Wprowadzenie do Sztucznej

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wprowadzenie do Sztucznej"

Transkrypt

1 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, która spełnia U (tzn. jest jego modelem) spełnia takŝe A. JeŜeli zbiór formuł U jest pusty, to pojęcie konsekwencji logicznej jest toŝsame z pojęciem prawdziwości, co zapisujemy A. Niech U={A 1,A 2,,A n } będzie zbiorem formuł, zaś A będzie pojedynczą formułą. Zachodzi wówczas: U A wtedy i tylko wtedy, gdy A 1 A n A. Automatyczne dowodzenie twierdzeń O teoriach formalnie System Logic Theorist System General Problem Solver (GPS) Strategie rezolucyjne - heurystka w procesie dowodzenia Podstawowe pojęcia dotyczące teorii Teoria Zbiór formuł T nazywamy teorią wtw, gdy jest on zamknięty ze względu na konsekwencje logiczne. Zbiór formuł T jest zamknięty ze względu na konsekwencje logiczne wtw, gdy dla wszystkich formuł A zachodzi zaleŝność: jeŝeli T A, to A T. Elementy zbioru T nazywamy twierdzeniami. Niech U będzie zbiorem formuł. Zbiór T(U)={A U A } nazywamy teorią zbioru formuł U, zaś formuły naleŝące do U nazywamy aksjomatami. 1

2 Wnioskowanie (dowód) Wnioskowaniem ze zbioru formuł U (przesłanek) formuły A (wniosku) nazywamy skończony ciąg formuł W=W 1,...,W n, taki, Ŝe W n =A oraz kaŝda z formuł W i (1 i n) jest elementem zbioru U (aksjomatem) bądź wnioskiem wyprowadzonym za pomocą pewnej reguły wnioskowania z wcześniejszych przesłanek W j. JeŜeli dla danej formuły A oraz zbioru U istnieje wnioskowanie, to piszemy U A. Własności teorii Teoria jest niesprzeczna - to znaczy Ŝadne zdanie i jego negacja nie mogą być jednocześnie twierdzeniami tej teorii. Teoria T (U) jest zupełna, wtedy i tylko wtedy, gdy dla kaŝdego zdania A, albo U A, albo U A. Poprawność i pełność wnioskowania Procedura wnioskowania (procedura dowodowa) jest poprawna, jeŝeli kaŝda formuła produkowana przez tą procedurę ze zbioru formuł U jest równieŝ logiczną konsekwencją zbioru U. Procedura wnioskowania jest pełna, jeŝeli moŝe wygenerować kaŝdą (dowolną) formułę będącą logiczną konsekwencją zbioru formuł U. Dzięki twierdzeniu o pełności i poprawności problem stwierdzenia, czy formuła A jest logiczną konsekwencją zbioru formuł U moŝna sprowadzić do zagadnienia poszukiwania wnioskowania formuły A ze zbioru U, co jest o tyle istotne, Ŝe konstrukcja wnioskowania ma charakter wyłącznie syntaktyczny i poddaje się automatyzacji. Twierdzenie o niezupełności Twierdzenie Gödla (1931) Niech NT będzie zbiorem aksjomatów teorii liczb naturalnych. Jeśli teoria T (NT) jest niesprzeczna, to nie jest zupełna. Teoria T jest rozstrzygalna wtw, gdy istnieje algorytm, który dla kaŝdego zdania A pozwala stwierdzić, czy A T, czy A T. Większość teorii matematycznych, to teorie nierozstrzygalne. 2

3 Nierozstrzygalność rachunku predykatów Twierdzenie Church a (1936) Logika pierwszego rzędu nie jest rozstrzygalna, ale jest częściowo rozstrzygalna, tzn. nie istnieje algorytm, który dla dowolnej formuły rozstrzyga czy jest ona tautologią, czy nie; istnieje jednak algorytm, który dla dowolnej formuły, która jest tautologią pozwala to stwierdzić. Wniosek: Maksimum tego, czego moŝna oczekiwać od systemów automatycznego dowodzenia twierdzeń, jest konstrukcja dowodu dla formuły będącej twierdzeniem rozwaŝanej teorii rachunku predykatów. Dedukcja Dedukcja jest wnioskowaniem, w której podstawową regułą wnioskowania (dowodową) jest reguła odrywania: A, A B albo A, A B B B Reguła odrywania wymaga aby formuły miały postać atomową lub były klauzulami Horna. Pełność procedury dowodowej - dlaczego? Istnienie pełnej procedury dowodowej: zredukowałoby proces dowodzenia jedynie do mechanicznych manipulacji składnią formuł logicznych oznaczałoby, iŝ wszystkie wnioski i twierdzenia logiki są zawsze i jedynie pochodną przyjętego zbioru aksjomatów i umoŝliwiłoby tym samym automatyzację procesu rozwiązywania kaŝdego problemu sformułowanego w języku logiki (pomijamy problem złoŝoności obliczeniowej takiego procesu!) Logic Theorist (LT) Reprezentacja wiedzy: rachunek zdań i predykatów Mechanizmy wnioskowania: podstawienie zastąpienie reguła odrywania reguła łańcucha Sterowanie wnioskowaniem: przeszukiwanie począwszy od celu we wszystkich moŝliwych kierunkach 3

4 Logic Theorist (LT): wnioskowanie Podstawienie W kaŝdym twierdzeniu, o którym wiemy, Ŝe jest prawdziwe moŝna podstawić za zmienną dowolne wyraŝenie (w kaŝdym wystąpieniu tej zmiennej). Przykład (B B) B... aksjomat A za B... podstawienie ( A A) A... wynik Logic Theorist (LT): wnioskowanie Reguła odrywania (modus ponens) Z prawdziwości implikacji i jej przesłanek moŝemy wnioskować o prawdziwości jej konkluzji: [(A B) A ] B albo: A B, A B Reguła łańcucha JeŜeli mamy A B oraz B C, to mamy nowy problem (podcel): A C Logic Theorist (LT): wnioskowanie Zastąpienie Operator wyraŝenia moŝna zastąpić wyraŝeniem logicznie równowaŝnym lub jego definicją. Przykład ( A B) (A B)... Definicja ( A A) A... WyraŜenie (A A) A... Zastąpienie Logic Theorist (LT): sterowanie Funkcjonowanie systemu LT opiera się na następującej sekwencji działań: Po pierwsze, wykonanie wszystkich moŝliwych zmian w bieŝącym celu z wykorzystaniem operacji podstawienia, Po drugie, jeŝeli to nie prowadzi do dowodu, stosujemy wszystkie moŝliwe oderwania i zastąpienia do naszego celu; jeŝeli nie doprowadzi to Ŝadnego z wyraŝeń do aksjomatu, wyniki dodawane są do listy podcelów, Po trzecie, stosujemy regułę łańcucha, Po czwarte, jeŝeli Ŝadne z trzech powyŝszych działań nie doprowadziło do dowodu, przechodzimy do listy podcelów i wybieramy kolejny nie rozwaŝany dotąd podcel 4

5 Logic Theorist (LT): sterowanie Warunki stopu systemu LT: znaleziono dowód lista podcelów jest pusta (tzn. nie moŝna wywieść z posiadanych przesłanek) dostępny czas i/lub pamięć zostały wyczerpane Logic Theorist (LT): podsumowanie Program napisany przez Newella, Simona i Shawa w roku 1956, który dowodził podstawowe twierdzenia pierwszego rozdziału Principia Mathematica Wnioskowanie: dedukcja Procedura pomocnicza: unifikacja wyraŝeń Problemy: złoŝoność, sterowanie wnioskowaniem Logic Theorist (LT): przykłady cel p (q p) nie jest aksjomatem zastąpienie (q p) ( q p) wynik: p ( q p) podcel p ( q p) podstawienie q za q p (q p) to aksjomat c.b.d.u. cel (p p) p nie jest aksjomatem zastąpienie (p p) ( p p) wynik: ( p p) p podcel ( p p) p podstawienie p za p (p p) p to aksjomat c.b.d.u. Means Ends Analysis: system GPS Architektura systemu GPS (General Problem Solver) Lista operatorów Mechanizm porównywania opisów stanów i wykrywania róŝnic Tablica połączeń (tablica operator-róŝnica) Sterowanie: algorytm Means Ends Analysis (MEA) Budowa operatora: warunki początkowe (stosowalności) funkcja transformacji, czyli realizowana operacja, opisana przez rezultaty jej zastosowania redukowane róŝnice (z tablicy połączeń) 5

6 Means Ends Analysis: algorytm procedure MEA(s bieŝący, s cel ) Porównaj s bieŝący i s cel ; jeśli nie ma róŝnic, to koniec(sukces) w przeciwnym przypadku: a. Wybierz najbardziej istotną róŝnicę b. Wybierz nie analizowany dotąd operator Op, który ma zastosowanie do wykrytej róŝnicy; jeŝeli brak takich operatorów, to koniec(poraŝka) c. Zastosuj operator Op do stanu s bieŝący : wygeneruj opisy dwóch stanów: Start(Op) - stan, w którym spełnione są warunki początkowe Op, Rezultat(Op) - stan, będący rezultatem zastosowania Op d. JeŜeli Część1 MEA(s bieŝący, Start(Op)) Część2 MEA(Rezultat(Op), s cel ) zakończą się sukcesem, to koniec(sukces); zwróć wynik w postaci konkatenacji: Część1, Op, Część2 w przeciwnym przypadku koniec(poraŝka) end Means Ends Analysis: przykład Tablica operatorów: OPERATOR Warunek Rezultat PUSH at(robot, obiekt) at(obiekt, miejsce) (obiekt, miejsce) large(obiekt) at(robot, miejsce) clear(obiekt) armempty CARRY at(robot, obiekt) at(obiekt, miejsce) (obiekt, miejsce) small(obiekt)) at(robot, miejsce) armempty GO at(robot, miejsce) (miejsce) ---- PICKUP at(robot, obiekt) holding(obiekt) (obiekt) armempty PUTDOWN holding(obiekt) armempty (obiekt) STACK at(robot, obiekt2) on(obiekt1, obiekt2) (obiekt1, obiekt2) holding(obiekt1) armempty Means Ends Analysis: algorytm (uwagi) Uwagi do algorytmu: Mechanizm wyboru (kolejność) róŝnic duŝy wpływ na efektywność Mechanizm wyboru operatora usunięcie jednej róŝnicy moŝe wygenerować więcej innych (nowych!) róŝnic Means Ends Analysis: przykład Tablica operator-róŝnica: Przemieść obiekt Przemieść PUSH CARRY GO PICKUP PUTDOWN STACK robota Oczyść obiekt obiekt PołóŜ obiekt PołóŜ obiekt na obiekt na obiekt OpróŜnij OpróŜnij ramię ramię Trzymaj obiekt 6

7 Means Ends Analysis: przykład Start Cel on(ksiąŝka, biurko) on(ksiąŝka, biurko) at(biurko, pokój1) large(biurko) at(biurko, pokój2) small(ksiąŝka) at(biurko,pokój2) A B C D Start PUSH Cel at(robot,biurko) at(robot,biurko) clear(biurko) at(biurko,pokój2) A B C D Start GO PUSH Cel... Means Ends Analysis: przykład... at(robot,biurko) clear(biurko) clear(biurko) holding(ksiaŝka) A at(robot,biurko) armepmty at(biurko,pokój2) on(ksiąŝka,biurko)... Start GO PICKUP PUTDOWN PUSH STACK Cel at(robot,biurko) clear(biurko) clear(biurko) at(robot,ksiąŝka) holding(ksiąŝka) A at(robot,biurko) armepmty at(biurko,pokój2) on(ksiąŝka,biurko). Start GO PICKUP PUTDOWN PUSH PICKUP STACK Cel itd. (jeszcze dwa kroki) Means Ends Analysis: przykład Start Cel on(ksiąŝka, biurko) on(ksiąŝka, biurko) at(biurko, pokój1) large(biurko) at(biurko, pokój2) small(ksiąŝka) at(robot,biurko) clear(biurko) clear(biurko) A at(robot,biurko) armepmty at(biurko,pokój2) on(ksiąŝka,biurko) Start GO PICKUP PUSH Cel at(robot,biurko) clear(biurko) clear(biurko) A at(robot,biurko) armepmty at(biurko,pokój2) on(ksiąŝka,biurko)... Start GO PICKUP PUTDOWN PUSH Cel... Means Ends Analysis: podsumowanie Słabości MEA: trudna do zdefiniowania w niektórych dziedzinach tablica operator-róŝnica duŝy rozmiar tablicy operator-róŝnica dla realnych problemów trudno z rozwiązań opartych na częściowych sukcesach wnioskować o globalnej strategii rozwiązywania problemu (niejawne konflikty między operatorami) 7

8 Reguła modus ponens: niepełność Przykładowy zbiór aksjomatów X p(x) q(x) X p(x) r(x) X q(x) s(x) X r(x) s(x) Dowód nieformalny dla s(a): s(a) jest prawdziwe, gdy q(a) lub r(a) jest prawdziwe; q(a) lub r(a) musi być prawdziwe, bo p(x) lub p(x) jest prawdziwe (zawsze!). Zatem s(a) z pewnością jest prawdziwe! Modus Ponens: X p(x) r(x) nie moŝna przekształcić do postaci Horna (byłoby wtedy p(x) r(x)) i tym samym nie moŝna skorzystać z reguły odrywania by dowieść prawdziwości s(a). Wniosek: Istnieją twierdzenia (konsekwencje logiczne) prawdziwe w logice predykatów, których nie moŝna dowieść za pomocą modus ponens. Rezolucja: pojęcia podstawowe literały komplementarne przesłanka przesłanka A B, B C A C rezolwenta Rezolucja ma charakter binarny tzn. dotyczy dokładnie dwóch klauzul, a rezolwenta jest wyprowadzana z jednej pary literałów komplementarnych. Reguła rezolucji: zasada Zasada rezolucji: A B, B C albo A B, B C A C A C Interpretacja (dysjunkcji): Jeśli B jest fałszywe, to w pierwszej dysjunkcji A musi być prawdziwe (skoro cała alternatywa jest prawdziwa); ale jeśli B jest prawdziwe, to wtedy w drugiej dysjunkcji C musi być prawdziwe (skoro ta alternatywa teŝ jest prawdziwa); zatem, A lub C są prawdziwe. Interpretacja (implikacji): poprawność zasady rezolucji wynika z przechodniości implikacji Rezolucja: wywód rezolucyjny oraz dowód Wywodem rezolucyjnym klauzuli C ze zbioru klauzul U nazywamy ciąg klauzul W=W 1,...,W n, którego elementami są wyłącznie elementy zbioru U oraz rezolwenty klauzul występujących wcześniej w tym ciągu, zaś W n =C. Wywód rezolucyjny klauzuli pustej ze zbioru U nazywamy dowodem niespełnialności (sprzeczności) dla U. 8

9 Zasada rezolucji: pełność czy niepełność? Zasada rezolucji nie jest pełna, gdyŝ nie jest moŝliwe wywiedzenie formuły P P(będącego tautologią) dla pustego zbioru klauzul początkowych (aksjomatów). Zasada rezolucji jest jednak pełna w sensie refutacji tzn. zawsze umoŝliwia wyprowadzenie klauzuli pustej (fałszywej w kaŝdej interpretacji!), jeśli dany zbiór klauzul jest niespełnialny. Refutacja (reductio ad absurdum) - dowód nie wprost Aby dowieść, Ŝe klauzula P jest logiczną konsekwencją zbioru klauzul S wystarczy wykazać, Ŝe zbiór {S P} jest sprzeczny. Rezolucja: drzewo wywodu (przykład) p p q p r r q r p Rezolucja: graf wywodu (przykład) p p q p r r p Rezolucja: procedura dowodowa Przekształć przesłanki lub aksjomaty w formę klauzul Dodaj do zbioru aksjomatów zaprzeczenie twierdzenia, które ma być udowodnione (w formie klauzuli) Generuj nowe klauzule (rezolwenty), wynikające z tego zbioru (zgodnie z zasadą rezolucji) i powiększaj o nie zbiór Szukaj sprzeczności, podąŝając ku klauzuli pustej Warunki uŝyte do wygenerowania pustej klauzuli są tymi, w których twierdzenie (zaprzeczone) jest prawdziwe Faktoryzacja - w rachunku predykatów - usuwanie z klauzul literałów powtarzających się 9

10 Faktoryzacja: znaczenie dla pełności rezolucji Przykładowy zbiór klauzul (niespełnialny) p(u) p(v) p(x) p(y) Dowód rezolucyjny: KaŜda rezolwenta tego zbioru klauzul składa się z dwóch literałów, więc nie moŝe być pusta! Dowiedzenie sprzeczności za pomocą rezolucji nie jest moŝliwe. Rozwiązanie: Usunięcie wszystkich powtarzających się w klauzulach literałów: Klauzula p(u) p(v) z podstawieniem {U/V} będzie równa p(u). Klauzula p(x) p(y) z podstawieniem {X/Y} będzie równa p(x). Rezolucja: przykład c.d. die(fido) dog(fido) dog(x) animal(x) animal(y) die(y) {fido/y} {Y/X} dog(y) die(y) die(fido) pusta klauzula Rezolucja: przykład Wszystkie psy są zwierzętami. X ( dog(x) animal(x) ) ❶ Fido jest psem. dog(fido) ❷ Wszystkie zwierzęta umrą. Y ( animal(y) die(y) ) ❸ Fido umrze? die(fido) ❹ Modus Ponens Podstawienie w ❶ i reguła odrywania: animal(fido) Podstawienie {fido/y} w ❸ i reguła odrywania: die(fido) Forma predykatu Forma klauzuli X ( dog(x) animal(x) ) dog(x) animal(x) dog(fido) dog(fido) Y ( animal(y) die(y) ) animal(y) die(y) dowieść: die(fido) zanegowane twierdzenie: die(fido) Rezolucja: strategie dowodzenia Strategie wyboru Strategia liniowa (ang. linear resolution) Strategia źródłowa (ang. input resolution) Strategia preferencji jednostkowej (ang. unit preference resolution) Strategia zbioru podpierającego/zbioru uzasadnień (ang. set of support resolution) Przeszukiwanie wszerz (saturacja) Strategie eliminacji usuwanie klauzul zawierających czyste literały (brak drugiej klauzuli zawierającej literał komplementarny) usuwanie tautologii (klauzul zawierających literały komplementarne) usuwanie klauzul pochłoniętych (np. p qpochłania p q r) 10

11 Rezolucja: przeszukiwanie wszerz (saturacja) dog(fido) dog(x) animal(x) animal(y) die(y) die(fido) {fido/y} {X/Y} animal(fido) animal(fido) dog(x) die(x) {fido/y} die(fido) die(fido) dog(fido) dog(fido) Rezolucja: strategie zbioru podpierającego (przykład) Sprzeczny zbiór S: Zbiór S\T: p q p r q r r :zbiór T p q q p Rezolucja: strategia zbioru podpierającego Zbiór uzasadnień T - dowolny niepusty podzbiór zbioru S klauzul początkowych (skończonego i niepustego) W kaŝdym kroku wywodu przynajmniej jedna z przesłanek jest klauzulą ze zbioru T bądź klauzulą wyprowadzoną we wcześniejszej fazie wywodu (inaczej: zbiór T jest po wykonaniu kaŝdego kroku wzbogacany o wyprowadzony wniosek/rezolwentę) Strategia zupełna wtedy i tylko wtedy, gdy zbiór S jest sprzeczny, zaś S\T jest spełnialny Istnieją róŝne metody wyboru zbioru T (najczęściej zbiór ten zawiera negację dowodzonego twierdzenia) Rezolucja: strategia liniowa W kaŝdym kroku jedna z przesłanek jest ostatnio wygenerowaną rezolwentą, a druga jednym z wcześniejszych wniosków (rezolwent) lub klauzulą początkową Dowód rozpoczyna się od dowolnie wybranej klauzuli początkowej (choć najlepiej aby było to twierdzenie do udowodnienia) Dowód ma charakter przejrzysty i ciągły - ostatni wniosek jest przesłanką w kolejnym kroku Strategia zupełna MoŜna łączyć ze strategią zbioru uzasadnień 11

12 Rezolucja: strategia liniowa dog(fido) dog(x) animal(x) animal(y) die(y) die(fido) {fido/y} animal(fido) {fido/y} animal(fido) die(fido) dog(fido) Rezolucja: strategia źródłowa W kaŝdym kroku przynajmniej jedna przesłanka jest klauzulą początkową (a nie rezolwentą) Odmiana strategii liniowej (bardziej rygorystyczna!) Strategia niezupełna! Strategia zupełna w klasie klauzul Horna Rezolucja: strategia liniowa (przykład) p q p r q r r p q q p r r Rezolucja: strategia źródłowa (niezupełność) Zbiór sprzeczny: p q p q p q p q q p gdy liniowa! q p q p p q q itd. 12

13 Rezolucja: strategia źródłowa (przykład) dog(fido) dog(x) animal(x) animal(y) die(y) die(fido) {fido/y} animal(fido) {fido/y} animal(fido) die(fido) dog(fido) Rezolucja: strategia preferencji jednostkowej dog(fido) dog(x) animal(x) animal(y) die(y) die(fido) {fido/y} animal(fido) {fido/y} animal(fido) die(fido) dog(fido) Rezolucja: strategia preferencji jednostkowej W kaŝdym kroku przynajmniej jedna przesłanka powinna być klauzulą pojedynczą (pojedynczy literał) Strategia zupełna Strategia niezupełna, gdy przynajmniej jedna przesłanka zawsze musi być klauzulą pojedynczą wtedy jest to tzw. strategia jednostkowa (zupełna w klasie klauzul Horna!) Rezolucja: strategie eliminacji Usuwanie klauzul zawierających czyste literały (brak innej klauzuli zawierającej literał komplementarny) p l q l p q r p q r l l q r?? r 13

14 Rezolucja: strategie eliminacji Usuwanie tautologii (klauzul zawierających parę literałów komplementarnych) Niespełnialny zbiór klauzul pozostaje niespełnialny nawet, jeśli usuniemy z niego wszystkie tautologie Literały tautologii muszą być ściśle komplementarne: p(a) p(x) nie jest tautologią p(a) p(a) jest tautologią KaŜda nowa rezolwenta na dowolnym etapie procesu rezolucji moŝe być tautologią Rezolucja: strategie eliminacji Usuwanie klauzul pochłoniętych c.d. Niespełnialny zbiór klauzul pozostaje niespełnialny nawet, jeśli usuniemy z niego klauzulę pochłonięta przez inną klauzulę KaŜda nowa rezolwenta na dowolnym etapie procesu rezolucji moŝe być pochłonięta przez inną klauzulę Pełność strategii eliminacji tautologii i klauzul pochłoniętych zaleŝy od sposobu usuwania klauzul (np. połączenie z saturacją gwarantuje pełność) Rezolucja: strategie eliminacji Usuwanie klauzul pochłoniętych Pochłanianie: klauzula Cpochłania klauzulę D wtedy i tylko wtedy, gdy istnieje podstawienie σ takie, Ŝe zbiór literałów klauzuli Cσ jest podzbiorem zbioru literałów D Przykład Klauzule: Zbiory literałów: C = p(x) q(y) C = { p(x), q(y) } D = p(a) q(v) r(w) D = { p(a), q(v), r(w) } Podstawienie: Wynik podstawienia: σ = {a/x, V/Y} C σ = {p(a), q(v)} PoniewaŜ C σ D, to C pochłania D. 14

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

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do Sztucznej Inteligencji Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia InŜynierskie Rachunek predykatów syntaktyka Do symboli (nazw) rachunku predykatów zaliczamy: 1. Predefiniowane symbole true i false. 2.

Bardziej szczegółowo

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do Sztucznej Inteligencji Wprowadzenie do Sztucznej Inteligencji Wykład 2 Informatyka Studia InŜynierskie Rachunek predykatów syntaktyka Do symboli (nazw) rachunku predykatów zaliczamy: 1. Predefiniowane symbole true i false. 2.

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

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

Metoda Tablic Semantycznych

Metoda Tablic Semantycznych 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,

Bardziej szczegółowo

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LOGIKA Dedukcja Naturalna

LOGIKA Dedukcja Naturalna LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów

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

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

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem

Bardziej szczegółowo

Gramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ.

Gramatyki grafowe. Dla v V, ϕ(v) etykieta v. Klasa grafów nad Σ - G Σ. Gramatyki grafowe Def. Nieskierowany NL-graf (etykietowane wierzchołki) jest czwórką g = (V, E, Σ, ϕ), gdzie: V niepusty zbiór wierzchołków, E V V zbiór krawędzi, Σ - skończony, niepusty alfabet etykiet

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

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

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

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

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

Bardziej szczegółowo

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rachunek zdań Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak RACHUNEK ZDAŃ Zdania Definicja Zdanie jest to stwierdzenie w języku naturalnym, któremu można przypisać wartość prawdy lub

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

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

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

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

1.2.3 Funkcjonalna pełność

1.2.3 Funkcjonalna pełność 1.2.3 Funkcjonalna pełność Przedstawione przykłady sprawdzania tautologiczności formuł zamknietych metodą niewprost dobrze ilustrują, Ŝe załoŝenie niewrost o przypisaniu formule wartości fałszu, a następnie

Bardziej szczegółowo

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące

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

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

Rachunek zdań i predykatów

Rachunek zdań i predykatów Rachunek zdań i predykatów Agnieszka Nowak 14 czerwca 2008 1 Rachunek zdań Do nauczenia :! 1. ((p q) p) q - reguła odrywania RO 2. reguła modus tollens MT: ((p q) q) p ((p q) q) p (( p q) q) p (( p q)

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

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

Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych

Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych Przykładowe dowody formuł rachunku kwantyfikatorów w systemie tabel semantycznych Zapoznaj z poniŝszym tekstem reprezentującym wiedzę logiczną o wartościach logicznych będących interpretacjami formuł złoŝonych

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

WYKŁAD 3: METODA AKSJOMATYCZNA

WYKŁAD 3: METODA AKSJOMATYCZNA METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 3: METODA AKSJOMATYCZNA III rok kognitywistyki UAM, 2016 2017 Plan na dziś: 1. Przypomnimy, na czym polega aksjomatyczna metoda dowodzenia twierdzeń.

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

Teoretyczne Podstawy Języków Programowania Wykład 1. Rachunek zdań

Teoretyczne Podstawy Języków Programowania Wykład 1. Rachunek zdań Instytut Informatyki Teoretyczne Podstawy Języków Programowania Wykład 1. Rachunek zdań Zdzisław Spławski Zdzisław Spławski: Teoretyczne Podstawy Języków Programowania, Wykład 1. Rachunek zdań 1 Systemy

Bardziej szczegółowo

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 29 czerwca Imię i Nazwisko:...

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 29 czerwca Imię i Nazwisko:... JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 29 czerwca 2015 Imię i Nazwisko:............................................................... DZIARSKIE SKRZATY 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

Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie:

Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie: Rekurencje Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie: T(n) = Θ(1) (dla n = 1) T(n) = 2 T(n/2) + Θ(n) (dla n

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

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

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

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

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

Zasady krytycznego myślenia (1)

Zasady krytycznego myślenia (1) Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte

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

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

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis Elementy uczenia maszynowego Literatura [1] Bolc L., Zaremba

Bardziej szczegółowo

II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki. Janusz Czelakowski. Wykład 8. Arytmetyka

II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki. Janusz Czelakowski. Wykład 8. Arytmetyka II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki Janusz Czelakowski Wykład 8. Arytmetyka Jak dobrze wiadomo, jednym z kluczowych praw zachodzących w dziedzinie liczb naturalnych jest Zasada Indukcji.

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

System hilbertowski. Plan wykładu. hilbertowskiego. Definicja systemu hilbertowskiego. Podstawowe twierdzenie systemu. Podstawowe twierdzenie systemu

System hilbertowski. Plan wykładu. hilbertowskiego. Definicja systemu hilbertowskiego. Podstawowe twierdzenie systemu. Podstawowe twierdzenie systemu Plan wykładu System hilbertowski Wykład 2 Definicja Definicja systemu Reguły y pochodne Twierdzenia dla innych operatorów Porównanie z systemem gentzenowskim Definicja systemu System H jest systemem dowodzenia

Bardziej szczegółowo

Wyszukiwanie. Wyszukiwanie binarne

Wyszukiwanie. Wyszukiwanie binarne Wyszukiwanie Wejście: posortowana, n-elementowa tablica liczbowa T oraz liczba p. Wyjście: liczba naturalna, określająca pozycję elementu p w tablicy T, bądź 1, jeŝeli element w tablicy nie występuje.

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

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

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 7 i 8. Aksjomatyczne ujęcie Klasycznego Rachunku Zdań 1 Istnieje wiele systemów aksjomatycznych Klasycznego Rachunku

Bardziej szczegółowo

Początki informatyki teoretycznej. Paweł Cieśla

Początki informatyki teoretycznej. Paweł Cieśla Początki informatyki teoretycznej Paweł Cieśla Wstęp Przykładowe zastosowanie dzisiejszych komputerów: edytowanie tekstów, dźwięku, grafiki odbiór telewizji gromadzenie informacji komunikacja Komputery

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

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

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań. Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej Wykład ELEMENTY LOGIKI ALGEBRA BOOLE A Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek

Bardziej szczegółowo

Gramatyki atrybutywne

Gramatyki atrybutywne Gramatyki atrybutywne, część 1 (gramatyki S-atrybutywne Teoria kompilacji Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyki atrybutywne Do przeprowadzenia poprawnego tłumaczenia, oprócz informacji

Bardziej szczegółowo

Programowanie deklaratywne

Programowanie deklaratywne Programowanie deklaratywne Artur Michalski Informatyka II rok Plan wykładu Wprowadzenie do języka Prolog Budowa składniowa i interpretacja programów prologowych Listy, operatory i operacje arytmetyczne

Bardziej szczegółowo

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis Elementy uczenia maszynowego Literatura [1] Bolc L., Zaremba

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

Gramatyki, wyprowadzenia, hierarchia Chomsky ego. Gramatyka

Gramatyki, wyprowadzenia, hierarchia Chomsky ego. Gramatyka Gramatyki, wyprowadzenia, hierarchia Chomsky ego Teoria automatów i języków formalnych Dr inŝ. Janusz Majewski Katedra Informatyki Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną gdzie: G =

Bardziej szczegółowo

JAO - Wprowadzenie do Gramatyk bezkontekstowych

JAO - Wprowadzenie do Gramatyk bezkontekstowych JAO - Wprowadzenie do Gramatyk bezkontekstowych Definicja gramatyki bezkontekstowej Podstawowymi narzędziami abstrakcyjnymi do opisu języków formalnych są gramatyki i automaty. Gramatyka bezkontekstowa

Bardziej szczegółowo

1. Elementy logiki matematycznej, rachunek zdań, funkcje zdaniowe, metody dowodzenia, rachunek predykatów

1. Elementy logiki matematycznej, rachunek zdań, funkcje zdaniowe, metody dowodzenia, rachunek predykatów 1. Elementy logiki matematycznej, rachunek zdań, funkcje zdaniowe, metody dowodzenia, rachunek predykatów Logika matematyczna, dział matematyki zajmujący się badaniem własności wnioskowania (dowodzenia)

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Logika matematyczna Mathematical Logic Poziom przedmiotu: II

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 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

Logika predykatów pierwszego rzędu PROLOG. Zarządzanie wiedzą. Wykład Reprezentacja wiedzy logika predykatów. Joanna Kołodziejczyk.

Logika predykatów pierwszego rzędu PROLOG. Zarządzanie wiedzą. Wykład Reprezentacja wiedzy logika predykatów. Joanna Kołodziejczyk. Wykład Reprezentacja wiedzy logika predykatów maj 2010 Logika predykatów pierwszego rzędu Plan wykładu Logika predykatów pierwszego rzędu Porównanie z rachunkiem zdań Rachunek zdań ograniczona ekspresja

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

Wykład ze Wstępu do Logiki i Teorii Mnogości

Wykład ze Wstępu do Logiki i Teorii Mnogości Wykład ze Wstępu do Logiki i Teorii Mnogości rok ak. 2016/2017, semestr zimowy Wykład 1 1 Wstęp do Logiki 1.1 Rachunek zdań, podstawowe funktory logiczne 1.1.1 Formuła atomowa; zdanie logiczne definicje

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

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott Struktury danych i złożoność obliczeniowa Wykład 5 Prof. dr hab. inż. Jan Magott DMT rozwiązuje problem decyzyjny π przy kodowaniu e w co najwyżej wielomianowym czasie, jeśli dla wszystkich łańcuchów wejściowych

Bardziej szczegółowo