Henrik Bulskov Styltsvig

Størrelse: px
Starte visningen fra side:

Download "Henrik Bulskov Styltsvig"

Transkript

1 Introduktion til Fuzzy logik Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks Roskilde Telefon: Fax:

2 Fuzzy mængder / Fuzzy logik Fuzzy logik formalisme til håndtering af vag, upræcis, usikker viden giver mulighed for at repræsentere vage ord / begreber som,f.eks. høj, god, dygtig,... ofte, sjældent, meget, nogengange,... Fuzzy logik / Fuzzy mængde teori grader af sandhed/ grader af medlemskab introduceret af Lotfi Zadeh i 1965 baseret på ideen om "mange-værdiet logik" introduceret af Jan Lukasiewicz Henrik Bulskov Styltsvig 2

3 Fuzzy mængder / Fuzzy logik baseret på ideen om at alt må beskrives ved gradueringer modellering af vagt begreb som "høj" i boolesk logik skarpt afgrænset f.eks. defineret ved "højde > 180 cm." SAND = 1.0 Høj FALSK = cm. ~ "ikke høj" og 181 cm ~ "høj" i fuzzy logik er flydende overgang mulig: højder kan gradueres i forhold til begrebet "høj" Henrik Bulskov Styltsvig 3

4 Fuzzy mængder / Fuzzy logik eksempel høje mænd: Henrik Bulskov Styltsvig 4

5 Fuzzy systemer Fuzzy system kendetegnet ved at der arbejdes med fuzzy mængder, dvs. mængder, hvor der bestemmes grader af medlemsskab (i intervallet [0,1]) for elementer fuzzy logik, dvs. logik, hvor sandhedsværdien for et udsagn er en værdi v [0,1] med 0 og 1 som ekstremer repræsenterende hhv. falsk og sand og hvor en sandhedsværdi 0<v<1 angiver en grad af sandhed for udsagnet (Fuzzy mængde) (Fuzzy logik) Grad til hvilken "x er element i M" er = den graduerede (fuzzy) sandhedsværdi for udsagnet Henrik Bulskov Styltsvig 5

6 Krisp mængde Universel mængde (Universe of Discourse) et domæne / et "univers" hvori vi definerer mængder Krisp mængde almindelig, ikke-fuzzy mængde (indført for at skelne fra fuzzy mængde) Karakteristisk funktion for krisp mængde mængde A på Universel mængde X kan defineres ved funktion 0 f A : X {0,1}, hvor f A ( x) 1 hvis x A hvis x A (eksempel på s. 3) Henrik Bulskov Styltsvig 6

7 Fuzzy mængde Fuzzy mængde defineres ved medlemsfunktion som svarer til den karakteristiske funktion for en krisp mængde Medlemsfunktion for fuzzy mængde (det mest populære funktionssymbol til medlemsfunktioner: ) fuzzy mængde A på Universel mængde X kan defineres ved funktion A A ( x) 0 hvis x ikke i A ï : X {0,1}, hvor 0 < A ( x) < 1 hvis x delvis i A ï A( x) 1 hvis x i A Værdier for medlemsfunktionen angiver grader af medlemskab i den fuzzy mængde A (eksempel på s. 3) Henrik Bulskov Styltsvig 7

8 Fuzzy Mængde Notation til fuzzy mængde ofte benyttes eksplicit noterede fuzzy mængder, der skrives som summationer over medlemsgrad/element-led X = {x 1,x 2,,x n } A = A (x 1 )/x 1 + A (x 2 )/x A (x n )/x n eller A = i=1,,n A (x i )/x i normalt noteres kun elementer med grad af medlemsskab A > 0 dog er det ofte bekvemt - og det er tit nødvendigt - at beskrive mængden ved et funktionsudtryk for medlemsfunktionen og afbilde denne Henrik Bulskov Styltsvig 8

9 Fuzzy Mængde, Notation Eksempel Diskret universel mængde: HELTAL = {0,1,2, } Fuzzy mængde LILLE-HELTAL LILLE-HELTAL = 1/0 + 1/1 +.9/2 +.7/3 +.5/4 +.3/5 +.1/6 LILLE-HELTAL (0)=1, LILLE-HELTAL (1)=1, LILLE-HELTAL (2)=0.9, LILLE-HELTAL (3)=0.7, LILLE-HELTAL (4)=, LILLE-HELTAL (5)=0.3, LILLE-HELTAL (6)=0.1, LILLE-HELTAL (x)=0 når x>6 Eksempel Kontinuert universel mængde: REELLE-TAL = [0, ] Fuzzy mængde LILLE-TAL: 1.0 LILLE-TAL Efterår Henrik 13 Bulskov Styltsvig

10 Linkvistisk variabel, linkvistisk værdi Linkvistisk værdi (fuzzy term) en linkvistisk værdi (fuzzy term) er et (vagt) begreb, der referer til en given fuzzy mængde, f.eks. høj på en universel mængde af højder gammel på en universel mængde af af aldre beskrives ved fuzzy mængder Lingvistisk variabel en lingvistisk variabel er en variabel over størrelser, der kan antage lingvistiske værdier f.eks en variabel over personer, der kan antage lingvistiske værdier for højde såsom "høj", "lav",... Henrik Bulskov Styltsvig 10

11 Linkvistisk modifikator Linkvistisk modifikator (Linguistic hedge) en funktion der modificerer en fuzzy mængde der modellerer termer som "meget", "lidt", "forholdsvis", "noget i retning af",... f.eks. "meget F" = F 2 "forholdsvis F" = F 1/2 (eksempel på s. 3) Henrik Bulskov Styltsvig 11

12 Linkvistisk modifikator udvalg af modifikatorer fra bogen Henrik Bulskov Styltsvig 12

13 Linkvistisk modifikator udvalg af modifikatorer fra bogen Henrik Bulskov Styltsvig 13

14 Problem med modificering Ofte benyttes simple medlemsfunktioner som f.eks trapezoide funktioner, hvor der kunne anvendes mere afrundede kontinuerte funktioner Problem Støtten og kernen for en medlemsfunktion A (x), dvs. hhv: støtten: {x A (x) > 0} kernen: {x A (x) = 0} ændres ved simpel modificering på en kontinuert afrundet medlemsfunktion men ændres IKKE ved simpel modificering på en trapezoide / stykkevis lineær medlemsfunktion Henrik Bulskov Styltsvig 14

15 Fuzzy mængder, operationer komplementær-mængde (complement) delmængde (containment/subset) fællesmængde (intersection) foreningsmængde (union) krispe tilfælde: Henrik Bulskov Styltsvig 15

16 Fuzzy aggregeringsoperationer Komplementærmængde A (x)=1- A (x) 1.0 Høj Ikke Høj Henrik Bulskov Styltsvig 16

17 Fuzzy aggregeringsoperationer Delmængde A B hvis A (x) B (x) f.eks. "Omkring 190" "Høj" fordi "omkring 190" (x) "høj" (x) 1.0 Høj Omkring Henrik Bulskov Styltsvig 17

18 Fuzzy aggregeringsoperationer Fællesmængde A B (x)=min( A (x), B (x)) 1.0 Høj Omkring Høj Omkring Henrik Bulskov Styltsvig 18

19 Fuzzy aggregeringsoperationer Foreningsmængde A B (x)=max( A (x), B (x)) 1.0 Høj Omkring Høj Omkring Henrik Bulskov Styltsvig 19

20 Fuzzy Logik A (x) kan tolkes som en sandhedsværdi for udsagnet x er medlem af A A kan således tolkes som et logisk atom vi har en "isomorfi" imellem et fuzzy mængde system og et fuzzy logik system, hvor f.eks. foreningsmængde svarer til disjunktion fællesmængde svarer til konjunktion negation svarer til komplementærmængde Vi kan således angive sandhedsværdi for udtryk A B ved A B (x)=min( A (x), B (x)) A B ved A B (x)=max( A (x), B (x)) A ved A (x)= 1 - A (x) Fuzzy logik kan betragtes som en generalisering af boolesk logik Henrik Bulskov Styltsvig 20

01017 Diskret Matematik E12 Alle bokse fra logikdelens slides

01017 Diskret Matematik E12 Alle bokse fra logikdelens slides 01017 Diskret Matematik E12 Alle bokse fra logikdelens slides Thomas Bolander 1 Udsagnslogik 1.1 Formler og sandhedstildelinger symbol står for ikke eller og ( A And) hvis... så... hvis og kun hvis...

Læs mere

Elementær Matematik. Mængder og udsagn

Elementær Matematik. Mængder og udsagn Elementær Matematik Mængder og udsagn Ole Witt-Hansen 2011 Indhold 1. Mængder...1 1.1 Intervaller...4 2. Matematisk Logik. Udsagnslogik...5 3. Åbne udsagn...9 Mængder og Udsagn 1 1. Mængder En mængde er

Læs mere

Henrik Bulskov Styltsvig

Henrik Bulskov Styltsvig Matematisk logik Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk Disposition

Læs mere

Henrik Bulskov Styltsvig

Henrik Bulskov Styltsvig Ordensvægtet aggregering Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42. Roskilde Universitetscenter Universitetsve Postboks 26 4 Roskilde Telefon: 4674 2 Fax: 4674 372 www.dat.ruc.dk Behov for aggregering

Læs mere

t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42

t a l e n t c a m p d k Matematiske Metoder Anders Friis Anne Ryelund 25. oktober 2014 Slide 1/42 Slide 1/42 Hvad er matematik? 1) Den matematiske metode 2) Hvad vil det sige at bevise noget? 3) Hvor begynder det hele? 4) Hvordan vælger man et sæt aksiomer? Slide 2/42 Indhold 1 2 3 4 Slide 3/42 Mængder

Læs mere

ER-modellen. Databaser, efterår 2002. Troels Andreasen. Efterår 2002

ER-modellen. Databaser, efterår 2002. Troels Andreasen. Efterår 2002 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002

ER-modellen. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 ER-modellen Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Nogle grundlæggende begreber

Nogle grundlæggende begreber BE2-kursus 2010 Jørgen Larsen 5. februar 2010 Nogle grundlæggende begreber Lidt simpel mængdelære Mængder består af elementer; mængden bestående af ingen elementer er, den tomme mængde. At x er element

Læs mere

Henrik Bulskov Styltsvig

Henrik Bulskov Styltsvig Regelbaserede ekspertsystemer Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Henrik Bulskov Styltsvig

Henrik Bulskov Styltsvig Data Mining Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk Målsætning Data

Læs mere

KIS, efterår 2003. Henrik Bulskov Styltsvig. Efterår 2003

KIS, efterår 2003. Henrik Bulskov Styltsvig. Efterår 2003 Introduktion til KI/Intelligente systemer KIS, efterår 2003 Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674

Læs mere

Teoretiske Øvelsesopgaver:

Teoretiske Øvelsesopgaver: Teoretiske Øvelsesopgaver: TØ-Opgave 1 Subtraktion division i legemer: Er subtraktion division med elementer 0 i legemer veldefinerede, eller kan et element b have mere end ét modsat element -b eller mere

Læs mere

4 Oversigt over kapitel 4

4 Oversigt over kapitel 4 IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt

Læs mere

3 Algebraisk Specifikation af Abstrakte Datatyper.

3 Algebraisk Specifikation af Abstrakte Datatyper. 3 Algebraisk Specifikation af Abstrakte Datatyper. Specifikation kontra program. Bestanddele af en algebraisk specifikation. Klassificering af funktioner i en ADT. Systematisk definition af ligninger.

Læs mere

Implikationer og Negationer

Implikationer og Negationer Implikationer og Negationer Frank Villa 5. april 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Logik. Helge Elbrønd Jensen og Tom Høholdt Fortolket af Michael Elmegård og Øistein Wind-Willassen.

Logik. Helge Elbrønd Jensen og Tom Høholdt Fortolket af Michael Elmegård og Øistein Wind-Willassen. Logik Helge Elbrønd Jensen og Tom Høholdt Fortolket af Michael Elmegård og Øistein Wind-Willassen. 25. juni 2014 2 Indhold 1 Matematisk Logik 5 1.1 Udsagnslogik.................................... 5 1.2

Læs mere

Funktionel afhængighed

Funktionel afhængighed Databaser, efterår 2002 Funktionel afhængighed Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

1 < 2 og 1 > 2 (2.1) er begge udsagn. Det første er sandt det andet er falsk. Derimod er

1 < 2 og 1 > 2 (2.1) er begge udsagn. Det første er sandt det andet er falsk. Derimod er Kapitel 2 Logik Dette kapitel omhandler matematiske udsagn og prædikater. I et formelt kursus om logik opstiller man helt præcise regler for hvilke tegnstrenge, der kan tillades i opbygningen af udsagn

Læs mere

Skriftlig eksamen - med besvarelse Topologi I (MM508)

Skriftlig eksamen - med besvarelse Topologi I (MM508) INSTITUT FOR MATEMATIK OG DATALOGI SYDDANSK UNIVERSITET, ODENSE Skriftlig eksamen - med besvarelse Topologi I (MM508) Mandag d. 14. januar 2007 2 timer med alle sædvanlige hjælpemidler tilladt. Opgavesættet

Læs mere

Appendiks 6: Universet som en matematisk struktur

Appendiks 6: Universet som en matematisk struktur Appendiks 6: Universet som en matematisk struktur En matematisk struktur er et meget abstrakt dyr, der kan defineres på følgende måde: En mængde, S, af elementer {s 1, s 2,,s n }, mellem hvilke der findes

Læs mere

Normalisering, del 2

Normalisering, del 2 Databaser, efterår 2002 Normalisering, del 2 Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

16. december. Resume sidste gang

16. december. Resume sidste gang 16. december Resume sidste gang Abstrakt problem, konkret instans, afgørlighedsproblem Effektiv kodning (pol. relateret til binær kodning) Sprog L : mængden af instanser for et afgørlighedsproblem hvor

Læs mere

Hvad er formel logik?

Hvad er formel logik? Kapitel 1 Hvad er formel logik? Hvad er logik? I daglig tale betyder logisk tænkning den rationelt overbevisende tænkning. Og logik kan tilsvarende defineres som den rationelle tænknings videnskab. Betragt

Læs mere

Opgaver i logik, torsdag den 20. april

Opgaver i logik, torsdag den 20. april Opgaver i logik, torsdag den 20. april Opgave 1 Oversæt følgende udsagn til logiske udtryk. c) Hvis Jones ikke bliver valgt til leder af partiet, så vil enten Smith eller Robinson forlade kabinettet, og

Læs mere

16. marts P NP. Essentielle spørgsmål: NP P? Et problem Q kaldes NP -fuldstændigt 1 Q NP 2 R NP : R pol Q. Resume sidste gang

16. marts P NP. Essentielle spørgsmål: NP P? Et problem Q kaldes NP -fuldstændigt 1 Q NP 2 R NP : R pol Q. Resume sidste gang 16. marts Resume sidste gang Abstrakt problem konkret instans afgørlighedsproblem Effektiv kodning (pol. relateret til binær kodning) Sprog L : mængden af instanser for et afgørlighedsproblem hvor svaret

Læs mere

Iteration af et endomorft kryptosystem. Substitutions-permutations-net (SPN) og inversion. Eksklusiv disjunktion og dens egenskaber

Iteration af et endomorft kryptosystem. Substitutions-permutations-net (SPN) og inversion. Eksklusiv disjunktion og dens egenskaber Produktsystemer, substitutions-permutations-net samt lineær og differentiel kryptoanalyse Kryptologi, fredag den 10. februar 2006 Nils Andersen (Stinson 3., afsnit 2.7 3.4 samt side 95) Produkt af kryptosystemer

Læs mere

Brug og Misbrug af logiske tegn

Brug og Misbrug af logiske tegn Brug og Misbrug af logiske tegn Frank Nasser 20. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:

Læs mere

Gödel: Über formal unentschiedbare Sätze der Principia Mathematica und verwandter Systeme I, 1931

Gödel: Über formal unentschiedbare Sätze der Principia Mathematica und verwandter Systeme I, 1931 Kommentar til 1 Gödel: Über formal unentschiedbare Sätze der Principia Mathematica und verwandter Systeme I, 1931 Denne afhandling af den 24-årige Kurt Gödel er blevet en klassiker. Det er vist den eneste

Læs mere

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002

Databasesystemer. Databaser, efterår Troels Andreasen. Efterår 2002 Databaser, efterår 2002 Databasesystemer Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Begrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen

Begrænsninger i SQL. Databaser, efterår 2002. Troels Andreasen Databaser, efterår 2002 Begrænsninger i SQL Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/29 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

Aalborg University. Synopsis. Titel: Traveling Salesman Problem

Aalborg University. Synopsis. Titel: Traveling Salesman Problem Aalborg University Department of Computer Science. Fredrik Bajers Vej 7E, 9220 Aalborg Ø. Titel: Traveling Salesman Problem Projektperiode: 16. maj 2003 til 20. juni 2003 Semester: BOS03 Gruppebetegnelse:

Læs mere

Matematisk Metode Notesamling

Matematisk Metode Notesamling Matematisk Metode Notesamling Anders Bongo Bjerg Pedersen Stud.Scient, Matematisk Institut, KU 21. november 2005 Bemærkninger til noterne: Hosliggende noter er fra faget Matematisk Metode, afholdt i blok

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

Grundlæggende Matematik

Grundlæggende Matematik Grundlæggende Matematik Hayati Balo, AAMS August 2012 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske

Læs mere

Opgaver. Henrik Bulskov Styltsvig. Efterår 2003

Opgaver. Henrik Bulskov Styltsvig. Efterår 2003 Regelbaserede ekspertsystemer Opgaver Henrik Bulskov Styltsvig Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072 www.dat.ruc.dk

Læs mere

Repræsentation af tal

Repræsentation af tal Repræsentation af tal DM526 Rolf Fagerberg, 2009 Bitmønstre 01101011 0001100101011011... Bitmønstre skal fortolkes for at have en betydning: Tal (heltal, kommatal) Bogstaver Computerinstruktion (program)

Læs mere

Design ved normalisering

Design ved normalisering Databaser, efterår 2002 Design ved normalisering Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

Lad os som eksempel se på samtidigt kast med en terning og en mønt:

Lad os som eksempel se på samtidigt kast med en terning og en mønt: SANDSYNLIGHEDSREGNING Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet Til gengæld kan vi prøve

Læs mere

MM501 forelæsningsslides

MM501 forelæsningsslides MM501 forelæsningsslides uge 40, 2010 Produceret af Hans J. Munkholm bearbejdet af JC 1 Separabel 1. ordens differentialligning En generel 1. ordens differentialligning har formen s.445-8 dx Eksempler

Læs mere

Nanostatistik: Stokastisk variabel

Nanostatistik: Stokastisk variabel Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/34 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser

Læs mere

Udsagnslogik. Anker Mørk Thomsen. 6. december 2013

Udsagnslogik. Anker Mørk Thomsen. 6. december 2013 Udsagnslogik Anker Mørk Thomsen 6. december 2013 Logiske Udsagn Sætningstyper Spørgende (interrogative): Hvor længe bliver du i byen? Befalinger (imperative): Gå tilvenstre efter næste sving? Ønsker (optative):

Læs mere

Sandsynlighedsregning: endeligt udfaldsrum (repetition)

Sandsynlighedsregning: endeligt udfaldsrum (repetition) Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Som 2015 Institution VUC Vest Uddannelse Fag og niveau Lærer(e) Hold Hf/hfe Mat B Niels Johansson 14MACB11E14

Læs mere

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler

Dagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment

Læs mere

Statistik. Introduktion Deskriptiv statistik Sandsynslighedregning

Statistik. Introduktion Deskriptiv statistik Sandsynslighedregning Statistik Introduktion Deskriptiv statistik Sandsynslighedregning Introduktion Kasper K. Berthelsen, Institut f. Mat. Fag 8 Kursusgange Individuel mundtlig eksamen (7-skala) Udgangspunkt i opgaver Software:

Læs mere

Opgaver i Regelbaserede Ekspertsystemer

Opgaver i Regelbaserede Ekspertsystemer Opgaver i Regelbaserede Ekspertsystemer Opgave 1 Herunder er fire forskellige årsager til ondt i halsen, halsbetændelse, forkølelse, influenza og kyssesyge. Udled en række produktionsregler der kan afgøre

Læs mere

Gult Foredrag Om Net

Gult Foredrag Om Net Gult Foredrag Om Net University of Aarhus Århus 8 th March, 2010 Introduktion I: Fra Metriske til Topologiske Rum Et metrisk rum er en mængde udstyret med en afstandsfunktion. Afstandsfunktionen bruges

Læs mere

Funktionsterminologi

Funktionsterminologi Funktionsterminologi Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette

Læs mere

Mat H /05 Note 2 10/11-04 Gerd Grubb

Mat H /05 Note 2 10/11-04 Gerd Grubb Mat H 1 2004/05 Note 2 10/11-04 Gerd Grubb Nødvendige og tilstrækkelige betingelser for ekstremum, konkave og konvekse funktioner. Fremstillingen i Kapitel 13.1 2 af Sydsæters bog [MA1] suppleres her med

Læs mere

Funktionsterminologi

Funktionsterminologi Funktionsterminologi Frank Villa 17. januar 2014 Dette dokument er en del af MatBog.dk 2008-2012. IT Teaching Tools. ISBN-13: 978-87-92775-00-9. Se yderligere betingelser for brug her. Indhold 1 Introduktion

Læs mere

Matematik. 1 Matematiske symboler. Hayati Balo,AAMS. August, 2014

Matematik. 1 Matematiske symboler. Hayati Balo,AAMS. August, 2014 Matematik Hayati Balo,AAMS August, 2014 1 Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske symboler.

Læs mere

Noter til Perspektiver i Matematikken

Noter til Perspektiver i Matematikken Noter til Perspektiver i Matematikken Henrik Stetkær 25. august 2003 1 Indledning I dette kursus (Perspektiver i Matematikken) skal vi studere de hele tal og deres egenskaber. Vi lader Z betegne mængden

Læs mere

Repræsentation af tal

Repræsentation af tal Repræsentation af tal DM534 Rolf Fagerberg Bitmønstre 01101011 0001100101011011... Bitmønstre skal fortolkes for at have en betydning: Tal (heltal, decimaltal (kommatal)) Bogstaver Computerinstruktion

Læs mere

Definition. Definitioner

Definition. Definitioner Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/

Læs mere

Matematiske metoder - Opgaver

Matematiske metoder - Opgaver Matematiske metoder - Opgaver Anders Friis, Anne Ryelund 25. oktober 2014 Logik Opgave 1 Find selv på tre udtalelser (gerne sproglige). To af dem skal være udsagn, mens det tredje ikke må være et udsagn.

Læs mere

Meddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5.

Meddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5. Institut for Matematiske Fag arhus Universitet STTISTIK(2003-ordning) Jens Ledet Jensen Jørgen Granfeldt 2. februar 2006 Meddelelse 2 Forelæsningerne i uge 5 (30.1 5.2) Ved forelæsningen mandag den 30.

Læs mere

Statistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22

Statistik. Hjemmeside:  kkb. Statistik - lektion 1 p.1/22 Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk

Læs mere

MM501/MM503 forelæsningsslides

MM501/MM503 forelæsningsslides MM501/MM503 forelæsningsslides uge 50, 2009 Produceret af Hans J. Munkholm 1 Separabel 1. ordens differentialligning En generel 1. ordens differentialligning har formen dx Eksempler = et udtryk, der indeholder

Læs mere

I forrige kapitel har vi allerede foregrebet en del af resultaterne fra det kapitel, der begynder her.

I forrige kapitel har vi allerede foregrebet en del af resultaterne fra det kapitel, der begynder her. KAPITEL V INDLEDNING I forrige kapitel har vi allerede foregrebet en del af resultaterne fra det kapitel, der begynder her. Forudsætningerne for disse resultater er en analyse af den særlige "menneskelige

Læs mere

Introduktion til prædikatlogik

Introduktion til prædikatlogik Introduktion til prædikatlogik Torben Braüner Datalogisk Afdeling Roskilde Universitetscenter 1 Plan Symbolisering af sætninger Syntaks Semantik 2 Udsagnslogik Sætningen er den mindste syntaktiske enhed

Læs mere

Baggrundsnote om logiske operatorer

Baggrundsnote om logiske operatorer Baggrundsnote om logiske operatorer Man kan regne på udsagn ligesom man kan regne på tal. Regneoperationerne kaldes da logiske operatorer. De tre vigtigste logiske operatorer er NOT, AND og. Den første

Læs mere

Grundlæggende Matematik

Grundlæggende Matematik Grundlæggende Matematik Hayati Balo, AAMS Juli 2013 1. Matematiske symboler For at udtrykke de verbale udsagn matematisk korrekt, så det bliver lettere og hurtigere at skrive, indføres en række matematiske

Læs mere

UML til kravspecificering

UML til kravspecificering UML til kravspecificering UML mini-kompendium - til brug i forbindelse med modellering af kravspecifikationer. Copyright 2006 Teknologisk Institut, IT-Udvikling Aktivitetsdiagram 2/9 Aktion Aktionsnavn

Læs mere

Et udtryk på formena n kaldes en potens med grundtal a og eksponent n. Vi vil kun betragte potenser hvor grundtallet er positivt, altså a>0.

Et udtryk på formena n kaldes en potens med grundtal a og eksponent n. Vi vil kun betragte potenser hvor grundtallet er positivt, altså a>0. Konkrete funktioner Potenser Som udgangspunkt er brugen af potenser blot en forkortelse for at gange et tal med sig selv et antal gange. Hvis a Rskriver vi a 2 for a a a 3 for a a a a 4 for a a a a (1).

Læs mere

Matematisk Metode. Jesper Lützen og Ian Kiming

Matematisk Metode. Jesper Lützen og Ian Kiming Matematisk Metode Jesper Lützen og Ian Kiming 17. oktober 2008 ii Contents Introduktion. Den aksiomatisk-deduktive metode ix 1 Logik 1 1.1 Udsagn og prædikater........................ 1 1.2 Sammensatte

Læs mere

Punktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013

Punktmængdetopologi. Mikkel Stouby Petersen. 1. marts 2013 Punktmængdetopologi Mikkel Stouby Petersen 1. marts 2013 I kurset Matematisk Analyse 1 er et metrisk rum et af de mest grundlæggende begreber. Et metrisk rum (X, d) er en mængde X sammen med en metrik

Læs mere

Diskrete Matematiske Metoder. Jesper Lützen

Diskrete Matematiske Metoder. Jesper Lützen Diskrete Matematiske Metoder Jesper Lützen Juni 2013 ii Indhold Introduktion. ix 0.1 Den aksiomatisk-deduktive metode................. ix 0.2 Diskret matematik; hvad er det?.................. x 1 Tal,

Læs mere

Information Integration

Information Integration Databaser, efterår 2002 Information Integration Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674 3072

Læs mere

Repræsentation af tal

Repræsentation af tal Repræsentation af tal DM534 Rolf Fagerberg Mål Målet for disse slides er at beskrive, hvordan tal repræsenteres som bitmønstre i computere. Dette emne er et uddrag af kurset DM548 Computerarkitektur og

Læs mere

Eksamen i Diskret Matematik

Eksamen i Diskret Matematik Eksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 15. juni, 2015. Kl. 9-13. Nærværende eksamenssæt består af 12 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:

Læs mere

Matematisk modellering og numeriske metoder. Lektion 8

Matematisk modellering og numeriske metoder. Lektion 8 Matematisk modellering og numeriske metoder Lektion 8 Morten Grud Rasmussen 18. oktober 216 1 Fourierrækker 1.1 Periodiske funktioner Definition 1.1 (Periodiske funktioner). En periodisk funktion f er

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (dads)

Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Onsdag den. august 200, kl. 9.00.00 Opgave (25%) Lad A = A[] A[n] være et array af heltal. Længden af det længste

Læs mere

Objektorientering og databaser

Objektorientering og databaser Databaser, efterår 2002 Objektorientering og databaser Troels Andreasen Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1 Postboks 260 4000 Roskilde Telefon: 4674 2000 Fax: 4674

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj/Juni 2018 Institution HF & VUC Nordsjælland Uddannelse Fag og niveau Lærer(e) 2 årigt HF Matematik C Andreas

Læs mere

Diskrete Matematiske Metoder 2. udgave. Jesper Lützen

Diskrete Matematiske Metoder 2. udgave. Jesper Lützen Diskrete Matematiske Metoder 2. udgave Jesper Lützen Juli 2019 ii Indhold Introduktion ix 0.1 Den aksiomatisk-deduktive metode................. ix 0.2 Diskret matematik; hvad er det?..................

Læs mere

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Introduktion Kursusholder: Kasper K. Berthelsen Opbygning: Kurset består af 5 blokke En blok består af: To normale

Læs mere

Matematisk modellering og numeriske metoder. Lektion 5

Matematisk modellering og numeriske metoder. Lektion 5 Matematisk modellering og numeriske metoder Lektion 5 Morten Grud Rasmussen 19. september, 2013 1 Euler-Cauchy-ligninger [Bogens afsnit 2.5, side 71] 1.1 De tre typer af Euler-Cauchy-ligninger Efter at

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj/Juni 2018 Institution HF & VUC Nordsjælland Uddannelse Fag og niveau Lærer(e) Hold HF enkeltfag Matematik

Læs mere

Variable. 1 a a + 2 3 a 5 2a 3a + 6 a + 5 3a a 2 a 2 a 2 5 7 15 5 21 5 25 0 2 0 6 9 0 9 4 0 1 3 3 3 9 3 1 0 0 2 0 5 6 5 0 0 2,5 1,5 4 7,5 4 0

Variable. 1 a a + 2 3 a 5 2a 3a + 6 a + 5 3a a 2 a 2 a 2 5 7 15 5 21 5 25 0 2 0 6 9 0 9 4 0 1 3 3 3 9 3 1 0 0 2 0 5 6 5 0 0 2,5 1,5 4 7,5 4 0 Variable 1 a a + 2 3 a 5 2a 3a + 6 a + 5 3a a 2 a 2 a 2 5 7 15 5 21 5 25 0 2 0 6 9 0 9 4 0 1 3 3 3 9 3 1 0 0 2 0 5 6 5 0 0 2,5 1,5 4 7,5 4 0 2 a x = 5 b x = 1 c x = 1 d y = 1 e z = 0 f Ingen løsning. 3

Læs mere

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )} Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,

Læs mere

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable

1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (dads)

Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Mandag den 27. maj 2002, kl. 9.00 13.00 Opgave 1 (25%) Denne opgave handler om multiplikation af positive heltal.

Læs mere

Aarhus Universitet 5. februar Meddelelse 2

Aarhus Universitet 5. februar Meddelelse 2 fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank

Læs mere

Algoritmeskabeloner: Sweep- og søgealgoritmer C#-version

Algoritmeskabeloner: Sweep- og søgealgoritmer C#-version Note til Programmeringsteknologi Akademiuddannelsen i Informationsteknologi Algoritmeskabeloner: Sweep- og søgealgoritmer C#-version Finn Nordbjerg 1/9 Indledning I det følgende introduceres et par abstrakte

Læs mere

Hvad skal vi lave i dag?

Hvad skal vi lave i dag? p. 1/2 Hvad skal vi lave i dag? Eksempler på stokastiske variable. Ventetid på krone ved møntkast. Antal plat ved n kast. Antal radioaktive henfald. Ventetiden på en flyulykke. Udtrækning af tal i et interval.

Læs mere

Matematiske metoder - Opgavesæt

Matematiske metoder - Opgavesæt Matematiske metoder - Opgavesæt Anders Friis, Anne Ryelund, Mads Friis, Signe Baggesen 24. maj 208 Beskrivelse af opgavesættet I dette opgavesæt vil du støde på opgaver, der er markeret med enten 0, eller

Læs mere

Genetiske fuzzy systemer

Genetiske fuzzy systemer Genetiske fuzzy systemer Af: Rune Kappelgaard & Simon W. Olsen Resumé: Fuzzy logic er et stringent logiksystem med et ubegrænset antal sandhedsværdier, der har vist sig at være et effektivt grundlag for

Læs mere

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Random Walk-kursus 2014 Jørgen Larsen 14. oktober 2014 Noget om en symmetrisk random walks tilbagevenden til udgangspunktet Dette notat giver et bevis for at en symmetrisk random walk på Z eller Z 2 og

Læs mere

Målgruppe. Læseren henvises til læsevejledningen på side 5, hvor der gives en kort præsentation af afsnittene i rapporten. - iii -

Målgruppe. Læseren henvises til læsevejledningen på side 5, hvor der gives en kort præsentation af afsnittene i rapporten. - iii - Abstract I denne rapport udvikles et geografisk informations system (GIS) baseret på fuzzy logik. Denne GIS kaldes FuzzyGIS og anvendes til løsning af en problemstilling om gødningstilførelse på Sjælland.

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

Hvordan virker en rejseplanner?

Hvordan virker en rejseplanner? 29. September 2004 Hvordan virker en rejseplanner? Henning Christiansen professor i datalogi, ph.d. http://www.ruc.dk/~henning Datalogiafdelingen, hus 42.1 Roskilde Universitetscenter Universitetsvej 1

Læs mere

Videnskabsteori - Logik og videnskabelig argumentation. Mette Dencker

Videnskabsteori - Logik og videnskabelig argumentation. Mette Dencker Videnskabsteori - Logik og videnskabelig argumentation Mette Dencker 1 Dagens program Logik Argumentation Toulmins argumentationsmodel Opgaver 2 Logik I hvad er logik? At tænke (ræsonnere) korrekt Vurdering

Læs mere

Den sproglige vending i filosofien

Den sproglige vending i filosofien ge til forståelsen af de begreber, med hvilke man udtrykte og talte om denne viden. Det blev kimen til en afgørende ændring af forståelsen af forholdet mellem empirisk videnskab og filosofisk refleksion,

Læs mere

Reeksamen i Diskret Matematik

Reeksamen i Diskret Matematik Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet Torsdag den 9. august, 202. Kl. 9-3. Nærværende eksamenssæt består af 9 nummererede sider med ialt 2 opgaver.

Læs mere

Epistemisk logik og kunstig intelligens

Epistemisk logik og kunstig intelligens Epistemisk logik og kunstig intelligens Thomas Bolander, DTU Informatik Gæsteforelæsning i Kognitionsforskning II, CST, KU, efteråret 2009 Thomas Bolander, Kognitionsforskning II 09 s. 1/22 Logik Logik

Læs mere

Reeksamen i Diskret Matematik

Reeksamen i Diskret Matematik Reeksamen i Diskret Matematik Første Studieår ved Det Teknisk-Naturvidenskabelige Fakultet 21. august 2015 Nærværende eksamenssæt består af 10 nummererede sider med ialt 17 opgaver. Tilladte hjælpemidler:

Læs mere

Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable

Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/41 Landmålingens fejlteori - lidt om kurset

Læs mere

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak

Introduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak Introduktion til differentialregning 1 Jens Siegstad og Annegrete Bak 16. juli 2008 1 Indledning I denne note vil vi kort introduktion til differentilregning, idet vi skal bruge teorien i et emne, Matematisk

Læs mere