Uzgadnianie wyrażeń rachunku predykatów. Adam i orzeszki. Joanna Józefowska. Poznań, rok akademicki 2009/2010

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

Uzgadnianie formuł rachunku predykatów

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

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

1. Składnia. Logika obliczeniowa - zadania 1 SKŁADNIA Teoria

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

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

Semantyka rachunku predykatów

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

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

LOGIKA ALGORYTMICZNA

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

Ekonomia matematyczna i dynamiczna optymalizacja

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Procesy Stochastyczne - Zestaw 1

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Składnia rachunku predykatów pierwszego rzędu

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

Klasyczny rachunek predykatów

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

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

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 3 Wyznaczniki

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 14 Formy kwadratowe I

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

3. Wykład Układy równań liniowych.

Kultura logicznego myślenia

Wyk lad 1 Podstawowe struktury algebraiczne

Statystyka w analizie i planowaniu eksperymentu

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Matematyczne Podstawy Informatyki

Adam Meissner.

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Grupy i cia la, liczby zespolone

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

Wyk lad 9 Baza i wymiar przestrzeni liniowej

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2

Testowanie hipotez statystycznych

Statystyka w analizie i planowaniu eksperymentu

Wyk lad 11 1 Wektory i wartości w lasne

Metoda Tablic Semantycznych

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Wyk lad 9 Baza i wymiar przestrzeni liniowej

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Statystyka w analizie i planowaniu eksperymentu

Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0

Grzegorz Mazur. Zak lad Metod Obliczeniowych Chemii UJ. 14 marca 2007

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

Wyk lad 4 Warstwy, dzielniki normalne

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

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

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

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Funkcje wielu zmiennych

Architektura systemów komputerowych

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Uproszczony dowod twierdzenia Fredricksona-Maiorany

W poszukiwaniu kszta ltów kulistych

LOGIKA I TEORIA ZBIORÓW

2 Podobieństwo dwóch sekwencji

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

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wstęp do logiki. Klasyczny Rachunek Predykatów I

Paradygmaty programowania

Elementy logiki Klasyczny rachunek predykatów

ROZDZIAŁ 1. Rachunek funkcyjny

Analiza matematyczna i algebra liniowa Elementy równań różniczkowych

Równania różniczkowe liniowe rzędu pierwszego

Obliczenia iteracyjne

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Dyskretne modele populacji

Sterowalność liniowych uk ladów sterowania

Definicja: zmiennych zdaniowych spójnikach zdaniowych:

Dyskretne modele populacji

warunek (tzn. macierz M musi być stochastyczna): dla każdego k Q mamy

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Wykład z równań różnicowych

Matematyka dyskretna Oznaczenia

Rekurencyjna przeliczalność

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

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

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

PODSTAWY SZTUCZNEJ INTELIGENCJI

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 5. Natalia Nehrebecka Stanis law Cichocki. 7 listopada 2015

Transkrypt:

Instytut Informatyki Poznań, rok akademicki 2009/2010 Instytut Informatyki Poznań, rok akademicki 2009/2010 1 Podstawienia Motywacja Podstawienie 2 Sk ladanie podstawień Motywacja Z lożenie podstawień W lasności sk ladania podstawień 3 Uzgadnianie Podstawienie uzgadniajace Uzupe lnienia Adam i orzeszki Adam lubi każde jedzenie. Jab lko jest jedzeniem. Kurczak jest jedzeniem. Wszystko co można zjeść i nie zatruć si e jest jedzeniem. Bogdan je orzeszki i nadal żyje. Zuzia je wszystko to, co Bogdan. Czy Adam lubi orzeszki? jedzenie(x 1 ) lubi(adam, x 1 ) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2 )

Postać klauzulowa Problem jedzenie(x 1 ) lubi(adam, x 1 ) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2 ) jedzenie(x 1 ) lubi(adam, x 1 ) (je(x 1, x 2 ) żyje(x 1 )) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2 ) jedzenie(x 1 ) lubi(adam, x 1 ) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki) żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2 ) Podstawienie termu za zmienna Instancja wyrażenia Podstawieniem (termów za zmienne) nazywamy zbiór {x 1 t 1,..., x n t n } gdzie x i sa różnymi zmiennymi, a t i sa termami różnymi od odpowiadajacych im zmiennych x i. Podstawienie puste jest to podstawienie zdefiniowane przez zbiór pusty. Podstawienia oznaczamy ma lymi literami alfabetu greckiego: λ, µ, δ, θ. Term Sta la, zmienna lub symbol funkcyjny z list a argumentów. Rozważamy wyrażenia w postaci klauzulowej. Niech E b edzie wyrażeniem, a θ = {x 1 t 1,..., x n t n } podstawieniem. Instancje Eθ wyrażenia E otrzymujemy przez jednoczesne zastapienie każdego wystapienia zmiennej x i termem t i. Postać klauzulowa Formu la zamknieta jest w postaci klauzulowej wtw, gdy jest w przedrostkowej koniunkcyjnej postaci normalnej i jej prefix zawiera wy l acznie kwantyfikatory uniwersalne. Postać koniunkcyjna normalna Formu la jest w koniunkcyjnej postaci normalnej wtw, gdy jest koniunkcja alternatyw litera lów. Wyrażenie E

Kilka podstawień Kilka podstawień i kilka wyrażeń E = p(u, v, x, y, z) θ = {x f (v), y f (a), z u} δ = {y g(a), u f (x), v f (f (a))} Eθ = p(u, v, f (v), f (a), u) (Eθ)δ = p(f (x), f (f (a)), f (f (f (a)), f (a), f (x))) Podstawienie należy wykonać równocześnie we wszystkich wystapieniach zmiennej. E 1 E 2... E n θ 1 (E 1 )θ 1 (E 2 )θ 1... (E n)θ 1 θ 2 ((E 1 )θ 1 )θ 2 ((E 2 )θ 1 )θ 2... ((E n)θ 1 )θ 2............... θ m ((((E 1 )θ 1 )θ 2 )...)θ m ((((E 2 )θ 1 )θ 2 )...)θ m... ((((E n)θ 1 )θ 2 )...)θ m Czy można t e operacj e usprawnić? Znajdujemy z lożenie podstawień θ = (θ 1... θ m) i podstawiamy we wszystkich wyrażeniach. E 1 E 2... E n θ (E 1 )θ (E 2 )θ... (E n)θ E = p(u, v, x, y, z) θ = {x f (v), y f (a), z u} δ = {y g(a), u f (x), v f (f (a))} Eθ = p(u, v, f (v), f (a), u) (Eθ)δ = p(f (x), f (f (a)), f (f (f (a))), f (a), f (x)) Eδ = p(f (x), f (f (a)), x, g(a), z) (Eδ)θ = p(f (f (v)), f (f (a)), f (v), g(a), u) Sk ladanie podstawień nie jest przemienne! Definicja Niech θ = {x 1 t 1,..., x n t n } i δ = {y 1 s 1,..., y n s n } bed a podstawieniami. Niech X i Y bed a zbiorami zmiennych zastepowanych odpowiednio w podstawieniach θ i δ. Z lożenie podstawień Podstawienie θδ (z lożenie podstawień θ i δ), definiujemy jako nastepuj ace podstawienie: θδ = {x i t i δ x i X, x i t i δ} {y j s i y i Y, y j / X } Podstawienie δ do termów t i z podstawienia θ. Ze zbioru δ dodajemy podstawienia dla tych zmiennych, którym θ nie nadaje wartości.

L aczność Sk ladanie podstawień jest l aczne, tj. λ(θδ) = (λθ)δ. λ = {x g(z)}, θ = {y f (z)}, δ = {z b} θδ = {y f (b), z b} λ(θδ) = {x g(b), y f (b), z b} λθ = {x g(z), y f (z)} (λθ)δ = {x g(b), y f (b), z b} Sk ladanie podstawień jest l aczne! Przemienność E = p(u, v, x, y, z) θ = {x f (v), y f (a), z u} δ = {y g(a), u f (x), v f (f (a))} θδ = {x f (f (f (a))), y f (a), z f (x)} {u f (x), v f (f (a))} E(θδ) = p(f (x), f (f (a)), f (f (f (a))), f (a), f (x)) δθ = {y g(a), u f (f (v)), v f (f (a))} {x f (v), z u} E(δθ) = p(f (f (v)), f (f (a)), f (v), g(a), u) Sk ladanie podstawień nie jest przemienne! Podstawienie uzgadniajace Podstawienie uzgadniajace - przyk lady Dla dowolnego zbioru atomów podstawieniem uzgadniajacym tego zbioru nazywamy podstawienie spe lniajace warunek: instancja wszystkich elementów tego zbioru uzyskana przez zastosowanie tego podstawienia jest ten sam atom. Podstawienie uzgadniajace µ nazywamy najbardziej ogólnym podstawieniem uzgadniajacym danego zbioru atomów, jeśli każde podstawienie uzgadniajace θ można uzyskać z µ przez zastosowanie dodatkowego podstawienia, czyli θ = µλ. Nastepuj ace pary formu l można uzgodnić: formu la 1 formu la 2 p(x, b, z) p(a, y, c) p(a, x, f (g(y))) p(y, f (z), f (z)) Nastepuj acyh par formu l nie można uzgodnić: formu la 1 formu la 2 p(x) q(x) p(x, y) p(z) p(f (x)) p(g(x)) p(x) p(f (x)) podstawienie uzgadniajace {x a, y b, z c} {x f (g(a)), y a, z g(a)} wynik p(a, b, c) p(a, f (g(a)), f (g(a)))

Zbiór termów do uzgodnienia bedziemy zapisywać w postaci zbioru równań na termach. Zbiór równań na termach jest w postaci rozwiazywalnej, jeśli spe lnione sa nastepuj ace warunki: wszystkie równania sa postaci x i = t i, gdzie x i jest zmienna, i = 1,..., n,; jeżeli zmienna x i, wystepuje po lewej stronie równania, to nie wystepuje w żadnym innym miejscu. Zbiór równań w postaci rozwiazywalnej definiuje podstawienie {x 1 t 1,..., x n t n }. 1 Przekszta lć równanie t = x, gdzie t nie jest zmienna, do x = t. 2 Usuń równanie postaci x = x. 3 Niech t = t bedzie równaniem takim, że t, t nie sa zmiennymi. Jeśli glówne symbole funkcyjne termów t i t sa różne, to zakończ algorytm i udziel odpowiedzi: zbiór termów nie jest uzgadnialny. W przeciwnym razie zastap równanie f (t 1,..., t n) = f (t 1,..., t n), n równaniami postaci t 1 = t 1,..., t n = t n. p(a, x, f (g(y))) = p(y, f (z), f (z)) a = y x = f (z) f (g(y)) = f (z) y = a g(y) = z z = g(y) - w lasności 4 Niech x = t bedzie równaniem takim, że zmienna x wystepuje w zbiorze równań nie tylko po lewej stronie tego równania. Jeśli zmienna x wystepuje w t, to zakończ algorytm i udziel odpowiedzi: zbiór termów nie jest uzgadnialny. W przeciwnym razie zastap wszystkie wystapienia zmiennej x w innych równaniach termem t. µ = {x f (g(a)), y a, z g(a)} p(a, x, f (g(y))) = p(y, f (z), f (z)) x = f (z) y = a z = g(y) z = g(a) zawsze si e zatrzymuje. Jeśli algorytm zakończy sie udzieleniem odpowiedzi, że zbiór termów nie jest uzgadnialny, to dla danego zbioru równań nie istnieje podstawienie uzgadniajace. Jeśli algorytm zakończy sie sukcesem, to otrzymany zbiór równań jest w postaci rozwiazywalnej i definiuje najbardziej ogólne podstawienie uzgadniajace podany zbiór równań: µ = {x 1 t 1,..., x n t n }.

Sprawdzanie wyst epowania zmiennej A = p(a, x, f (g(y))) A = p(y, f (z), f (z)) Podstawienie uzgadniajace θ = {x f (g(a)), y a, z g(a)} µ = {x f (z), y a, z g(a)} θ = µλ λ = {z g(a)} µλ = {x f (g(a)), y a, z g(a)} = θ Konieczność sprawdzania, czy term podstawiany za zmienna nie zawiera tej zmiennej, powoduje, że algorytm uzgadniania ma wyk ladnicza z lożoność obliczeniowa (wzgledem wielkości uzgadnianych termów). Algorytmy stosowane w praktyce zwykle nie stosuja tego sprawdzenia (ryzyko b l edu!). Algorytm Robinsona Algorytm Robinsona c.d. Niech A i A bed a atomami utworzonymi z tego samego symbolu predykatywnego. Traktujemy te atomy jako ciagi symboli (listy). Niech k bedzie indeksem pierwszej pozycji od lewej strony, na której w tych ciagach wystepuj a różne symbole. Pare termów t, t rozpoczynajacych sie od pozycji k w atomie A oraz A nazywamy zbiorem niezgodności atomów A i A. A = p(a, x, f (g(y))) A = p(y, f (z), f (z)) k = 2 t = a t = y Algorytm inicjujemy z A 0 = A i A 0 = A. Niech {t, t } bedzie zbiorem niezgodności atomów A i A. Jeśli jednym z termów należacych do tego zbioru jest zmienna x i+1, a drugi term t i+1, w którym zmienna x i+1 nie wystepuje, to niech σ i+1 = {x i+1 t i+1 } oraz A i+1 = A i σ i+1, A i+1 = A i σ i+1. A 0 = p(a, x, f (g(y))) A 0 = p(y, f (z), f (z)) {t, t } = {a, y} x 1 = y t 1 = a σ 1 = {y a} A 1 = p(a, x, f (g(a))) A 1 = p(a, f (z), f (z))

Algorytm Robinsona c.d. Adam i orzeszki jeszcze raz Jeśli nie można wykonać kolejnego kroku algorytmu, to atomów nie można uzgodnić. Jeśli po wykonaniu kolejnego kroku algorytmu otrzymamy A n = A n, to atomy A i A sa uzgadnialne i najbardziej ogólnym podstawieniem uzgadniajacym jest podstawienie µ = σ 1... σ n. µ = {y a, x f (g(a)), z g(a)} A 1 = p(a, x, f (g(a))) A 1 = p(a, f (z), f (z)) σ 2 = {x f (z)} A 2 = p(a, f (z), f (g(a))) A 2 = p(a, f (z), f (z)) σ 3 = {z g(a)} A 3 = p(a, f (g(a)), f (g(a))) A 3 = p(a, f (g(a)), f (g(a))) jedzenie(x 1 ) lubi(adam, x 1 ) je(x 1, x 2 ) żyje(x 1 ) jedzenie(x 2 ) je(bogdan, orzeszki żyje(bogdan) je(bogdan, x 2 ) je(zuzia, x 2 ) x 1 jab lko lubi(adam, jab lko), lubi(adam, jab lko) Pytania 1 Uzgodnij (jeżeli to możliwe) nastepuj ac a pare formu l rachunku predykatów. 2 Dane sa dwa podstawienia λ i σ. Wykonaj podstawienie λσ do podanej formu ly.