Dunaújvárosi Főiskola Informatikai Intézet

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Dunaújvárosi Főiskola Informatikai Intézet"

Átírás

1 Dunaújvárosi Főiskola Informatikai Intézet Bizonytalanságkezelés Dr. Seebauer Márta főiskolai tanár

2 Bizonytalan tudás forrása A klasszikus logikában a kijelentések vagy igazak vagy hamisak. A természetes nyelvekben az állítások nem világosan megfogalmazottak homályos tudás Ha az étel túl forró, akkor várj. az adott pillanatban nem meghatározottak bizonytalan kijelentések A hallgatók legalább 50%-a jó jegyet kap.

3 Holnap esni fog. Az Euro árfolyama emelkedni fog. Bizonytalan tudás A kijelentések igazak vagy hamisak ugyan, de az adott pillanatban még nem lehet ezt eldönteni. A klasszikus logikát valószínűségértékekkel kell kiegészíteni. A valószínűségértékek statisztikai adatokon alapulnak. Legyen Ω egy véges eseménytér. P=[0,1] függvényt valószínűségfüggvénynek nevezünk, ha teljesül a következő feltétel: P(Ω) =1 P(X Y) = P(X) +P(Y) X, Y Ω, ahol X Y= Kielégíthetetlen esemény Monotónia Szubtraktivitás Szubadditivitás Additivitás Komplemens P( )=0 X Y P(X) P(Y) X Y P(Y X C ) = P(Y) - P(X) P(X Y) P(X) + P(Y) P(X Y) = P(X) + P(Y) - P(X Y) P(X C ) = 1 - P(X)

4 Dr. Seebauer Márta: Me

5 Példa feltételes valószínűségre X kijelentés: A kocsi motorja furcsán zörög. P(X)= 0,08 Y kijelentés: Olajat kellett cserélni. P(Y)= 0,06 Az esetek 60%-ban, amikor olajcserét végeztek, az ok a motor furcsa zöreje volt P(X Y)=0,6 Annak a valószínűsége, hogy a furcsa motorzaj esetén olajat kell cserélni: 0,6*0,06 P(Y X) = = 0,08 0,45

6 Bizonytalansági tényező Certainty Factors, CF egy kijelentés erősségének numerikus értéke, amely tapasztalaton vagy háttértudáson alapul. CF(H E)=[-1,1] H Hipotézis (Esemény) E Evidencia (Feltétel) 1. szabály: Esik 0,9 Rossz idő van. 2. szabály: Fúj a szél 0,7 Rossz idő van. 3. szabály: Süt a Nap -0,9 Rossz idő van. Modus ponens: A B A B CF(Rossz idő van Esik) = 0,9. CF(Esik E)=1. CF(Rossz idő van)= CF(Esik E)* CF(Rossz idő van Esik) = 1*0,9 = 0,9 a = CF(Rossz idő van Esik) = 0,9. b = CF(Rossz idő van Fúj a szél) = 0,7. CF(Esik E)=1. CF(Fúj a szél E)=1. CF(Rossz idő van Esik Fúj a szél)= a+b-a*b= 0,9+0,7-0,7*0,9 = 0,97

7 A Mycin bizonytalanságkezelése Kapcsolat CFkiszámítása Feltétel ÉS CF(a b E) min (CF(a E),CF(b E) VAGY CF(a b E) max (CF(a E),CF(b E) Nem CF( P E) -CF(P E) Szabály CF(H E) CF(P E)*CF(H P) Két CF H-ra CF(H E 1, E 2 ) CF 1 +CF 2 -CF 1 *CF 2 CF 1 és CF 2 pozitív CF 1 +CF 2 +CF 1 *CF 2 CF 1 és CF 2 negatív (CF 1 +CF 2 )/1-min( CF 1, CF 2 ) CF 1 *CF 2 <0 nem meghatározott CF 1 *CF 2 = -1-1,0-0,8-0,6-0,2 0 0,2 0,6 0,8 1,0 Biztosan hamis Lehet, hogy hamis Valószínűleg hamis Majdnem bizonyosan hamis Dr. Seebauer Márta: Mesterséges intelligencia. Ismeretlen Lehet, hogy igaz Valószínűleg igaz Majdnem Biztosan igaz bizonyosan igaz

8 Fuzzy modell Klasszikus logika: fiatal(x), fiatal(x) fiatal X=35 éves Adatbanki besorolás X=35 éves fiatal fiatal középkorú idős öreg Fuzzy logika µ életkor (X) µ középkorú (35)=0,7 1 µ fiatal (35)=0,35 fiatal középkorú idős öreg 0 35 Dr. Seebauer Márta: Mesterséges intelligencia X [évek]

9 Fuzzy halmazok A halmazelmélet Latfi Zadeh által javasolt kiterjesztése. Jelölje X az alaphalmazt (Életkor). Legyen Z egy Fuzzy halmaz, amelyet X-en értelmezünk és elemei X egy részhalmazát alkotják (Fiatal, Középkorú, Idős, Öreg). x legyen X halmaz egy eleme és z legyen Z halmaz egy eleme. X et tagságfüggvénnyel jellemezzük: µ Z : X [0,1] Z és X halmaz minden elemére érvényes µ z (x) = s Legyen Z und Z két X halmazon értelmezett Fuzzy halmaz. Z nevezhető Z részhalmazának, Z Z akkor, ha minden x X-re érvényes, hogy µ (x) µ (x)

10 Fuzzy halmazokkal végzett műveletek Dr. Seebauer Márta: Mesterséges intelligencia.

11 Fuzzy logika Kapcsolat Halmazon értelmezett művelet Konjunkció min(µ A (u), µ B (u)) Diszjunkció max(µ A (u), µ B (u)) Komplemens 1-µ A (u) Implikáció min(1,1-µ A (u) + µ B (u)) Lukasiewicz max(1-µ A (u), µ B (u)) Kleen-Dienes max(1-µ A (u), min(µ A (u), µ B (u)) Zadeh 1-µ A (u) + µ A (u)* µ B (u) Reichenbach

12 Nyaralás feltételei A nyaralásnak lehetőleg az igényelt szabadság idejére - június 20 és augusztus 10 közé kell esnie. Vízpartra szeretnénk menni. Az utazás legyen olcsó vagy garantált legyen a napsütés. Nyaralás tervezése Uticél Balaton Ajánlatok Időtartam Ár (Ft) µ ár (X) 1 0,9 Horvátország Mallorca ,5 0,4 Időtartam Vízpart (Napsütés Ár) X [Ft] Uticél µ időtartam µ ár µ napsütés µ vízpart 1.modell 2.modell 3.modell Balaton 0,93 0,9 0,8 0,95 0,9 0,88 0,86 Horvátország 1 0,4 0,9 0,8 0,8 0,8 0,75 Mallorca 0,86 0,5 0,95 0,99 0,86 0,85 0,83

13 Fuzzy vezérlő felépítése Mért értékek Folyamat Vezérlőjelek Életlenítés Fuzzy vezérlő Fuzzy következtetés Élesítés Tudásbázis

14 Tudásbázis Ha X értéke kicsi pozitív és Y értéke kicsi pozitív, akkor Z értéke kicsi pozitív. Ha X értéke nagy pozitív és Y értéke kicsi pozitív, akkor Z értéke nagy pozitív. Fuzzy vezérlő működése Életlenítés konkrét bemenő értékek alapján a hozzájuk tartozó tagságfüggvény értékének meghatározása Fuzzy következtetés a tudásbázisban tárolt szabályok alapján a végkövetkeztetés tagságfüggvény értékének kiszámítása Élesítés - a tagságfüggvénye alapján a kimenet értékének megállapítása. Lehet: terület, súlypont, stb. Fuzzy vezérlő

15 Konténerrakodó robot vezérlése Teher szöge Távolság Teher szöge nagy kicsi nulla Távolság Bemenő értékek a teher szöge és a céltól mért távolsága. Kimenő érték a motorra adott vezérlő jel. pozitív nagy pozitív kicsi nulla lassan lassan lassan vissza lassan vissza állj negatív kicsi lassan lassan negatív nagy lassan vissza

16 Konténerrakodó robot vezérlése µ szög (β) nulla µ távolság (l) nulla µ teljesítmény (P) állj negatív kicsi pozitív kicsi kicsi lassan vissza lassan egatív nagy pozitív nagy nagy vissza β [º] l [m] P [W] 1. IF távolság = nagy THEN teljesítmény = _. 2. IF távolság = kicsi AND szög = pozitív_nagy THEN teljesítmény = _vissza. 3. IF távolság = kicsi AND szög = negatív_nagy THEN teljesítmény = _. 4. IF távolság = nulla AND szög = pozitív_kicsi THEN teljesítmény = lassan_vissza. 5. IF távolság = nulla AND szög = negatív_kicsi THEN teljesítmény = lassan_. 6. IF távolság = nulla AND szög = nulla THEN teljesítmény = állj. Teher szöge: β = -20º Távolság: l = 5m Motorteljesítmény: P = 170W

Algoritmusok Tervezése. Fuzzy rendszerek Dr. Bécsi Tamás

Algoritmusok Tervezése. Fuzzy rendszerek Dr. Bécsi Tamás Algoritmusok Tervezése Fuzzy rendszerek Dr. Bécsi Tamás Bevezetés Mese a homokkupacról és a hidegről és a hegyekről Bevezetés, Fuzzy történet Két értékű logika, Boole algebra Háromértékű logika n értékű

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Logikai ágensek. Mesterséges intelligencia március 21.

Logikai ágensek. Mesterséges intelligencia március 21. Logikai ágensek Mesterséges intelligencia 2014. március 21. Bevezetés Eddigi példák tudásra: állapotok halmaza, lehetséges operátorok, ezek költségei, heurisztikák Feltételezés: a világ (lehetséges állapotok

Részletesebben

Számítási intelligencia

Számítási intelligencia Botzheim János Számítási intelligencia Budapesti Műszaki és Gazdaságtudományi Egyetem, Mechatronika, Optika és Gépészeti Informatika Tanszék Graduate School of System Design, Tokyo Metropolitan University

Részletesebben

Matematikai logika és halmazelmélet

Matematikai logika és halmazelmélet Matematikai logika és halmazelmélet Wettl Ferenc előadása alapján 2015-09-07 Wettl Ferenc előadása alapján Matematikai logika és halmazelmélet 2015-09-07 1 / 21 Tartalom 1 Matematikai kijelentések szerkezete

Részletesebben

BEVEZETÉS A FUZZY-ELVŰ SZABÁLYOZÁSOKBA. Jancskárné Dr. Anweiler Ildikó főiskolai docens. PTE PMMIK Műszaki Informatika Tanszék

BEVEZETÉS A FUZZY-ELVŰ SZABÁLYOZÁSOKBA. Jancskárné Dr. Anweiler Ildikó főiskolai docens. PTE PMMIK Műszaki Informatika Tanszék BEVEZETÉS A FUZZY-ELVŰ SZABÁLYOZÁSOKBA Jancskárné Dr. Anweiler Ildikó főiskolai docens PTE PMMIK Műszaki Informatika Tanszék A fuzzy-logika a kétértékű logika kalkulusának kiterjesztése. Matematikatörténeti

Részletesebben

Kijelentéslogika, ítéletkalkulus

Kijelentéslogika, ítéletkalkulus Kijelentéslogika, ítéletkalkulus Kijelentés, ítélet: olyan kijelentő mondat, amelyről egyértelműen eldönthető, hogy igaz vagy hamis Logikai értékek: igaz, hamis zürke I: 52-53, 61-62, 88, 95 Logikai műveletek

Részletesebben

Negáció igazságtáblája. Propozicionális logika -- levezetések. Diszjunkció igazságtáblája. Konjunkció igazságtáblája. Kondicionális igazságtáblája

Negáció igazságtáblája. Propozicionális logika -- levezetések. Diszjunkció igazságtáblája. Konjunkció igazságtáblája. Kondicionális igazságtáblája Negáció igazságtáblája Propozicionális logika -- levezetések p ~p I H H I Konjunkció igazságtáblája Diszjunkció igazságtáblája p q p&q I I I I H H H I H H H H p q pvq I I I I H I H I I H H H Megengedő

Részletesebben

Kijelentéslogika, ítéletkalkulus

Kijelentéslogika, ítéletkalkulus Kijelentéslogika, ítéletkalkulus Arisztotelész (ie 4. sz) Leibniz (1646-1716) oole (1815-1864) Gödel (1906-1978) Neumann János (1903-1957) Kalmár László (1905-1976) Péter Rózsa (1905-1977) Kijelentés,

Részletesebben

A logikai következmény

A logikai következmény Logika 3 A logikai következmény A logika egyik feladata: helyes következtetési sémák kialakítása. Példa következtetésekre : Minden veréb madár. Minden madár gerinces. Minden veréb gerinces 1.Feltétel 2.Feltétel

Részletesebben

Intelligens irányítások

Intelligens irányítások Intelligens irányítások Fuzzy halmazok Ballagi Áron Széchenyi István Egyetem Automatizálási Tsz. Arisztotelészi szi logika 2 Taichi Yin-Yang Yang logika 3 Hagyományos és Fuzzy halmaz Egy hagyományos halmaz

Részletesebben

Matematikai logika. 3. fejezet. Logikai m veletek, kvantorok 3-1

Matematikai logika. 3. fejezet. Logikai m veletek, kvantorok 3-1 3. fejezet Matematikai logika Logikai m veletek, kvantorok D 3.1 A P és Q elemi ítéletekre vonatkozó logikai alapm veleteket (konjunkció ( ), diszjunkció ( ), implikáció ( ), ekvivalencia ( ), negáció

Részletesebben

Bizonytalanság. Mesterséges intelligencia április 4.

Bizonytalanság. Mesterséges intelligencia április 4. Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel

Részletesebben

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok

Részletesebben

2. Alapfogalmak, műveletek

2. Alapfogalmak, műveletek 2. Alapfogalmak, műveletek Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGIMIEM Tartalomjegyzék I Mit tudunk eddig? 2 Fuzzy halmazokkal kapcsolatos alapvető fogalmak Fuzzy halmaz tartója Fuzzy halmaz

Részletesebben

A matematika nyelvéről bevezetés

A matematika nyelvéről bevezetés A matematika nyelvéről bevezetés Wettl Ferenc 2006. szeptember 19. Wettl Ferenc () A matematika nyelvéről bevezetés 2006. szeptember 19. 1 / 17 Tartalom 1 Matematika Kijelentő mondatok Matematikai kijelentések

Részletesebben

Knoch László: Információelmélet LOGIKA

Knoch László: Információelmélet LOGIKA Mi az ítélet? Az ítélet olyan mondat, amely vagy igaz, vagy hamis. Azt, hogy az adott ítélet igaz vagy hamis, az ítélet logikai értékének nevezzük. Jelölése: i igaz h hamis A 2 páros és prím. Logikai értéke

Részletesebben

BIZONYTALAN ADATOK KEZELÉSE: FUZZY SZAKÉRTŐI RENDSZEREK

BIZONYTALAN ADATOK KEZELÉSE: FUZZY SZAKÉRTŐI RENDSZEREK BIZONYTALAN ADATOK KEZELÉSE: FUZZY SZAKÉRTŐI RENDSZEREK Szakértői rendszerek, 14. hét, 2008 Tartalom 1 Bevezető 2 Fuzzy történelem A fuzzy logika kialakulása Alkalmazások Fuzzy logikát követ-e a világ?

Részletesebben

Intelligens irányítások

Intelligens irányítások Intelligens irányítások Fuzzy következtető rendszerek Ballagi Áron Széchenyi István Egyetem Automatizálási Tsz. 1 Fuzzy következtető rendszer Fuzzy következtető Szabálybázis Fuzzifikáló Defuzzifikáló 2

Részletesebben

ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA)

ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA) ÍTÉLETKALKULUS SZINTAXIS ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA) jelkészlet elválasztó jelek: ( ) logikai műveleti jelek: ítéletváltozók (logikai változók): p, q, r,... ítéletkonstansok: T, F szintaxis szabályai

Részletesebben

A matematika nyelvér l bevezetés

A matematika nyelvér l bevezetés A matematika nyelvér l bevezetés Wettl Ferenc 2012-09-06 Wettl Ferenc () A matematika nyelvér l bevezetés 2012-09-06 1 / 19 Tartalom 1 Matematika Matematikai kijelentések 2 Logikai m veletek Állítások

Részletesebben

Matematikai logika NULLADRENDŰ LOGIKA

Matematikai logika NULLADRENDŰ LOGIKA Matematikai logika NULLADRENDŰ LOGIKA Kijelentő mondatokhoz, melyeket nagy betűkkel jelölünk, interpretáció (egy függvény) segítségével igazságértéket rendelünk (I,H). Szintaxisból (nyelvtani szabályok,

Részletesebben

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik Az A halmazrendszer σ-algebra az Ω alaphalmazon, ha Ω A; A A A c A; A i A, i N, i N A i A. Az A halmazrendszer

Részletesebben

Fuzzy halmazok jellemzői

Fuzzy halmazok jellemzői A Fuzzy rendszerek, számítási intelligencia gyakorló feladatok megoldása Fuzzy halmazok jellemzői A fuzzy halmaz tartója az alaphalmaz azon elemeket tartalmazó részhalmaza, melyek tagsági értéke 0-nál

Részletesebben

Elsőrendű logika. Mesterséges intelligencia március 28.

Elsőrendű logika. Mesterséges intelligencia március 28. Elsőrendű logika Mesterséges intelligencia 2014. március 28. Bevezetés Ítéletkalkulus: deklaratív nyelv (mondatok és lehetséges világok közti igazságrelációk) Részinformációkat is kezel (diszjunkció, negáció)

Részletesebben

9. előadás. Programozás-elmélet. Programozási tételek Elemi prog. Sorozatszámítás Eldöntés Kiválasztás Lin. keresés Megszámolás Maximum.

9. előadás. Programozás-elmélet. Programozási tételek Elemi prog. Sorozatszámítás Eldöntés Kiválasztás Lin. keresés Megszámolás Maximum. Programozási tételek Programozási feladatok megoldásakor a top-down (strukturált) programtervezés esetén három vezérlési szerkezetet használunk: - szekvencia - elágazás - ciklus Eddig megismertük az alábbi

Részletesebben

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok

Részletesebben

3. Magyarország legmagasabb hegycsúcsa az Istállós-kő.

3. Magyarország legmagasabb hegycsúcsa az Istállós-kő. 1. Bevezetés A logika a görög,,logosz szóból származik, melynek jelentése gondolkodás, beszéd, szó. A logika az emberi gondolkodás vizsgálatával foglalkozik, célja pedig a gondolkodás során használt helyes

Részletesebben

17. előadás: Vektorok a térben

17. előadás: Vektorok a térben 17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Bizonytalan tudás és kezelése Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade Milyen matematikát

Részletesebben

AZ INFORMATIKA LOGIKAI ALAPJAI

AZ INFORMATIKA LOGIKAI ALAPJAI AZ INFORMATIKA LOGIKAI ALAPJAI Előadó: Dr. Mihálydeák Tamás Sándor Gyakorlatvezető: Kovács Zita 2017/2018. I. félév 4. gyakorlat Interpretáció A ϱ függvényt az L (0) = LC, Con, Form nulladrendű nyelv egy

Részletesebben

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.

Részletesebben

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019.

Valószín ségszámítás. Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes 2018/2019. Valószín ségszámítás Survey statisztika mesterszak és földtudomány alapszak Backhausz Ágnes agnes@cs.elte.hu 2018/2019. szi félév A valószín ségszámítás kurzus céljai a statisztika megalapozása: a véletlen

Részletesebben

A logika, és a matematikai logika alapjait is neves görög tudós filozófus Arisztotelész rakta le "Analitika" című művében, Kr.e. IV. században.

A logika, és a matematikai logika alapjait is neves görög tudós filozófus Arisztotelész rakta le Analitika című művében, Kr.e. IV. században. LOGIKA A logika tudománnyá válása az ókori Görögországban kezdődött. Maga a logika szó is görög eredetű, a logosz szó jelentése: szó, fogalom, ész, szabály. Már az első tudósok, filozófusok, és politikusok

Részletesebben

MYCIN. Szakértői rendszer

MYCIN. Szakértői rendszer MYCIN Szakértői rendszer Általában mycin: gombafajból nyert antibiotikum (görög) Pl: kanamycin, tobramycin, streptomycin, stb Általában szakértői rendszer vér fertőzéseinek, gyógykezeléseknek meghatározását

Részletesebben

A F u z z y C L I P S a l a p j a i

A F u z z y C L I P S a l a p j a i A F u z z y C L I P S a l a p j a i A CLIPS rendszer bovítése a bizonytalan információk hatékony kezelése céljából. K é t f é l e b i z o n y t a l a n s á g t á m o g a t á s a : Pontosan nem megfogalmazható

Részletesebben

Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár

Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár Dunaújvárosi Főiskola Informatikai Intézet Intelligens ágensek Dr. Seebauer Márta főiskolai tanár seebauer.marta@szgti.bmf.hu Ágens Ágens (agent) bármi lehet, amit úgy tekinthetünk, hogy érzékelők (sensors)

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

Részletesebben

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2012

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2012 2012 2. Számhalmazok (a valós számok halmaza és részhalmazai), oszthatósággal kapcsolatos problémák, számrendszerek. 4. Hatványozás, hatványfogalom kiterjesztése, azonosságok. Gyökvonás és azonosságai,

Részletesebben

Mesterséges Intelligencia 1

Mesterséges Intelligencia 1 Mesterséges Intelligencia Egy ember kecskét, farkast és kápostát seretne átvinni egy folyón, de csak egy kis csónakot talál, amelybe rajta kívül csak egy tárgy fér. Hogyan tud a folyón úgy átkelni, hogy.

Részletesebben

1. A matematikai logika alapfogalmai. 2. A matematikai logika műveletei

1. A matematikai logika alapfogalmai. 2. A matematikai logika műveletei 1. A matematikai logika alapfogalmai Megjegyzések: a) A logikában az állítás (kijelentés), valamint annak igaz vagy hamis voltát alapfogalomnak tekintjük, nem definiáljuk. b) Minden állítással kapcsolatban

Részletesebben

Matematika alapjai; Feladatok

Matematika alapjai; Feladatok Matematika alapjai; Feladatok 1. Hét 1. Tekintsük a,, \ műveleteket. Melyek lesznek a.) kommutativok b.) asszociativak c.) disztributívak-e a, műveletek? Melyik melyikre? 2. Fejezzük ki a műveletet a \

Részletesebben

Diszkrét matematika I.

Diszkrét matematika I. Diszkrét matematika I. középszint 2013 ősz 1. Diszkrét matematika I. középszint 8. előadás Mérai László merai@compalg.inf.elte.hu compalg.inf.elte.hu/ merai Komputeralgebra Tanszék 2013 ősz Kombinatorika

Részletesebben

Valószín ségszámítás és statisztika

Valószín ségszámítás és statisztika Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@math.elte.hu fogadóóra: szerda 10-11 és 13-14, D 3-415 2018/2019. tavaszi félév Bevezetés A valószín ségszámítás

Részletesebben

Mesterséges Intelligencia MI

Mesterséges Intelligencia MI Mesterséges Intelligencia MI Valószínűségi hálók - alapok Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade A szükséges

Részletesebben

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) (11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)

Részletesebben

Az informatika logikai alapjai

Az informatika logikai alapjai Az informatika logikai alapjai Várterész Magda DE, Informatikai Kar PTI BSc és informatikatanár hallgatók számára 2017. A logika szó hétköznapi jelentése: rendszeresség, következetesség Ez logikus beszéd

Részletesebben

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 1/363 1/363 Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2010/2011 Az Előadások Témái 169/363 Bevezető: mi a mesterséges intelligencia... Tudás reprezentáció Gráfkeresési stratégiák

Részletesebben

Bizonytalan tudás kezelése

Bizonytalan tudás kezelése Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Bizonytalan tudás kezelése Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz Valószínűségi

Részletesebben

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1 Halmazelmélet 1. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Halmazelmélet p. 1/1 A halmaz fogalma, jelölések A halmaz fogalmát a matematikában nem definiáljuk, tulajdonságaival

Részletesebben

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós

Részletesebben

Az informatika logikai alapjai

Az informatika logikai alapjai Az informatika logikai alapjai Várterész Magda DE, Informatikai Kar PTI BSc és informatikatanár hallgatók számára 2017. Formulahalmaz kielégíthetősége Ezen az előadáson Γ-val egy elsőrendű logikai nyelv

Részletesebben

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata. 1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata. HLMZOK halmaz axiomatikus fogalom, nincs definíciója. benne van valami a halmazban szintén axiomatikus fogalom,

Részletesebben

MATEMATIK A 9. évfolyam. 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR

MATEMATIK A 9. évfolyam. 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR MATEMATIK A 9. évfolyam 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR Matematika A 9. évfolyam. 2. modul: LOGIKA Tanári útmutató 2 MODULLEÍRÁS A modul célja Időkeret Ajánlott korosztály Modulkapcsolódási pontok

Részletesebben

Logika és informatikai alkalmazásai kiskérdések február Mikor mondjuk, hogy az F formula a G-nek részformulája?

Logika és informatikai alkalmazásai kiskérdések február Mikor mondjuk, hogy az F formula a G-nek részformulája? ,,Alap kiskérdések Logika és informatikai alkalmazásai kiskérdések 2012. február 19. 1. Hogy hívjuk a 0 aritású függvényjeleket? 2. Definiálja a termek halmazát. 3. Definiálja a formulák halmazát. 4. Definiálja,

Részletesebben

Diszkrét matematika I.

Diszkrét matematika I. Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 2. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Matematikai logika Diszkrét matematika I. középszint

Részletesebben

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport

Diszkrét matematika gyakorlat 1. ZH október 10. α csoport Diszkrét matematika gyakorlat 1. ZH 2016. október 10. α csoport 1. Feladat. (5 pont) Adja meg az α 1 β szorzatrelációt, amennyiben ahol A {1, 2, 3, 4}. α {(1, 2), (1, 3), (2, 1), (3, 1), (3, 4), (4, 4)}

Részletesebben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

5. A kiterjesztési elv, nyelvi változók

5. A kiterjesztési elv, nyelvi változók 5. A kiterjesztési elv, nyelvi változók Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 A kiterjesztési elv 2 Nyelvi változók A kiterjesztési elv 237 A KITERJESZTÉSI ELV A

Részletesebben

Eötvös Loránd Tudományegyetem Természettudományi Kar. Fuzzy optimalizálás. BSc Szakdolgozat

Eötvös Loránd Tudományegyetem Természettudományi Kar. Fuzzy optimalizálás. BSc Szakdolgozat Eötvös Loránd Tudományegyetem Természettudományi Kar Fuzzy optimalizálás BSc Szakdolgozat Készítette: Rajzinger Zsanett Matematika BSc Matematikai elemző szakirány Témavezető: Fullér Róbert Óbudai Egyetem

Részletesebben

A félév során előkerülő témakörök

A félév során előkerülő témakörök A félév során előkerülő témakörök rekurzív algoritmusok rendező algoritmusok alapvető adattípusok, adatszerkezetek, és kapcsolódó algoritmusok dinamikus programozás mohó algoritmusok gráf algoritmusok

Részletesebben

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból

Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból Osztályozó- és javítóvizsga témakörei MATEMATIKA tantárgyból 9. évfolyam I. Halmazok 1. Alapfogalmak, jelölések 2. Halmaz, részhalmaz fogalma, részhalmazok száma, jelölések 3. Nevezetes számhalmazok (N,

Részletesebben

Máté: Számítógép architektúrák

Máté: Számítógép architektúrák Fixpontos számok Pl.: előjeles kétjegyű decimális számok : Ábrázolási tartomány: [-99, +99]. Pontosság (két szomszédos szám különbsége): 1. Maximális hiba: (az ábrázolási tartományba eső) tetszőleges valós

Részletesebben

A bizonytalanságkezelés modelljeinek osztályozása

A bizonytalanságkezelés modelljeinek osztályozása A bizonytalanságkezelés modelljeinek osztályozása. A Bayes-modell, a Bayeshálók, a Dempster-Shafer-modell és a fuzzy-modell lényege; alkalmazási lehetőségeik, korlátaik. A heurisztikus és a szimbolikus

Részletesebben

Diszkrét matematika II., 8. előadás. Vektorterek

Diszkrét matematika II., 8. előadás. Vektorterek 1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.

Részletesebben

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005

MATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2005 2005 1. * Halmazok, halmazműveletek, nevezetes ponthalmazok 2. Számhalmazok, halmazok számossága 3. Hatványozás, hatványfüggvény 4. Gyökvonás, gyökfüggvény 5. A logaritmus. Az exponenciális és a logaritmus

Részletesebben

TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...

TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése... TARTALOMJEGYZÉK TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS...1 1. A lágy számításról...2 2. A könyv célkitűzése és felépítése...6 AZ ÖSSZETEVŐ LÁGY RENDSZEREK...9 I. BEVEZETÉS...10 3. Az összetevő

Részletesebben

Matematika javítóvizsga témakörök 10.B (kompetencia alapú )

Matematika javítóvizsga témakörök 10.B (kompetencia alapú ) Matematika javítóvizsga témakörök 10.B (kompetencia alapú ) 1. A négyzetgyök fogalma, a négyzetgyökvonás művelete 2. A négyzetgyökvonás azonosságai 3. Műveletek négyzetgyökökkel 4. A nevező gyöktelenítése

Részletesebben

Feladatok MATEMATIKÁBÓL

Feladatok MATEMATIKÁBÓL Feladatok MATEMATIKÁBÓL a 1. évfolyam számára III. 1. Számítsuk ki a következő hatványok értékét! a) b) 7 c) 5 d) 5 1 e) 6 1 6 f) ( 81 16 ) g) 0,00001 5. Írjuk fel gyökjelekkel a következő hatványokat!

Részletesebben

1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje

1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje 1. Alapfogalmak 1.1. Algoritmus Az algoritmus olyan elemi műveletekből kompozíciós szabályok szerint felépített összetett művelet, amelyet megadott feltételt teljesítő bemeneti adatra végrehajtva, a megkívánt

Részletesebben

2. A példahalmazban n = 3 negatív és p = 3 pozitív példa van, azaz a példahalmazt képviselő döntési fa információtartalma: I = I(1/2, 1/2) = 1 bit.

2. A példahalmazban n = 3 negatív és p = 3 pozitív példa van, azaz a példahalmazt képviselő döntési fa információtartalma: I = I(1/2, 1/2) = 1 bit. Példa 1. Döntési fa számítása/1 1. Legyen a felhasználandó példahalmaz: Példa sz. Nagy(x) Fekete(x) Ugat(x) JóKutya(x) X1 Igen Igen Igen Nem X2 Igen Igen Nem Igen X3 Nem Nem Igen Nem X4 Nem Igen Igen Igen

Részletesebben

6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK. BSc Matematika I. BGRMA1HNND, BGRMA1HNNC

6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK. BSc Matematika I. BGRMA1HNND, BGRMA1HNNC 6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK BSc Matematika I. BGRMAHNND, BGRMAHNNC A következő diákon szereplő állítások mindegyikét az előadáson fogjuk igazolni, és példákkal bőségesen

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Nagy Gábor  compalg.inf.elte.hu/ nagy ősz Diszkrét matematika 1. középszint 2016. ősz 1. Diszkrét matematika 1. középszint 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra

Részletesebben

LOGIKA ÉS ÉRVELÉSTECHNIKA

LOGIKA ÉS ÉRVELÉSTECHNIKA LOGIKA ÉS ÉRVELÉSTECHNIKA ELTE TáTK Közgazdaságtudományi Tanszék Logika és érveléstechnika NULLADREND LOGIKA 3. Készítette: Szakmai felel s: 2011. február Készült a következ m felhasználásával: Ruzsa

Részletesebben

mtologatók részére szeretettel Achs Ágnes

mtologatók részére szeretettel Achs Ágnes Bit és s Számtologat mtologatók részére szeretettel Achs Ágnes achs.agnes@gmail.com Bizonytalanságkezel gkezelés Keresek Mártának egy Vivaldi hangversenyt Ma Bach koncert van, azt szívesen ajánlom A dialógus

Részletesebben

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.

Részletesebben

ÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak.

ÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak. ÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak. Időtartam: 60 perc 1. Halmazműveletek konkrét halmazokkal.

Részletesebben

Válogatott fejezetek a logikai programozásból ASP. Answer Set Programming Kelemen Attila

Válogatott fejezetek a logikai programozásból ASP. Answer Set Programming Kelemen Attila ASP 1 Kedvcsináló N királynő 3+1 sorban index(1..n). % minden sorban pontosan 1 királynő van 1{q(X,Y):index(X)}1 :- index(y). % az rossz, ha ugyanabban az oszlopban 2 királynő van :- index(x; Y1; Y2),

Részletesebben

Logika es sz am ıt aselm elet I. r esz Logika 1/36

Logika es sz am ıt aselm elet I. r esz Logika 1/36 1/36 Logika és számításelmélet I. rész Logika 2/36 Elérhetőségek Tejfel Máté Déli épület, 2.606 matej@inf.elte.hu http://matej.web.elte.hu Tankönyv 3/36 Tartalom 4/36 Bevezető fogalmak Ítéletlogika Ítéletlogika

Részletesebben

LOGIKA ÉS ÉRVELÉSTECHNIKA

LOGIKA ÉS ÉRVELÉSTECHNIKA LOGIKA ÉS ÉRVELÉSTECHNIKA ELTE TáTK Közgazdaságtudományi Tanszék Logika és érveléstechnika NULLADREND LOGIKA 1. Készítette: Szakmai felel s: 2011. február Készült a következ m felhasználásával: Ruzsa

Részletesebben

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet

Részletesebben

FUZZY LOGIKAI IRÁNYÍTÁS

FUZZY LOGIKAI IRÁNYÍTÁS Electrical Engineering, Budapest, Branch of Computer Science, p.116, (1993). FUZZY LOGIKAI IRÁNYÍTÁS Bevezetés Egyre nagyobb teret hódít napjainkban a fuzzy logikai irányítás. Az 1987-ben (II.Fuzzy Világkongresszus)

Részletesebben

Követelmény a 6. évfolyamon félévkor matematikából

Követelmény a 6. évfolyamon félévkor matematikából Követelmény a 6. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Halmazba rendezés adott tulajdonság alapján, részhalmaz felírása, felismerése. Két véges halmaz közös részének,

Részletesebben

Egyenletek, egyenlőtlenségek, egyenletrendszerek I.

Egyenletek, egyenlőtlenségek, egyenletrendszerek I. Egyenletek, egyenlőtlenségek, egyenletrendszerek I. DEFINÍCIÓ: (Nyitott mondat) Az olyan állítást, amelyben az alany helyén változó szerepel, nyitott mondatnak nevezzük. A nyitott mondatba írt változót

Részletesebben

Követelmény az 5. évfolyamon félévkor matematikából

Követelmény az 5. évfolyamon félévkor matematikából Követelmény az 5. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Néhány elem kiválasztása adott szempont szerint. Néhány elem sorba rendezése, az összes lehetséges sorrend felsorolása.

Részletesebben

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete? 1. Írja fel annak az egyenesnek az egyenletét, amely áthalad az (1; 3) ponton, és egyik normálvektora a (8; 1) vektor! Az egyenes egyenlete: 2. Végezze el a következő műveleteket, és vonja össze az egynemű

Részletesebben

Matematika 11. évfolyam

Matematika 11. évfolyam Matematika 11. évfolyam Tanmenet Másodfokúra visszavezethető magasabb rendű egyenletek, másodfokú egyenletrendszerek 1. Másodfokú egyenletek (ismétlés) 2. Másodfokú egyenletrendszerek (behelyettesítő módszer)

Részletesebben

2019/02/11 10:01 1/10 Logika

2019/02/11 10:01 1/10 Logika 2019/02/11 10:01 1/10 Logika < Számítástechnika Logika Szerző: Sallai András Copyright Sallai András, 2011, 2012, 2015 Licenc: GNU Free Documentation License 1.3 Web: http://szit.hu Boole-algebra A Boole-algebrát

Részletesebben

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai

BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai 1.a. A B B A 2.a. (A B) C A (B C) 3.a. A (A B) A 4.a. I A I 5.a. A (B C) (A B) (A C) 6.a. A A I 1.b. A B B A 2.b. (A B) C A (B C) 3.b. A

Részletesebben

Térinformatikai algoritmusok Elemi algoritmusok

Térinformatikai algoritmusok Elemi algoritmusok Cserép Máté 2016. szeptember 14. Analóg programozásnak nevezzük azt, amikor egy feladat megoldásához egy már ismert és megoldott feladat megoldását használjuk fel. Általában nem pontosan ugyanazt a feladatot

Részletesebben

Fuzzy Rendszerek. 2. előadás Fuzzy következtető rendszerek. Ballagi Áron egyetemi adjunktus. Széchenyi István Egyetem, Automatizálási Tsz.

Fuzzy Rendszerek. 2. előadás Fuzzy következtető rendszerek. Ballagi Áron egyetemi adjunktus. Széchenyi István Egyetem, Automatizálási Tsz. Fuzzy Rendszerek 2. előadás Fuzzy következtető rendszerek Ballagi Áron egyetemi adjunktus Széchenyi István Egyetem, Automatizálási Tsz. Fuzzy következtető rendszer Fuzzy következtető Szabálybázis Fuzzifikáló

Részletesebben

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika

Fuzzy rendszerek. A fuzzy halmaz és a fuzzy logika Fuzzy rendszerek A fuzzy halmaz és a fuzzy logka A hagyományos kétértékű logka, melyet évezredek óta alkalmazunk a tudományban, és amelyet George Boole (1815-1864) fogalmazott meg matematkalag, azon a

Részletesebben

Specifikáció. B logikai formula, a bemeneti feltétel, K logikai formula, a kimeneti feltétel, A az algoritmus, amelyre az állítás vonatkozik.

Specifikáció. B logikai formula, a bemeneti feltétel, K logikai formula, a kimeneti feltétel, A az algoritmus, amelyre az állítás vonatkozik. Algoritmus Az algoritmus olyan elemi műveletekből kompozíciós szabályok szerint felépített összetett művelet, amelyet megadott feltételt teljesítő bemeneti adatra végrehajtva, a megkívánt kimeneti adatot

Részletesebben

Döntések vizsgálata klasszikus és fuzzy halmazelméleti megközelítésben tudásbázisú keretrendszer alkalmazásával

Döntések vizsgálata klasszikus és fuzzy halmazelméleti megközelítésben tudásbázisú keretrendszer alkalmazásával Dr. Szeghegyi Ágnes Döntések vizsgálata klasszikus és fuzzy halmazelméleti megközelítésben tudásbázisú keretrendszer alkalmazásával Döntések vizsgálata klasszikus és fuzzy halmazelméleti megközelítésben

Részletesebben

ÖSSZEVONT ÓRÁK A MÁSIK CSOPORTTAL. tartósság, megerősítés, visszacsatolás, differenciálás, rendszerezés. SZÁMTANI ÉS MÉRTANI SOROZATOK (25 óra)

ÖSSZEVONT ÓRÁK A MÁSIK CSOPORTTAL. tartósság, megerősítés, visszacsatolás, differenciálás, rendszerezés. SZÁMTANI ÉS MÉRTANI SOROZATOK (25 óra) Tantárgy: MATEMATIKA Készítette: KRISTÓF GÁBOR, KÁDÁR JUTKA Osztály: 12. évfolyam, fakultációs csoport Vetési Albert Gimnázium, Veszprém Heti óraszám: 6 Éves óraszám: 180 Tankönyv: MATEMATIKA 11 és MATEMATIKA

Részletesebben

Érettségi előkészítő emelt szint 11-12. évf. Matematika. 11. évfolyam. Tematikai egység/fejlesztési cél

Érettségi előkészítő emelt szint 11-12. évf. Matematika. 11. évfolyam. Tematikai egység/fejlesztési cél Emelt szintű matematika érettségi előkészítő 11. évfolyam Tematikai egység/fejlesztési cél Órakeret 72 óra Kötelező Szabad Összesen 1. Gondolkodási módszerek Halmazok, matematikai logika, kombinatorika,

Részletesebben

PRÓBAÉRETTSÉGI MATEMATIKA május-június KÖZÉPSZINT. Vizsgafejlesztő Központ

PRÓBAÉRETTSÉGI MATEMATIKA május-június KÖZÉPSZINT. Vizsgafejlesztő Központ PRÓBAÉRETTSÉGI 2003. május-június MATEMATIKA KÖZÉPSZINT I. Vizsgafejlesztő Központ Kedves Tanuló! Kérjük, hogy a feladatsort legjobb tudása szerint oldja meg! A feladatsorban található szürke téglalapokat

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 1. estis képzés 2017. ősz 1. Diszkrét matematika 1. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján

Részletesebben

Algoritmusok helyességének bizonyítása. A Floyd-módszer

Algoritmusok helyességének bizonyítása. A Floyd-módszer Algoritmusok helyességének bizonyítása A Floyd-módszer Algoritmusok végrehajtása Egy A algoritmus esetében a változókat három változótípusról beszélhetünk, melyeket az X, Y és Z vektorokba csoportosítjuk

Részletesebben