami

PA163 Programování s omezujícími podmínkami Organizace předmětu PA163 Programování s omezujícími podmínkami Základní informace Web předmětu: http://www.fi.muni.cz/~hanka/cp Průsvitky: průběžně aktualizovány na webu předmětu Ukončení předmětu: cca

Více

PŘEDNÁŠKA 7 Kongruence svazů

PŘEDNÁŠKA 7 Kongruence svazů PŘEDNÁŠKA 7 Kongruence svazů PAVEL RŮŽIČKA Abstrakt. Definujeme svazové kongruence a ukážeme jak pro vhodné binární relace svazu ověřit, že se jedná o svazové kongruence. Popíšeme svaz Con(A) kongruencí

Více

analytické geometrie v prostoru s počátkem 18. stol.

analytické geometrie v prostoru s počátkem 18. stol. 4.. Funkce více proměnných, definice, vlastnosti Funkce více proměnných Funkce více proměnných se v matematice začal používat v rámci rozvoje analtické geometrie v prostoru s počátkem 8. stol. I v sami

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

Úvod do informatiky. Miroslav Kolařík

Úvod do informatiky. Miroslav Kolařík Úvod do informatiky přednáška pátá Miroslav Kolařík Zpracováno dle učebního textu R. Bělohlávka: Úvod do informatiky, KMI UPOL, Olomouc 2008 a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní

Více

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u)

+ 2y. a y = 1 x 2. du x = nxn 1 f(u) 2x n 3 yf (u) Diferenciální počet příklad 1 Dokažte, že funkce F, = n f 2, kde f je spojitě diferencovatelná funkce, vhovuje vztahu + 2 = nf ; 0 Řešení: Označme u = 2. Pak je F, = n fu a platí Podle vět o derivaci složené

Více

Výroková a predikátová logika - VI

Výroková a predikátová logika - VI Výroková a predikátová logika - VI Petr Gregor KTIML MFF UK ZS 2017/2018 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - VI ZS 2017/2018 1 / 24 Predikátová logika Úvod Predikátová logika Zabývá

Více

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010

prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. BI-ZMA ZS 2009/2010 Základní pojmy prof. RNDr. Čestmír Burdík DrCs. prof. Ing. Edita Pelantová CSc. Katedra matematiky České vysoké učení technické v Praze c Čestmír Burdík, Edita Pelantová 2009 Základy matematické analýzy

Více

5 Orientované grafy, Toky v sítích

5 Orientované grafy, Toky v sítích Petr Hliněný, FI MU Brno, 205 / 9 FI: IB000: Toky v sítích 5 Orientované grafy, Toky v sítích Nyní se budeme zabývat typem sít ových úloh, ve kterých není podstatná délka hran a spojení, nýbž jejich propustnost

Více

Výroková a predikátová logika - VII

Výroková a predikátová logika - VII Výroková a predikátová logika - VII Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - VII ZS 2013/2014 1 / 21 Sémantika PL Teorie Vlastnosti teorií Teorie

Více

Vrcholová barevnost grafu

Vrcholová barevnost grafu Vrcholová barevnost grafu Definice: Necht G = (V, E) je obyčejný graf a k N. Zobrazení φ : V {1, 2,..., k} nazýváme k-vrcholovým obarvením grafu G. Pokud φ(u) φ(v) pro každou hranu {u, v} E, nazveme k-vrcholové

Více

Aplikace: Znalostní báze

Aplikace: Znalostní báze Aplikace: Znalostní báze 1 Znalostní báze je systém, který dostává fakta o prostředí a dotazy o něm. Znalostní báze je agentem ve větším systému, který obsahuje prostředí (také agent), správce (agent),

Více

vhodná pro strojové dokazování (Prolog) metoda založená na vyvracení: dokazuje se nesplnitelnost formulí

vhodná pro strojové dokazování (Prolog) metoda založená na vyvracení: dokazuje se nesplnitelnost formulí Rezoluce: další formální systém vhodná pro strojové dokazování (Prolog) metoda založená na vyvracení: dokazuje se nesplnitelnost formulí pracujeme s formulemi v nkf (též klauzulárním tvaru), ale používáme

Více

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC

SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.

Více

Teorie množin. Čekají nás základní množinové operace kartézské součiny, relace zobrazení, operace. Teoretické základy informatiky.

Teorie množin. Čekají nás základní množinové operace kartézské součiny, relace zobrazení, operace. Teoretické základy informatiky. Teorie množin V matematice je všechno množina I čísla jsou definována pomocí množin Informatika stojí na matematice Znalosti Teorie množin využijeme v databázových systémech v informačních systémech při

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2014 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 204 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13.

Grafy. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 13. Grafy doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 13. března 2017 Jiří Dvorský (VŠB TUO) Grafy 104 / 309 Osnova přednášky Grafy

Více

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV

MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV PŘEDNÁŠKA 6 MULTIKRITERIÁLNÍ ROZHODOVÁNÍ KOMPLEXNÍ HODNOCENÍ ALTERNATIV Multikriteriální rozhodování Možnosti řešení podle toho, jaká je množina alternativ pokud množina alternativ X je zadaná implicitně

Více

Deskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157

Deskripční logika. Petr Křemen FEL ČVUT. Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Deskripční logika Petr Křemen FEL ČVUT Petr Křemen (FEL ČVUT) Deskripční logika 37 / 157 Co nás čeká 1 Základy deskripční logiky 2 Jazyk ALC Syntax a sémantika 3 Cyklické a acyklické TBOXy Petr Křemen

Více

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška:

Matematika I. Přednášky: Mgr. Radek Výrut, Zkouška: Přednášky: Mgr. Radek Výrut, Matematika I katedra matematiky, UL-605, rvyrut@kma.zcu.cz tel.: 377 63 2658 Zkouška: Písemná část zkoušky - příklady v rozsahu zápočtových prací Ústní část zkoušky - základní

Více

doplněk, zřetězení, Kleeneho operaci a reverzi. Ukážeme ještě další operace s jazyky, na které je

doplněk, zřetězení, Kleeneho operaci a reverzi. Ukážeme ještě další operace s jazyky, na které je 28 [181105-1236 ] 2.7 Další uzávěrové vlastnosti třídy regulárních jazyků Z předchozích přednášek víme, že třída regulárních jazyků je uzavřena na sjednocení, průnik, doplněk, zřetězení, Kleeneho operaci

Více

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y 9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud

Více

2 Reálné funkce jedné reálné proměnné

2 Reálné funkce jedné reálné proměnné 2 Reálné funkce jedné reálné proměnné S funkcemi se setkáváme na každém kroku, ve všech přírodních vědách, ale i v každodenním životě. Každá situace, kd jsou nějaký jev nebo veličina jednoznačně určen

Více

Dnešní program odvozování v Bayesovských sítích exaktní metody (enumerace, eliminace proměnných) aproximační metody y( (vzorkovací techniky)

Dnešní program odvozování v Bayesovských sítích exaktní metody (enumerace, eliminace proměnných) aproximační metody y( (vzorkovací techniky) Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Bayesovská síť zachycuje závislosti mezi náhodnými proměnnými Pro zopakování orientovaný acyklický graf

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Predikátová logika. Teoretická informatika Tomáš Foltýnek

Predikátová logika. Teoretická informatika Tomáš Foltýnek Predikátová logika Teoretická informatika Tomáš Foltýnek foltynek@pef.mendelu.cz strana 2 Opakování z minulé přednášky Z čeho se skládá jazyk výrokové logiky? Jaká jsou schémata pro axiomy VL? Formulujte

Více

Plánování: reprezentace problému

Plánování: reprezentace problému Plánování: reprezentace problému 15. března 2018 1 Úvod 2 Konceptuální model 3 Množinová reprezentace 4 Klasická reprezentace Zdroj: Roman Barták, přednáška Plánování a rozvrhování, Matematicko-fyzikální

Více

popel, glum & nepil 16/28

popel, glum & nepil 16/28 Lineární rezoluce další způsob zjemnění rezoluce; místo stromu směřujeme k lineární struktuře důkazu Lineární rezoluční odvození (důkaz) z Ë je posloupnost dvojic ¼ ¼ Ò Ò taková, že Ò ½ a 1. ¼ a všechna

Více

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5

Ekvivalence. Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky FIT České vysoké učení technické v Praze c Josef Kolar, 2011 Základy diskrétní matematiky, BI-ZDM ZS 2011/12, Lekce 5 Evropský sociální fond.

Více

Obsah: CLP Constraint Logic Programming. u odpovědí typu A, B, C, D, E: jako 0)

Obsah: CLP Constraint Logic Programming. u odpovědí typu A, B, C, D, E: jako 0) Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Průběžná písemná práce Úvod do umělé inteligence 6/12 1 / 17 Průběžná písemná práce Průběžná písemná práce délka pro vypracování: 25

Více

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ

Množinu všech slov nad abecedou Σ značíme Σ * Množinu všech neprázdných slov Σ + Jazyk nad abecedou Σ je libovolná množina slov nad Σ Abecedou se rozumí libovolná konečná množina Σ. Prvky abecedy nazýváme znaky (symboly) Slovo (řetězec) v nad abecedou Σ je libovolná konečná posloupnost znaků této abecedy. Prázdné posloupnosti znaků odpovídá

Více

Rezoluční kalkulus pro logiku prvního řádu

Rezoluční kalkulus pro logiku prvního řádu AD4M33AU Automatické uvažování Rezoluční kalkulus pro logiku prvního řádu Petr Pudlák Logika prvního řádu (Někdy nepřesně nazývaná predikátová logika.) Výhody Vyšší vyjadřovací schopnost jazyka, V podstatě

Více

Funkce základní pojmy a vlastnosti

Funkce základní pojmy a vlastnosti Funkce základní pojm a vlastnosti Základ všší matematik LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplín společného

Více

Fuzzy množiny, Fuzzy inference system. Libor Žák

Fuzzy množiny, Fuzzy inference system. Libor Žák Fuzzy množiny, Fuzzy inference system Proč právě fuzzy množiny V řadě případů jsou parametry, které vstupují a ovlivňují vlastnosti procesu, popsané pomocí přibližných nebo zjednodušených pojmů. Tedy

Více

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] MATICE Matice typu m/n nad tělesem T je soubor m n prvků z tělesa T uspořádaných do m řádků a n sloupců: a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij] a m1 a m2 a mn Prvek a i,j je prvek matice A na místě

Více

Funkce základní pojmy a vlastnosti

Funkce základní pojmy a vlastnosti Funkce základní pojm a vlastnosti Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Pojem funkce Vlastnosti funkcí Inverzní funkce 4 Základní elementární funkce Mocninné Eponenciální Logaritmické

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2017 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 207 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

IB112 Základy matematiky

IB112 Základy matematiky IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic

Více

Doporučené příklady k Teorii množin, LS 2018/2019

Doporučené příklady k Teorii množin, LS 2018/2019 Doporučené příklady k Teorii množin, LS 2018/2019 1. přednáška, 21. 2. 2019 1. Napište množina x je prázdná (přesněji množina x nemá žádné prvky ) formulí základního jazyka teorie množin. 2. Dokažte ((x

Více

Optimalizace & soft omezení: algoritmy

Optimalizace & soft omezení: algoritmy Optimalizace & soft omezení: algoritmy Soft propagace Klasická propagace: eliminace nekonzistentních hodnot z domén proměnných Soft propagace: propagace preferencí (cen) nad k-ticemi hodnot proměnných

Více

ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ

ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ ORIENTOVANÉ GRAFY, REPREZENTACE GRAFŮ Doc. RNDr. Josef Kolář, CSc. Katedra teoretické informatiky, FIT České vysoké učení technické v Praze BI-GRA, LS 2/2, Lekce Evropský sociální fond Praha & EU: Investujeme

Více

Úvod do teorie grafů

Úvod do teorie grafů Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí

Více

Matematická logika. Rostislav Horčík. horcik

Matematická logika. Rostislav Horčík.  horcik Matematická logika Rostislav Horčík horcik@math.feld.cvut.cz horcik@cs.cas.cz www.cs.cas.cz/ horcik Rostislav Horčík (ČVUT FEL) Y01MLO Letní semestr 2007/2008 1 / 18 Příklad Necht L je jazyk obsahující

Více

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin.

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. 1.2. Cíle Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin. Průvodce studiem Množina je jedním ze základních pojmů moderní matematiky. Teorii množin je možno budovat

Více

Usuzování za neurčitosti

Usuzování za neurčitosti Usuzování za neurčitosti 25.11.2014 8-1 Usuzování za neurčitosti Hypotetické usuzování a zpětná indukce Míry postačitelnosti a nezbytnosti Kombinace důkazů Šíření pravděpodobnosti v inferenčních sítích

Více

Vztah teorie vyčíslitelnosti a teorie složitosti. IB102 Automaty, gramatiky a složitost, /31

Vztah teorie vyčíslitelnosti a teorie složitosti. IB102 Automaty, gramatiky a složitost, /31 Vztah teorie vyčíslitelnosti a teorie složitosti IB102 Automaty, gramatiky a složitost, 2. 12. 2013 1/31 IB102 Automaty, gramatiky a složitost, 2. 12. 2013 2/31 Časová složitost algoritmu počet kroků výpočtu

Více

Funkce základní pojmy a vlastnosti

Funkce základní pojmy a vlastnosti Funkce základní pojm a vlastnosti Základ všší matematik LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na discipĺın společného

Více

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 2. Množiny, funkce MNOŽIN, ZÁKLDNÍ POJMY Pojem množiny patří v matematice ke stěžejním. Nelze jej zavést ve formě definice pomocí

Více