Normalisering av meningar inför resolution 3. Steg 1: Eliminera alla och. Steg 2: Flytta alla negationer framför atomära formler
|
|
- Cecilia Johansson
- för 7 år sedan
- Visningar:
Transkript
1 Normalisering av meningar inför resolution På samma sätt som i satslogiken är resolution i predikatlogiken en process vars syfte är att vederlägga att en klausulmängd är satisfierbar. Det förutsätter dock att godtyckliga meningar (!) kan skrivas om till en form motsvarande satslogikens CNF. Omskrivningen är betydligt mer komplicerad och består av 8 olika steg (enligt beskrivningen som ges i det följande). OBS! Omskrivningen funkar endast för meningar. Inga fria variabler får förekomma! Normalisering av meningar inför resolution 1 Steg 1: Eliminera alla och Det här görs på precis samma sätt som i satslogiken, dvs ϕ ϕ ersätts med ϕ ϕ och ϕ ϕ med (ϕ ϕ ) ( ϕ ϕ ). Steg 2: Flytta alla negationer framför atomära formler Det görs som i satslogiken så länge inga kvantifierare är involverade. För att handskas med kvantifierare används ekvivalenserna ( x)(ϕ) ( x)( ϕ) och ( x)(ϕ) ( x)( ϕ). Normalisering av meningar inför resolution 2 Steg 3: Ge varje variabel ett unikt namn Byt namn på variabler som förekommer i samband med fler en en kvantifierare, så att varje kvantifierare får sitt unika variabelnamn. T ex ( x)(p(x) ( y)(q(x) ( x)(r(x,y)))) ( x 1 )(P(x 1 ) ( x 2 )(Q(x 1 ) ( x 3 )(R(x 3, x 2 )))). Normalisering av meningar inför resolution 3
2 Steg 4: Skriv om formeln till prenex normalform En formel är på prenex normalform (PNF) om den består av en prefix som endast innehåller kvantifierare och en efterföljande formel utan kvantifierare. T ex ( x)( y)( x)(p(f(x, y)) Q(x)). (Fr.o.m. nu utelämnas parenteser om kvantifierare följer direkt på varandra.) Efter steg 1 3 kan varje mening skrivas om till en mening på PNF genom att flytta alla kvantifierare till vänster utan att byta ordning på dem. T ex ( x 1 )(P(x 1 ) ( x 2 )(Q(x 1 ) ( x 3 )(R(x 3, x 2 )))) ( x 1 )( x 2 )( x 3 )(P(x 1 ) (Q(x 1 ) R(x 3, x 2 ))). Normalisering av meningar inför resolution 4 Steg 5: Konvertera formelns efterled till CNF ( x 1 )( x 2 )( x 3 )(P(x 1 ) (Q(x 1 ) R(x 3, x 2 ))) Det här går på samma sätt som när det gäller satslogiska formler. Normalisering av meningar inför resolution 5 Steg 1-5: Exempel ( x)( P(x, c 0) (( y)(p(f(x, y), c 1)) ( y)( P(y, c 0) P(f(x, y), c 0)))) ( x)(p(x, c 0) (( y)(p(f(x, y), c 1)) ( y)( P(y, c 0) P(f(x, y), c 0)))) ( x)( P(x, c 0) (( y)( P(f(x, y), c 1)) ( y)( P(y, c 0) P(f(x, y), c 0)))) ( x)( P(x, c 0) (( y)( P(f(x, y), c 1)) ( z)( P(z, c 0) P(f(x, z), c 0)))) ( x)( y)( z)( P(x, c 0) ( P(f(x, y), c 1) ( P(z, c 0) P(f(x, z), c 0)))) ( x)( y)( z)( P(x, c 0) (( P(f(x, y), c 1) P(z, c 0)) ( P(f(x, y), c 1) P(f(x, z), c 0)))) ( x)( y)( z)( P(x, c 0) ( P(f(x, y), c 1) P(z, c 0)) ( P(f(x, y), c 1) P(f(x, z), c 0))) Normalisering av meningar inför resolution 6
3 Vi har nu en mening på formen Steg 6: Skolemisering (1) (K 1 ) (K m )(ϕ 1 ϕ n ) där K 1,...,K m är kvantifierare och ϕ 1,...,ϕ n är disjunktioner av litteraler. Kvantifierarna gör att ϕ 1,...,ϕ n inte kan betraktas var för sig. Målet är att bryta upp kopplingen genom att flytta kvantifierarna in till ϕ 1,...,ϕ n. Det kan dock endast göras med allkvantifieraren eftersom den distribuerar över medan existenskvantifieraren inte gör det. Det gäller alltså att först bli av med existenskvantifierarna bland K 1,...,K m. Processen kallas skolemisering efter logikern Thoralf Skolem. Normalisering av meningar inför resolution 7 Steg 6: Skolemisering (2) Skolemisering skapar en mening som är satisfierbar om och endast om originalmeningen är det. OBS! Syftet är inte att skapa en ekvivalent formel. Betrakta t ex ϕ = ( x)( y)( z)( z )(ϕ ) och en tolkning J där ϕ J = 1. Man ska alltså för alla d x, d y dom(j) kunna välja något d z dom(j) som gör att ( z )(ϕ ):s värde blir 1 under J-värderingarna som tilldelar x, y, z värdena d x, d y, d z. Värdet d z beror på d x och d y (men inte på d z ). Man kan alltså se det som en funktion choose z som väljer rätt värde beroende på d x, d y, dvs d z = choose z (d x, d y ). Vi kan därför utöka logiken med en ny (!) funktionssymbol f z (2) och ersätta formeln med ψ = ( x)( y)( z )(ϕ ) där ϕ fås genom att ersätta alla förekomster av z i ϕ med f z (x, y). Om J utökas på så sätt att f z tolkas som choose z så gäller ψ J = 1. Normalisering av meningar inför resolution 8 Exempel ϕ = ( x)( y)( z)((x < y) ((z < y) z 1 < x)) (där infixnotation används för att öka läsbarheten). Om dom(j) = N och alla funktions- och relationssymboler tolkas som vanligt är ϕ J = 1: För varje d x N finns det ett d y N, nämligen d x + 1, som uppfyller d x < d y samtidigt som d z < d y implicerar d z d x, alltså d z 1 < d x. Vi kan alltså lägga till funktionssymbolen f (1) y och konvertera formeln till ψ = ( x)( z)((x < f y (x)) ((z < f y (x)) z 1 < x)). Om vi sedan definierar f J y (d) = d + 1 gäller igen ψ J = 1. Normalisering av meningar inför resolution 9
4 Steg 6: Skolemisering (3) Generellt introduceras för varje existenskvantifierare ( x) en ny funktionssymbol f x (n) där n är antalet allkvantifierare ( x 1 ) ( x n ) till vänster om ( x). (Om n = 0 blir f x en konstant istället.) Sedan ersätts varje förekomst av x med f x (x 1,...,x n ) (respektive f x om n = 0). Teorem Skolemiseringen av en mening som har förenklats enligt steg 1 5 är satisfierbar om och endast om originalmeningen är satisfierbar. Normalisering av meningar inför resolution 10 Steg 7: Skapa en mängd av klausuler Formeln är nu på formen (K 1 ) (K m )(ϕ 1 ϕ n ) där K 1,...,K m är allkvantifierare. Pga att distribuerar över kan meningen skrivas om till (K 1 ) (K m )(ϕ 1 ) (K 1 ) (K m )(ϕ n ) vilket i sin tur kan skrivas som en mängd Φ av klausuler: Φ = { (K 1 ) (K m )(ϕ 1 ),. (K 1 ) (K m )(ϕ n ) }. Som en notationell förenkling nämns allkvantifierarna inte längre explicit, dvs Φ skrivs som {ϕ 1,...,ϕ n }. OBS! Kom ihåg att variablerna inte är fria nu kvantifierarna är fortfarande där fast de inte explicit skrivs ned. Normalisering av meningar inför resolution 11 Steg 8: Byt namn på variablerna än en gång Till slut byts namnen på variablerna i var och en av ϕ 1,...,ϕ n på så sätt att ϕ i och ϕ j inte längre innehåller några gemensamma variabelnamn, för 1 i < j n. Omskrivningen är klar nu! Normalisering av meningar inför resolution 12
5 Steg 6-8: Exempel ( x)( y)( z)( P(x, c 0) ( P(f(x, y), c 1) P(z, c 0)) ( P(f(x, y), c 1) P(f(x, z), c 0))) ( y)( P(f x, c 0) ( P(f(f x, y), c 1) P(f z(y), c 0)) ( P(f(f x, y), c 1) P(f(f x, f z(y)), c 0))) ( y)( P(f x, c 0)) ( y)( P(f(f x, y), c 1) P(f z(y), c 0))... { P(f x, c 0), P(f(f x, y), c 1) P(f z(y), c 0), P(f(f x, y), c 1) P(f(f x, f z(y)), c 0)} { P(f x, c 0), P(f(f x, y 2), c 1) P(f z(y 2), c 0), P(f(f x, y 3), c 1) P(f(f x, f z(y 3)), c 0)} Normalisering av meningar inför resolution 13
Predikatlogik: Normalformer. Klas Markström
1 Precis som i satslogik så är det bekvämt att kunna hitta en normalform för meningar. Om vi kan utgå från att alla meningar är på normalform så behöver vi t.e.x. inte bekymra oss om en massa specialfall
Grundläggande logik och modellteori (5DV102)
Tentamen 2013-10-31 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 11 Maximalt antal poäng 30 Krav för 3 i betyg 14 poäng Krav för 4 i betyg 19 poäng,
Grundläggande logik och modellteori (5DV102)
Tentamen 2014-01-10 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 10 Maximalt antal poäng 30 Krav för 3 i betyg 1 Krav för 4 i betyg 19 poäng, vara minst
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 4: Konjunktiv och disjunktiv normalform Henrik Björklund Umeå universitet 15. september, 2014 CNF och DNF Konjunktiv normalform (CNF) Omskrivning av en formel
Robin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt
Robin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Avsnitt 10.3 Några nyttiga ekvivalenser Två sätt att använda tautologa ekvivalenser i första-ordningens logik (1) Satser vars sanningsfuntionella former är tautologt ekvivalenta
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 8: Predikatlogik Henrik Björklund Umeå universitet 2. oktober, 2014 Första ordningens predikatlogik Signaturer och termer Första ordningens predikatlogik Formler
Robin Stenwall Lunds universitet
Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt
DD1350 Logik för dataloger
DD1350 Logik för dataloger Fö 4 Predikatlogik 1 Kort repetition Satslogik Naturlig deduktion är ett sunt och fullständigt bevissystem för satslogik Avgörbarhet Så vad saknas? Egenskaper Satslogiken är
Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas?
Avslutning Anmärkningar inför tentan Vad ska kunnas? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna och gruppövningarna räcker i princip.
Satslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar)
Satslogik grundläggande definitioner Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar) Modeller, logisk konsekvens och ekvivalens Några notationella förenklingar Kompletta mängder
Logik och bevisteknik lite extra teori
Logik och bevisteknik lite extra teori Inger Sigstam 2011-04-26 1 Satslogik (eng: propositional logic) 1.1 Språket Alfabetet består av följande symboler: satssymbolerna p 0, p 1, p 2,.... konnektiverna,,,,.
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 12: Logikprogrammering Henrik Björklund Umeå universitet 16. oktober, 2014 Prolog Prolog har två klasser av formler. Atomära formler: country(sweden, 9000000).
Innehåll. Föreläsning 7. Satslogiken är för grov. Samma sak i predikatlogik: Första ordningens predikatlogik. Logik med tillämpningar
Innehåll Föreläsning 7 Logik med tillämpningar 99-03-01 Första ordningens predikatlogik Objekt, predikat, kvantifierare Funktioner, termer, wffs Bindning och räckvidd Tolkningar och värderingar Satisfiering,
Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.
MATEMATISK LOGIK Matematisk logik formaliserar korrekta resonemang och definierar formellt bindeord (konnektiv) mellan påståenden (utsagor, satser) I matematisk logik betraktar vi påståenden som antingen
DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik
DD1350 Logik för dataloger Fö 7 Predikatlogikens semantik 1 Kryssprodukt av mängder Om A och B är två mängder så är deras kryssprodukt A B mängden av alla par (a,b), där a A och b B. Ex: A={1,2}, B={3,4},
En introduktion till predikatlogik
rasmus.blanck@gu.se FT1200, LC1510 och LGFI52 VT2017 (Premiss 1) (Premiss 2) (Slutsats) Alla människor är dödliga Sokrates är en människa Sokrates är dödlig Detta argument är intuitivt giltigt: Det finns
p /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik
DD1350 Logik för dataloger Fö 3 Satslogikens semantik 1 Kort repetition Satslogik formellt språk för att uttrycka påståenden med variabler och konnektiv /\, \/,, t.ex. p /\ q r 1 Kort repetition Naturlig
Föreläsning 8. Innehåll. Satisfierbarhet hos en formel. Logik med tillämpningar
Föreläsning 8 Logik med tillämpningar 000413 Innehåll Lite mer om värderingar och tolkningar Semantiska tablåer i predikatlogiken Kapitel 3.5 Satisfierbarhet hos en formel En formel A är satisfierbar om
*UXSS YQLQJ±/RJLNPHGWLOOlPSQLQJDUYW
*USS YQLQJ±/RJLNPHGWLOOlPSQLQJDUYW 8SSJLIW Här kommer några teoretiska frågor, skriv svaren med egna ord, dvs skriv inte av ohbilderna: a. Vad är en beslutsprocedur? En algoritm som terminerar och som
Logik för datavetare DVK:Log Tisdagen 28 oktober 2014. Institutionen för dataoch systemvetenskap David Sundgren
Institutionen för dataoch systemvetenskap David Sundgren Logik för datavetare DVK:Log Tisdagen 28 oktober 2014 Skrivtid: 9 00-13 00. Inga hjälpmedel utom formelsamlingen på nästa sida är tillåtna. För
DD1350 Logik för dataloger
DD1350 Logik för dataloger Fö 8 Axiomatiseringar 1 Modeller och bevisbarhet Sedan tidigare vet vi att: Om en formel Φ är valid (sann i alla modeller) så finns det ett bevis för Φ i naturlig deduktion.
Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2
Föreläsning 1 Syntax 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 21 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 1.1 Innehåll Innehåll 1 Kursadministration 1 2 Introduktion
FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS
729G06 Logik FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS 160208 Idag C-regeln, informell (och formell) inledning till predikatlogik (Bevis kommer senare.) 2 3 Vår (Snöfritt Cykla) (Vår Snöfritt) Cykla Lätt
Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19
Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium IV v. 2.0, den 29/4 2013 III. Metalogik 17-19 Modeller för satslogiken 18.1 Vi har tidigare sagt att en modell är en tolkning av en teori
Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska ni kunna?
Avslutning Anmärkningar inför tentan Vad ska ni kunna? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna, inlämningsuppgifterna och gruppövningarna
FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS
729G06 Logik FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS 160309 Idag Sammanfattning*/uppsamling 2 Mer problemöversikt (och lite definitioner) Inte ersättning för andra föreläsningar! 3 Vad är enlogik? Syntax
F. Drewes Datavetenskapens grunder, VT02. Lite logik
F Drewes 2002-05-23 Datavetenskapens grunder, VT02 Lite logik Den här texten är en sammanfattning av logikdelen i kursen Datavetenskapens grunder Den handlar om satslogik och predikatlogik, några av deras
Kunskapsbaserad agent. Kunskapsrepresentation. Wumpus-världen. Wumpusvärlden. Bris. Bris. Bris. Bris. Bris. Bris. Stank. Stank.
Kunskapsrepresentation Kunskapsbaserad agent! Introduktion! Wumpus-världen! FOPL, Inferens! Resolution, Unifiering! Representation av kunskap! Ontologi! Strukturerad representation/semantiska nät def KBagent(percept):
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 6: Binära beslutsdiagram (BDD) Henrik Björklund Umeå universitet 22. september, 2014 Binära beslutsdiagram Binära beslutsdiagram (Binary decision diagrams, BDDs)
Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3
Föreläsning 2 Semantik 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 27 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 2.1 Innehåll Innehåll 1 Lite mer syntax 1 2 Strukturer
Artificiell Intelligens Lektion 4
Frames Filmdomän Artificiell Intelligens Lektion 4 Frames (Lab4) Resolution & unifiering Frames system Lagrar hierarkisk information Attribut lagras i attributvärdesstrukturer Attribut kan ha egenskaper
Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section
Föreläsning 1 Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section 1.1-1.3 i kursboken Definition En utsaga (proposition) är ett
Innehåll. Föreläsning 4-5. Logiska system. Alfabet. Calculus. Well-formed formulas. Vanliga termer i logik Satslogik. Första ordningens predikatlogik
Innehåll Föreläsning 4-5 Logik med tillämpningar 010220 Vanliga termer i logik Satslogik syntax och semantik beslutsprocedurer Första ordningens predikatlogik syntax och semantik Kapitel 3-5: Topic 8-11
DD1350 Logik för dataloger. Fö 2 Satslogik och Naturlig deduktion
DD1350 Logik för dataloger Fö 2 Satslogik och Naturlig deduktion 1 Satslogik En sats(eller utsaga)är ett påstående som kan vara sant eller falskt. I satslogik(eng. propositionallogic) representeras sådana
Lite om bevis i matematiken
Matematik, KTH Bengt Ek februari 2013 Material till kursen SF1662, Diskret matematik för CL1: Lite om bevis i matematiken Inledning Bevis är centrala i all matematik Utan (exakta definitioner och) bevis
Varför är logik viktig för datavetare?
Varför är logik viktig för datavetare? 1. Datavetenskap handlar ofta om att automatisera processer som tidigare styrts av människor. Intuition, intelligens och mänskliga resonemang ersätts av beräkningar.
Hornklausuler i satslogiken
Hornklausuler i satslogiken Hornklausuler (efter logikern Alfred Horn) är ett viktigt specialfall som tillåter effektiva algoritmer och ligger till grund för regelbaserade expertsystem och logiska programspråk
9. Predikatlogik och mängdlära
Objektorienterad modellering och diskreta strukturer 9. Predikatlogik och mängdlära Sven Gestegård Robertz Datavetenskap, LTH 2014 Rekaputilation Vi har talat om satslogik naturlig härledning predikatlogik
Semantik och pragmatik
Semantik och pragmatik OH-serie 5 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Så här långt Konjunktion (p q): att två enklare satser
Sats. Om t är en rätvinklig triangel så är summan av kvadraterna på kateterna i t lika med kvadraten på hypotenusan.
Lunds tekniska högskola Datavetenskap Lennart Andersson Föreläsningsanteckningar EDAF10 3 Predikatlogik 3.1 Motivering I satslogiken är de minsta beståndsdelarna satslogiska variabler som kan anta värdena
Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013
Logik I Åsa Hirvonen Helsingfors universitet Våren 2013 Inledning Logik är läran om härledning. Med hjälp av logiken kan vi säga när ett resonemang är korrekt och när det inte är det. För att kunna studera
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 3: Bevissystem, Hilbertsystem Henrik Björklund Umeå universitet 8. september, 2014 Bevissystem och Hilbertsystem Teorier och deduktionsproblemet Axiomscheman
Föreläsning 9: NP-fullständighet
Föreläsning 9: NP-fullständighet Olika typer av problem: 1. Beslutsproblem: A(x) =Ja. 2. Optimeringsproblem: A(x) =m Vanligen max/min. 3. Konstruktionsproblem: A(x) =En struktur. Vanligen lösningen till
Om modeller och teorier
Matematik, KTH Bengt Ek december 2017 Material till kursen SF1679, Diskret matematik: Om modeller och teorier Hittills i kursen har vi studerat flera olika typer av matematiska strukturer, bl.a. (partial)ordnade
Substitution och unifiering
Substitution och unifiering Exempel varför behövs substitution? Substitution Unifiering Den mest generella unifieraren Substitution och unifiering 1 Resolution kräver substitution ett enkelt exempel Gäller
Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf
UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik II 1 Predikatlogik, generella
7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner
Artificiell Intelligens
Omtentamen Artificiell Intelligens Datum: 2014-02-20 Tid: 14.00 18.00 Ansvarig: Resultat: Hjälpmedel: Gränser: Anders Gidenstam Redovisas inom tre veckor Inga G 8p, VG 12p, Max 16p Notera: Skriv läsbart!
Formell logik Kapitel 9. Robin Stenwall Lunds universitet
Formell logik Kapitel 9 Robin Stenwall Lunds universitet Kapitel 9: Introduktion till kvantifiering Vi har hittills betraktat logiska resonemang vars giltighet enbart beror på meningen hos konnektiv som
Semantik och pragmatik (Serie 4)
Semantik och pragmatik (Serie 4) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 30 Så här långt (satslogik) Konjunktion (p q): att två enklare satser båda är uppfyllda.
Primitivt rekursiva funktioner och den aritmetiska hierarkin
Primitivt rekursiva funktioner och den aritmetiska hierarkin Rasmus Blanck 0 Inledning En rad frågor inom logiken, matematiken och datavetenskapen relaterar till begreppet beräkningsbarhet. En del i kursen
8. Naturlig härledning och predikatlogik
Objektorienterad modellering och diskreta strukturer 8. Naturlig härledning och predikatlogik Sven Gestegård Robertz Datavetenskap, LTH 2013 Outline 1 Inledning 2 Inferensregler 3 Predikatlogik 8. Naturlig
Detta är ett ofärdigt utdrag ur ovanstående text. Vänligen sprid inte!
Filosofiska institutionen Göteborgs universitet UTKAST Resolution, unifiering och syntaktiska modeller En introduktion till logikprogrammeringens teori Björn Haglund Detta är ett ofärdigt utdrag ur ovanstående
Vad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system
Vad är det? Översikt Discrete structure: A set of discrete elements on which certain operations are defined. Discrete implies non-continuous and therefore discrete sets include finite and countable sets
Probabilistisk logik 1
729G43 Artificiell intelligens / 2016 Probabilistisk logik 1 Marco Kuhlmann Institutionen för datavetenskap Osäkerhet 1.01 Osäkerhet Agenter måste kunna hantera osäkerhet. Agentens miljö är ofta endast
Grundläggande logik och modellteori
Modeller och uttrycksfullhet hos predikatlogik Department of mathematics Umeå university Föreläsning 10 Dagens föreläsning 1 Innehåll på resten av kursen 2 Varför verifikation? Formella metoder för verifikation
DD1361 Programmeringsparadigm HT15
DD1361 Programmeringsparadigm HT15 Logikprogrammering 1 Dilian Gurov, TCS Innehåll Logikprogrammering Kontrollflöde Unifiering Backtracking Negation Snitt Induktiva datatyper och rekursion Inbyggda datatyper:
Grundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 7: SAT-lösare Henrik Björklund Umeå universitet 29. september, 2014 SAT En instans av SAT är en mängd av mängder av literaler. Exempel: {{p, q, r}, {p, q, s},
Om semantisk följd och bevis
Matematik, KTH Bengt Ek december 2017 Material till kursen SF1679, Diskret matematik: Om semantisk följd och bevis Logik handlar bla om studiet av korrekta slutledningar, dvs frågan om när det är riktigt
Semantik och pragmatik
Semantik och pragmatik OH-serie 4 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Om barnet har svårt att andas eller har ont i bröstet
DD1361 Programmeringsparadigm HT17
DD1361 Programmeringsparadigm HT17 Logikprogrammering 1 Dilian Gurov, KTH Delkursinnehåll Logisk versus procedurell läsning Kontrollflöde: Unifiering, Backtracking, Snitt Induktiva datatyper och rekursion
Kap. 7 Logik och boolesk algebra
Ka. 7 Logik och boolesk algebra Satslogik Fem logiska konnektiv: ej, och, eller, om-så, omm Begre: sats, sanningsvärde, sanningsvärdestabell tautologi, kontradiktion Egenskaer: Räkneregler för satslogik
Introduktion till predikatlogik. Jörgen Sjögren
Introduktion till predikatlogik Jörgen Sjögren Högskolan i Skövde Institutionen för naturvetenskap 2002 - 1 - Förord Det som följer på dessa dryga hundra sidor är ett av otaliga försök som gjorts att presentera
Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen
KTH Matematik Bengt Ek Maj 2008 Kompletteringsmaterial till kursen SF1642, Logik för D1 och IT3: K2 Något om modeller, kompakthetssatsen Vi skall presentera ett enkelt (om man känner till sundhets- och
DD1361 Programmeringsparadigm HT16
DD1361 Programmeringsparadigm HT16 Logikprogrammering 1 Dilian Gurov, TCS Delkursinnehåll Logikprogrammering Logisk versus procedurell läsning Kontrollflöde Unifiering, Backtracking, Snitt Negation Induktiva
729G43 Artificiell intelligens Kunskapsrepresentation. Arne Jönsson HCS/IDA
729G43 Artificiell intelligens Kunskapsrepresentation Arne Jönsson HCS/IDA Kunskapsrepresentation Introduktion Wumpus-världen Logik Satslogik Predikatlogik FOPL, Inferens Resolution, Unifiering Representation
Booleska variabler och översättning mellan programuttryck och booleska variabler
Vad är Boolesk algebra Lite förenklat kan man säga att Boolesk algebra är räkneregler konstruerade av den engelske matematikern Gerge Boole för att kunna räkna med logiska uttryck. I den booleska algebran
729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS
729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS 160127 Vad är logik? Som ämne, område... 2 Läran om korrekta resonemang Följer slutsatserna av ens antaganden? 3 Alla hundar är djur. Alla enhörningar
Anna: Bertil: Cecilia:
Marco Kuhlmann 1 Osäkerhet 1.01 1.02 1.03 1.04 1.05 Intelligenta agenter måste kunna hantera osäkerhet. Världen är endast delvist observerbar och stokastisk. (Jmf. Russell och Norvig, 2014, avsnitt 2.3.2.)
MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,
Explorativ övning 1 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt matematiska språk,
7, Diskreta strukturer
Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2013 1 Inledning 2 Satslogik Inledning Satslogiska uttryck Resonemang och härledningar
ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF Nyckelord och innehåll. a n (x x 0 ) n.
ÖVN 6 - DIFFERENTIALEKVATIONER OCH TRANSFORMMETODER - SF683 HTTP://KARLJODIFFTRANS.WORDPRESS.COM KARL JONSSON Nyckelord och innehåll Potensserielösningar Analytiska funktioner Konvergensradie Rot- och
TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter
TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter Johan Thim 15 augusti 2015 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför
TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor
TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor Johan Thim 22 augusti 2018 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför Q
Semantik och pragmatik (Serie 3)
Semantik och pragmatik (Serie 3) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 37 Logik: språk tanke (Saeed kapitel 4.) Satser uttrycker (ofta) tankar. Uttrycksrikedom
Artificiell Intelligens Övningsuppgifter
Sökning - Tentauppg 99-:4 Artificiell Intelligens Övningsuppgifter Sökning Konjunktiv normalform Unifiering Resolution Planering Situationskalkyl Maskininlärning Beskriv sökmetoden A* genom att visa hur
Formell logik Kapitel 10. Robin Stenwall Lunds universitet
Formell logik Kapitel 10 Robin Stenwall Lunds universitet Kapitel 10: Kvantifikatorernas logik Förra gången introducerade vi kvantifikatorer och variabler Vi har därmed infört samtliga symboler i FOL Brännande
Switchnätsalgebra. Negation, ICKE NOT-grind (Inverterare) Konjunktion, OCH AND-grind. Disjunktion, ELLER OR-grind
Dagens öreläsning behandlar: Läroboken kapitel 3 Arbetsboken kapitel,3 Ur innehållet: Satslogik och Grindar Funktionstabell Binär evaluering Normal orm/förenklad orm/ Minimal orm Karnaughdiagram Negation,
MATEMATIKENS SPRÅK. Avsnitt 1
Avsnitt 1 MATEMATIKENS SPRÅK Varje vetenskap, liksom varje yrke, har sitt eget språk som ofta är en blandning av vardagliga ord och speciella termer. En instruktionshandbok för ett kylskåp eller för en
Första ordningens logik
Första ordningens logik Christian Bennet Christian Bennet, februari 2013 Detta verk är licensierat under en Creative Commons Erkännande- Ickekommersiell-IngaBearbetningar 3.0 Unported license. För att
EDA Digital och Datorteknik 2010/2011
EDA45 - Digital och Datorteknik 2/2 EDA 45 - Digital och Datorteknik 2/2, lärobokens kapitel 3 Ur innehållet: Satslogik och Boolesk algebra Grindar Funktionstabell Binär evaluering Normal orm/förenklad
MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss
Explorativ övning 1 LMA100 vt 2003 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt
Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet
Filosofisk logik Kapitel 15 Robin Stenwall Lunds universitet Dagens upplägg Första ordningens mängdlära Naiv mängdlära Abstraktionsaxiomet (eg. comprehension) Extensionalitetsaxiomet Små mängder Ordnade
K3 Om andra ordningens predikatlogik
KTH Matematik Bengt Ek Maj 2005 Kompletteringsmaterial till kursen 5B1928 Logik för D1: K3 Om andra ordningens predikatlogik Vi presenterar på dessa sidor kortfattat andra ordningens predikatlogik, vilket
K2 Något om modeller, kompakthetssatsen
KTH Matematik Bengt Ek Maj 2005 Kompletteringsmaterial till kursen 5B1928 Logik för D1: K2 Något om modeller, kompakthetssatsen Vi skall presentera ett enkelt (om man känner till sundhets- och fullständighetssatsen
Tentamen i logik 729G06 Programmering och logik
Tentamen i logik 729G06 Programmering och logik 2016-08-19 Poänggränser: På tentan kan du som mest få 25 poäng. Om du har fått 12 poäng är du garanterad åtminstone godkänt betyg, 19 väl godkänt. Tillåtna
Asymptotisk analys innebär att... man försöker uppskatta vad som händer för stora indatamängder.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervarlsfrågorna ges 1 poäng för korrekt svar och 0,5 poäng om skillnaden mellan antalet korrekta svar och antalet
Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1.
UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik I 1 Lite om satslogik 1.1
Tentamenskod: Inga hjälpmedel är tillåtna
Intelligenta och lärande system 15 högskolepoäng Provmoment: Ladokkod: Tentamen ges för: Tentamen (TEN1) Artificiell intelligens (AI) 5hp 21IS1C Systemarkitekturutbildningen Tentamenskod: Tentamensdatum:
Försättsblad till skriftlig tentamen vid Linköpings universitet TER1
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2016-12-09 Sal (1) TER1 Tid 14-18 Kurskod 729G06 Provkod TEN1 Kursnamn/benämning Provnamn/benämning Institution Antal
Föreläsning 3: Ekvationer och olikheter
Föreläsning 3: Ekvationer och olikheter En ekvation är en likhet som innehåller en flera obekanta storheter. Exempel: x = 9, x är okänd. t + t + 1 = 7, t är okänd. Vi säger att ett värde på den obekanta
Föreläsning 7+8: NP-problem. Begreppet effektiv algoritm är alltså synonymt med går i polynomisk tid i den här kursen. Är detta en rimlig uppdelning?
Formalisering av rimlig tid Föreläsning 7+8: NP-problem En algoritm som har körtid O(n k ) för någon konstant k är rimligt snabb. En algoritm som har körtid Ω(c n ) för någon konstant c>1 är för långsam.
Andragradspolynom Några vektorrum P 2
Låt beteckna mängden av polynom av grad högst 2. Det betyder att p tillhör om p(x) = ax 2 + bx + c där a, b och c är reella tal. Några exempel: x 2 + 3x 7, 2x 2 3, 5x + π, 0 Man kan addera två polynom
Asymptotisk analys innebär att... man försöker uppskatta vad som händer för stora indatamängder.
OBS! För flervalsfrågorna gäller att ett, flera eller inget alternativ kan vara korrekt. På flervalsfrågorna kan man bara ha rätt eller fel, dvs frågan måste vara helt korrekt besvarad för att man skall
Logik och kontrollstrukturer
Logik och kontrollstrukturer Flödet av instruktioner i ett programmeringsspråk bygger vi upp med hjälp av dess kontrollstrukturer. I C har vi exemplen if, if else, while, do while. Dessutom finns switch
Föreläsning 8+9: NP-problem. Begreppet effektiv algoritm är alltså synonymt med går i polynomisk tid i den här kursen. Är detta en rimlig uppdelning?
Formalisering av rimlig tid Föreläsning 8+9: NP-problem En algoritm som har körtid O(n k ) för någon konstant k är rimligt snabb. En algoritm som har körtid Ω(c n ) för någon konstant c>1 är för långsam.
Induktion, mängder och bevis för Introduktionskursen på I
Induktion, mängder och bevis för Introduktionskursen på I J A S, ht 04 1 Induktion Detta avsnitt handlar om en speciell teknik för att försöka bevisa riktigheten av påståenden eller formler, för alla heltalsvärden
Jesper Carlström 2008 (reviderad 2009)
Jesper Carlström 2008 (reviderad 2009) Jesper Carlström Matematiska institutionen Stockholms universitet 106 91 Stockholm http://www.math.su.se/ jesper/logikbok/ c 2009 Jesper Carlström Typsatt av L A