Metoda Tablic Semantycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metoda Tablic Semantycznych"

Transkrypt

1 Procedura Plan Reguły Algorytm Logika obliczeniowa Instytut Informatyki Plan Procedura Reguły 1 Procedura decyzyjna Logiczna równoważność formuł Logiczna konsekwencja Procedura decyzyjna 2 Reguły α, β, δ i γ Podstawowe pojęcia Reguły α Reguły β Reguły γ i δ 3 Metoda tablic semantycznych Inicjalizacja Budowa drzewa Tablica semantyczna a spełnialność MTS jako procedura dowodowa Algorytm

2 Dedukcja drogi Watsonie, dedukcja... Zdefiniowaliśmy pewien język formalny: rachunek predykatów. A właściwie po co? Sherlock Holmes stosował metodę dedukcji bez specjalnych formalizmów. A komputer? Jednym z zastosowań języków programowania w logice jest automatyczne wnioskowanie (sztuczna inteligencja). Wnioskowanie odbywa się na ogół na podstawie pewnych przesłanek, założeń. Np.: Pan Brown leżał koło biurka i trzymał pistolet w prawej ręce. To sugeruje, że został zamordowany, ponieważ był mańkutem i z pewnością sam strzelałby lewą ręką. Ktoś go zastrzelił, a potem włożył mu pistolet do ręki. Kiedy formuły są równoznaczne? Definicja Niech A 1 i A 2 będą formułami zamkniętymi. Jeśli v I (A 1 ) = v I (A 2 ) dla wszystkich interpretacji I, to A 1 jest logicznie równoważna A 2, co oznaczamy A 1 A 2.

3 Przykład Wykażemy, że (p(a) q(a)) ( p(a) q(a)) v I1 (p(a)) = 1 v I1 (q(a)) = 1 v I2 (p(a)) = 0 v I2 (q(a)) = 1 v I3 (p(a)) = 1 v I3 (q(a)) = 0 v I4 (p(a)) = 0 v I4 (q(a)) = 0 v I1 (p(a) q(a)) = 1 v I1 ( p(a) q(a))) = 1 v I2 (p(a) q(a)) = 1 v I2 ( p(a) q(a))) = 1 v I3 (p(a) q(a)) = 0 v I3 ( p(a) q(a))) = 0 v I4 (p(a) q(a)) = 1 v I4 ( p(a) q(a))) = 1 Definicja logicznej konsekwencji Definicja Niech U będzie zbiorem formuł, A zaś formułą. Jeśli w każdym modelu U wartością A jest 1, to A nazywamy konsekwencją logiczną U, co zapisujemy U = A. Jesli zbiór U jest pusty, to pojęcie konsekwencji logicznej jest tożsame z pojęciem prawdziwości ( = A).

4 Przykład Przykład Niech U = {p(a) q(a), p(a)} i A = {p(a) q(a))} Interpretacja I : v(p(a)) = 1, v(q(a)) = 1 jest jedynym modelem zbioru U. W interpretacji I v(a) = 1, a zatem A jest logiczną konsekwencją U. Warunek konieczny i dostateczny Twierdzenie A B wtw gdy = A B. Niech U = {A 1,... A n } U = A wtw gdy = (A 1... A n ) A.

5 Własności logicznej konsekwencji Twierdzenie Niech U = {A 1, A 2,..., A n }. Wtedy U = A wtw, gdy = (A 1... A n A). Twierdzenie Jeśli U = A, to dla dowolnej formuły B zachodzi U {B} = A. Twierdzenie Jeśli U = A, B zaś jest formułą prawdziwą, to U \ {B} = A. Teoria Definicja Zbiór formuł T nazywamy teorią wtw, gdy jest on zamknięty ze względu na konsekwencje logiczne. Zbiór T jest zamknięty ze względu na konsekwencje logiczne wtw, gdy dla wszystkich formuł A zachodzi zależność: jeśli T = A, to A T. Elementy zbioru T nazywamy twierdzeniami.

6 Teoria aksjomatyzowalna Definicja Niech U będzie zbiorem formuł. T (U) = {A U = A} nazywamy teorią zbioru formuł U. Formuły ze zbioru U nazywamy aksjomatami, a o teorii T (U) mówimy, że jest aksjomatyzowalna. Przykład Teoria Niech U = {p(a) q(a), p(a)}. T = {p(a) q(a), p(a), q(a), p(a) q(a), p(a) q(a), p(a) q(a)...}

7 Jeszcze raz Sherlock Holmes Dedukcja Czy fakt, że pan Brown został zamordowany jest logiczną konsekwencją faktów, że był mańkutem i trzymał pistolet w prawej ręce? Jak ustalić, że formuła jest elementem pewnego zbioru formuł (np. teorii)? Dedukcja i nie tylko. Procedura decyzyjna Definicja Niech U będzie zbiorem formuł. Procedurą decyzyjną dla zbioru U nazywamy algorytm, który dla dowolnej formuły A F kończy działanie oraz udziela odpowiedzi TAK, jeśli A U, a odpowiedzi NIE, jeśli A U.

8 Przykład Czy formuła A = p(a) p(a) należy do zbioru formuł spełnialnych? Można zastosować metodę tablic logicznych i srawdzić wszystkie interpretacje... p(a) p(a) p(a) Formuła A nie należy do zbioru formuł spełnialnych. Zbiór {p(a), p(a)} nie jest spełnialny. Podstawowe pojęcia Dopełnienie, komplementarność Literał: atom oraz negacja atomu (pozytywny, negatywny). (p(a), p(a)): para literałów komplementarnych. (A, A): para formuł komplementarnych. A jest dopełnieniem formuły A, a A jest dopełnieniem formuły A. Zbiór jest spełnialny, gdy nie zawiera pary literałów komplementarnych.

9 Na zdrowy rozum Czy formuła A = (((p(a) q(a)) p(a)) p(a)) jest spełnialna? Szukamy modelu formuły A. Kiedy v( ((p(a) q(a)) p(a)) p(a)) = 1? v((p(a) q(a)) p(a)) = 1 i v(p(a)) = 0 v(p(a) q(a)) = 0 lub v(p(a)) = 1 i v(p(a)) = 0 i v(p(a)) = 0 v(p(a)) = 1 i v(q(a)) = 0 i v(p(a)) = 0 Formuła A jest niespełnialna. A 1 A 2 A 1 A 2 (A 1 A 2 ) Jak z tego zrobić algorytm? Korzystając z faktu, że v(a) = 0 wtw v( A) = 1 zapiszmy nasze rozumowanie tak, żeby usunąć wartość zero. v( (((p(a) q(a)) p(a)) p(a))) = 1 v((p(a) q(a)) p(a)) = 1 i v(p(a)) = 0 v(p(a) q(a)) = 0 i v(p(a)) = 0 lub v(p(a)) = 1 i v(p(a)) = 0 v(p(a)) = 1 i v(q(a)) = 0 i v(p(a)) = 0 v( (((p(a) q(a)) p(a)) p(a))) = 1 v((p(a) q(a)) p(a)) = 1 i v( p(a)) = 1 v( (p(a) q(a))) = 1 i v( p(a)) = 1 lub v(p(a)) = 1 i v( p(a)) = 1 v(p(a)) = 1 i v( q(a)) = 1 i v( p(a)) = 1 (((p(a) q(a)) p(a)) p(a)) (p(a) q(a)) p(a) i p(a) (p(a) q(a)) i p(a) lub p(a) i p(a) p(a) i q(a) i p(a) Teraz możemy opuścić funkcję interpretacji, a zachować tylko postać formuły, która ma być spełniona. Zatem rozwijamy drzewo tak długo, aż w liściach mamy tylko literały. Para literałów komplemetarnych w liściu wskazuje, że w tej ścieżce nie ma modelu formuły A.

10 Obserwacja A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 Zauważmy, że dla każdej formuły postaci A 1 opa 2 możemy podać warunek spełnialności w jednej z następujących postaci: v(a 1 ) = 1 i v(a 2 ) = 1 v(a 1 ) = 1 i v( A 2 ) = 1 v( A 1 ) = 1 i v(a 2 ) = 1 v( A 1 ) = 1 i v( A 2 ) = 1 v(a 1 ) = 1 lub v(a 2 ) = 1 v(a 1 ) = 1 lub v( A 2 ) = 1 v( A 1 ) = 1 lub v(a 2 ) = 1 v( A 1 ) = 1 lub v( A 2 ) = 1 Warunek postaci v(a 1 ) = x i v(a 2 ) = y, x, y {0, 1} A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 A v(a 1 ) v(a 2 ) v(a) 1-1 A (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) v(a 1 ) = v(a 2 ) 0 (A 1 A 2 ) v(a 1 ) = v(a 2 ) 1

11 Reguły α α α 1 α 2 A 1 A 1 A 1 A 2 A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 2 A 1 (A 1 A 2 ) A 1 A 2 A 2 A 1 Warunek postaci v(a 1 ) = x lub v(a 2 ) = y, x, y {0, 1} A v(a 1 ) v(a 2 ) v(a) A A 1 A A 1 A A 1 A A 1 A A 1 A A 1 A 2 v(a 1 ) = v(a 2 ) 1 A 1 A 2 v(a 1 ) = v(a 2 ) 0 A v(a 1 ) v(a 2 ) v(a) 1-1 A (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) (A 1 A 2 ) v(a 1 ) = v(a 2 ) 0 (A 1 A 2 ) v(a 1 ) = v(a 2 ) 1

12 Reguły β β β 1 β 2 (B 1 B 2 ) B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 (B 1 B 2 ) B 1 B 2 (B 1 B 2 ) (B 1 B 2 ) (B 2 B 1 ) B 1 B 2 (B 1 B 2 ) (B 2 B 1 ) Reguły γ i δ Co z kwantyfikatorami? γ x A(x) x A(x) γ(a) A(a) A(a) δ x A(x) x A(x) δ(a) A(a) A(a)

13 Co to jest metoda tablic semantycznych? Algorytm do badania spełnialności (prawdziwości) formuł rachunku predykatów. Polega na systematycznym poszukiwaniu modelu. Wykorzystuje reguły α, β, γ i δ. Reguła α definiuje jedną ścieżkę: wszystkie powstające formuły muszą być spełnione równocześnie. Reguła β definiuje dwie ścieżki, z których każdą trzeba sprawdzić oddzielnie. W ten sposób powstaje drzewo przeszukiwania. Metoda tablic semantycznych Tablica semantyczna T dla formuły A jest drzewem, którego każdy wierzchołek zawiera parę W (n) = (U(n), C(n)), gdzie U(n) = {A 1,..., A k } jest zbiorem formuł, C(n) = {a 1,..., a m } jest zbiorem stałych występujących w formułach należących do U(n).

14 Metoda tablic semantycznych Początkowo T składa się z pojedynczego wierzchołka (korzenia) zawierającego parę (A, {a 1,..., a k }), gdzie {a 1,..., a k } jest zbiorem stałych występujących w A. Jeśli formuła A nie zawiera stałych, to należy wybrać dowolną stałą a, wówczas korzeń będzie zawierał parę postaci ({A}, {a}). A = (p(a, b) r(a, b)) l (p(a, b) r(a, b), {a, b}) Metoda tablic semantycznych Tworzenie tablicy semantycznej przebiega iteracyjnie przez wybór nieoznakowanego liścia l, zawierającego W (l) = (U(l), C(l)) i zastosowanie jednej z nastepujących reguł w podanej kolejności.

15 Metoda tablic semantycznych Jeśli U(l) jest zbiorem literałów i formuł typu γ, zawierającym parę literałów komplementarnych {p(a 1,..., a k ), p(a 1,..., a k )}, to oznacz ten liść jako domknięty. Liść domknięty l ({p(a, b), p(a, b), q(c)}, {a, b, c}) Metoda tablic semantycznych Jeśli U(l) nie jest zbiorem literałów wybierz dowolną formułę A typu α, β, δ. Jeśli A jest typu α, utwórz nowy wierzchołek l, będący Formuła typu α potomkiem wierzchołka l i (p(a, b) r(a, b), {a, b}) umieść w nim l W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {α 1, α 2 }, C(l)). (Jeśli formuła A jest postaci l (A 1 ), to nie ma formuły α 2.) ({p(a, b), r(a, b)}, {a, b})

16 Metoda tablic semantycznych Jeśli A jest typu β, utwórz dwa nowe wierzchołki l oraz l jako następniki wierzchołka l. W wierzchołku l umieść W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {β 1 }, C(l)), a w wierzchołku l umieść W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) {β 2 }, C(l)). Formuła typu β (p(a) x (q(x) r(a, b, y)), {a, b}) ({ p(a)}, {a, b}) l l l ({ x (q(x) r(a, b, y))}, {a, b}) Metoda tablic semantycznych Jeśli A jest typu δ, to twórz nowy wierzchołek l będący potomkiem wierzchołka l i umieść w nim W (l ) = (U(l ), C(l )) = ((U(l) \ {A}) δ(a), C(l) {a}) gdzie a jest pewną stałą niewystepującą w U(l). Formuła typu δ ({ x (q(x) r(a, b, y))}, {a, b}) l l ({(q(c) r(a, b, y))}, {a, b, c})

17 Metoda tablic semantycznych Niech {γ 1,..., γ m } U(l) będą wszystkimi formułami typu γ występującymi w U(l) i niech C(l) = {a 1,..., a k }. Utwórz nowy wierzchołek l będący potomkiem wierzchołka l i umieść w nim W (l ) = (U(l ), C(l )) = (U(l) i=m,j=k i=1,j=1 {γ i(a j )}, C(l)) Jeśli U(l) składa się wyłącznie z literałów oraz formuł typu γ oraz U(l ) = U(l), to oznacz ten liść jako otwarty. Liść otwarty l l l ({ x q(x), y r(y)}, {a}) ({ x q(x), y r(y), q(a), r(a)}, {a}) ({ x q(x), y r(y), q(a), r(a)}, {a}) Domknięta i otwarta tablica semantyczna Tablica semantyczna, której tworzenie zakończono (w liściach są tylko literały) nazywamy zakończoną. Tablicę zakończoną nazywamy domkniętą, jeśli wszystkie liście są oznakowane jako domknięte. Jeżeli istnieje liść otwarty, to tablicę nazywamy otwartą. Gałąź tablicy semantycznej nazywamy domkniętą, jeśli jest zakończona liściem oznakowanym jako domknięty. W przeciwnym razie, czyli gdy gałąź jest nieskończona lub zakończona liściem oznakowanym jako otwarty nazywamy ją otwartą.

18 Poprawność metody tablic semantycznych Poprawność MTS Niech A będzie formułą rachunku predykatów, a T tablicą semantyczną dla A. Jeśli T jest domknięta, to formuła A jest niespełnialna. Nierozstrzygalność Pełność MTS Niech A będzie formułą prawdziwą. Wówczas algorytm systematycznego tworzenia tablic semantycznych utworzy dla formuły A tablicę domkniętą. Dla dowolnej formuły nie można rozstrzygnąć, czy jest ona prawdziwa. Może się zdarzyć, że algorytm budowy tablicy semantycznej formuły rachunku predykatów się nie kończy!

19 Problem spełnialności Sformułowanie Problem spełnialności to pytanie: Czy dla danej formuły rachunku predykatów istnieje model? Odpowiedź NIE jest równoważna odpowiedzi TAK na pytanie: Czy negacja tej formuły jest formułą prawdziwą? Metoda tablic semantycznych - przykład { ( x (p(x) q(x)) ( x p(x) x q(x)))}, {a} α { x (p(x) q(x)), ( x p(x) x q(x))}, {a} α { x (p(x) q(x)), x p(x), ( x q(x))}, {a} δ { x (p(x) q(x)), x p(x), q(b)}, {a, b}

20 Metoda tablic semantycznych - przykład c.d. { x (p(x) q(x)), x p(x), q(b)}, {a, b} γ { x (p(x) q(x)), x p(x), q(b)} {p(a) q(a), p(b) q(b), p(a), p(b)}{a, b} β { x (p(x) q(x)), x p(x), q(b)} { x (p(x) q(x)), x p(x), q(b)} {p(a) q(a), p(b), p(a), p(b)}{a, b} {p(a) q(a), q(b), p(a), p(b)}, {a, b} Przykładowe zadania 1 Wykazać równoważność logiczną formuł rachunku zdań metodą tablic semantycznych: Zbudować odpowiednią formułę za pomocą operatora równoważności. Zanegować otrzymaną formułę. Zastosować metodę tablic semantycznych w celu wykazania, że zanegowana formuła jest niespełnialna. 2 Znaleźć model formuły (może się zdarzyć, że modelu nie będzie wtedy trzeba to wykazać!).

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.

Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa. Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna

Bardziej szczegółowo

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty Rachunek predykatów Wykład 4 Plan wykładu Relacje i predykaty Formuły rachunku predykatów Interpretacje Logiczna równoważność Metoda tabel Modele skończone i nieskończone Rozstrzygalność Relacje i predykaty

Bardziej szczegółowo

1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria

1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria Logika obliczeniowa - zadania 1 SKŁADNIA 1. Składnia 1.1. Teoria 1. Składnia oznacza reguły tworzenia... z.... 2. Rachunek predykatów pierwszego rzędu (w skrócie: rachunek predykatów) wyróżnia cztery zbiory

Bardziej szczegółowo

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa.

Semantyka rachunku predykatów pierwszego rzędu. Dziedzina interpretacji. Stałe, zmienne, funkcje. Logika obliczeniowa. Logika obliczeniowa Instytut Informatyki 1 Interpretacja i wartościowanie Dziedzina interpretacji Interpretacja Wartościowanie 2 Wartość formuły Wartość termu Wartość logiczna formuły Własności 3 Logiczna

Bardziej szczegółowo

Programowanie deklaratywne i logika obliczeniowa

Programowanie deklaratywne i logika obliczeniowa Programowanie deklaratywne i logika obliczeniowa Programowanie deklaratywne i logika obliczeniowa Wykład logika 12 godzin Dr hab. inż. Joanna Józefowska, prof. PP dyżur: poniedziałek 9.30-11.00 p. 10,

Bardziej szczegółowo

Semantyka rachunku predykatów

Semantyka rachunku predykatów Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie

Bardziej szczegółowo

III rok kognitywistyki UAM,

III rok kognitywistyki UAM, METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 6A: REZOLUCJA III rok kognitywistyki UAM, 2016 2017 1 Rezolucja w KRZ Dowody rezolucyjne w KRZ są równie proste, jak dowody tablicowe Metoda

Bardziej szczegółowo

Modele Herbranda. Logika obliczeniowa. Joanna Józefowska. Szukamy modelu. Przykład Problemy. Model Herbranda

Modele Herbranda. Logika obliczeniowa. Joanna Józefowska. Szukamy modelu. Przykład Problemy. Model Herbranda Plan wykładu Szukamy modelu Model Herbranda Twierdzenia Logika obliczeniowa Instytut Informatyki Plan wykładu Szukamy modelu 1 Szukamy modelu Problemy 2 Model Herbranda Uniwersum Herbranda Interpretacja

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 9. Koniunkcyjne postacie normalne i rezolucja w KRZ 1 Inferencyjna równoważność formuł Definicja 9.1. Formuła A jest

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania

Bardziej szczegółowo

III rok kognitywistyki UAM,

III rok kognitywistyki UAM, METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 14: POWTÓRKA III rok kognitywistyki UAM, 2016 2017 Dzisiejszy wykład w całości poświęcony będzie omówieniu przykładowych zadań, podobnych do

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

Logika Matematyczna (10)

Logika Matematyczna (10) Logika Matematyczna (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Rezolucja w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna (10) Rezolucja w KRZ 1 / 39 Plan

Bardziej szczegółowo

Interpretacja Niech U będzie zbiorem formuł takim, że zbiór {p 1,..., p k } jest zbiorem wszystkich symboli predykatywnych, {f 1,..., f l } jest zbior

Interpretacja Niech U będzie zbiorem formuł takim, że zbiór {p 1,..., p k } jest zbiorem wszystkich symboli predykatywnych, {f 1,..., f l } jest zbior Rachunek predykatów Wykład 5 Plan wykładu Funkcje i termy Postać klauzulowa formuł Modele Herbranda Twierdzenie Herbranda Rezolucja dla klauzul ustalonych Podstawienia Uzgadnianie Rezolucja Funkcje i termy

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ

METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ KONWERSATORIUM 6: REZOLUCJA V rok kognitywistyki UAM 1 Kilka uwag terminologicznych Słuchacze zapewne pamiętają z zajęć dotyczących PROLOGu poniższą

Bardziej szczegółowo

Adam Meissner.

Adam Meissner. Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu

Bardziej szczegółowo

Język rachunku predykatów Formuły rachunku predykatów Formuły spełnialne i prawdziwe Dowody założeniowe. 1 Zmienne x, y, z...

Język rachunku predykatów Formuły rachunku predykatów Formuły spełnialne i prawdziwe Dowody założeniowe. 1 Zmienne x, y, z... Język rachunku predykatów 1 Zmienne x, y, z... 2 Predykaty n-argumentowe P(x, y,...), Q(x, y...),... 3 Funktory zdaniowe,,,, 4 Kwantyfikatory: istnieje, dla każdego Język rachunku predykatów Ustalenie

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Składnia rachunku predykatów pierwszego rzędu

Składnia rachunku predykatów pierwszego rzędu Początek Gramatyka Kwantyfikatory Poprawność Logika obliczeniowa Instytut Informatyki Początek Gramatyka Kwantyfikatory Poprawność Plan wykładu 1 Na (dobry) początek Zrozumieć słowa Oswoić znaki 2 Gramatyka

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia

Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Metody dowodzenia twierdzeń i automatyzacja rozumowań Tabele syntetyczne: definicje i twierdzenia Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl Metoda tabel syntetycznych (MTS) MTS

Bardziej szczegółowo

LOGIKA Klasyczny Rachunek Zdań

LOGIKA Klasyczny Rachunek Zdań LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć

Bardziej szczegółowo

Paradygmaty dowodzenia

Paradygmaty dowodzenia Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.

Bardziej szczegółowo

vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).

vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ). 6. Wykład 6: Rachunek predykatów. Język pierwszego rzędu składa się z: symboli relacyjnych P i, i I, gdzie (P i ) oznaczać będzie ilość argumentów symbolu P i, symboli funkcyjnych f j, j J, gdzie (f j

Bardziej szczegółowo

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych

Bardziej szczegółowo

Imię i nazwisko:... OBROŃCY PRAWDY

Imię i nazwisko:... OBROŃCY PRAWDY Egzamin: Logika Matematyczna, I rok JiNoI, 30 czerwca 2014 Imię i nazwisko:........................................... OBROŃCY PRAWDY Wybierz dokładnie cztery z poniższych pięciu zadań i spróbuj je rozwiazać.

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze

Bardziej szczegółowo

Logika Radosna 5. Jerzy Pogonowski. KRP: tablice analityczne. Zakład Logiki Stosowanej UAM

Logika Radosna 5. Jerzy Pogonowski. KRP: tablice analityczne. Zakład Logiki Stosowanej UAM Logika Radosna 5 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl KRP: tablice analityczne Jerzy Pogonowski (MEG) Logika Radosna 5 KRP: tablice analityczne 1 / 111 Wprowadzenie

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...

Bardziej szczegółowo

Klasyczny rachunek predykatów

Klasyczny rachunek predykatów Kultura logiczna Klasyczny rachunek predykatów Bartosz Gostkowski bgostkowski@gmail.com Alfabet klasycznego rachunku zdań reguły konsytutywne języka Alfabet klasycznego rachunku predykatów (KRP Do alfabetu

Bardziej szczegółowo

Poprawność semantyczna

Poprawność semantyczna Poprawność składniowa Poprawność semantyczna Poprawność algorytmu Wypisywanie zdań z języka poprawnych składniowo Poprawne wartościowanie zdań języka, np. w języku programowania skutki wystąpienia wyróżnionych

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Gramatyki bezkontekstowe I Gramatyką bezkontekstową

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Logika Matematyczna (1) Wprowadzenie 1 / 20 Plan konwersatorium

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

ĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH

ĆWICZENIE 4 KRZ: A B A B A B A A METODA TABLIC ANALITYCZNYCH ĆWICZENIE 4 Klasyczny Rachunek Zdań (KRZ): metoda tablic analitycznych, system aksjomatyczny S (aksjomaty, reguła dowodzenia), dowód w systemie S z dodatkowym zbiorem założeń, tezy systemu S, wtórne reguły

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony

Bardziej szczegółowo

Rezolucja w rachunku predykatów. Przedrostkowa koniunkcyjna postać normalna. Formu ly ustalone. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Rezolucja w rachunku predykatów. Przedrostkowa koniunkcyjna postać normalna. Formu ly ustalone. Joanna Józefowska. Poznań, rok akademicki 2009/2010 Instytut Informatyki Poznań, rok akademicki 2009/2010 1 Postać klauzulowa formu l 2 Regu la rezolucji Regu la rezolucji dla klauzul ustalonych Regu la rezolucji dla klauzul ustalonych a spe lnialność Ogólna

Bardziej szczegółowo

Logika pragmatyczna dla inżynierów

Logika pragmatyczna dla inżynierów Logika pragmatyczna Logika pragmatyczna dla inżynierów Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.edu.pl materiały + literatura + informacje na stronie www. Zaliczenie: Test pisemny

Bardziej szczegółowo

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

Drzewa Semantyczne w KRZ

Drzewa Semantyczne w KRZ Drzewa Semantyczne w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 7 XII 2006, 13:30 15:00 Jerzy Pogonowski (MEG) Drzewa Semantyczne w KRZ 7 XII 2006, 13:30 15:00

Bardziej szczegółowo

Wprowadzenie do Sztucznej

Wprowadzenie do Sztucznej Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia InŜynierskie Konsekwencje logiczne Formuła A jest konsekwencją logiczną zbioru formuł U, co zapisujemy U A, jeŝeli kaŝda interpretacja,

Bardziej szczegółowo

1 Podstawowe oznaczenia

1 Podstawowe oznaczenia Poniżej mogą Państwo znaleźć skondensowane wiadomości z wykładu. Należy je traktować jako przegląd pojęć, które pojawiły się na wykładzie. Materiały te nie są w pełni tożsame z tym co pojawia się na wykładzie.

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:

Bardziej szczegółowo

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do Sztucznej Inteligencji Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia Inżynierskie Automatyczne dowodzenie twierdzeń O teoriach formalnie na przykładzie rachunku zdań Zastosowanie dedukcji: system Logic Theorist

Bardziej szczegółowo

Wykład 5. Metoda tabel analitycznych dla Klasycznego Rachunku Zdań

Wykład 5. Metoda tabel analitycznych dla Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 5. Metoda tabel analitycznych dla Klasycznego Rachunku Zdań 1 Wprowadzenie Na tym wykładzie przyjmuję terminologię i

Bardziej szczegółowo

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę

Bardziej szczegółowo

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie:

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie: Logika pragmatyczna Logika pragmatyczna Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.wroc.pl materiały + literatura + informacje na stronie www. Zaliczenie: Kolokwium pisemne na

Bardziej szczegółowo

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Załóżmy, że wiemy co to są liczby naturalne... Język (I-go rzędu): V, { F n : n IN

Bardziej szczegółowo

Logika Matematyczna. Zadania Egzaminacyjne, 2007

Logika Matematyczna. Zadania Egzaminacyjne, 2007 Logika Matematyczna Zadania Egzaminacyjne, 2007 I Rok Językoznawstwa i Informacji Naukowej UAM Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl Podajemy rozwiązania zadań egzaminacyjnych.

Bardziej szczegółowo

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika

Bardziej szczegółowo

Uzgadnianie formuł rachunku predykatów

Uzgadnianie formuł rachunku predykatów Składanie podstawień Plan wykładu Uzgadnianie Logika obliczeniowa Instytut Informatyki Plan wykładu Składanie podstawień 1 Składanie podstawień Podstawienie Motywacja Złożenie podstawień 2 Uzgadnianie

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią. Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana

Bardziej szczegółowo

Definicja: zmiennych zdaniowych spójnikach zdaniowych:

Definicja: zmiennych zdaniowych spójnikach zdaniowych: Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których

Bardziej szczegółowo

Rekurencyjna przeliczalność

Rekurencyjna przeliczalność Rekurencyjna przeliczalność Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Rekurencyjna przeliczalność Funkcje rekurencyjne

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Zdań III

Wstęp do logiki. Klasyczny Rachunek Zdań III Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję

Bardziej szczegółowo

Reprezentacja wiedzy ontologie, logiki deskrypcyjne

Reprezentacja wiedzy ontologie, logiki deskrypcyjne Reprezentacja wiedzy ontologie, logiki deskrypcyjne Agnieszka Ławrynowicz 24 listopada 2016 Plan wykładu 1 Powtórka: sieci semantyczne, RDF 2 Definicja ontologii 3 Logiki deskrypcyjne Semantyczny Internet

Bardziej szczegółowo

Logika rachunek zdań

Logika rachunek zdań Wprowadzenie do Wykładu 1 Logika Logika rachunek zdań Materiały pomocnicze do wykładu dla Studentów Informatyki Wydział EAIiIB AGH Antoni Ligęza Materiały pomocnicze: http://home.agh.edu.pl/~ligeza Wprowadzenie

Bardziej szczegółowo

Dowody założeniowe w KRZ

Dowody założeniowe w KRZ Dowody założeniowe w KRZ Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl w styczniu 2007 Jerzy Pogonowski (MEG) Dowody założeniowe w KRZ w styczniu 2007 1 / 10 Dowody

Bardziej szczegółowo

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie 3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać

Bardziej szczegółowo

Logika Matematyczna 11 12

Logika Matematyczna 11 12 Logika Matematyczna 11 12 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 3, 10 stycznia 2008 Jerzy Pogonowski (MEG) Logika Matematyczna 11 12 3, 10 stycznia 2008 1

Bardziej szczegółowo

Logika Matematyczna (I JiIN UAM)

Logika Matematyczna (I JiIN UAM) Logika Matematyczna (I JiIN UAM) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 31V-1VI 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (I JiIN UAM) 31V-1VI 2007 1

Bardziej szczegółowo

Wstęp do Techniki Cyfrowej... Algebra Boole a

Wstęp do Techniki Cyfrowej... Algebra Boole a Wstęp do Techniki Cyfrowej... Algebra Boole a Po co AB? Świetne narzędzie do analitycznego opisu układów logicznych. 1854r. George Boole opisuje swój system dedukcyjny. Ukoronowanie zapoczątkowanych w

Bardziej szczegółowo

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca Imię i Nazwisko:... I

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca Imię i Nazwisko:... I JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 18 czerwca 2013 Imię i Nazwisko:.................................................................................. I Wybierz

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Logika Matematyczna 11 12

Logika Matematyczna 11 12 Logika Matematyczna 11 12 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl TA w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna 11 12 TA w KRZ 1 / 102 Wprowadzenie Wprowadzenie

Bardziej szczegółowo

Porządek symetryczny: right(x)

Porządek symetryczny: right(x) Porządek symetryczny: x lef t(x) right(x) Własność drzewa BST: W drzewach BST mamy porządek symetryczny. Dla każdego węzła x spełniony jest warunek: jeżeli węzeł y leży w lewym poddrzewie x, to key(y)

Bardziej szczegółowo

Wykład 2. Drzewa zbalansowane AVL i 2-3-4

Wykład 2. Drzewa zbalansowane AVL i 2-3-4 Wykład Drzewa zbalansowane AVL i -3-4 Drzewa AVL Wprowadzenie Drzewa AVL Definicja drzewa AVL Operacje wstawiania i usuwania Złożoność obliczeniowa Drzewa -3-4 Definicja drzewa -3-4 Operacje wstawiania

Bardziej szczegółowo

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018 Logika Stosowana Wykład 2 - Logika modalna Część 3 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2017/2018 Marcin Szczuka (MIMUW) Logika Stosowana 2018 1 / 36 Plan wykładu

Bardziej szczegółowo

Metalogika (10) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM

Metalogika (10) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM Metalogika (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (10) Uniwersytet Opolski 1 / 291 Plan wykładu Plan

Bardziej szczegółowo

Problem. Uzgadnianie wyrażeń rachunku predykatów. Instancja wyrażenia. Podstawienie termu za zmienną. Joanna Józefowska

Problem. Uzgadnianie wyrażeń rachunku predykatów. Instancja wyrażenia. Podstawienie termu za zmienną. Joanna Józefowska Problem Instytut Informatyki jedzenie(x 1 ) lubi(adam, x 1 ) jedzenie(jabłko) jedzenie(kurczak) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2

Bardziej szczegółowo

Programowanie logiczne a negacja

Programowanie logiczne a negacja Programowanie logiczne a negacja Adrian Woźniak 12 stycznia 2006r. SPIS TREŚCI Programowanie logiczne a negacja Spis treści 1 Wstęp 2 2 Wnioskowanie negatywnych informacji 2 2.1 Reguła CWA (Closed World

Bardziej szczegółowo

Definicja: zmiennych zdaniowych spójnikach zdaniowych:

Definicja: zmiennych zdaniowych spójnikach zdaniowych: Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których

Bardziej szczegółowo

Adam Meissner STUCZNA INTELIGENCJA

Adam Meissner STUCZNA INTELIGENCJA Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis STUCZNA INTELIGENCJA Elementy programowania w logice Literatura

Bardziej szczegółowo

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca 2012 Imię i Nazwisko:........................................................... FIGLARNE POZNANIANKI Wybierz

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność

Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone

Bardziej szczegółowo

Adam Meissner SZTUCZNA INTELIGENCJA

Adam Meissner SZTUCZNA INTELIGENCJA Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Elementy wnioskowania automatycznego

Bardziej szczegółowo

Logika Matematyczna (2,3)

Logika Matematyczna (2,3) Logika Matematyczna (2,3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 11, 18 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (2,3) 11, 18 X 2007 1 / 34 Język KRZ

Bardziej szczegółowo

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010 Logika obliczeniowa Instytut Informatyki Poznań, rok akademicki 2009/2010 1 formu l rachunku zdań Wartościowanie i sta le logiczne Logiczna równoważność 2 Model formu ly Formu la spe lniona Formu la spe

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1. 3. Wykłady 3 i 4: Języki i systemy dedukcyjne. Klasyczny rachunek zdań. 3.1. Monoidy wolne. Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy

Bardziej szczegółowo

Alfred N. Whitehead

Alfred N. Whitehead Plan wykładu Automatyczne dowodzenie twierdzeń Dowodzenie twierdzeń matematycznych Dedukcja Logic Theorist Means-endsends Analysis Rezolucja Programowanie w logice PROLOG Logic Theorist - 1956 Automatyczne

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien

Bardziej szczegółowo

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1 Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy

Bardziej szczegółowo

Rachunek logiczny. 1. Język rachunku logicznego.

Rachunek logiczny. 1. Język rachunku logicznego. Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były

Bardziej szczegółowo

Logika intuicjonistyczna

Logika intuicjonistyczna Logika intuicjonistyczna Logika klasyczna oparta jest na pojęciu wartości logicznej zdania. Poprawnie zbudowane i jednoznaczne stwierdzenie jest w tej logice klasyfikowane jako prawdziwe lub fałszywe.

Bardziej szczegółowo

Egzamin z logiki i teorii mnogości, rozwiązania zadań

Egzamin z logiki i teorii mnogości, rozwiązania zadań Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?

Bardziej szczegółowo

Elementy logiki i teorii mnogości

Elementy logiki i teorii mnogości Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy

Bardziej szczegółowo

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne

Myślenie w celu zdobycia wiedzy = poznawanie. Myślenie z udziałem rozumu = myślenie racjonalne. Myślenie racjonalne logiczne statystyczne Literatura: podstawowa: C. Radhakrishna Rao, Statystyka i prawda, 1994. G. Wieczorkowska-Wierzbińska, J. Wierzbiński, Statystyka. Od teorii do praktyki, 2013. A. Aczel, Statystyka w zarządzaniu, 2002.

Bardziej szczegółowo

Automatyczne dowodzenie twierdzeń metodą rezolucji

Automatyczne dowodzenie twierdzeń metodą rezolucji Automatyczne dowodzenie twierdzeń metodą rezolucji 16 kwietnia 2010 Rezolucja zdaniowa Formuły rachunku zdań: zbudowane ze zmiennych zdaniowych za pomocą spójników logicznych,,,, i nawiasów Wartości logiczne:

Bardziej szczegółowo

Logika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37

Logika. Michał Lipnicki. 15 stycznia Zakład Logiki Stosowanej UAM. Michał Lipnicki () Logika 15 stycznia / 37 Logika Michał Lipnicki Zakład Logiki Stosowanej UAM 15 stycznia 2011 Michał Lipnicki () Logika 15 stycznia 2011 1 / 37 Wstęp Materiały na dzisiejsze zajęcia zostały opracowane na podstawie pomocy naukowych

Bardziej szczegółowo

prowadzący dr ADRIAN HORZYK /~horzyk e-mail: horzyk@agh tel.: 012-617 Konsultacje paw. D-13/325

prowadzący dr ADRIAN HORZYK /~horzyk e-mail: horzyk@agh tel.: 012-617 Konsultacje paw. D-13/325 PODSTAWY INFORMATYKI WYKŁAD 8. prowadzący dr ADRIAN HORZYK http://home home.agh.edu.pl/~ /~horzyk e-mail: horzyk@agh agh.edu.pl tel.: 012-617 617-4319 Konsultacje paw. D-13/325 DRZEWA Drzewa to rodzaj

Bardziej szczegółowo

Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne

Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11b. System aksjomatyczny Klasycznego Rachunku Predykatów. Aksjomaty i reguły inferencyjne Istnieje wiele systemów aksjomatycznych

Bardziej szczegółowo

Struktury formalne, czyli elementy Teorii Modeli

Struktury formalne, czyli elementy Teorii Modeli Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j

Bardziej szczegółowo

Automatyczne planowanie oparte na sprawdzaniu spełnialności

Automatyczne planowanie oparte na sprawdzaniu spełnialności Automatyczne planowanie oparte na sprawdzaniu spełnialności Linh Anh Nguyen Instytut Informatyki Uniwersytet Warszawski Linh Anh Nguyen Algorytm planowania SatPlan 1 Problem planowania sufit nie malowany?

Bardziej szczegółowo

Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych

Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych Elementy logiki: Algebra Boole a i układy logiczne 1 Elementy logiki dla informatyków Wykład III Elementy logiki. Algebra Boole a. Analiza i synteza układów logicznych Elementy logiki: Algebra Boole a

Bardziej szczegółowo

LOGIKA MATEMATYCZNA WYKŁAD 10: METODA REZOLUCJI W KRZ (20XII2007) II. 10. Dowody rezolucyjne w KRZ Przypomnienia i kilka definicji

LOGIKA MATEMATYCZNA WYKŁAD 10: METODA REZOLUCJI W KRZ (20XII2007) II. 10. Dowody rezolucyjne w KRZ Przypomnienia i kilka definicji LOGIKA MATEMATYCZNA WYKŁAD 10: METODA REZOLUCJI W KRZ (20XII2007) II. 10. Dowody rezolucyjne w KRZ Pokażemy teraz działanie pewnej metody dowodowej, mającej istotne zastosowania m.in. w automatycznym dowodzeniu

Bardziej szczegółowo

Konsekwencja logiczna

Konsekwencja logiczna Konsekwencja logiczna Niech Φ 1, Φ 2,..., Φ n będa formułami logicznymi. Formuła Ψ wynika logicznie z Φ 1, Φ 2,..., Φ n jeżeli (Φ 1 Φ 2 Φ n ) Ψ jest tautologia. Formuły Φ 1, Φ 2,..., Φ n nazywamy założeniami

Bardziej szczegółowo