Principles of Constraint Programming Krzysztof R. Apt. Chapter 4 Alcuni risolutori completi
|
|
- Roberta Capone
- 5 anni fa
- Visualizzazioni
Transcript
1 Principles of Constraint Programming Krzysztof R. Apt Chapter 4 Alcuni risolutori completi
2 Obbiettivi Introdurre un semplice framework prooftheoretic. Usarlo per definire risolutori completi. Discutere l algoritmo di unificazione di Martelli e Montanari per risolvere le equazioni di termini. Discutre gli algoritmi di eliminazione di Gauss Jordan e di eliminazione Gaussiana per risolvere equazioni lineari sui reali. 1
3 Framework Proof Theoretic Regole che trasformano CSP Una regola C ; DE C ; DE φ ψ preserva l equivalenza se φ e ψ sono equivalenti. Tutte le regole considerate preservano l equivalenza. 2
4 Tipi di regole Regole di riduzione dei domini DE := x 1 D 1,...,x n D n, DE := x 1 D 1,...,x n D n, per i [1..n] D i D i, C : restrizione di tutti i vincoli in C ai domini D 1,...,D n. Regole di trasformazione Non regole di riduzione dei domini, C, DE estende DE. 3
5 Esempi: regole di riduzione dei domini LINEAR DISEQUALITY x < y ; x [l x..h x ],y [l y..h y ] x < y ; x [l x..h x],y [l y..h y ] dove h x = min(h x,h y 1), l y = max(l y,l x + 1. EQUALITY x = y ; x D x,y D y x = y ; x D x D y,y D x D y DISEQUALITY x y ; x D,y = a ; x D {a},y = a (l espressione y = a sta per y {a}.) 4
6 Esempi: regole di trasformazione DISEQUALITY TRANSFORMATION s t ; DE x t, x = s ; DE,x Z dove s non e una variabile, DE include tutte le variabili presenti in s e in t, x non appare in DE. VARIABLE ELIMINATION C ; DE,x = a C{x/a} ; DE,x = a dove x appare in C. C{x/a}: vincoli ottenuti da C sostituendo ogni occorrenza di x con a. Un istanza: 3xy 2 + 5xy 5yz 6 ; x [0..100],y = 2, z [0..100] 22x 10z 6 ; x [0..100],y = 2,z [0..100] 5
7 Applicazioni di regole Applicazione di una regola (informalmente): rimpiazza in un CSP la parte che e uguale (matches) la premessa con la conclusione. Applicazione rilevante di una regola (informalmente): il risultato differisce dal CSP iniziale. Un CSP P e chiuso sotto le applicazioni di R se R non puo essere applicata a P o nessuna applicazione di R a P e rilevante. 6
8 CSP risolti e falliti (per ricordare) Un vincolo e risolto se e uguale al prodotto Cartesiano dei domini delle sue variabili. Un CSP e risolto se tutti i suoi vincoli sono risolti. Un CSP e fallito se o contiene il vincolo falso o alcuni dei suoi domini o vincoli sono vuoti. 7
9 Derivazioni Dato: un insieme finito di regole di prova. Derivazione: una sequenza di CSP tale che ogni CSP e ottenuto dal precedente con una applicazione di una regola. Una derivazione finita e detta con successo: se l ultimo elemento e il primo CSP risolto in questa derivazione, fallita: se l ultimo elemento e il primo CSP fallito in questa derivazione, stabilizzante: se l ultimo elemento e il primo CSP chiuso sotto le applicazioni delle regole. 8
10 Prendiamo EQUALITY Derivazione: esempio x = y ; x D x,y D y x = y ; x D x D y,y D x D y DISEQUALITY e consideriamo il CSP x = y, y z,z u; x y ; x D,y = a ; x D {a},y = a x {a,b,c},y {a,b,d}, z {a,b}, u = b. 9
11 Derivazione: esempio x = y, y z,z u; x {a,b,c},y {a,b,d}, z {a,b}, u = b. Applichiamo la regola EQUALITY: x = y, y z, z u ; x {a,b}, y {a,b}, z {a, b}, u = b. Applichiamo la regola DISEQUALITY a z u x = y, y z, z u ; x {a,b}, y {a,b}, z = a,u = b. Applichiamo la regola DISEQUALITY a y z x = y, y z, z u ; x {a,b}, y = b,z = a,u = b. Applichiamo la regola EQUALITY x = y, y z, z u ; x = b, y = b,z = a,u = b. L ultimo CSP e risolto: la derivazione ha successo. 10
12 Equazioni di termini Alfabeto Consiste di variabili, simboli di funzione, ognuno con arieta, parentesi: ( and ), virgola, that is:,. Termini Definiti induttivamente come segue. una variabile e un termine, se f e un simbolo di funzione n-ario e t 1,...,t n sono termini, allora f(t 1,...,t n ) e un termine. Nota: ogni costante e un termine. 11
13 Sostituzioni Mappe finite da variabili a termini. Ad ogni variabile x viene assegnato un termine diverso da x. Scritto come dove {x 1 /t 1,...,x n /t n } x 1,...,x n sono variabili diverse, t 1,...,t n sono termini, per i [1,n], x i t i. 12
14 Applicare le sostituzioni Dati: un termine s, una sostituzione θ. sθ: risultato di applicare θ ad s. Rimpiazzare simultaneamente ogni variabile in s con il termine corrispondente da θ. Esempio Il linguaggio delle espressioni aritmetiche in forma prefissa. s := +( (x, 7), (4,y)), θ := {x/0,y/ + (z, 2)} Allora sθ = +( (0, 7), (4, +(z, 2))). 13
15 Comporre le sostituzioni Date: sostituzioni θ e η. θη: composizione di θ e η. (θη)(x) := (xθ)η. Nota: θη e una sostituzione. Esempio Prendiamo θ := {u/z,x/3,y/f(x, 1)}, η := {x/4,z/u}. Allora θη = {x/3,y/f(4, 1),z/u}. θ e piu generale di τ se per una qualche sostituzione η τ = θη. Esempio Prendiamo θ := {y/g(x,a),z/b}, τ := {x/c,y/g(c,a),z/b}. θ e piu generale di τ perche {x/c, y/g(c, a), z/b} = {y/g(x, a), z/b}{x/c}. 14
16 Unificazione θ e un unificatore di s e t se sθ tθ. θ e un unificatore piu generale (mgu) di s e t se θ e un unificatore di s e t, θ e piu generale di tutti gli unificatori di s e t. Esempio Prendiamo f(g(x, a), z) e f(y, b). Allora {x/c,y/g(c,a),z/b} e uno dei loro unificatori. {y/g(x,a),z/b} e un mgu di f(g(x,a),z) e f(y,b). 15
17 Insiemi di equazioni di termini θ e un unificatore di un insieme di equazioni di termini {s 1 = t 1,...,s n = t n } se θ e un unificatore di s i e t i per i [1..n]. θ se un mgu di E se θ e un unificatore di E, θ e piu generale di tutti gli unificatori di E. Due insiemi di equazioni sono equivalenti se hanno lo stesso insieme di unificatori. 16
18 Relazione con i CSP Domini delle variabili: T, l insieme di tutti i termini nell alfabeto considerato. s = t con variabili x 1,...,x n rappresenta il vincolo {(x 1 η,...,x n η) η unificatore di s e t}. {s 1 = t 1,...,s k = t k } con variabili x 1,...,x n rappresenta s 1 = t 1,...,s k = t k ; x 1 T,...,x n T. Nota E: insieme finito di equazioni di termini con variabili x 1,...,x n. Allora Sol( E ; x 1 T,...,x n T ) = {(x 1 η,...,x n η) η unificatore di E}. 17
19 Sistema di prova UNIF DECOMPOSITION f(s 1,...,s n ) = f(t 1,...,t n ) s 1 = t 1,...,s n = t n FAILURE 1 f(s 1,...,s n ) = g(t 1,...,t m ) dove f g, DELETION x = x 18
20 Sistema di prova UNIF TRANSPOSITION t = x x = t dove t non e una variabile, SUBSTITUTION x = t, E x = t, E{x/t} dove x Var(t) e x var(e), FAILURE 2 x = t dove x Var(t) e x t. Lemma Ogni regola di UNIF preserva l equivalen (rispetto alla sequenza di variabili presenti nella premessa della regola). 19
21 Una derivazione in UNIF Le equazioni selezionate sono sottolineate. Prendiamo E := {k(z,f(x,b,z)) = k(h(x),f(g(a),y,z))}. Usando la regola DECOMPOSITION otteniamo {z = h(x),f(x,b,z) = f(g(a),y,z)}. Usando la regola DECOMPOSITION di nuovo otteniamo {z = h(x),x = g(a),b = y,z = z}. Usando la regola TRANSPOSITION otteniamo {z = h(x),x = g(a),y = b,z = z}. Usando la regola DELETION otteniamo {z = h(x),x = g(a),y = b}. Usando la regola SUBSTITUTION otteniamo {z = h(g(a)),x = g(a),y = b}. 20
22 Nessuna regola si puo applicare a questo stadio. {z/h(g(a)), x/g(a), y/b} e un mgu di E. 21
23 Algoritmo di Martelli e Montanari Dati: un CSP P := C ; DE una regola C ; DE R := C ; DE C ; DE e il risultato di applicare R a P. Questa applicazione della regola R e detta globale. Algoritmo di Martelli e Montanari Regole di prova UNIF. Tutte le applicazioni della regola SUBSTI- TUTION sono globali. 22
24 Correttezza Teorema Dato: un insieme finito di equazioni di termini E. L algoritmo Martelli Montanari termina sempre. Se E ha un unificatore, allora ogni esecuzione dell algoritmo termina con un insieme di equazioni che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 23
25 Prova della terminazione Consideriamo l ordine lessicografico 3 su N 3. (m 1,m 2,m 3 ) 3 (n 1,n 2,n 3 )iff m 1 < n 1 or m 1 = n 1 m 2 < n 2 or m 1 = n 1 m 2 = n 2 m 3 < n 3. Una variabile x e risolta in E se per qualche termine t, x = t E e questa e la sola occorrenza di x in E. uns(e) # di variabili non-risolte in E, lfun(e) # totale di occorrenze di simboli di funzione nelle parti sinistre di equazioni in E, card(e) # di equazioni in E. Ogni applicazione di una regola riduce la tripla (uns(e), lf un(e), card(e)) nell ordinamento lessicografico 3. Per la regola SUBSTITUTION vale solo per applicazioni globali. 24
26 Equazioni lineari sui reali Alfabeto ogni numero reale e una costante, per ogni numero reale r, simbolo di funzione unario r, simbolo di funzione binario +, (notazione infissa). Espressioni lineari ed equazioni Espressioni lineari sui reali: un termine in questo alfabeto. Equazione lineare sui reali: s = t, s, t espressioni lineari. 25
27 Forme normali Assumiamo un ordine sulle variabili. Espressione lineare in forma normale: Σ n i=1a i x i + r, dove n 0, x 1,...,x n sono ordinati rispetto a. Equazione lineare in forma normale: Σ n i=1a i x i = r, dove n 0, x 1,...,x n sono ordinati rispetto a. Equazione lineare in forma pivot: x = t se x Var(t) e t e in forma normale. Ogni equazione lineare puo essere riscritta (normalizzata) in un unica equazione lineare in formal normale. 26
28 Sostituzioni Sostituzione: mapping finito da variabili a espressioni lineari in forma normale. Ad ogni variabile x viene assegnata un espressione lineare diversa da x. Applicazione di una sostituzione ad un espressione lineare: come prima. Date: sostituzioni θ e γ. θγ: composizione di θ e γ. Unicamente determinate da η(x) := norm((xθ)γ). θ e un unificatore di s = t se sθ = tθ normalizza a 0 = 0. mgu: definito come prima. 27
29 Forme pivot Tre tipi di forme normali: 1. 0 = 0, 2. 0 = r dove r e un reale non-zero, 3. Σ n i=1a i x i = r, dove n > 0. Forme pivot di equazioni lineari Ogni equazione lineare e normalizza ad una forma normale. Se e di tipo 1 or 2, non ha una forma pivot. Se e di tipo 3, allora ogni equazione x j = Σ i [1..j 1] [j+1..n] a i a j x i + r a j e una forma pivot di e. 28
30 Sistema di prova LIN norm(s): forma normale di s, stand(s = t) norm(s) = norm(t). DELETION s = v se s = v normalizza a 0 = 0, FAILURE s = v se s = v normalizza a 0 = r, r e un reale non-zero, SUBSTITUTION s = v, E x = t, stand(e{x/t}) dove x = t e una forma pivot di s = v. 29
31 Eliminazione di Gauss Jordan Algoritmo per eliminazione di Gauss Jordan Elimination regole di prova LIN. Tutte le applicazioni della regola SUBSTI- TUTION globali e x Var(E). Teorema Dato: un insieme finito di equazioni lineari E. L algoritmo Gauss Jordan Elimination termina sempre. Se E ha una soluzione, ogni esecuzione dell algoritmo termina con un insieme di equazioni lineari che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 30
32 Eliminazione Gaussiana Fase di sostituzione in avanti: Ripetutament, prendiamo la prima equazione non ancora considerata dalla sinistra. Regola DELETION applicabile: cancelliamo l equazione e consideriamo la prossima equazione. FAILURE applicabile: terminazione con fallimento. Regola SUBSTITUTION applicabile: applichiamola prendendo come E l insieme di equazioni alla destra dell equazione corrente. Fase di sostituzione all indietro: Ripetutamente, prendiamo la prima equazione non considerata alla destra. Applichiamo la regola SUBSTITUTION prendendo come E l insieme delle equazioni alla sinistra dell equazione corrente. 31
33 Gaussian Elimination: Correttezza Teorema Dato: un insieme finito di equazioni lineari E. L algoritmo Gaussian Elimination termina sempre. Se E ha una soluzione, ogni esecuzione termina con un insieme di equazioni lineari che determina un mgu di E. Altrimenti, ogni esecuzione termina con un insieme che contiene il vincolo falso. 32
34 Obbiettivi Introdurre un formalismo per i sistemi di prova. Usarlo per definire risolutori completi. Algoritmo di unificazione di Martelli-Montanari per risolvere euqazioni di termini. Algoritmi Gauss Jordan Elimination e Gaussian Elimination per risilvere equazioni lineari sui reali. 33
Alcuni risolutori completi. Alcuni risolutori completi
Obbiettivi Introdurre un semplice framework proof-theoretic. Usarlo per definire risolutori completi. Discutere l algoritmo di unificazione di Martelli e Montanari per risolvere le equazioni di termini.
DettagliLa programmazione con vincoli in breve. La programmazione con vincoli in breve
Obbiettivi Introdurre la nozione di equivalenza di CSP. Dare una introduzione intuitiva dei metodi generali per la programmazione con vincoli. Introdurre il framework di base per la programmazione con
DettagliAlgoritmi di propagazione di vincoli
Algoritmi di propagazione di vincoli Obbiettivi Spiegare gli algoritmi per la propagazione di vincoli per le nozioni di consistenza locale viste prima. Introdurre algoritmi di iterazione generica su ordinamenti
DettagliTipi di dato primitivi
Tipi di dato primitivi (oltre int) Tipi di dato primitivi int (già trattati) Valori logici (ricordati) Valori reali Valori carattere Informatica - A.A. 2009/2010 - Tipi di dato 2 1 Valori logici (il caso
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2013/2014 M. Tumminello, V. Lacagnina e
DettagliFondamenti d Informatica: Grammatiche. Barbara Re, Phd
Fondamenti d Informatica: Grammatiche Barbara Re, Phd Grammatiche } Con il termine grammatica s intende } Un formalismo che permette di definire un insieme di stringhe mediante l imposizione di un particolare
DettagliSistemi con vincoli. Docente: Francesca Rossi.
E-mail: frossi@math.unipd.it Scopo del corso Dare le nozioni di base della programmazione con vincoli Come rappresentare un problema reale con un insieme di vincoli Tecniche principali per risolverlo Approccio
DettagliCorso di Laurea in Matematica Prova di Analisi in più variabili 2
orso di Laurea in Matematica Prova di Analisi in più variabili 1 febbraio 15 1. Sia f : R una funzione π-periodica e tale che f L 1 π, π. Dimostrare la seguente formula fn = 1 [ft ft π ] 4π n e int dt
DettagliProgrammazione logica e PROLOG. Esercitazione 1. Sommario. Programmazione logica. Applicazioni della Programmazione Logica
Sommario Programmazione logica e PROLOG Esercitazione 1 Programmazione logica Base delle conoscenze Interrogazione del sistema Regole Ricorsive Esecuzione dei programmi Modello operazionale Rappresentazione
DettagliIntroduzione alla Matematica per le Scienze Sociali - parte II
Introduzione alla Matematica per le Scienze Sociali - parte II Lucrezia Fanti Istituto Nazionale per l Analisi delle Politiche Pubbliche (INAPP) lucrezia.fanti@uniroma1.it Lucrezia Fanti Intro Matematica
DettagliParte n.4 Linguaggi: Gerarchia ed Operazioni
Linguaggi di Programmazione Corso C Parte n.4 Linguaggi: Gerarchia ed Operazioni Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Gerarchia di Chomsky Sia
DettagliI teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
DettagliA =, c d. d = ad cb. c d A =
Geometria e Algebra (II), 271112 1 Definizione D ora innanzi, al posto di dire matrice quadrata di tipo n n o matrice quadrata n n diremo matrice quadrata di ordine n o in breve matrice di ordine n Il
DettagliCORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA DISEQUAZIONI E SISTEMI Dr. Erasmo Modica erasmo@galois.it SISTEMI DI EQUAZIONI DI PRIMO GRADO Definizione: Si definisce
DettagliTrasformazione di Problemi Non Lineari
Capitolo 2 Trasformazione di Problemi Non Lineari 2.1 Trasformazione in problema di PL In questa sezione, verranno presentati tre classi di problemi di programmazione non lineare che, attraverso l uso
DettagliMatematica II,
Matematica II 181111 1 Matrici a scala Data una riga R = [a 1 a 2 a n ] di numeri reali non tutti nulli il primo elemento non nullo di R si dice pivot di R Cosi il pivot di R compare come j mo elemento
Dettagli1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che
Algebra Lineare (Matematica CI) 151113 1 Consideriamo un sistema lineare E piuttosto naturale aspettarsi che (a) se il numero delle equazioni e minore del numero delle incognite allora il sistema e indeterminato;
Dettagli1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0
a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,
DettagliLinguaggi di Programmazione Corso C. Parte n.2 Introduzione ai Linguaggi Formali. Nicola Fanizzi
Linguaggi di Programmazione Corso C Parte n.2 Introduzione ai Linguaggi Formali Nicola Fanizzi (fanizzi@di.uniba.it) Dipartimento di Informatica Università degli Studi di Bari Definizioni Preliminari Un
DettagliALGORITMO DI UNIFICAZIONE E RISOLUZIONE PREDICATIVA
ALGORITMO DI UNIFICAZIONE E RISOLUZIONE PREDICATIVA Consideriamo la formula F = x yr(fx, y) u v r(u, v) La formula F è chiaramente insoddisfacibile; la sua forma clausale è data da un insieme S con due
DettagliLezione del dove a 1, a n e b sono numeri reali assegnati, detti coefficienti e termine noto dell equazione;
Le lezioni del 60 e 010 si riferiscono al Capitolo 1 Introduzione ai sistemi lineari Di seguito si elencano gli argomenti svolti, descrivendoli sinteticamente dando i riferimenti a tale capitolo, oppure
DettagliGrammatiche libere da contesto. Grammatiche libere da contesto
rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi Linguaggi Liberi da Contesto (CFL) sono stati usati nello
DettagliLe grammatiche formali
Le grammatiche formali Il carattere generativo dei sistemi linguisticii i Consideriamo i la seguente frase: Un gatto rincorre il topo Non facciamo difficoltà a riconoscere che si tratta di una frase sintatticamente
DettagliRisultati di ANALISI VETTORIALE
Guida allo studio autonomo in ELETTROMAGNETISMO U Unità Risultati di ANALISI VETTORIALE Introduzione Hai già studiato gran parte della matematica necessaria per questo corso Comunque vale la pena di rivedere
DettagliNote per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan
Note per il corso di Geometria 2006-07 Corso di laurea in Ing. Edile/Architettura Sistemi lineari. Metodo di eliminazione di Gauss Jordan.1 Operazioni elementari Abbiamo visto che un sistema di m equazioni
DettagliIL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero
IL TEOREMA DEGLI ZERI Una dimostrazione di Ezio Fornero Il teorema degli zeri è fondamentale per determinare se una funzione continua in un intervallo chiuso [ a ; b ] si annulla in almeno un punto interno
DettagliGeometria BAER PRIMO CANALE Foglio esercizi 1
Geometria BAER PRIMO CANALE Foglio esercizi 1 Esercizio 1. Risolvere le seguenti equazioni lineari nelle variabili indicate trovando una parametrizzazione dell insieme delle soluzioni. a) x + 5y = nelle
DettagliGrammatiche libere da contesto. Grammatiche libere da contesto
rammatiche e Linguaggi Liberi da Contesto Abbiamo visto che molti linguaggi non sono regolari. Consideriamo allora classi piu grandi di linguaggi. Linguaggi Liberi da Contesto (CFL) sono stati usati nello
DettagliSemantica operazionale e denotazionale
Semantica operazionale e denotazionale Abbiamo definito la semantica di tre linguaggi di programmazione in termini operazionali, cioé in termini di sequenze di computazione Abbiamo assegnato un algoritmo
Dettagli19 Marzo Equazioni differenziali.
19 Marzo 2019 Equazioni differenziali. Definizione 1. Si chiama equazione differenziale una relazione che coinvolge una o più derivate di una funzione incognita y(x), la funzione stessa, funzioni di x
Dettagli1 Limiti di funzioni di più variabili
1 Limiti di funzioni di più variabili Sia f : D R N R e x 0 un punto di accumulazione per D. Riportiamo alcune utili strategie per verificare se la funzione ammette o non ammette ite finito in x 0. Le
DettagliSostituzioni. Semantica Operazionale. Sostituzioni applicate a termini. Composizione di sostituzioni. sostituzioni, unificatori, mgu
Sostituzioni Semantica Operazionale Una sostituzione è una qualsiasi funzione σ: Var --> Term sostituzioni, unificatori, mgu 1 tale che Dom(σ) = {x σ(x) α x} è finito. Notazione: con {x1/t1,, xn/tn} rappresentiamo
DettagliVerifica di programmi
Verifica di programmi Informalmente, un programma è corretto se l output prodotto è quello atteso rispetto all input. La correttezza dei programmi può essere espressa mediante formule per la correttezza
DettagliESERCIZI sulle RELAZIONI - 2 Fabio GAVARINI. N.B.: il simbolo contrassegna gli esercizi (relativamente) più complessi.
ESERCIZI sulle RELAZIONI - 2 Fabio GAVARINI NB: il simbolo contrassegna gli esercizi relativamente più complessi 1 Siano E 1 ed E 2 due insiemi non vuoti, nei quali siano date rispettivamente la relazione
DettagliForme normali, clausole e Calcolo con regola di Risoluzione
Forme normali, clausole e Calcolo con regola di Risoluzione Esempi di equivalenze valide α β (α β ) (α β ) α ( β γ ) ( xα ) ( xα ) α α α α β α β α β (α β ) (α γ ) x α x α V α α F α 1 Forma normale congiuntiva
Dettagli1 PRELIMINARI 1.1 NOTAZIONI. denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A.
1 PRELIMINARI 1.1 NOTAZIONI denota l insieme vuoto. a A si legge a appartiene a A oppure a è elemento di A. B A si legge B è un sottoinsieme di A e significa che ogni elemento di B è anche elemento di
DettagliEquazioni. Istituto San Gabriele 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof.
Equazioni Istituto San Gabriele 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese Definizione ed esempi Un equazione è un uguaglianza tra due espressioni
DettagliFondamenti d Informatica: stringa e linguaggio. Barbara Re, Phd
Fondamenti d Informatica: stringa e linguaggio Barbara Re, Phd Agenda } Introdurremo } la nozione di stringa e linguaggio } il ruolo che stringhe e linguaggi hanno per rappresentare l informazione 2 Alfabeti
DettagliFunzioni implicite - Esercizi svolti
Funzioni implicite - Esercizi svolti Esercizio. È data la funzione di due variabili F (x, y) = y(e y + x) log x. Verificare che esiste un intorno I in R del punto di ascissa x 0 = sul quale è definita
DettagliArgomento 13 Sistemi lineari
Sistemi lineari: definizioni Argomento Sistemi lineari Un equazione nelle n incognite x,, x n della forma c x + + c n x n = b ove c,, c n sono numeri reali (detti coefficienti) e b è un numero reale (detto
Dettagli4 Funzioni continue. Geometria I 27. Cfr: Sernesi vol II, cap I, 4 [1].
Geometria I 27 4 Funzioni continue Cfr: Sernesi vol II, cap I, 4 [1]. Le funzioni continue tra spazi topologici si dicono anche mappe. Si può dimostrare, esattamente come in (2.10) e in (1.10), che vale
DettagliNome: Corso di laurea: Matricola:
Nome: Corso di laurea: Matricola: Università degli studi di Trieste Corso di Laurea in Informatica Esame di Fondamenti Logici dell Informatica 24 Aprile 2006, versione A Vero/Falso Dire se le seguenti
DettagliFunzioni di n variabili a valori vettoriali
Funzioni di n variabili a valori vettoriali Ultimo aggiornamento: 22 maggio 2018 1 Differenziale per funzioni da R n in R k Una funzione F : A R n R k può essere vista come una k-upla di funzioni scalari
Dettagli04 - Numeri Complessi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 04 - Numeri Complessi Anno Accademico 2015/2016 M. Tumminello,
DettagliNote sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
DettagliFUNZIONI TRA INSIEMI. Indice
FUNZIONI TRA INSIEMI LORENZO BRASCO Indice. Definizioni e risultati.. Introduzione.. Iniettività e suriettività.3. Composizione di funzioni 4.4. Funzioni inverse 5. Esercizi 5.. Esercizi svolti 5.. Altri
DettagliGeometria 3 primo semestre a.a
Geometria 3 primo semestre a.a. 2014-2015 Esercizi Forme differenziali Ricordiamo alcune definizioni date a lezione. s-forma definite da Siano ω una k-forma e φ una ω = I a I dx I, φ = J b J dx J Definizione
DettagliLe equazioni e i sistemi di primo grado
Le equazioni e i sistemi di primo grado prof. Roberto Boggiani Isiss Marco Minghetti 1 settembre 009 Sommario In questo documento verrà trattato in modo semplice e facilmente comprensibile la teoria delle
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 6 Logica del Primo Ordine Motivazioni Sintassi Interpretazioni Formalizzazione pag. 1 Limiti del Calcolo Proposizionale Nella formalizzazione di enunciati dichiarativi,
DettagliALGEBRA LINEARE PARTE III
DIEM sez Matematica Finanziaria Università degli studi di Genova Dicembre 200 Indice PREMESSA 2 GENERALITA 2 RAPPRESENTAZIONE DI UN SISTEMA LINEARE IN FORMA MATRI- CIALE 2 3 SOLUZIONE DI SISTEMI LINEARI
DettagliLogica proposizionale
Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite
DettagliFondamenti di Teoria delle Basi di Dati
Fondamenti di Teoria delle Basi di Dati Riccardo Torlone Parte 8: Teoria delle dipendenze Vincoli di integrità Esistono istanze di basi di dati che, pur sintatticamente corrette, non rappresentano informazioni
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliLe equazioni. 2x 3 = x + 1. Definizione e caratteristiche
1 Definizione e caratteristiche Chiamiamo equazione l uguaglianza tra due espressioni algebriche, che è verificata solo per particolari valori che vengono attribuiti alle variabili. L espressione che si
DettagliEsercizi di Algebra Lineare - Foglio 2
Esercizi di Algebra Lineare - Foglio ES 1. Sia f : A B una funzione, siano A 1, A A due sottoinsiemi. Dimostrare che f(a 1 A ) = f(a 1 ) f(a ) e che f(a 1 A ) f(a 1 ) f(a ). Inoltre se f è iniettiva, provare
DettagliAnalisi dei dati corso integrato - Algebra lineare, e a b c 0. le soluzioni del sistema lineare omogeneo x d e f 2. a b c.
Analisi dei dati corso integrato - Algebra lineare 4.3.8 e 5.3.8-1 1. Nella lezione precedente abbiamo definito lo spazio nullo e lo spazio delle colonne di una matrice; ora definiamo lo spazio delle righe
DettagliFacoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica), a.a. 2006/07. Notazioni, richiami sulla teoria degli insiemi.
Facoltà di Scienze MFN, Università di Cagliari Analisi Matematica 1 (Informatica, a.a. 2006/07 Notazioni, richiami sulla teoria degli insiemi. Introduzione e richiami di alcune notazioni (simboli matematiche.
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
DettagliPer gli esercizi sulla algebra booleana, si consiglia di verificare tramite tabelle di verità le equivalenze logiche proposte sulle dispense.
Fondamenti di Informatica - A. Fantechi Raccolta di esercizi Per gli esercizi sulla algebra booleana, si consiglia di verificare tramite tabelle di verità le equivalenze logiche proposte sulle dispense.
DettagliDispensa su. Funzioni Booleane. Jianyi Lin Università degli Studi di Milano
Dispensa su Funzioni Booleane Jianyi Lin Università degli Studi di Milano jianyi.lin@unimi.it 18 novembre 2011 1 Operazioni booleane In questa sezione introduciamo il concetto di funzione booleana e accenniamo
DettagliCognome Nome Matricola Codice ESEMPIO 1
Cognome Nome Matricola Codice ESEMPIO 1 [1]. (***) Definizione di derivata di una funzione in un punto. Sia A R N ; sia a A; sia f : A R M ; sia f differenziabile in a; allora la derivata di f in a è...
DettagliCENNI SUL CONCETTO DI FUNZIONE
CENNI SUL CONCETTO DI FUNZIONE Dati due insiemi A e B, una funzione f è una relazione tra gli elementi dell insieme A e gli elementi dell insieme B tale che ad ogni elemento di A corrisponde uno ed un
DettagliSoluzione della Prova Scritta di Analisi Matematica III - 28/02/02. C.L. in Matematica e Matematica per le Applicazioni. Prof. Kevin R.
Soluzione della Prova Scritta di Analisi Matematica III - 28/2/2 C.L. in Matematica e Matematica per le Applicazioni Prof. Kevin R. Payne Esercizio 1. 1a. Teorema: (di ini) Sia Φ : A R n R R dove A è aperto.
DettagliAutomi e Linguaggi Formali Automi a stack (Pushdown automata)
Automi e Linguaggi Formali Automi a stack (Pushdown automata) A.A. 2014-2015 Enrico Mezzetti emezzett@math.unipd.it Automi a stack Un Pushdown Automata (PDA) o Automa a stack Essenzialmente un ɛ-nfa con
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 6 Logica del Primo Ordine Motivazioni Sintassi di Termini e Formule Formule aperte e chiuse A. Corradini e F.Levi Dip.to Informatica Logica per la Programmazione a.a.
DettagliESAME di LOGICA PER INFORMATICA 24 giugno 2003
ESAME di LOGICA PER INFORMATICA 24 giugno 2003 Compito 1 Esercizio 1. Siano Φ e Ψ due insiemi consistenti di formule. Dire, giustificando la risposta, se Φ Ψ e Φ Ψ sono consistenti. Soluzione. Se fosse
DettagliLinguaggi Liberi dal Contesto. Linguaggi Liberi dal Contesto
rammatiche e Linguaggi Liberi da Contesto Data una stringa w L(G), dove G e un CGF, possono esistere diverse derivazioni di w (che tipicamente differiscono per l ordine di applicazione delle produzioni)
DettagliSistemi lineari 1 / 41
Sistemi lineari 1 / 41 Equazioni lineari Una equazione lineare a n incognite, è una equazione del tipo: a 1 x 1 + a 2 x 2 + + a n x n = b, dove a 1,,a n,b sono delle costanti (numeri) reali. I simboli
Dettagli17/10/16. Espressioni Booleane
Espressioni Booleane Un espressione booleana è una sequenza composta da operatori booleani, parentesi, costanti e variabili booleane, induttivamente definita come segue: Espressioni ed operatori booleani
DettagliLA TEORIA DELLA COMPLESSITÀ COMPUTAZIONALE
LA TEORIA DELLA COMPLESSITÀ COMPUTAZIONALE INTRODUZIONE OBIETTIVO: classificare gli algoritmi a seconda delle risorse utilizzate - risorse necessarie (lower bound) - risorse sufficienti (upper bound) Aspetti
DettagliDisequazioni. 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese
Disequazioni 3 Liceo Scientifico 3 Liceo Scientifico sez. Scienze Applicate A.S. 2016/2017 Prof. Andrea Pugliese Definizione ed esempi Date due espressioni algebriche A e B contenenti numeri e lettere
DettagliDescrizione delle operazioni di calcolo. Espressioni costanti semplici
Descrizione delle operazioni di calcolo Come abbiamo detto l interprete è in grado di generare nuovi valori a partire da valori precedentemente acquisiti o generati. Il linguaggio di programmazione permette
DettagliLe derivate parziali
Sia f(x, y) una funzione definita in un insieme aperto A R 2 e sia P 0 = x 0, y 0 un punto di A. Essendo A un aperto, esiste un intorno I(P 0, δ) A. Preso un punto P(x, y) I(P 0, δ), P P 0, possiamo definire
DettagliInformazione binaria: - rappresentazione di valori logici -
Informazione binaria: - rappresentazione di valori logici - Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin Tipologie di codici Nel seguito
DettagliIl teorema di Schwarz
Il teorema di Schwarz 1. Quante sono le derivate parziali seconde, terze,...? Il procedimento di derivazione parziali applicato ad una funzione f(x, y) di due variabili raddoppia il numero di derivate
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del
Analisi Matematica II Corso di Ingegneria Gestionale Compito del --9 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle. Esercizio.
DettagliUn ripasso di aritmetica: Conversione dalla base 10 alla base 2
Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre
DettagliAnalisi Matematica 2. Trasformazioni integrali. Trasformazioni integrali 1 / 29
Analisi Matematica 2 Trasformazioni integrali Trasformazioni integrali 1 / 29 Trasformazioni integrali. 1) Formule di Gauss-Green: nel piano: trasformano un integrale doppio in un integrale curvilineo,
DettagliRagionamento Automatico Richiami di calcolo dei predicati
Richiami di logica del primo ordine Ragionamento Automatico Richiami di calcolo dei predicati (SLL: Capitolo 7) Sintassi Semantica Lezione 2 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione 2 0
DettagliLezione 2. Percentuali. Equazioni lineari
Lezione 2 Percentuali Equazioni lineari Percentuali Si usa la notazione a % per indicare a/100 Esempio: 25%= 25/100=0.25 30% = 30/100=0.30 Inoltre: Applicare la percentuale a % a un numero b è come moltiplicare
DettagliLOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema
DettagliFoglio Elettronico Lezione 1
- Introduzione - Celle e riferimenti - Formule - Approfondimenti - Funzioni logiche Sommario Introduzione - Foglio elettronico o foglio di calcolo - Cos'è? Strumento per raccogliere dati organizzati in
DettagliUnità Didattica N 08 I sistemi di primo grado a due incognite 1. U.D. N 08 I sistemi di primo grado a due incognite
Unità Didattica N 08 I sistemi di primo grado a due incognite 1 U.D. N 08 I sistemi di primo grado a due incognite 01) Coordinate cartesiane 0) I sistemi di primo grado a due incognite 03) Metodo di sostituzione
DettagliMatematica II
Matematica II 231111 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri
DettagliFederica Gregorio e Cristian Tacelli
1 Sistemi lineari Federica Gregorio e Cristian Tacelli Un sistema lineare m n (m equazioni in n incognite) è un insieme di equazioni lineari che devono essere soddisfatte contemporaneamente a 11 x 1 +
DettagliMatematica II
Matematica II 241110 Matrice inversa 1 Per n 1, l insieme R n n delle matrici quadrate di ordine n diventa l insieme R dei numeri reali, e la moltiplicazione di matrici diventa la moltiplicazione di numeri
DettagliNote del corso di Calcolabilità e Linguaggi Formali - Lezione 10
Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10 Alberto Carraro DAIS, Università Ca Foscari Venezia http://www.dsi.unive.it/~acarraro 1 Teoremi fondamentali della Recursion Theory Theorem
DettagliSeconda lezione. Dipartimento di Matematica Università di Salerno
Algebra della Logica Seconda lezione Dipartimento di Matematica Università di Salerno http://logica.dmi.unisa.it/lucaspada Scuola AILA 2017 Palazzo Feltrinelli, Gargnano, 20 26 agosto 2017. Completezza
Dettagli26 - Funzioni di più Variabili Limiti e Derivate
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 26 - Funzioni di più Variabili Limiti e Derivate Anno Accademico 2013/2014 M.
DettagliAnalisi Matematica II Corso di Ingegneria Gestionale Compito del log 1 + x4 +y 2. xy y
Analisi Matematica II Corso di Ingegneria Gestionale Compito del 9--6 - È obbligatorio consegnare tutti i fogli, anche la brutta e il testo. - Le risposte senza giustificazione sono considerate nulle.
Dettagli4 Sistemi di equazioni.
4 Sistemi di equazioni. Risolvere un sistema significa erminare le soluzioni comuni a tutte le equazioni che lo compongono. Il grado di un sistema è il prodotto dei gradi di tali equazioni. 4. Sistemi
DettagliESERCIZI DI ANALISI MATEMATICA II. sin(tv) v. f(v) dv = (1 + t) (e 1/t + 1)
ESERCIZI DI ANALISI MATEMATICA II Equazioni differenziali ED 1 Stabilire se l equazione integrale f(t) 1/2 0 sin(tv) v f(v) dv = (1 + t) (e 1/t + 1) ammette una soluzione nello spazio C([0, 1/2]). (Suggerimento:
DettagliTipi di dato. Il concetto di tipo di dato viene introdotto per raggiungere due obiettivi:
Tipi di dato Il concetto di tipo di dato viene introdotto per raggiungere due obiettivi: esprimere in modo sintetico la loro rappresentazione in memoria, e un insieme di operazioni ammissibili permettere
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliNozioni Preliminari e Terminologia. Alfabeti Stringhe Linguaggi
Nozioni Preliminari e Terminologia Alfabeti Stringhe Linguaggi Insiemi Def. Un insieme è una collezione non ordinata di oggetti o elementi Gli insiemi sono scritti tra { } Gli elementi sono inseriti tra
DettagliAnno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio Soluzioni degli esercizi. 2(x 2) 2(x 1) + 2 = 3x
Anno Scolastico 2014/15 - Classe 1D Verifica di matematica dell 11 Maggio 2015 - Soluzioni degli esercizi Risolvere le seguenti equazioni. Dove è necessario, scrivere le condizioni di accettabilità e usarle
DettagliLinguaggi di Programmazione dall assembler ai linguaggi di alto livello
Linguaggi di Programmazione dall assembler ai linguaggi di alto livello LINGUAGGIO MACCHINA 0 READ 8 READ 9 LOADA 8 3 LOADB 9 4 MUL 5 STOREA 8 6 WRITE 8 7 HALT 8 DATO INTERO 9 DATO INTERO Rappresentazione
Dettagli