- •Лекція №8-9 формалізація недостовірних і нечітких знань Модальна логіка предикатів
- •Модальні оператори
- •Приклади модальних операторів
- •Синтаксис модальної логіки предикатів
- •Тризначна семантика для модальної логіки предикатів
- •Семантика можливих світів
- •Ламбда-числення
- •Логічне виведення за недостовірних знань Поняття про неточне логічне виведення
- •Деякі визначення з теорії ймовірностей
- •"Об'єктивна" та "суб'єктивна" невизначеність
- •Загальні принципи неточного виведення
- •Точкові та інтервальш міри неточності
- •Проблема комбінування свідоцтв
- •Приклади застосування мір достовірності
- •Деякі формалізації мір ризику за неточного логічного виведення
- •Деякі проблеми виведення
Деякі визначення з теорії ймовірностей
Багато методик недостовірного логічного виведення тісно пов'язано з апаратом теорії ймовірностей. Тому для розуміння цього розділу потрібно навести основні необхідні факти з теорії ймовірностей.
Ймовірність події А (позначається Р(А)) слід розуміти як міру достовірності деякої події. Завжди виконується властивість 0<Р(А)<1. При цьомунеможлива подія (подія, яка ніколи не може відбутися) має ймовірність 0, адостовірна подія –ймовірність 1. Дамо формалізованевизначення.
Розглянемо множину елементарних наслідків Q. Елементарні наслідки розглядаються як можливі наслідки деякого експерименту, при цьому ці наслідки вважаютьсярівноможливими та взаємовиключними. Тоді будь-яка подіяА розглядається як підмножина множини елементарних наслідків. ПодіяА відбувається, якщо має місце будь-який елементарний наслідок, що входить до множиниА. Якщо елементарний наслідок входить до множиниА, кажуть, що він єсприятливим для подіїА.
Ймовірність події А визначається як відношення кількості сприятливих наслідків до загальної кількості елементарних наслідків.
На основі даного визначення в ряді випадків можна безпосередньо розрахувати ймовірності. Наведемо кілька прикладів.
Приклад. Підкидається гральний кубик, на кожній грані якого міститься певна кількість очок від 1 до 6. Яка ймовірність того, що випаде парна кількість очок?
Оскільки в результаті експерименту може випасти будь-яка кількість очок від 1 до 6, множина елементарних наслідків Q= {1, 2, 3, 4, 5, 6}.
Сприятливими для події А є наслідки 2, 4, 6, отже,А = {2, 4, 6}.
Маємо Р (А) = 3/6 = 0.5.
Приклад. Підкидаються два гральних кубики. Яка ймовірність того, що сума очок, які випадуть на обох гранях, дорівнюватиме 5?
Експеримент полягає в підкиданні двох кубиків, і елементарний наслідок є парою, кожний елемент якої задає кількість очок, що випала на відповідному кубику. Таким чином,
Q= {11, 12, 13, 14, 15, 16, 21, ..., 61, 62, 63, 65, 66},кількість елементарних наслідків дорівнює 36.
А= {14, 41,23, 32}.
Тоді Р (А) = 4/36 = 1/9=0.11.
Подією, протилежною до подіїА (позначаєтьсяА), називається та, яка полягає в тому, що подіяА не відбувається. На основі класичного визначення ймовірностей легко переконатися в тому, що
Р(А) = 1– Р (А)
Ймовірність події, по суті, є частотою появи цієї події. Це підкреслюється в такому визначенні.
Частотне визначення ймовірності. Нехай проводиться серія однотипних експериментів і нехайКА(n) –кількість випадків, в яких відбулася подіяА, якщо було проведеноn експериментів. Тоді
.
Наприклад, якщо проводиться 1000 експериментів, а ймовірність події А дорівнює 0.3, то подіяА настане приблизно в 300 випадках. При цьому зі зростанням кількості експериментів частина випадків, в яких відбувається дана подія, все більше наближається до ймовірності.
Введемо такі позначення:
P(AB) – ймовірність того, що настане або подіяА, або подіяВ, абоі А, і В;
P(AB) – ймовірність того, що настануть іА, і В.
Тоді P(AB) = P(A)+ P(B) – P(AB).
Зокрема, якщо А і В – несумісні (взаємовиключні) події, маємо P(AB) = P(A)+ P(B).
Дуже важливим є поняття умовної ймовірності. Умовною ймовірністю подіїА за умовиВ (позначаєтьсяР(А\B) називається ймовірність появиА за умови, що подіяВ уже відбулася.
Справедливе співвідношення
P(AB) = P(B) Р(А\B)
Події А іВ називаютьсянезалежними, якщо появаА жодним чином не залежить від появиВ. Інакше кажучи,А іВ незалежні, якщоР (А\B) =Р (А).
Кажуть, що події Н1,...,Нn утворюютьповну групу подій, якщо вони є взаємовиключними і сума їх ймовірностей дорівнює 1 (це означає, що з цих подій настане одна і тільки одна).
Якщо H1,...,Нп –повна група подій, то для будь-якої подіїА справедливі співвідношення
(формула повної ймовірності) та
Остання формула називається формулою Байєса і має дуже велике значення, оскільки дозволяє обчислюватиапостеріорні ймовірностіР(Нi\А) гіпотезHi за умови, що подіяА відбулася, через апріорні ймовірностіР(А\Нi). Більшість методик неточного логічного виведення так чиінакше пов'язані з формулою повної ймовірності та формулою Байєса.
При неточному логічному виведенні з кожним твердженням (фактом або правилом виведення) пов'язується число, яке характеризує міру його надійності. Ця характеристика називається коефіцієнтом упевненості, абомірою достовірності. Розрахунок коефіцієнтів упевненості тісно пов'язаний з ймовірнісними методами, хоча ненадійність інформації далеко не завжди носить імовірнісний характер.
Коефіцієнти упевненості часто визначаються на основі експертних оцінок. Проте в ряді випадків коефіцієнт упевненості можна отримати шляхом статистичних досліджень. Якщо ж здійснюється логічне виведення, то коефіцієнт упевненості нерідко можна підрахувати, якщо відомі міри достовірності умови та правила виведення.
Чим надійнішою є інформація, тим вищі відповідні коефіцієнти упевненості. Часто використовується шкала, за якої коефіцієнт 1 відповідає достовірно істинній події, 0 –достовірно хибній, а 0.5–повній невизначеності.
Але згадана шкала не є єдино можливою. Так, експертні системи MYCINтаEMYCIN, що є розвиткомMYCIN(ці системи призначені для виявлення мікроорганізмів у крові) використовують шкалу, в якій достовірній істинності відповідає значення 1, достовірній хибності–значення“–1”, а повній невизначеності–0.