Борьба с логикой и системой подгонки,
Я пытаюсь, учитывая (p ⇒ ¬q) и (¬q ∧ p ⇒ r) и p, использовать систему Fitch, чтобы доказать r.
Любые идеи о том, как мне действовать?
работа по логике - система фитч
16.10.2012
Ответы:
1
- (p ⇒ ¬q)
- (¬q ∧ p ⇒ r)
- p
- ¬q (1 3 устранение последствий)
- ¬q ^ p (2 4 И Введение)
- r (2 5 Устранение последствий) ---> КОНЕЦ
22.10.2012
2
Вы также можете попробовать другие системы формальных доказательств, которые доступны в виде программ проверки доказательств, реализованных на компьютере. Используя структурированный язык доказательства Isabelle, вы можете написать доказательство следующим образом:
theory Scratch
imports Main
begin
notepad
begin
assume 1: "p ⟶ ¬ q"
and 2: "¬ q ∧ p ⟶ r"
and 3: p
have "¬ q" using 1 and 3 ..
then have "¬ q ∧ p" using 3 ..
with 2 have r ..
end
end
28.02.2013
3
В следующем доказательстве используется средство проверки доказательства естественной дедукции Клемента в стиле Fitch. Объяснение правил доступно в forallx.
Первые три строки – помещения. Строка 4 получается в результате условного исключения (→E), строка 5 в результате введения союза (∧I) и последняя строка снова в результате условного исключения.
использованная литература
Кевин Клемент, JavaScript/PHP, редактор и средство проверки естественной дедукции в стиле Fitch https://proofs.openlogicproject.org/
П. Д. Магнус, Тим Баттон с дополнениями Дж. Роберта Лофтиса, ремикшированный и отредактированный Аароном Томасом-Болдуком, Ричардом Заком, forallx Calgary Remix: An Introduction to Formal Logic, Winter 2018. https://forallx.openlogicproject.org/
21.11.2018
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..