Intelligenza Artificiale. Lezione 23. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 0
|
|
- Alfonso Biagi
- 8 anni fa
- Visualizzazioni
Transcript
1 Intelligenza Artificiale Lezione 23 Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 0
2 Azioni e cambiamento Il calcolo delle situazioni Pianificazione Deduttiva (Capitolo 11 delle dispense, 7.6 RN) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 1
3 Calcolo delle situazioni Linguaggio del primo ordine con uguaglianza e con più sorti: azione oggetto situazione Il linguaggio contiene: do(a, s), che fornisce come valore una situazione; < ( ) che si applica a coppie di situazioni, la costante S 0 di sorte situazione Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 2
4 Fluenti Un fluente si differenzia da un simbolo normale perché il suo valore può variare al variare della situazione P (x 1,..., x n, s); f(x 1,..., x n, s). Esempi: Su(x, y, s), Su(x, y, s ), colore(x, s) = rosso, colore(x, s ) = rosso. P oss(a, s) è un fluente il cui significato intuitivo è che l azione a è possibile nella situazione s. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 3
5 La teoria del calcolo delle situazioni La teoria del calcolo delle situazioni consiste in una assiomatizzazione per le situazioni, la quale garantisce che la struttura delle situazioni sia un albero (di profondità infinita e con una ramificazione limitata dalla cardinalità del dominio di sorte azione) e una assiomatizzazione che definisce le leggi causali del dominio che si intende descrivere. L assiomatizzazione per le situazioni, che chiamiamo Σ, è la seguente: s1. s < S 0, s2. do(a 1, s 1 ) = do(a 2, s 2 ) a 1 = a 2 s 1 = s 2 s3. s < do(a, s ) s s s4. P (S 0 ) ( a, s)[p (s) P (do(a, s))] ( s)p (s) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 4
6 La teoria del calcolo delle situazioni Il modello di Σ è: GS = (A S,, cons, [ ]) Dove è l unione disgiunta; A è il dominio della sorte azione, i cui elementi saranno indicati con α; S è il dominio della sorte situazione, ed è definito come l insieme induttivo che soddisfa: [ ] S σ S implica per ogni α A, cons(α, σ) S dove [ ], è l interpretazione di S 0 ; cons interpreta la funzione do ed è definito induttivamente come segue: cons(α, [ ]) = [α] cons(α, cons(α, σ)) = cons(α, [α, σ]) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 5
7 Assiomatizzazione della descrizione del dominio 1. Gli assiomi di nome unico per le azioni (una unique name axioms): sono gli assiomi che stabiliscono che tutte le azioni hanno nome unico. 2. La descrizione del dominio nello stato iniziale S Gli assiomi di precondizione (ap): costituiscono la descrizione delle condizioni per le quali un azione è eseguibile, un assioma per ciascuna azione. 4. Gli assiomi di stato successore (ss): sono la descrizione delle leggi causali del dominio, un assioma per ciascun fluente. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 6
8 Problemi (aspetti) della rappresentazione qualificazione delle precondizioni (qualification problem) specifica degli effetti (frame problem: frame = cornice, problema del cambiamento) assiomi statici e ramificazione degli effetti (ramification problem) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 7
9 Qualificazione (delle precondizioni) Condizione necessaria per la riparazione P oss(ripara(w, x), s) hacolla(w, s) rotto(x, s) ma è anche sufficiente? hacolla(w, s) rotto(x, s) P oss(ripara(w, x), s) Basta avere la colla per aggiustare un oggetto rotto? La colla potrebbe essere secca, inadatta per il materiale dell oggetto, potrebbe risultare impossibile aprire il barattolo... Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 8
10 Soluzioni al problema della qualificazione 1. Si assume che le precondizioni siano necessarie e sufficienti (p.e. nel calcolo delle situazioni) In questo modo si esclude la possibililità che esistano impedimenti all esecuzione dell azione. 2. Occorre fare un ipotesi del tipo a meno che non ci siano impedimenti che porta ad una forma di ragionamento non monotono. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 9
11 Frame problem Specifica compatta di ciò che non cambia. Effetto di sposta(b 1, b 2, tavolo) non cambia il colore di b 1, e nemmeno quello degli altri blocchi, e del tavolo!!!! Quindi tra gli effetti di sposta occorre aggiungere x, b, s.colore(b, x, do(sposta, s)) = colore(b, x, s) E poi, c è il peso, la forma, la posizione... Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 10
12 Persistenza Per ogni azione ci sono molte proprietà che non vengono modificate dall esecuzione, cioè persistono. Soluzioni al Frame Problem (***): 1. assiomi di stato successore la logica rimane monotona, ma ci sono delle restrizioni (p.e. sull uso degli assiomi statici ) 2. aggiungendo regole del tipo tutto ciò che non viene specificato negli effetti persiste la logica diventa non monotona Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 11
13 Soluzione (monotona) al frame problem 1. si considerano gli effetti positivi e negativi delle azioni per ogni fluente: γ F + (x, a, s) F (x, do(a, s)) γf (x, a, s) F (x, do(a, s)) 2. Si assume la completezza causale: il fluente F è completamente definito dai due assiomi al punto 1 3. si fa l ipotesi di nome unico per le azioni 4. si ottengono gli assiomi di stato successore: F (x, do(a, s)) γ F + (x, a, s) F (x, s) γ F (x, a, s) Nel calcolo delle situazioni si scrivono direttamente gli assiomi di stato successore. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 12
14 Ramificazioni degli effetti È utile spesso specificare delle condizioni che valgono indipendentemente dalle situazioni: assiomi statici Se la porta e la finestra sono aperte si crea corrente (indipendentente dalla particolare situazione). portaaperta f inestraaperta corrente L effetto dell azione aprip orta è portaaperta, ma se f inestraaperta un effetto indiretto di aprip orta è corrente. Un assioma statico deve sempre essere verificato e ciò può creare dei problemi con la persistenza: Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 13
15 normalmente corrente persiste quando viene eseguita aprip orta, ma non se f inestraaperta. Si hanno in genere diverse ramificazioni (situazioni possibili). Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 14
16 La teoria dinamica del dominio La teoria D che descrive il comportamento dinamico del dominio è definita come segue: D = Σ D S0 D una D ap D ss Dove Σ D una D S0 D ap D ss è l insieme degli assiomi fondazionali; è un insieme di assiomi del tipo a a per tutte le azioni; è l insieme di assiomi che descrivono lo stato iniziale; è l insieme di assiomi della forma: P oss(a(x 1,..., x n ), s) Π a ((x 1,..., x n ), s) dove Π a è una formula con variabili libere al più (x 1,..., x n stabilisce che l azione a è possibile nella situazione s; è l insieme di assiomi della forma: F (x 1,..., x n, do(a, s)) Ψ F ((x 1,..., x n ), a, s) dove Ψ F è una formula con variabili libere al più (x 1,..., x n stabilisce le condizioni per cui il fluente F è vero nella situa Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 15
17 Una descrizione dinamica: l agente-fidanzato Agente che compra dei fiori, li porta e li offre alla sua ragazzaagente, che quindi è contenta. Azioni: andare da(x), andare via da(x) comprare(x) procurarsi soldi, offrire(x, y) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 16
18 Una descrizione dinamica: l agente-fidanzato 2 Simboli di predicato (oltre a P oss): Dove(a, x) è vero se x è il luogo in cui l azione a viene eseguita; Sono vicino a(x, s) è vero se l agente è vicino all oggetto x nella situazione s; Ho soldi per(x, s) è vero se l agente ha soldi per comprare l oggetto x nella situazione s; P ossiedo(x, s) è vero se l agente ha l oggetto x nella situazione s; Contenta(x, s) è vero se l agente x è contento nella situazione s. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 17
19 Precondizioni 1. P oss(procurarsi soldi, s) 2. P oss(andare da(x), s) 3. P oss(andare via da(x), s) 4. P oss(comprare(x), s) ydove(comprare(x), y) Sono vicino a(y, s) Ho soldi per(x, s) 5. P oss(offrire(x, y), s) P ossiedo(x) Sono vicino a(y, s) x = fiori y = mia agente ragazza Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 18
20 Assiomi di stato successore 6. Ho soldi per(x, do(a, s)) a = procurarsi soldi (Ho soldi per(x, s) z a = comprare(z)) 7. Sono vicino a(x, do(a, s)) a = andare da(x) (Sono vicino a(x, s) a andare via da(x)) 8. P ossiedo(x, do(a, s)) a = comprare(x) (P ossiedo(x, s) a offrire(x, y)) 9. Contenta(x, do(a, s)) a = offrire(fiori, x) x = mia agente ragazza (Contenta(x, s) a = andare via da(x))) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 19
21 Mondo dei blocchi in SitCal Fluenti e azioni: P osso(a, s) è un predicato a due argomenti; ci dice se si può fare l azione a in s; Libero(x, s) è un predicato a due argomenti; ci dice se un blocco x non ha altri blocchi sopra di sé in s; Su(x, y, s) è un predicato a tre argomenti; ci dice se un blocco x si trova sopra (a contatto di) y in s; Sul tavolo(x, s) è un predicato a due argomenti; ci dice se un blocco x si trova a contatto del tavolo in s; muovere(x, y) è una funzione, ovvero un azione; ci dice che il blocco x viene mosso su y; muovere sul tavolo(x) è una funzione, ovvero un azione; ci dice che il blocco x viene mosso sul tavolo. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 20
22 Assiomi di precondizione 1 P osso(muovere(x, y), s) Libero(x, s) Libero(y, s) x y 2 P osso(muovere sul tavolo(x), s) Libero(x, s) Sul tavolo(x, s) Assiomi di di nome unico 6 muovere(x, y) muovere sul tavolo(z) 7 muovere(x, y) = muovere(x, y ) x = x y = y 8 muovere sul tavolo(x) = muovere sul tavolo(x ) x = x Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 21
23 Assiomi di stato successore 3 Libero(x, do(a, s)) y (( z a = muovere(y, z) a = muovere sul tavolo(y)) Su(y, x, s)) Libero(x, s) ( y a = muovere(y, x)) 4 Su(x, y, do(a, s)) a = muovere(x, y) Su(x, y, s) a = muovere sul tavolo(x) z a = muovere(x, z) 5 Sul tavolo(x, do(a, s)) a = muovere sul tavolo(x) Sul tavolo(x, s) y a = muovere(x, y) Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 22
24 Situazione iniziale Blocco(a) Blocco(b) Blocco(c) Blocco(d) Blocco(e) Blocco(f) Su(c, b, S 0 ) Su(b, a, S 0 ) Su(a, tavolo, S 0 ) Su(e, d, S 0 ) Su(f, tavolo, S 0 ) Dobbiamo aggiungere che i blocchi sono tutti e soli quelli elencati: Blocco(x) x = a x = b x = c x = d x = e x = f Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 23
25 La pianificazione deduttiva Un problema di pianificazione deduttiva nel calcolo delle situazioni è definito da: D = sgoal(s) dove D è la teoria delle azioni che comprende: D S0, D una, D ap, D ss e Σ. Poiché una teoria dinamica D è verificata in strutture ad albero, un goal può essere verificato seguendo diversi percorsi s = do(a k,... do(a 1, S 0 )). Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 24
26 Correttezza e completezza L approccio deduttivo alla pianificazione garantisce correttezza e completezza, cioè: Se un piano per il Goal esiste esso viene trovato Se una sequenza viene dedotta, questa è un piano. L indecidibilità del calcolo del primo ordine fa sì che delle deduzioni potrebbero non necessariamente terminare. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 25
27 Eseguibilità Con la formulazione data un piano potrebbe includere una azione che non può essere eseguita. Un piano deve essere legale, o eseguibile D = s(executable(s) Goal(s)) La condizione executable(s) garantisce che per ogni passo del piano vengano verificate le precondizioni per l esecuzione delle azioni. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 26
28 Ottimalità Correttezza e completezza non eliminano la possibilità di dedurre piani che contengono cicli o piani non ottimali. Per eliminare le sequenze inutili occorre evitare di ripetere certe azioni una volta che un determinato fluente è stato verificato; Questo può essere fatto inserendo nella assiomatizzazione la descrizione delle cosiddette bad situations, cioè situazioni che non si vuole il pianificatore raggiunga, in modo da potare l albero di ricerca ed evitare azioni inutili. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 27
29 La regressione Nella pianificazione deduttiva i piani possono essere generati con una ricerca nello spazio degli stati, che a partire dalla situazione iniziale, raggiunga uno stato che soddisfa l obiettivo. La Regressione è un metodo per verificare la derivabilità di un piano: D = Goal(do(a k,..., do(a 1, S 0 ))) se e solo se D S0 = R(Goal(do(a k,..., do(a 1, S 0 ))) dove R è un operatore che, data una formula in cui tutti i termini di tipo situazione che vi occorrono sono chiusi, restituisce una formula in cui l unico termine di tipo situazione che vi occorre è la costante S 0. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 28
30 Aggiornamento delle basi di dati Lo stato (situazione) in cui si trova una base di dati può essere descritta come il risultato di una sequenza di transazioni (operazioni di aggiornamento). Nel calcolo delle situazioni il problema si modella: i dati nella based i dati corrispondono a relazioni le operazioni di aggiornamento sono azioni tutto ciò che non è modificato da una transazione persiste La regressione consente di calcolare lo stato della base di dati. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 29
Intelligenza Artificiale. Lezione 10
Un sentito ringraziamento ed un ricordo per Raymond Reiter Intelligenza Artificiale Lezione 10 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 10 0 Sommario Il calcolo delle situazioni Reiter
DettagliRappresentazione della conoscenza. Lezione 11. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 11 0
Rappresentazione della conoscenza Lezione 11 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 11 0 Sommario Pianificazione Deduttiva nel calcolo delle situazioni (Reiter 3.3) Teoria del calcolo
DettagliIntelligenza Artificiale
Intelligenza Artificiale Esercizi e Domande di Esame Tecniche di Ricerca e Pianificazione Esercizi Griglia Si consideri un ambiente costituito da una griglia n n in cui si muove un agente che può spostarsi
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliSemantica Assiomatica
Semantica Assiomatica Anche nella semantica assiomatica, così come in quella operazionale, il significato associato ad un comando C viene definito specificando la transizione tra stati (a partire, cioè,
DettagliFunzioni funzione dominio codominio legge argomento variabile indipendente variabile dipendente
Funzioni In matematica, una funzione f da X in Y consiste in: 1. un insieme X detto dominio di f 2. un insieme Y detto codominio di f 3. una legge che ad ogni elemento x in X associa uno ed un solo elemento
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
DettagliUso di JUnit. Fondamenti di informatica Oggetti e Java. JUnit. Luca Cabibbo. ottobre 2012
Fondamenti di informatica Oggetti e Java ottobre 2012 1 JUnit JUnit è uno strumento per assistere il programmatore Java nel testing JUnit consente di scrivere test di oggetti e classi Java i test sono
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 12 Luglio 2012 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 12 Luglio 2012 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (7 punti) Si formalizzi in logica dei predicati del primo ordine la seguente
DettagliINTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.
INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati
Dettagli(anno accademico 2008-09)
Calcolo relazionale Prof Alberto Belussi Prof. Alberto Belussi (anno accademico 2008-09) Calcolo relazionale E un linguaggio di interrogazione o e dichiarativo: at specifica le proprietà del risultato
DettagliLezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:
Lezione 1 Gli Insiemi La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme: degli iscritti ad un corso di laurea delle stelle in cielo dei punti di un piano
DettagliINTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI
INTRODUZIONE AGLI ALGORITMI Prima di riuscire a scrivere un programma, abbiamo bisogno di conoscere un metodo risolutivo, cioè un metodo che a partire dai dati di ingresso fornisce i risultati attesi.
DettagliFunzioni in C. Violetta Lonati
Università degli studi di Milano Dipartimento di Scienze dell Informazione Laboratorio di algoritmi e strutture dati Corso di laurea in Informatica Funzioni - in breve: Funzioni Definizione di funzioni
DettagliCapitolo 4.2. Analisi tecnica: Fibonacci
1 Capitolo 4.2 Analisi tecnica: Fibonacci 0 Contenuti ANALISI TECNICA: FIBONACCI L analisi di Fibonacci mira a identificare i potenziali livelli di supporto e di resistenza futuri basati sui trend dei
DettagliOrganizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
Dettaglidatabase: modello entityrelationship
Insegnamento di Informatica CdS Scienze Giuridiche A.A. 2007/8 database: modello entityrelationship Prof.Valle D.ssaFolgieri Lez7 25.10.07 Trattamento dati. Database: modello entity-relationship 1 Fasi
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliIl principio di induzione e i numeri naturali.
Il principio di induzione e i numeri naturali. Il principio di induzione è un potente strumento di dimostrazione, al quale si ricorre ogni volta che si debba dimostrare una proprietà in un numero infinito
DettagliAppunti di Sistemi Elettronici
Prof.ssa Maria Rosa Malizia 1 LA PROGRAMMAZIONE La programmazione costituisce una parte fondamentale dell informatica. Infatti solo attraverso di essa si apprende la logica che ci permette di comunicare
DettagliRicerca Automatica. Esercitazione 3. Ascensore. Ascensore. Ascensore
Ascensore Ricerca Automatica Esercitazione In un grattacielo ci sono coppie formate da marito e moglie. Il cancello delle scale viene chiuso e l unico modo per scendere è con l ascensore che può portare
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliOttimizazione vincolata
Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l
DettagliCenni su algoritmi, diagrammi di flusso, strutture di controllo
Cenni su algoritmi, diagrammi di flusso, strutture di controllo Algoritmo Spesso, nel nostro vivere quotidiano, ci troviamo nella necessità di risolvere problemi. La descrizione della successione di operazioni
DettagliAlgoritmi e strutture dati. Codici di Huffman
Algoritmi e strutture dati Codici di Huffman Memorizzazione dei dati Quando un file viene memorizzato, esso va memorizzato in qualche formato binario Modo più semplice: memorizzare il codice ASCII per
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliRISOLUTORE AUTOMATICO PER SUDOKU
RISOLUTORE AUTOMATICO PER SUDOKU Progetto Prolog - Pierluigi Tresoldi 609618 INDICE 1.STORIA DEL SUDOKU 2.REGOLE DEL GIOCO 3.PROGRAMMAZIONE CON VINCOLI 4.COMANDI DEL PROGRAMMA 5.ESEMPI 1. STORIA DEL SUDOKU
DettagliL amministratore di dominio
L amministratore di dominio Netbuilder consente ai suoi clienti di gestire autonomamente le caselle del proprio dominio nel rispetto dei vincoli contrattuali. Ciò è reso possibile dall esistenza di un
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliVerifica parte IIA. Test (o analisi dinamica) Mancanza di continuità. Esempio
Test (o analisi dinamica) Verifica parte IIA Rif. Ghezzi et al. 6.3-6.3.3 Consiste nell osservare il comportamento del sistema in un certo numero di condizioni significative Non può (in generale) essere
DettagliAlgebra booleana. Si dice enunciato una proposizione che può essere soltanto vera o falsa.
Algebra booleana Nel lavoro di programmazione capita spesso di dover ricorrere ai principi della logica degli enunciati e occorre conoscere i concetti di base dell algebra delle proposizioni. L algebra
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliAncora su diagnosi. Lezione 9 giugno. Conoscenza incompleta e senso comune. Frameworks per il ragionamento basato su assunzioni
Ancora su diagnosi Lezione 9 giugno Ancora su diagnosi Conoscenza incompleta, senso comune e ragionamento basato su assunzioni Cenni su pianificazione Abbiamo accennato alla diagnosi di guasti. Occorre
DettagliProject Cycle Management
Project Cycle Management Tre momenti centrali della fase di analisi: analisi dei problemi, analisi degli obiettivi e identificazione degli ambiti di intervento Il presente materiale didattico costituisce
DettagliGUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL GUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL
GUIDA RAPIDA BOZZA 23/07/2008 INDICE 1. PERCHÉ UNA NUOVA VERSIONE DEI MODULI DI RACCOLTA DATI... 3 2. INDICAZIONI GENERALI... 4 2.1. Non modificare la struttura dei fogli di lavoro... 4 2.2. Cosa significano
DettagliCorrettezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 10 Correttezza A. Miola Novembre 2007 http://www.dia.uniroma3.it/~java/fondinf1/ Correttezza 1 Contenuti Introduzione alla correttezza
DettagliUniversità degli Studi di Ferrara - A.A. 2014/15 Dott. Valerio Muzzioli ORDINAMENTO DEI DATI
ORDINAMENTO DEI DATI Quando si ordina un elenco (ovvero una serie di righe contenenti dati correlati), le righe sono ridisposte in base al contenuto di una colonna specificata. Distinguiamo due tipi di
DettagliRAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI
RAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI Diagramma di flusso L algoritmo può essere rappresentato in vari modi, grafici o testuali. Uno dei metodi grafici più usati e conosciuti è il cosiddetto diagramma
DettagliAnalisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
Dettaglilo 2 2-1 - PERSONALIZZARE LA FINESTRA DI WORD 2000
Capittol lo 2 Visualizzazione 2-1 - PERSONALIZZARE LA FINESTRA DI WORD 2000 Nel primo capitolo sono state analizzate le diverse componenti della finestra di Word 2000: barra del titolo, barra dei menu,
DettagliMODELLO RELAZIONALE. Introduzione
MODELLO RELAZIONALE Introduzione E' stato proposto agli inizi degli anni 70 da Codd finalizzato alla realizzazione dell indipendenza dei dati, unisce concetti derivati dalla teoria degli insiemi (relazioni)
DettagliSAP BusinessObjects Versione del documento: 4.2 2015-11-12. Manuale di installazione di Dashboards LiveCycle Data Services Gateway
SAP BusinessObjects Versione del documento: 4.2 2015-11-12 Manuale di installazione di Dashboards LiveCycle Data Services Gateway Contenuto 1 Cronologia del documento.... 3 2 Informazioni sul manuale....
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliCorso di Amministrazione di Reti A.A. 2002/2003
Struttura di Active Directory Corso di Amministrazione di Reti A.A. 2002/2003 Materiale preparato utilizzando dove possibile materiale AIPA http://www.aipa.it/attivita[2/formazione[6/corsi[2/materiali/reti%20di%20calcolatori/welcome.htm
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliLe query. Lezione 6 a cura di Maria Novella Mosciatti
Lezione 6 a cura di Maria Novella Mosciatti Le query Le query sono oggetti del DB che consentono di visualizzare, modificare e analizzare i dati in modi diversi. Si possono utilizzare query come origine
DettagliCONCETTO DI LIMITE DI UNA FUNZIONE REALE
CONCETTO DI LIMITE DI UNA FUNZIONE REALE Il limite di una funzione è uno dei concetti fondamentali dell'analisi matematica. Tramite questo concetto viene formalizzata la nozione di funzione continua e
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliEsponenziali elogaritmi
Esponenziali elogaritmi Potenze ad esponente reale Ricordiamo che per un qualsiasi numero razionale m n prendere n>0) si pone a m n = n a m (in cui si può sempre a patto che a sia un numero reale positivo.
DettagliModulo 1: Motori di ricerca
Contenuti Architettura di Internet Principi di interconnessione e trasmissione World Wide Web Posta elettronica Motori di ricerca Antivirus Personal firewall Tecnologie delle reti di calcolatori Servizi
DettagliIl Modello Relazionale
Il Modello Relazionale Il modello relazionale 1 Il modello relazionale Proposto da E. F. Codd nel 1970 per favorire l indipendenza dei dati e reso disponibile come modello logico in DBMS reali nel 1981
DettagliModello di Controllo dell Accesso basato sui ruoli (RBAC)
Modello di Controllo dell Accesso basato sui ruoli (RBAC) POLITICHE RBAC Sistemi di tipo Role Based Access Control (RBAC) assegnano i privilegi non agli utenti, ma alla funzione che questi possono svolgere
DettagliCOME ELIMINARE PARTI DEL TEMPLATE IN PAGINE SINGOLE
COME ELIMINARE PARTI DEL TEMPLATE IN PAGINE SINGOLE Con questa guida impareremo come eliminare delle singole zone del template che utilizziamo all'interno di una pagina specifica. Questo metodo torna utile
DettagliSistema operativo. Sommario. Sistema operativo...1 Browser...1. Convenzioni adottate
MODULO BASE Quanto segue deve essere rispettato se si vuole che le immagini presentate nei vari moduli corrispondano, con buona probabilità, a quanto apparirà nello schermo del proprio computer nel momento
DettagliCome ragiona il computer. Problemi e algoritmi
Come ragiona il computer Problemi e algoritmi Il problema Abbiamo un problema quando ci poniamo un obiettivo da raggiungere e per raggiungerlo dobbiamo mettere a punto una strategia Problema Strategia
Dettagli1 Giochi a due, con informazione perfetta e somma zero
1 Giochi a due, con informazione perfetta e somma zero Nel gioco del Nim, se semplificato all estremo, ci sono due giocatori I, II e una pila di 6 pedine identiche In ogni turno di gioco I rimuove una
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliMentore. Presentazione
Mentore Presentazione Chi è Mentore? Il Mio nome è Pasquale, ho 41 anni dai primi mesi del 2014 ho scoperto, che ESISTE UN MONDO DIVERSO da quello che oltre il 95% delle persone conosce. Mi sono messo
DettagliG. Pareschi ALGEBRE DI BOOLE. 1. Algebre di Boole
G. Pareschi ALGEBRE DI BOOLE 1. Algebre di Boole Nel file precedente abbiamo incontrato la definizione di algebra di Boole come reticolo: un algebra di Boole e un reticolo limitato, complementato e distributivo.
DettagliCORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
DettagliLE CARATTERISTICHE DEI PRODOTTI MULTIVARIANTE
LE CARATTERISTICHE DEI PRODOTTI MULTIVARIANTE Che cosa sono e a cosa servono le caratteristiche? Oltre a descrivere le qualità di un prodotto con un testo generico (descrizione) è possibile dettagliare
DettagliSecondo Compitino di Basi di Dati
Secondo Compitino di Basi di Dati 10 Giugno 2004 NOME: COGNOME: MATRICOLA: Esercizio Punti previsti 1 18 2 12 3 3 Totale 33 Punti assegnati Esercizio 1 (Punti 18) Si vuole realizzare un applicazione per
DettagliAnno 3. Funzioni: dominio, codominio e campo di esistenza
Anno 3 Funzioni: dominio, codominio e campo di esistenza 1 Introduzione In questa lezione parleremo delle funzioni. Ne daremo una definizione e impareremo a studiarne il dominio in relazione alle diverse
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Febbraio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (punti 6) Si esprimano in logica dei predicati del I ordine le seguenti frasi:
DettagliLa programmazione. Sviluppo del software
La programmazione problema Sviluppo del software idea (soluzione informale) algoritmo (soluzione formale) programma (traduzione dell algoritmo in una forma comprensibile da un elaboratore elettronico)
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliProtezione. Protezione. Protezione. Obiettivi della protezione
Protezione Protezione La protezione riguarda i meccanismi per il controllo dell accesso alle risorse in un sistema di calcolo da parte degli utenti e dei processi. Meccanismi di imposizione fissati in
Dettagli4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI
119 4 Dispense di Matematica per il biennio dell Istituto I.S.I.S. Gaetano Filangieri di Frattamaggiore EQUAZIONI FRATTE E SISTEMI DI EQUAZIONI Indice degli Argomenti: TEMA N. 1 : INSIEMI NUMERICI E CALCOLO
DettagliEquilibrio bayesiano perfetto. Giochi di segnalazione
Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi
DettagliARCHIVI E DATABASE (prof. Ivaldi Giuliano)
ARCHIVI E DATABASE (prof. Ivaldi Giuliano) Archivio: è un insieme di registrazioni (o records) ciascuna delle quali è costituita da un insieme prefissato di informazioni elementari dette attributi (o campi).
DettagliIniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora:
Iniziamo con un esercizio sul massimo comun divisore: Esercizio 1. Sia d = G.C.D.(a, b), allora: G.C.D.( a d, b d ) = 1 Sono state introdotte a lezione due definizioni importanti che ricordiamo: Definizione
DettagliAPPUNTI DI MATEMATICA ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1)
ALGEBRA \ INSIEMISTICA \ TEORIA DEGLI INSIEMI (1) Un insieme è una collezione di oggetti. Il concetto di insieme è un concetto primitivo. Deve esistere un criterio chiaro, preciso, non ambiguo, inequivocabile,
Dettagli2.0 Gli archivi. 2.1 Inserire gli archivi. 2.2 Archivio Clienti, Fornitori, Materiali, Noleggi ed Altri Costi. Impresa Edile Guida all uso
2.0 Gli archivi All interno della sezione archivi sono inserite le anagrafiche. In pratica si stratta di tutti quei dati che ricorreranno costantemente all interno dei documenti. 2.1 Inserire gli archivi
DettagliLezione 10: Il problema del consumatore: Preferenze e scelta ottimale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta
DettagliNORMALIZZAZIONE DI SCHEMI RELAZIONALI. Prof.ssa Rosalba Giugno
NORMALIZZAZIONE DI SCHEMI RELAZIONALI Prof.ssa Rosalba Giugno PROBLEMA GENERALE La progettazione concettuale e logica produce uno schema relazionale che rappresenta la realta dei dati nella nostra applicazione.
DettagliPlanning as Model Checking Presentazione della Tesina di Intelligenza Artificiale
Planning as Model Checking Presentazione della Tesina di Intelligenza Artificiale di Francesco Maria Milizia francescomilizia@libero.it Model Checking vuol dire cercare di stabilire se una formula è vera
DettagliEpoca k Rata Rk Capitale Ck interessi Ik residuo Dk Ek 0 S 0 1 C1 Ik=i*S Dk=S-C1. n 0 S
L AMMORTAMENTO Gli ammortamenti sono un altra apllicazione delle rendite. Il prestito è un operazione finanziaria caratterizzata da un flusso di cassa positivo (mi prendo i soldi in prestito) seguito da
DettagliMAGAZZINO FISCALE (agg. alla rel. 3.4.1)
MAGAZZINO FISCALE (agg. alla rel. 3.4.1) Per ottenere valori corretti nell inventario al LIFO o FIFO è necessario andare in Magazzino Fiscale ed elaborare i dati dell anno che ci serve valorizzare. Bisogna
DettagliMONOPOLIO, MONOPOLISTA
Barbara Martini OBIETTIVI IL SIGNIFICATO DI MONOPOLIO, IN CUI UN SINGOLO MONOPOLISTA È L UNICO PRODUTTORE DI UN BENE COME UN MONOPOLISTA DETERMINA L OUTPUT ED IL PREZZO CHE MASSIMIZZANO IL PROFITTO LA
DettagliFUNZIONI DI IMPAGINAZIONE DI WORD
FUNZIONI DI IMPAGINAZIONE DI WORD IMPOSTARE LA PAGINA Impostare la pagina significa definire il formato del foglio e vari altri parametri. Per impostare la pagina occorre fare clic sul menu File e scegliere
Dettagliconnessioni tra i singoli elementi Hanno caratteristiche diverse e sono presentati con modalità diverse Tali relazioni vengono rappresentate QUINDI
Documenti su Internet LINGUAGGI DI MARKUP Internet permette (tra l altro) di accedere a documenti remoti In generale, i documenti acceduti via Internet sono multimediali, cioè che possono essere riprodotti
DettagliEsempio - Controllo di un ascensore
Costruiamo un modello ground a partire dai requisiti. Dimostriamo le proprietà di correttezza desiderate n ascensori m piani che soddisfano i seguenti requisiti: 1. Ogni ascensore ha per ogni piano un
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliPROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)
PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo
DettagliLa manutenzione come elemento di garanzia della sicurezza di macchine e impianti
La manutenzione come elemento di garanzia della sicurezza di macchine e impianti Alessandro Mazzeranghi, Rossano Rossetti MECQ S.r.l. Quanto è importante la manutenzione negli ambienti di lavoro? E cosa
DettagliUso di base delle funzioni in Microsoft Excel
Uso di base delle funzioni in Microsoft Excel Le funzioni Una funzione è un operatore che applicato a uno o più argomenti (valori, siano essi numeri con virgola, numeri interi, stringhe di caratteri) restituisce
DettagliMANUALE MOODLE STUDENTI. Accesso al Materiale Didattico
MANUALE MOODLE STUDENTI Accesso al Materiale Didattico 1 INDICE 1. INTRODUZIONE ALLA PIATTAFORMA MOODLE... 3 1.1. Corso Moodle... 4 2. ACCESSO ALLA PIATTAFORMA... 7 2.1. Accesso diretto alla piattaforma...
DettagliTeoria dei Giochi. Anna Torre
Teoria dei Giochi Anna Torre Almo Collegio Borromeo 26 marzo 2015 email: anna.torre@unipv.it sito web del corso:www-dimat.unipv.it/atorre/borromeo2015.html COOPERAZIONE Esempio: strategie correlate e problema
DettagliB9. Equazioni di grado superiore al secondo
B9. Equazioni di grado superiore al secondo Le equazioni di terzo grado hanno una, due o tre soluzioni, risolvibili algebricamente con formule molto più complesse di quelle dell equazione di secondo grado.
DettagliTavola riepilogativa degli insiemi numerici
N : insieme dei numeri naturali Z : insieme dei numeri interi Q : insieme dei numeri razionali I : insieme dei numeri irrazionali R : insieme dei numeri reali Tavola riepilogativa degli insiemi numerici
DettagliIl SENTIMENT E LA PSICOLOGIA
CAPITOLO 2 Il SENTIMENT E LA PSICOLOGIA 2.1.Cosa muove i mercati? Il primo passo operativo da fare nel trading è l analisi del sentiment dei mercati. Con questa espressione faccio riferimento al livello
DettagliAlgebra e Logica Matematica. Calcolo delle proposizioni Logica del primo ordine
Università di Bergamo Anno accademico 2006 2007 Ingegneria Informatica Foglio Algebra e Logica Matematica Calcolo delle proposizioni Logica del primo ordine Esercizio.. Costruire le tavole di verità per
DettagliPer lo svolgimento del corso risulta particolarmente utile considerare l insieme
1. L insieme R. Per lo svolgimento del corso risulta particolarmente utile considerare l insieme R = R {, + }, detto anche retta reale estesa, che si ottiene aggiungendo all insieme dei numeri reali R
DettagliSOLUZIONE Web.Orders online
SOLUZIONE Web.Orders online Gennaio 2005 1 INDICE SOLUZIONE Web.Orders online Introduzione Pag. 3 Obiettivi generali Pag. 4 Modulo di gestione sistema Pag. 5 Modulo di navigazione prodotti Pag. 7 Modulo
DettagliSISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione
SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi
DettagliFondamenti dei linguaggi di programmazione
Fondamenti dei linguaggi di programmazione Aniello Murano Università degli Studi di Napoli Federico II 1 Riassunto delle lezioni precedenti Prima Lezione: Introduzione e motivazioni del corso; Sintassi
DettagliDI D AGRA R MM M I M A BLOCC C H C I TEORI R A E D D E SERC R I C ZI 1 1
DIAGRAMMI A BLOCCHI TEORIA ED ESERCIZI 1 1 Il linguaggio dei diagrammi a blocchi è un possibile formalismo per la descrizione di algoritmi Il diagramma a blocchi, o flowchart, è una rappresentazione grafica
Dettagli