Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla

Slides:



Advertisements
Podobné prezentace
LOGISTICKÉ SYSTÉMY 14/15.
Advertisements

Rozhodnutelnost.
Dualita úloh lineárního programování a analýza citlivosti
Teorie čísel Nekonečno
Varianty Turingova stroje Výpočet funkcí pomocí TS
Úvod do Teorie množin.
Teorie pravděpodobnosti
Základní číselné množiny
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
Kvantové počítače Foton se může nacházet „současně na více místech“ (s různou pravděpodobností). Nemá deterministicky určenou polohu. To dává šanci elementární.
Seminář – Základy programování
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Teorie ICT.
Church-Turingova teze Univerzální Turingův stroj Diagonalizace
Fakulta životního prostředí Katedra informatiky a geoinformatiky
TI 7.1 NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6. TI 7.2 Nejkratší cesty z jednoho uzlu Seznámíme se s následujícími pojmy: w-vzdálenost (vzdálenost na.
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
ORIENTOVANÉ GRAFY V této části se seznámíme s následujícími pojmy:
Abeceda a formální jazyk
Formulace a vlastnosti úloh lineárního programování
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Fuzzy logika.
Teorie vyčíslitelnosti
Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Ing. Miluše Nováková. Dostupné z Metodického portálu ; ISSN Provozuje.
V matematice existují i seskupení objektů, které nejsou množinami.
3. Přednáška posloupnosti
Pre-algebra Antonín Jančařík.
Fuzzy logika, fuzzy množiny
Vztah bezkontextových jazyků a ZA
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
Formální modely výpočtu Tomáš Vaníček Katedra inženýrské informatiky Stavební fakulta ČVUT Thákurova 7, Praha 6 Dejvice, b407
P-těžké, np-těžké a np-úplné problémy
Zpracování neurčitosti Fuzzy přístupy RNDr. Jiří Dvořák, CSc.
Úvod do logiky 5. přednáška
Turingův stroj.
Výpočetní složitost Odhlédneme-li od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému, lze časovou složitost hodnotit.
Množiny.
Úvod do teorie konečných automatů
Automaty a gramatiky.
Vektorové prostory.
Churchova (Turingova) teze
Úvod do logiky (presentace 2) Naivní teorie množin, relace a funkce
DOK. FUZZY MNOŽINY ETC. Klasické množiny Klasická množina – Výběr prvků z nějakého univerza Podle nějakého pravidla – Každý prvek obsahuje nejvýše jednou.
Jak může Turingův stroj řešit úlohu? Mám rozhodnout, zda posloupnost znaků 0 a 1 obsahuje dvě 0 za sebou.
Algoritmicky nerozhodnutelný problém Věta: Problém přijetí prázdného slova Turingovým strojem je algoritmicky nerozhodnutelný. A TM ={  M,e  | M je TS.
1 Rozpoznávač jeté vařečky s HMM Honza Černocký
Doc. Josef Kolář (ČVUT)Prohledávání grafůGRA, LS 2010/11, Lekce 4 1 / 15Doc. Josef Kolář (ČVUT)Turingovy strojeGRA, LS 2012/13, Lekce 12 1 / 21 TURINGOVY.
Doc. Josef Kolář (ČVUT)Prohledávání grafůGRA, LS 2010/11, Lekce 4 1 / 15Doc. Josef Kolář (ČVUT)NP-úplné problémyGRA, LS 2012/13, Lekce 13 1 / 14 NP-ÚPLNÉ.
Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla
Churchova (Turingova) teze
Operace s množinami Matematika Autor: Mgr. Karla Bumbálková
Číslo projektuCZ.1.07/1.5.00/ Název školyGymnázium, Soběslav, Dr. Edvarda Beneše 449/II Kód materiáluVY_42_INOVACE_12_19 Název materiáluZákladní.
Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Kateřina Linková. Dostupné z Metodického portálu ISSN: , financovaného.
MNOŽINY RNDr. Jiří Kocourek. Množina: skupina (souhrn, soubor) nějakých objektů.
Funkce Funkce je zobrazení z jedné číselné množiny do druhé, nejčastěji Buď A a B množiny, f zobrazení. Potom definiční obor a obor hodnot nazveme množiny:
MNO ŽI NY Kristýna Zemková, Václav Zemek
Definiční obor a obor hodnot
Teorie vyčíslitelnosti – věta o rekurzi
MNO ŽI NY Kristýna Zemková, Václav Zemek
Financováno z ESF a státního rozpočtu ČR.
Matematická logika 5. přednáška
ČÍSELNÉ MNOŽINY, INTERVALY
DIGITÁLNÍ UČEBNÍ MATERIÁL
Matematická logika 5. přednáška
MNOŽINY Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Kateřina Linková. Dostupné z Metodického portálu ISSN: , financovaného.
MNOŽINY RNDr. Jiří Kocourek.
Predikátová logika.
Klasifikace rozhodovacích problémů
Definiční obory. Množiny řešení. Intervaly.
ČÍSELNÉ MNOŽINY, INTERVALY
Transkript prezentace:

Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla

Mlhavost Možné příčiny nejistoty: Stochastický charakter jevu (zítra bude pršet). Kvantová nejistota (teplota vody v umyvadle je 10 stupňů) Mlhavost pojmů (jsem vysoký člověk)

Fuzzy množiny Klasická teorie množin : prvek do množiny patří, nebo nepatří. Exisstuje charakteristická funkce množiny A A, MA. MA = 1, pokud x  A, MA = 0, pokud není x  A. Fuzzy množina je určena svou charakteristickou funkcí μA z univerza U na interval <0,1> μA (x)= 1, pokud x je určitě v A. μA (x)= 0, pokud x určitě není v A. μA je mezi 0 a 1, pokud nevíme jistě, zda x je v A, nebo není.

Fuzzy množiny Nosič A: supp(A)={xU|μA (x) > 0}. Jádro A: core(A)={xU|μA (x) = 1}. Výška fuzzy množiny: sup(μA (x)). Normální fuzzy množina: Výška je rovna 1. α-hladina fuzzy množiny A {xU|μA (x) ≥ α}. α-řez fuzzy množiny A {xU|μA (x) = α}.

Operace s fuzzy množinami A je podmnožina of B: μA (x) ≤ μB(x) B je doplněk of A: μB(x) = 1 - μA(x) C je (standardní) sjednocení A a B: μC(x)=max(μA(x), μB(x)) C je (standardní) průnik A a B: μC(x)=min(μA(x),μB(x))

Fuzzy čísla Nechť a≤b≤c≤d jsou 4 reálná čísla, která splňují: μA(x)=0 , pro x<a and x>d μA(x)=1 , pro x mezi b a c μA(x) je rostoucí mezi a a b. μA(x) je klesající mezi c a d. Takovou množinu A nazýváme fuzzy interval. Pokud b=c nazýváme tuto množinu fuzzy číslo.

Churchova (Turingova) teze Každý Turingův stroj reprezentuje nějaký algoritmus a každý algoritmus lze realizovat nějakým Turingovým strojem. Přijetí této teze umožňuje rozlišit dva případy: Řešení problému algoritmem, kdy Turingův stroj rozhoduje daný problém (odpoví ANO i NE v konečném čase). Řešení problému procedurou, kdy Turingův stroj daný problém pouze rozpoznává (v konečném čase dá pouze kladnou odpověď).

Univerzální Turingův stroj Každý Turingův stroj lze popsat konečným počtem symbolů nějaké abecedy. Stačí zakódovat vhodně jeho stavy, páskovou abecedu a přechodovou funkci. Množina všech Turingových strojů je tedy nekonečná, spočetná. Kódy všech Turingových strojů lze uspořádat do posloupnosti T1, T2, …. Lze sestrojit univerzální Turingův stroj, který na základě čísla daného Turingova stroje a jeho vstupních dat bude simulovat práci libovolného Turingova stroje.

Algorotmicky nerozhodnutelné problémy Všechna zadání rozhodovacích problémů zapsaná pomocí konečné abecedy lze lze též seřadit do nekonečné posloupnosti. Postupujme nyní diagonální metodou. Sestrojme jazyk L tak, že do něj zařadíme ta a jen ta zadání Zi, pro které se Turingův stroj Ti při své práci nezastaví. Tento jazyk není žádným Turingovým strojem rozpoznatelný. Kdyby byl, musel by být umístěn na nějakém místě posloupnosti a musel by dané slovo přijmout. Existují tedy jazyky, které nelze žádným Turingovým strojem rozpoznat. Ty představují nerozhodnutelné problémy.

Problém zastavení Turingova stroje Je dán Turingův stroj v nějaké své konfiguraci. Existuje algoritmus, který rozhoduje zda se tento stroj zastaví či nikoliv? Odpověď na tuto otázku je negativní. Lze to dokázat opět postupem v které se užije diagonální metoda. Tento poznatek je důležitý pro prokázání nemožnosti algoritmicky prověřit v obecném případě úplnou korektnost programů.

Postův korespondenční problém Mějme dvě stejně dlouhé posloupnosti neprázdných slov nad danou abecedou : Řekneme, že tento problém má řešení, pokud „lze z obou těchto posloupností slov sestavit stejné slovo“

Postův korespondenční problém

Postův korespondenční problém