Grundläggande logik och modellteori (5DV102)

Relevanta dokument
Grundläggande logik och modellteori (5DV102)

Grundläggande logik och modellteori

Normalisering av meningar inför resolution 3. Steg 1: Eliminera alla och. Steg 2: Flytta alla negationer framför atomära formler

Grundläggande logik och modellteori

Grundläggande logik och modellteori

Satslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar)

Logik för datavetare DVK:Log Tisdagen 28 oktober Institutionen för dataoch systemvetenskap David Sundgren

Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas?

Grundläggande logik och modellteori

Innehåll. Föreläsning 7. Satslogiken är för grov. Samma sak i predikatlogik: Första ordningens predikatlogik. Logik med tillämpningar

Lektion 8: Konstruktion av semantiska tablåer för PTL-formler

*UXSS YQLQJ±/RJLNPHGWLOOlPSQLQJDUYW

Predikatlogik: Normalformer. Klas Markström

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik

Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska ni kunna?

Föreläsning 8. Innehåll. Satisfierbarhet hos en formel. Logik med tillämpningar

p /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik

DD1350 Logik för dataloger

Grundläggande logik och modellteori

Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion Varför logik? Satslogik... 2

FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS

Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.

7, Diskreta strukturer

Semantik och pragmatik

Logik och bevisteknik lite extra teori

Lite om bevis i matematiken

Robin Stenwall Lunds universitet

Semantik och pragmatik (Serie 4)

DD1350 Logik för dataloger

Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer Domäner Tolkningar... 3

Robin Stenwall Lunds universitet

7, Diskreta strukturer

FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS

Robin Stenwall Lunds universitet

13. CHURCH S OCH GÖDELS SATSER. KORT ORIENTERING OM BERÄKNINGSBARHET, EFFEKTIV UPPRÄKNELIGHET OCH AVGÖRBARHET.

Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013

En introduktion till predikatlogik

Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen

Svar och lösningar, Modul 1.

:1) Vid ett besök på Knarrön (där ju var och en antingen är kung (och

Algoritmer, datastrukturer och komplexitet

K2 Något om modeller, kompakthetssatsen

Semantik och pragmatik

Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf

Antag att b är förgreningsfaktorn, d sökdjupet, T (d) tidskomplexiteten och M(d) minneskomplexiteten.

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19

Logik. Boolesk algebra. Logik. Operationer. Boolesk algebra

Grundläggande logik och modellteori

I en deterministisk omgivning beror nästa tillstånd bara av agentens handling och nuvarande tillstånd.

Innehåll. Föreläsning 4-5. Logiska system. Alfabet. Calculus. Well-formed formulas. Vanliga termer i logik Satslogik. Första ordningens predikatlogik

Föreläsning 9: NP-fullständighet

Tentamen i logik 729G06 Programmering och logik

Sats. Om t är en rätvinklig triangel så är summan av kvadraterna på kateterna i t lika med kvadraten på hypotenusan.

MA 11. Hur starkt de binder. 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi

Grundläggande Logik och Modellteori

Algoritmer, datastrukturer och komplexitet

8. Naturlig härledning och predikatlogik

KTH Matematik B.Ek Lösningar tentamen 5B1928 Logik för D (och IT), 29 augusti 2007

Semantik och pragmatik (Serie 3)

Föreläsning 5. Deduktion

Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1.

Grundläggande logik och modellteori

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?

Formell logik Kapitel 9. Robin Stenwall Lunds universitet

Föreläsning 9: Turingmaskiner och oavgörbarhet. Turingmaskinen. Den maximalt förenklade modell för beräkning vi kommer använda är turingmaskinen.

Tentamen i TDDC75 Diskreta strukturer , lösningsförslag

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?

I en deterministisk omgivning beror nästa tillstånd bara av agentens handling och nuvarande tillstånd.

Om semantisk följd och bevis

Om modeller och teorier

F. Drewes Datavetenskapens grunder, VT02. Lite logik

Filosofisk logik Kapitel 19. Robin Stenwall Lunds universitet

Kap. 7 Logik och boolesk algebra

KTH Matematik Jan Kristoferson Problemsamling. till repetitionskurs i LOGIK (5B1928) för D och IT

Material till kursen SF1679, Diskret matematik: Om urvalsaxiomet mm. Axiom som är ekvivalenta med urvalsaxiomet

Fråga 5 (1 poäng) För att definiera ett sökproblem krävs...

Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section

DD1361 Programmeringsparadigm HT17

Algoritmer, datastrukturer och komplexitet

MATEMATIKENS SPRÅK. Avsnitt 1

DD1350 Logik för dataloger. Fö 2 Satslogik och Naturlig deduktion

Försättsblad till skriftlig tentamen vid Linköpings universitet TER1

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet

9. Predikatlogik och mängdlära

Grundläggande logik och modellteori

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter

Varför är logik viktig för datavetare?

Induktion, mängder och bevis för Introduktionskursen på I

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor

Fråga 5 (1 poäng) För att definiera ett sökproblem krävs...

Formell logik Kapitel 7 och 8. Robin Stenwall Lunds universitet

Formell logik Kapitel 10. Robin Stenwall Lunds universitet

K3 Om andra ordningens predikatlogik

Hornklausuler i satslogiken

DD1361 Programmeringsparadigm HT15

Lösningar: Tentamen i Datavetenskapens grunder för D1, SDU, TDV A

Vad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system

10. Mängder och språk

Föreläsning 8: Intro till Komplexitetsteori

MÖNSTER OCH TALFÖLJDER

Transkript:

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 1 poäng på -frågor. Krav för 5 i betyg 2, varav minst 2 poäng på -frågor. Uppgift 1 1 poäng Namnge någon av de stora personligheterna bakom den moderna logiken och beskriv kort deras bidrag. Uppgift 2 George Boole grundlade den moderna satslogiken. Studera följande välformade formler från satslogiken L = ({p, q, r}, C), där C är alla de vanliga konnektiven. Kom ihåg att är notationen för nor och notationen för xor. A = (p r) (q r) B = (p q) (p r) C = ((p q) (p q)) (p q) (a). Konstruera sanningstabellen för A, B, och C (alla kan skrivas i samma tabell som olika kolumner). (b). Gäller {A, B} C? Motivera med hjälp av tabellen konstruerad i (a). (c). Gäller {B, C} A? Motivera med hjälp av tabellen konstruerad i (a). (a). Sanningstabellen borde se ut på följande sätt: (b). Ja, C är alltid sann, så C. (c). Nej, A är falsk på t.ex. rad 2, där B och C är sanna. Uppgift 3 Är { } en komplett uppsättning konnektiv? Motivera. p q r A B C T T T T T T T T F F T T T F T T F T T F F F F T F T T T F T F T F F T T F F T T F T F F F T T T 3 poäng Nej. kan inte uttrycka en formel som är konstant sann. Som exempel, ta logiken med bara en atom, p, där formeln p p är konstant sann. Formeln p p är konstant falsk, och (p p) p p (p p) p. Fortsatt nästning av ger bara återigen konstant falskt eller en formel ekvivalent med p.

Uppgift 4 Studera följande formel från satslogiken L = ({p, q}, C), där C är alla de vanliga konnektiven. (p q) ((p q) q) 6 poäng (a). Konstruera en semantisk tablå för formeln. Använd inga förenklingar utan använd den strikta tablåkonstruktionen. (b). Hur kan man använda tablån för att se om formeln är satisierbar, valid och/eller falsifierbar? Förklara hur man gör det i allmänhet. (c). Konstruera ett reducerat ordnat binärt beslutsdiagram för formeln. Kom ihåg att visa varje steg i algoritmen. (d). Hur kan man använda diagrammet för att se om formeln är satisierbar, valid och/eller falsifierbar? Förklara hur man gör det i allmänhet. (a). Semantiska tablån blir som följer: α-regel ger {(p q), ((p q) q)}, α-regel ger {(p q), (p q), q} β-regel på (p q) ger två fall: {p q, p, q}, en β-regel på detta ger två fall: * { p, q}, * { q, p}. {(p q), q}, en β-regel på detta ger två fall: * { p, q}, * { p, q}. (b). Eftersom det finns öppna grenar är formeln satisfierbar. Det går inte att se om den är en tautologi (eller falsifierbar). (c). Shannon-expansion ger p (q (T T ) ((T T ) T ), (T F ) ((T F ) F )), (q (F T ) ((F T ) T ), (F F ) ((F F ) F )). lite snabb förenkling ger p (q F, T ), (q F, T ). Det binära beslutsdiagrammet kommer att börja med att noden p pekar på q på båda kanterna, q pekar på T på falsk-kanten och F på sant-kanten. Reduktion tar bort p-noden. (d). Eftersom ROBDD:er är unika skulle en tautologi bli en ROBDD med en enda nod, T, och en icke satisfierbar en enda nod, F. I detta fallet är ingetdera sant, så formeln är satisfierbar och falsifierbar. Uppgift 5 Studera följande påståenden. P1. Alla hundar som har en ägare som inte är snål är inte hungriga. P2. Det finns ingen hund som har en ägare som är snål och en ägare som inte är snål. P3. Om det finns en hungrig hund så finns det antingen en snål ägare till någon hund, eller en hund som inte har någon ägare.

Översätt påståendena så direkt som möjligt till formler i en predikatlogik ni också definierar. Var noga med att definiera alla delarna precist, och ge en intuitiv förklaring av vad symbolerna motsvarar i påståendena. P1. ( x)( y)(hund(x) äger(y, x) snål(y) hungrig(x)) P2. ( x)( y)( z)(äger(y, x) äger(z, x) snål(y) snål(z)). P3. ( x)(hund(x) hungrig(x)) ( x)( y)(äger(y, x) snål(y)) ( x)( ( y)(äger(y, x))) Uppgift 6 Låt p och q vara relationssymboler och x och y variabelsymboler. Denna logik får utökas som krävs för att lösa uppgiften. Tag sedan följande meningar: F1. ( x)( y)(p(x, y) (q(x) q(y))). F2. ( x)( q(x)) F3. ( x)( y)(p(x, y)). Använd, på lämpligt sätt, resolution för att avgöra om {F1, F2} F3. Var noga med notation och visa varje steg. Vederläggningsbevis med resolution: Negera F3 och flytta in negationen i både den och F2 för att få {( x)( y)(p(x, y) (q(x) q(y))), ( x)(q(x)), ( x)( y)( p(x, y))}. Skolemisering och klausulform ger {p(x, f(x)) (q(x) q(f(x))), q(x), p(x, y)}. Omskrivning till CNF ger {p(x, f(x)) q(x), p(x, f(x)) q(f(x)), q(x), p(x, y)}. Variabelomdöpning ger {p(x, f(x)) q(x), p(x, f(x )) q(f(x )), q(x ), p(x, y )}. Kollision mellan klausul 2 och 4 ger klausulen q(f(x )) (x ersatt med x, y ersatt med f(x ). Kollision mellan q(f(x )) och klausulen q(x ) ger med x ersatt med f(x ). Uppgift 7 5 poäng I följande är alla formler över en temporallogik med atomerna {p, q} och de vanliga konnektiven. Nedan listas tre par av LTL-formler. För varje par, uppge antingen en linjär tolkning som visar att de inte är ekvivalenta, eller motivera (med ett intuitivt argument) varför de är ekvivalenta för alla linjära tolkningar. (a). (p q) och ( p q). (b). (p q) och (( p) ( q)). (c). p och p. (a). Den första formeln säger att i alla tillstånd skall antingen p eller q gälla. Den andra säger att det inte existerar någon framtida tillstånd där varken p eller q gäller. Detta är ekvivalent. (b). Följande tolkning är en modell för (p q) men inte (( p) ( q). p, q (c). Följande tolkning är en modell för p men inte p. p

Uppgift 8 Använd satslogiken L = ({p 1, p 2,...}, {,, }) för formlerna i den här uppgiften. Låt oss kalla en formel enkel om varje atom förekommer maximalt en gång. Till exempel är (p 1 p 3 ) p 2 enkel, men p 1 p 1 är inte enkel eftersom p 1 förekommer två gånger. Beskriv på hög nivå en så effektiv som möjligt algoritm som tar en enkel satslogisk formel som input och avgör om den är satisfierbar och/eller en tautologi. En sådan formel är alltid satisfierbar och är aldrig en tautologi. En konstanttidsalgoritm svarar helt enkelt alltid ja på den första frågan, och nej på den andra. Uppgift 9 Beskriv på hög nivå en algoritm som tar en godtycklig predikatlogisk mening A som input och som output konstruerar en formel A som är satisfierbar om och endast om A är det, och, bara innehåller enställiga relationssymboler (alla relationssymboler har aritet 1). Variabel-, konstant- och funktionssymboler får i övrigt godtyckligt läggas till, alla kvantifierare och konnektiv får användas. A och A behöver inte vara logiskt ekvivalenta. Skolems algoritm är en bra inspiration för denna uppgift. För varje n-ställig relationssymbol r (med n > 1) som förekommer i A: 1. Skapa en ny 1-ställig relationssymbol r. 2. Skapa en ny n-ställig funktionssymbol f r. 3. Ersätt varje förekomst r(x 1,..., x n ) i f (där x i är en godtycklig term för varje i) med r (f r (x 1,..., x n )). När alla relationssymboler med aritet större än 1 är ersatta är A skapad. Alla tolkningars beteende för r kan överföras till f r och r, och vice versa. Uppgift 10 Hur många logiskt inekvivalenta formler finns det i satslogiken ({p 1,..., p n }, { })? Uttryck svaret i termer av n. Motivera ditt svar. Det finns 2 n logiskt inekvivalenta formler över denna logik. Tricket är att en formel f är ekvivalent med en formel f om och endast om de atomer som förekommer ett udda antal gånger i f förekommer ett udda antal gånger i f. Detta ger två fall för varje atom, för totalt 2 n fall.

Formelblad 2014-01-10 Grundläggande logik och modellteori (5DV102) Semantiska tablåer för satslogik α-regler α α 1 α 2 A 1 A 1 A 1 A 2 A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 1 A 2 A 2 A 1 β-regler β β 1 β 2 (B 1 B 2 ) B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 B 1 B 2 (B 1 B 2 ) B 1 B 2 (B 1 B 2 ) (B 1 B 2 ) (B 2 B 1 ) Semantiska tablåer för temporallogik α α 1 α 2 A A A A A A β β 1 β 2 A A A A A A X X 1 A A A A Hilbert-system Axiom 1 (A (B A)). Axiom 2 (A (B C)) ((A B) (A C)). Axiom 3 ( B A) (A B). Modus ponens För alla formler A, B: A B A B.