Semantik och pragmatik (serie 5)
|
|
- Rolf Lundström
- för 7 år sedan
- Visningar:
Transkript
1 Semantik och pragmatik (serie 5) (Predikat)logik Mängdlära överkurs (och repetition för en del). Mats Dahllöf Institutionen för lingvistik och filologi April / 41
2 Korsning av två egenskaper E 1 E 2 E 1 E 2 ja ja ja nej nej ja nej nej T.ex. hundar (E 1 ) som skäller (E 2 ) Predikatlogik: E 1 (x) E 2 (x) (öppen formel utan kvantifikator) 2 / 41
3 Korsning av två egenskaper E 1 E 2 E 1 E 2 ja ja ja nej nej ja nej nej T.ex. hundar (E 1 ) som inte skäller (E 2 ) Predikatlogik: E 1 (x) E 2 (x) (öppen formel utan kvantifikator) 3 / 41
4 Korsning av två egenskaper E 1 E 2 E 1 E 2 ja ja ja nej nej ja nej nej T.ex. icke-hundar (E 1 ) som skäller (E 2 ) Predikatlogik: E 1 (x) E 2 (x) (öppen formel utan kvantifikator) 4 / 41
5 Korsning av två egenskaper E 1 E 2 E 1 E 2 ja ja ja nej nej ja nej nej T.ex. icke-hundar (E 1 ) som inte skäller (E 2 ) Predikatlogik: E 1 (x) E 2 (x) (öppen formel utan kvantifikator) 5 / 41
6 Korsning av två egenskaper E 1 E 2 E 1 E 1 ja ja ja nej nej ja nej nej T.ex. icke-hundar (E 1 ) som inte skäller (E 2 ) Predikatlogik: E 1 (x) E 2 (x) (öppen formel utan kvantifikator) 6 / 41
7 Öppna formler Detta är öppna formler som bara definierar egenskaper (i termer av två godtyckliga, E 1 (x) och E 2 (x)): E 1 (x) E 2 (x) E 1 (x) E 2 (x) E 1 (x) E 2 (x) E 1 (x) E 2 (x) De öppna formlerna måste få sin variabel bunden av en kvantifikator, d.v.s. x eller x för att bli satser som säger något. 7 / 41
8 Motsvarande x-satser Dessa satser säger att allt som existerar finns i motsvarande gröna område. x (E 1 (x) E 2 (x)) Allting är både E 1 och E 2. T.ex.: Allt som finns är skällande hundar. x ( E 1 (x) E 2 (x)) T.ex.: Det finns inga hundar men allting skäller. x (E 1 (x) E 2 (x)) T.ex.: Allt som finns är hundar som inte skäller. x ( E 1 (x) E 2 (x)) Det finns varken hundar eller skällande [varelser.] Dessa satser, av formen x (......), är så starka att man bör fundera på om de är rätt analys av en utsaga. 8 / 41
9 Motsvarande x-satser Dessa satser säger att någonting (minst en sak) finns i motsvarande gröna område. x (E 1 (x) E 2 (x)) T.ex.: Det finns en hund som skäller. x ( E 1 (x) E 2 (x)) T.ex.: Det finns en hund som inte skäller. x (E 1 (x) E 2 (x)) T.ex.: Det finns en [varelse] som inte är hund som skäller. x ( E 1 (x) E 2 (x)) Det finns något som varken är en hund eller skäller. 9 / 41
10 Fyra kategoriska satstyper : (1) E 1 E 2 Kan spegelvändas. Streckat inga element. Vitt vi säger inget om området. (1) Universell affirmativ: Alla E 1 är E 2. x (E 1 (x) E 2 (x)) Mängdlära: E 1 E 2 alt. E 1 \ E 2 = 10 / 41
11 Fyra kategoriska satstyper : (2) E 1 E 2 Streckat inga element. Vitt vi säger inget om området. (2) Universell negativ: Ingen E 1 är E 2. x (E 1 (x) E 2 (x)) Mängdlära: E 1 E 2 alt. E 1 E 2 = 11 / 41
12 Fyra kategoriska satstyper : (3) E 1 E 2 Stjärnat minst ett element. (3) Partikulär affirmativ: Någon E 1 är E 2 (minst en). x (E 1 (x) E 2 (x)) Mängdlära: E 1 E 2 12 / 41
13 Fyra kategoriska satstyper : (4) E 1 E 2 Stjärnat minst ett element. (4) Partikulär negativ: Någon E 1 är inte E 2 (minst en). x (E 1 (x) E 2 (x)) Mängdlära: E 1 E 2 alt. E 1 \ E 2 13 / 41
14 Andra satstyper De fyra kategoriska satstyperna grundläggande och viktiga. Det finns dock andra typer av satser: Andra typer av kvantifikation: Tre (kardinalitet), många (vagt antal), fler A än B är C (jämförelse). Relationsbaserade, t.ex. Det poppade majskornet är nyttigare än både grönsaker och frukt. Villkorliga, t.ex. om barnet mår märkbart dåligt av febern kan febernedsättande läkemedel vara till hjälp. Modala, t.ex. Sprinkler bör inte installeras i alla svenska skolor. 14 / 41
15 Logiskt bindande slutledning Följande är ett resonemang som är logiskt bindande: PREMISSER: Alla hundar äter kött. Alla taxar är hundar. SLUTSATS: Alla taxar äter kött. Givet några satser (premisser), så måste en viss slutsats följa. D.v.s.: Om premisserna är sanna, måste slutsatsen vara sann också. (Huruvida premisserna är sanna eller inte är en annan sak.) Denna typ av slutledningsmönster (med kategoriska satser) kallas syllogismer (i aristotelisk logik.) 15 / 41
16 Venndiagram för föregående (P1) T K (P2) T K H H (S) T K Visuellt bevis av föregående slutledning. H Streckad yta tom. 16 / 41
17 Formell struktur avgörande Samma resonemang som tidigare, fast mer abstrakt: PREMISSER: Alla A (är) B. x (A(x) B(x)) Alla B (är) C. x (B(x) C(x)) SLUTSATS: Alla A (är) C. x (A(x) C(x)) Slutledningen är logiskt bindande oavsett vilka mängder/egenskaper A, B och C representerar. Om man anser/hävdar att premisserna är sanna, men förnekar slutsatsen, så tänker/kommunicerar man motsägelsefullt. Logisk slutledning är ett sätt att nå fram till ny kunskap utifrån befintlig, som kan komma från olika källor, t.ex. publicerade fakta, egna observationer, begreppsliga samband. 17 / 41
18 Annat exempel Följande är ett resonemang som är logiskt bindande: PREMISSER: Det finns katter som jamar. x (K(x) J(x)) Alla katter är djur. x (K(x) D(x)) SLUTSATS: Det finns djur som jamar. x (D(x) J(x)) 18 / 41
19 Venndiagram för föregående (P1) D J (P2) D J K K (S) D J Visuellt bevis av föregående slutledning. K Streckad yta tom. Stjärnad yta minst en sak finns. 19 / 41
20 Resten ÖVERKURS Mängdlära Mängdlära matematik för kategorier En mängd svarar mot en helt godtycklig kategori. Elementrelationen ( ) är kopplingen mellan en sak och varje mängd i vilken saken ingår. (Negerad:.) Tomma mängden,, är den (enda) mängd som saknar element. Ingen vaghet: antingen eller. M = N om och endast om M och N har precis samma element gäller generellt. (Extensionalitetsprincipen.) Alltså: Om M N, så finns ett objekt a sådant att a M och a N eller a N och a M 20 / 41
21 En mängd, med exempel M mängden av huvudstäder. M Oslo Berlin Paris Tokyo Osaka Åbo Lyon Milano Uppsala 21 / 41
22 Alla urval ger en mängd Om vi utgår från en mängd med tre element finns sju mindre mängder. 1. {Berlin, Oslo, Paris} 5. {Berlin} 2. {Berlin, Oslo} 6. {Oslo} 3. {Berlin, Paris} 7. {Paris} 4. {Oslo, Paris} 8. {} (hellre: ) Alla är delmängder till den första, t.ex. {Oslo, Paris} {Berlin, Oslo, Paris} M är en delmängd till N (M N) om och endast om varje element i M också ingår i N. (Negerad form:.) 22 / 41
23 Delmängd: M N Två visualiseringar: M N N M Alla M-element är också N-element. (Inga M-element ligger utanför N.) Streckad yta är tom. 23 / 41
24 Exempel Sanningar (med naturliga tolkningar av orden/namnen): {Bush, Nixon} {Nixon, Thatcher, Clinton, Reagan, Bush} {Platon, Descartes, Kant} {x x är en filosof} {Bush, Nixon, Platon} {Nixon, Thatcher, Clinton, Bush} {Stockholm, Oslo, Uppsala} {x x är en huvudstad} Notera: uppräkningar och beskrivningar. Över- och underordnade begrepp: {x x är en hammare} {x x är ett verktyg} {x x är ett par svarta jeans} {x x är ett klädesplagg} 24 / 41
25 Disjunkthet: M N Två visualiseringar: M N M N Inga M-element är också N-element, och därmed vice versa. (Alla M-element ligger utanför N, och därmed vice versa.) 25 / 41
26 Exempel Sanningar (med naturliga tolkningar av orden/namnen): {Bush, Nixon} {Thatcher, Clinton, Reagan, Obama} {Platon, Descartes, Kant} {x x är en kvinnlig filosof} {Malmö, Göteborg, Uppsala} {x x är en huvudstad} Ömsesidigt uteslutande begrepp: {x x är en katt} {x x är en hund} {x x är ett par svarta jeans} {x x är en T-shirt} 26 / 41
27 Union: A B M N M N = {x x M eller x N} eller brukar i formell semantik vara ett inklusivt eller ( och/eller, snarare än antingen-eller ). 27 / 41
28 Union: A B exempel {Bush, Nixon} = {Bush, Nixon} {Paris} {Oslo} = {Paris, Oslo} {Bush, Nixon} {Nixon, Carter} = {Bush, Nixon, Carter} {Matteus, Markus} {Lukas, Johannes} = {x x är evangelieförfattare} {x x är en enkrona} {x x är en femkrona} {x x är ett mynt} 28 / 41
29 Snitt (intersection): M N M N M N = {x x M och x N} 29 / 41
30 Snitt: M N exempel {Bush, Nixon} {Nixon, Carter} = {Nixon} {Matteus, Markus} {Lukas, Johannes} = {x x är en enkrona} {x x är en femkrona} = {x x är inte fullvuxen} {x x är en hund} = {x x är en valp} {x x är förkyld} {x x är en man} = {x x är en förkyld man} 30 / 41
31 Differens: M \ N och N \ M Skuggat: M \ N Skuggat: N \ M M N M N M \ N = {x x M och x N} N \ M = {x x N och x M} 31 / 41
32 Differens: A B exempel {Bush, Nixon} \ {Nixon, Carter} = {Bush} {x x är en hund} \ {x x är en valp} {x x är fullvuxen} {x x är katt} \ {x x är snäll} = {x x är en katt som inte är snäll} {x x är en enkrona} \ {x x är en femkrona} = {x x är en enkrona} {x x är en enkrona} \ {x x är ett mynt} = 32 / 41
33 Mängdlära relationer symbol negerad namn element = ekvivalens inklusion/delmängd 33 / 41
34 Mängdlära operationer symbol namn definition union M N = {x x M eller x N} snitt M N = {x x M och x N} \ differens M \ N = {x x M och x N} M c komplement M c = {x x och x M} 34 / 41
35 Delmängd: M N M N Streckat tomt. Vitt ingen restriktion. M N om och endast om det gäller för varje element x M att x N. 35 / 41
36 Specialfall av M N då M = N M N Förenlig med föregående. M = N om och endast om det gäller för varje element x M att x N och för varje element x N att x M. Alternativt: M = N om och endast om M N och N M. 36 / 41
37 Annat specialfall av M N då M N M N Stjärnat icke-tomt. Motsäger föregående. Rel. äkta delmängd (M N eller M N) utesluter M = N. M N om och endast om det gäller för varje element x M att x N och det finns ett element x N sådant att x M. 37 / 41
38 Definition, exempel X är en bil [ definiendum ] om och endast om (e 1 ) X är ett motorfordon [ definiens ] och (e2 ) X är försett med tre eller flera hjul eller (e3 ) X är försett medar eller (e4 ) X är försett med band, och (e 5 ) X inte är att anse som en motorcykel eller en moped. I mängdlärans termer (om varje egenskap i definitionen motsvarar en mängd): B = (e 1 (e 2 e 3 e 4 )) \ e 5 38 / 41
39 Begreppshierarkiers logik Viktiga tankeregler som tillämpas i samband med begreppshierarkier. Om A B och B C, så A C. Vi vet så: Alla fåtöljer är stolar, och därmed sittmöbler, och därmed möbler. Om A B och B C, så A C. Vi vet så: Inga fåtöljer är soffor. Inga fåtöljer är bord. Om A C och B C, så (A B) C. T.ex. kan vi använda ordet sittmöbel för att täcka in både fåtöljer och soffor. 39 / 41
40 Komplementär motsats M hund (M) vs icke-hund (M c ): 40 / 41
41 Konträr motsats P M K P = M K och M K. Juridiska könen man (M) och kvinna (K), då P motsvarar folkbokförda personer. 41 / 41
Matematik för språkteknologer
1 / 23 Matematik för språkteknologer Mängdlära Mats Dahllöf Institutionen för lingvistik och filologi Januari 2015 Mängdlära matematik för kategorier En mängd svarar mot en helt godtycklig kategori. Elementrelationen
Läs merSemantik och pragmatik (Serie 4)
Semantik och pragmatik (Serie 4) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 30 Så här långt (satslogik) Konjunktion (p q): att två enklare satser båda är uppfyllda.
Läs mer2 Mängdlärans grundbegrepp
UPPSALA UNIVERSITET Föreläsningsanteckningar Institutionen för lingvistik och filologi Grundläggande datalogi II Mats Dahllöf http://stp.ling.uu.se/~matsd/uv/uv04/gd2/ Augusti 2004 2 Mängdlärans grundbegrepp
Läs merSemantik och pragmatik (Serie 3)
Semantik och pragmatik (Serie 3) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 37 Logik: språk tanke (Saeed kapitel 4.) Satser uttrycker (ofta) tankar. Uttrycksrikedom
Läs merMängdlära och semantisk analys
UPPSALA UIVERSITET Semantik och pragmatik Institutionen för lingvistik och filologi 2015 ats Dahllöf ängdlära och semantisk analys 1 ängder och semantik inledning En viktig komponent i människors förmåga
Läs merDatorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf
UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik II 1 Predikatlogik, generella
Läs merLexikal semantik. Satser. Logik.
1 / 44 Semantik och pragmatik (3) Lexikal semantik. Satser. Logik. Mats Dahllöf Institutionen för lingvistik och filologi Januari 2014. Korr. 140204. 2 / 44 Dagens punkter Lexikal semantik, forts. Satssemantik
Läs merLogik och semantik. Mats Dahllöf, Plan. Semantik och pragmatik
Semantik och pragmatik Logik och semantik Mats Dahllöf, 2005-05-20. Plan Sanning och logik. Logik i lexikala begreppssystem. Logik i satsinnehåll. Aristotelisk logik. (En enkel typ av formalisering. För
Läs merSemantik och pragmatik
Semantik och pragmatik OH-serie 5 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Så här långt Konjunktion (p q): att två enklare satser
Läs merMA2047 Algebra och diskret matematik
MA2047 Algebra och diskret matematik Något om logik och mängdlära Mikael Hindgren 5 september 2018 Utsagor Utsaga = Påstående som har sanningsvärde Utsagan kan vara sann (S) eller falsk (F) öppen eller
Läs merVad är semantik? LITE OM SEMANTIK I DATORLINGVISTIKEN. Språkteknologi semantik. Frågesbesvarande
LITE OM SEMANTIK I DATORLINGVISTIKEN (FORMELL SEMANTIK) Vad är semantik? Form (abstrakt struktur): grammatik Innehåll (betydelse): semantik Användning: pragmatik/diskurs Mats Dahllöf Språkteknologisk motivation
Läs merÖvningshäfte 1: Logik och matematikens språk
GÖTEBORGS UNIVERSITET MATEMATIK 1, MMG200, HT2014 INLEDANDE ALGEBRA Övningshäfte 1: Logik och matematikens språk Övning A Målet är att genom att lösa och diskutera några inledande uppgifter få erfarenheter
Läs merLogisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1.
UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik I 1 Lite om satslogik 1.1
Läs mer(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element.
Grunder i matematik och logik (2017) Mängdlära Marco Kuhlmann 1 Grundläggande begrepp Mängder och element 2.01 En mängd är en samling objekt. Två standardexempel är mängden av naturliga tal (N) och mängden
Läs merFilosofisk logik Kapitel 15 (forts.) Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 15 (forts.) Robin Stenwall Lunds universitet Dagens upplägg Antalet element i en mängd Kardinalitet Humes princip Cantors teorem Den universella mängden Några mängdteoretiska paradoxer
Läs merUppsala universitet Institutionen för lingvistik och filologi. Grundbegrepp: Mängder och element Delmängder
Mängder Joakim Nivre Uppsala universitet Institutionen för lingvistik och filologi Översikt Grundbegrepp: Mängder och element Delmängder Operationer på mängder: Union och snitt Differens och komplement
Läs merTommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3
Föreläsning 2 Semantik 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 27 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 2.1 Innehåll Innehåll 1 Lite mer syntax 1 2 Strukturer
Läs merFilosofisk logik Kapitel 15. Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 15 Robin Stenwall Lunds universitet Dagens upplägg Första ordningens mängdlära Naiv mängdlära Abstraktionsaxiomet (eg. comprehension) Extensionalitetsaxiomet Små mängder Ordnade
Läs merI kursen i endimensionell analys är mängden av reella tal (eng. real number), R, fundamental.
Lunds tekniska högskola Datavetenskap Lennart ndersson Föreläsningsanteckningar EDF10 4 Mängder 4.1 Motivering Mängden är den mest grundläggande diskreta strukturen. Nästan alla matematiska begrepp går
Läs merSemantik och pragmatik
Semantik och pragmatik OH-serie 6 http://stp.lingfil.uu.se/~matsd/uv/uv13/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Februari 2013 Tillämpningar av semantik allmänt Analys av grammatik:
Läs merAlgebra I, 1MA004. Lektionsplanering
UPPSALA UNIVERSITET Matematiska Institutionen Dan Strängberg HT2016 Fristående, IT, KandDv, KandMa, Lärare 2016-11-02 Algebra I, 1MA004 Lektionsplanering Här anges rekommenderade uppgifter ur boken till
Läs merBegreppen "mängd" och "element" är grundläggande begrepp i matematiken.
MÄNGDER Grundläggande begrepp och beteckningar egreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom
Läs merFormell logik Kapitel 9. Robin Stenwall Lunds universitet
Formell logik Kapitel 9 Robin Stenwall Lunds universitet Kapitel 9: Introduktion till kvantifiering Vi har hittills betraktat logiska resonemang vars giltighet enbart beror på meningen hos konnektiv som
Läs merSemantik och pragmatik
Semantik och pragmatik OH-serie 4 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Om barnet har svårt att andas eller har ont i bröstet
Läs merFÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS
729G06 Logik FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS 160208 Idag C-regeln, informell (och formell) inledning till predikatlogik (Bevis kommer senare.) 2 3 Vår (Snöfritt Cykla) (Vår Snöfritt) Cykla Lätt
Läs merBegreppen "mängd" och "element" är grundläggande begrepp i matematiken.
MÄNGDER Grundläggande begrepp och beteckningar Begreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom
Läs merSanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.
MATEMATISK LOGIK Matematisk logik formaliserar korrekta resonemang och definierar formellt bindeord (konnektiv) mellan påståenden (utsagor, satser) I matematisk logik betraktar vi påståenden som antingen
Läs merFöreläsning 1: Tal, mängder och slutledningar
Föreläsning 1: Tal, mängder och slutledningar Tal Tal är organiserade efter några grundläggande egenskaper: Naturliga tal, N De naturliga talen betecknas med N och innehåller alla positiva heltal, N =
Läs merMängder. 1 Mängder. Grunder i matematik och logik (2015) 1.1 Grundläggande begrepp. 1.2 Beskrivningar av mängder. Marco Kuhlmann
Marco Kuhlmann 1 Diskret matematik handlar om diskreta strukturer. I denna lektion kommer vi att behandla den mest elementära diskreta strukturen, som alla andra diskreta strukturer bygger på: mängden.
Läs merKritiskt tänkande HTXF04:3 FTEB05. Induktiv argumentation
Kritiskt tänkande HTXF04:3 FTEB05 Induktiv argumentation En svaghet med deduktiv argumentation Vi har sagt att de bästa argumenten är de sunda argumenten, dvs de logiskt giltiga deduktiva argument med
Läs merViktiga frågor att ställa när ett argument ska analyseras och sedan värderas:
FTEA12:2 Föreläsning 2 Grundläggande argumentationsanalys II Repetition: Vid förra tillfället började vi se närmre på vad som utmärker filosofisk argumentationsanalys. Vi tittade närmre på ett arguments
Läs merFöreläsning 5. Deduktion
Föreläsning 5 Deduktion Hur ett deduktivt system fungerar Komponenter - Vokabulär Ett deduktivt system använder ett visst slags språk som kan kallas för systemets vokabulär. I mindre formella fall är kanske
Läs merStatistikens grunder HT, dagtid Statistiska institutionen
Statistikens grunder 1 2013 HT, dagtid Statistiska institutionen Orsak och verkan N Kap 2 forts. Annat ord: kausalitet Något av det viktigaste för varje vetenskap. Varför? Orsakssamband ger oss möjlighet
Läs mer9. Predikatlogik och mängdlära
Objektorienterad modellering och diskreta strukturer 9. Predikatlogik och mängdlära Sven Gestegård Robertz Datavetenskap, LTH 2014 Rekaputilation Vi har talat om satslogik naturlig härledning predikatlogik
Läs merEn introduktion till predikatlogik
rasmus.blanck@gu.se FT1200, LC1510 och LGFI52 VT2017 (Premiss 1) (Premiss 2) (Slutsats) Alla människor är dödliga Sokrates är en människa Sokrates är dödlig Detta argument är intuitivt giltigt: Det finns
Läs merElementär logik och mängdlära
Elementär logik och mängdlära Mängd En mängd är en ihopsamling av noll eller flera saker, där ordningen mellan de ihopsamlade sakerna är oväsentlig. Sakerna kallas för mängdens element. EXEMPEL {1, 2,
Läs mer10. Mängder och språk
Objektorienterad modellering och diskreta strukturer 10. Mängder och språk Sven Gestegård Robertz Institutionen för datavetenskap, LTH 2013 Rekaputilation Vi har talat om satslogik, predikatlogik och härledning
Läs merKapitel 1. betecknas detta antal med n(a). element i B; bet. A B. Den tomma mängden är enligt överenskommelsen en delmängd. lika; bet. A = B.
Kapitel 1 Mängdlära Begreppet mängd är fundamentalt i vårt tänkande; en mängd är helt allmänt en samling av objekt, vars antal kan vara ändligt eller oändligt. I matematiken kallas dessa objekt mängdens
Läs merRobin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt
Läs merRobin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt
Läs merNågot om logik och logisk semantik
UPPSALA UNIVERSITET Semantik och pragmatik (HT 08) Institutionen för lingvistik och filologi Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv08/sempht/ Något om logik och logisk semantik 1 Språk och sanning
Läs merDatorlingvistisk grammatik
Datorlingvistisk grammatik Kontextfri grammatik, m.m. http://stp.lingfil.uu.se/~matsd/uv/uv11/dg/ Mats Dahllöf Institutionen för lingvistik och filologi Februari 2011 Denna serie Formella grammatiker,
Läs merMängdlära. Kapitel Mängder
Kapitel 2 Mängdlära 2.1 Mängder Vi har redan stött på begreppet mängd. Med en mängd menar vi en väldefinierad samling av objekt eller element. Ordet väldefinierad syftar på att man för varje tänkbart objekt
Läs merTommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2
Föreläsning 1 Syntax 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 21 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 1.1 Innehåll Innehåll 1 Kursadministration 1 2 Introduktion
Läs merSemantik VT Introduktion. Dagens föreläsning. Morfem-taxonomi forts. Morfem-taxonomi. Lexikal semantik: studerar ords betydelse
Dagens föreläsning Semantik VT07 Ordbetydelse (Lexikal semantik) Stina Ericsson 1. Introduktion 2. Extensioner 3. Begrepp 4. Extensioner och begrepp - några ytterligare saker Lexikal semantik: studerar
Läs merFöreläsningsanteckningar och övningar till logik mängdlära
Inledande matematisk analys tma970, 010, logik, mängdlära Föreläsningsanteckningar och övningar till logik mängdlära Dessa öreläsningsanteckningar kompletterar mycket kortattat kap 0 och appendix B i Persson/Böiers,
Läs merOm semantisk följd och bevis
Matematik, KTH Bengt Ek december 2017 Material till kursen SF1679, Diskret matematik: Om semantisk följd och bevis Logik handlar bla om studiet av korrekta slutledningar, dvs frågan om när det är riktigt
Läs merDD1350 Logik för dataloger. Vad är logik?
DD1350 Logik för dataloger Fö 1 - Introduktion Vad är logik? Vetenskapen som studerar hur man bör resoneraoch dra slutsatser utifrån givna påståenden (=utsagor, satser). 1 Aristoteles (384-322 f.kr) Logik
Läs merInduktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen
Föreläsning 3 Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen Mängder Induktion behöver inte börja från 1, Grundsteget kan vara P (n 0 ) för vilket heltal n 0 som
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 4: Konjunktiv och disjunktiv normalform Henrik Björklund Umeå universitet 15. september, 2014 CNF och DNF Konjunktiv normalform (CNF) Omskrivning av en formel
Läs merFinansiell statistik, vt-05. Sannolikhetslära. Mängder En mängd är en samling element (objekt) 1, 2,, F2 Sannolikhetsteori. koppling till verkligheten
Johan, Koskinen, Statistiska institutionen, Stockholms universitet Finansiell statistik, vt-05 F2 Sannolikhetsteori Sannolikhetslära koppling till verkligheten mängdlära räkna med sannolikheter definitioner
Läs merFTEA12:2 Filosofisk Metod. Grundläggande argumentationsanalys II
TEA12:2 ilosofisk Metod Grundläggande argumentationsanalys II Dagens upplägg 1. Kort repetition. 2. Logisk styrka: några intressanta specialfall. 3. ormalisering: översättning från naturligt språk till
Läs merGrundläggande logik och modellteori (5DV102)
Tentamen 2013-10-31 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 11 Maximalt antal poäng 30 Krav för 3 i betyg 14 poäng Krav för 4 i betyg 19 poäng,
Läs merUppsala Universitet Matematiska Institutionen Thomas Erlandsson
Uppsala Universitet Matematiska Institutionen Thomas Erlandsson LÄSANVISNINGAR VECKA 36 VERSION 1. ARITMETIK FÖR RATIONELLA OCH REELLA TAL, OLIKHETER, ABSOLUTBELOPP ADAMS P.1 Real Numbers and the Real
Läs merK3 Om andra ordningens predikatlogik
KTH Matematik Bengt Ek Maj 2005 Kompletteringsmaterial till kursen 5B1928 Logik för D1: K3 Om andra ordningens predikatlogik Vi presenterar på dessa sidor kortfattat andra ordningens predikatlogik, vilket
Läs merMATEMATIKENS SPRÅK. Avsnitt 1
Avsnitt 1 MATEMATIKENS SPRÅK Varje vetenskap, liksom varje yrke, har sitt eget språk som ofta är en blandning av vardagliga ord och speciella termer. En instruktionshandbok för ett kylskåp eller för en
Läs merVad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system
Vad är det? Översikt Discrete structure: A set of discrete elements on which certain operations are defined. Discrete implies non-continuous and therefore discrete sets include finite and countable sets
Läs merInnehåll. Föreläsning 7. Satslogiken är för grov. Samma sak i predikatlogik: Första ordningens predikatlogik. Logik med tillämpningar
Innehåll Föreläsning 7 Logik med tillämpningar 99-03-01 Första ordningens predikatlogik Objekt, predikat, kvantifierare Funktioner, termer, wffs Bindning och räckvidd Tolkningar och värderingar Satisfiering,
Läs mer7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner
Läs merTentamen i TDDC75 Diskreta strukturer
Tentamen i TDDC75 Diskreta strukturer 2017-01-05, Lösningsförslag (med reservation för eventuella fel) 1. Betrakta följande satslogiska uttryck: (p q) (q p) (a) Visa genom naturlig deduktion att uttrycket
Läs merÖvningshäfte 3: Funktioner och relationer
GÖTEBORGS UNIVERSITET MATEMATIK 1, MAM100, HT2014 INLEDANDE ALGEBRA Övningshäfte 3: Funktioner och relationer Övning H Syftet är att utforska ett av matematikens viktigaste begrepp: funktionen. Du har
Läs merFilosofisk logik Kapitel 19. Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 19 Robin Stenwall Lunds universitet Dagens upplägg Gödels fullständighetsteorem Sundhet och fullständighet Fullständighetsbeviset Vittneskonstanter Henkinteorin Eliminationsteoremet
Läs merD. x 2 + y 2 ; E. Stockholm ligger i Sverige; F. Månen är en gul ost; G. 3 2 = 6; H. x 2 + y 2 = r 2.
Logik Vid alla matematiskt resonemang måste man vara säker på att man verkligen menar det man skriver ner på sitt papper. Därför måste man besinna hur man egentligen tänker. Den vetenskap, som sysslar
Läs merFilosofisk Logik (FTEA21:4) föreläsningsanteckningar I. v. 2.0, den 24/4 2013
Filosofisk Logik (FTEA21:4) föreläsningsanteckningar I v. 2.0, den 24/4 2013 Om detta kompendium: Filosofiska institutionen, Lunds Universitet staffan.angere@fil.lu.se Förberedande Det här kompendiet är
Läs merA B A B A B S S S S S F F S F S F S F F F F
Uppsala Universitet Matematiska institutionen Isac Hedén isac distans@math.uu.se Algebra I, 5 hp Vecka 17. Logik När man utför matematiska resonemang så har man alltid vissa logiska spelregler att förhålla
Läs merLMA033/LMA515. Fredrik Lindgren. 4 september 2013
LMA033/LMA515 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 4 september 2013 F. Lindgren (Chalmers&GU) Matematik 4 september 2013 1 / 25 Outline 1 Föreläsning
Läs merLogik för datavetare DVK:Log Tisdagen 28 oktober 2014. Institutionen för dataoch systemvetenskap David Sundgren
Institutionen för dataoch systemvetenskap David Sundgren Logik för datavetare DVK:Log Tisdagen 28 oktober 2014 Skrivtid: 9 00-13 00. Inga hjälpmedel utom formelsamlingen på nästa sida är tillåtna. För
Läs merGrundläggande logik och modellteori (5DV102)
Tentamen 2014-01-10 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 10 Maximalt antal poäng 30 Krav för 3 i betyg 1 Krav för 4 i betyg 19 poäng, vara minst
Läs merF2 SANNOLIKHETSLÄRA (NCT )
Stat. teori gk, ht 2006, JW F2 SANNOLIKHETSLÄRA (NCT 4.1-4.2) Ordlista till NCT Random experiment Outcome Sample space Event Set Subset Union Intersection Complement Mutually exclusive Collectively exhaustive
Läs merDD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik
DD1350 Logik för dataloger Fö 7 Predikatlogikens semantik 1 Kryssprodukt av mängder Om A och B är två mängder så är deras kryssprodukt A B mängden av alla par (a,b), där a A och b B. Ex: A={1,2}, B={3,4},
Läs merFöreläsning 1, Differentialkalkyl M0029M, Lp
Föreläsning 1, Differentialkalkyl M0029M, Lp 1 2017 Staffan Lundberg Luleå Tekniska Universitet, Inst för teknikvetenskap och matematik Staffan Lundberg M0029M H17 1/ 50 Allmän information Föreläsningar:
Läs mer7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2013 1 Inledning 2 Satslogik Inledning Satslogiska uttryck Resonemang och härledningar
Läs merKRITISKT TÄNKANDE I VÄRDEFRÅGOR. 8: Repetition
KRITISKT TÄNKANDE I VÄRDEFRÅGOR 8: Repetition TRE CENTRALA BEGREPP (i) Sanning: en egenskap som tillkommer utsagor, inte slutledningar. (ii) Logisk styrka: en egenskap som tillkommer slutledningar, inte
Läs merFöreläsning 2. Kapitel 3, sid Sannolikhetsteori
Föreläsning 2 Kapitel 3, sid 47-78 Sannolikhetsteori 2 Agenda Mängdlära Kombinatorik Sannolikhetslära 3 Mängdlära Används för att hantera sannolikheter Viktig byggsten inom matematik och logik Utfallsrummet,
Läs merFÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS
729G06 Logik FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS 160309 Idag Sammanfattning*/uppsamling 2 Mer problemöversikt (och lite definitioner) Inte ersättning för andra föreläsningar! 3 Vad är enlogik? Syntax
Läs mer1 Föreläsning Implikationer, om och endast om
1 Föreläsning 1 Temat för dagen, och för dessa anteckningar, är att introducera lite matematisk terminologi och notation, vissa grundkoncept som kommer att vara genomgående i kursen. I grundskolan presenteras
Läs merFilosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19
Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium IV v. 2.0, den 29/4 2013 III. Metalogik 17-19 Modeller för satslogiken 18.1 Vi har tidigare sagt att en modell är en tolkning av en teori
Läs merMängdlära. Författarna och Bokförlaget Borken, 2011. Mängdlära - 1
Mängdlära Bell-talen (1, 1, 2, 5, 15, 52, 203, 877, 4140, 21147, 115975, 678570, 4213597,...) beskriver det antal olika sätt n element kan delas upp i disjunkta icke-tomma delmängder. Så kan t ex mängden
Läs mer{ } { } En mängd är en samling objekt A = 0, 1. Ex: Mängder grundbegrepp 5 C. Olof M C = { 7, 1, 5} M = { Ce, Joa, Ch, Je, Id, Jon, Pe}
Mängder grundbegrepp En mängd är en samling objekt Ex: { } { } A = 0, 1 B = 0 C = { 7, 1, 5} tomma mängden (har inga element) D = { 1, 2, 3,, 10} M = { Ce, Joa, Ch, Je, Id, Jon, Pe} kallas element i mängden
Läs merRobin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Dagens föreläsning Informella bevismetoder för kvantifikatorer Universell elimination Existentiell introduktion Existentiell elimination Universell introduktion General
Läs merKTH Matematik B.Ek Lösningar tentamen 5B1928 Logik för D (och IT), 29 augusti 2007
KTH Matematik B.Ek Lösningar tentamen 5B1928 Logik för D (och IT), 29 augusti 2007 1) Det handlar om knarröborna A, B och C. A säger: Om C är kung är vi alla det. B säger: A och C är olika sorter. Vad
Läs merp /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik
DD1350 Logik för dataloger Fö 3 Satslogikens semantik 1 Kort repetition Satslogik formellt språk för att uttrycka påståenden med variabler och konnektiv /\, \/,, t.ex. p /\ q r 1 Kort repetition Naturlig
Läs merAnteckningar om logik och semantik
UPPSALA UNIVERSITET Semantik och pragmatik (VT 2012) Institutionen för lingvistik och filologi Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv12/semp/ Anteckningar om logik och semantik 1 Inledning 1.1
Läs merRealism och anti-realism och andra problem
Realism och anti-realism och andra problem Vetenskap och verkligheten Vetenskapen bör beskriva verkligheten. Men vad är verkligheten? Är det vi tycker oss se av verkligheten verkligen vad verkligheten
Läs merMoralfilosofi. Föreläsning 9
Moralfilosofi Föreläsning 9 Enligt koherentismen så startar vi med de åsikter som vi redan har och utgår från att vi är berättigade att hålla kvar vid dessa åsikter så länge de är koherenta ( hänger ihop
Läs merVarför är logik viktig för datavetare?
Varför är logik viktig för datavetare? 1. Datavetenskap handlar ofta om att automatisera processer som tidigare styrts av människor. Intuition, intelligens och mänskliga resonemang ersätts av beräkningar.
Läs mer4 Något om logik och semantik
Mats Dahllöf. http://stp.lingfil.uu.se/ matsd/uv/uv09/sempht/ 4 Något om logik och semantik Att kunna ett språk innebär att man begriper skillnaden mellan sanna och falska yttranden. Det innebär givetvis
Läs merLösningar till Algebra och kombinatorik
Lösningar till Algebra och kombinatorik 091214 1. Av a 0 = 1 och rekursionsformeln får vi successivt att a 1 = 1 + a 0 1 a 0 = 1 + 1 1 1 = 2, a 2 = 1 + a 1 1 a 0 + 1 a 1 = 1 + 2 1 + 1 = 4, 2 a 3 = 1 +
Läs merSatslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar)
Satslogik grundläggande definitioner Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar) Modeller, logisk konsekvens och ekvivalens Några notationella förenklingar Kompletta mängder
Läs merFTEA12:4 Vetenskapsteori. Realism och anti-realism
FTEA12:4 Vetenskapsteori Realism och anti-realism Realism vs. anti-realism Ontologi: Finns det en värld som är oberoende medvetandet? Semantik: Är sanning en objektiv språk-värld relation? Epistemologi:
Läs merTMS136. Föreläsning 2
TMS136 Föreläsning 2 Slumpförsök Med slumpförsök (random experiment) menar vi försök som upprepade gånger utförs på samma sätt men som kan få olika utfall Enkla exempel är slantsingling och tärningskast
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 6: Binära beslutsdiagram (BDD) Henrik Björklund Umeå universitet 22. september, 2014 Binära beslutsdiagram Binära beslutsdiagram (Binary decision diagrams, BDDs)
Läs merEn parallellogram har delats i två delar P och Q som figuren visar. Vilket av följande påståenden är säkert sant?
En parallellogram har delats i två delar P och Q som figuren visar. Vilket av följande påståenden är säkert sant? P har större omkrets än Q. P har mindre omkrets än Q. P har mindre area än Q Q och P har
Läs merFilosofisk Logik (FTEA21:4) föreläsningsanteckningar v , den 24/
Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v. 2.1.1, den 24/11 2014 Om detta kompendium: Filosofiska institutionen, Lunds Universitet staffan.angere@fil.lu.se Förberedande Det här kompendiet
Läs merDD1350 Logik för dataloger
DD1350 Logik för dataloger Fö 8 Axiomatiseringar 1 Modeller och bevisbarhet Sedan tidigare vet vi att: Om en formel Φ är valid (sann i alla modeller) så finns det ett bevis för Φ i naturlig deduktion.
Läs merKritiskt tänkande HTXF04:3 FTEB05. Utvärdering av argument
Kritiskt tänkande HTXF04:3 FTEB05 Utvärdering av argument Utvärdering av argument Två allmänna strategier Felslutsmetoden: Man försöker hitta felslut, formella och informella, från en lista över vanliga
Läs merKritiskt tänkande HTXF04:3 FTEB05. Grundläggande semantik II
Kritiskt tänkande HTXF04:3 FTEB05 Grundläggande semantik II Deskriptiv vs. värderande/känslomässig mening Ords betydelser kan ha både deskriptiva och värderande/känslomässiga komponenter. Det blir tydligt
Läs merDD1350 Logik för dataloger
DD1350 Logik för dataloger Fö 4 Predikatlogik 1 Kort repetition Satslogik Naturlig deduktion är ett sunt och fullständigt bevissystem för satslogik Avgörbarhet Så vad saknas? Egenskaper Satslogiken är
Läs merSANNING eller fake 1
SANNING eller fake 1 LITE DEFINITIONER Korrekt: Det som hänför sig till verkligheten (motsats: Inkorrekt) Avgörs genom empiriska observationer Personliga Sant: Logisk sanning (motsats: falskt) Avgörs genom
Läs merMA 11. Hur starkt de binder. 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi
MA 11 Talteori och logik 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi propositionssymboler: bokstäver konnektiv Paranteser konnektiv
Läs mer