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

Relevanta dokument
*UXSS YQLQJ±/RJLNPHGWLOOlPSQLQJDUYW

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

Grundläggande logik och modellteori (5DV102)

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik

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

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

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

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

Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet

Grundläggande logik och modellteori

Grundläggande logik och modellteori (5DV102)

Grundläggande logik och modellteori

K2 Något om modeller, kompakthetssatsen

Grundläggande logik och modellteori

DD1350 Logik för dataloger

Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen

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

Semantik och pragmatik

DD1350 Logik för dataloger

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

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

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

FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS

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

FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS

Om semantisk följd och bevis

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

Predikatlogik: Normalformer. Klas Markström

Filosofisk logik Kapitel 19. Robin Stenwall Lunds universitet

Formell logik Kapitel 9. Robin Stenwall Lunds universitet

Grundläggande logik och modellteori

Algoritmer, datastrukturer och komplexitet

Grundläggande logik och modellteori

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

Logik och bevisteknik lite extra teori

Semantik och pragmatik (Serie 4)

K3 Om andra ordningens predikatlogik

TATA42: Föreläsning 3 Restterm på Lagranges form

Föreläsning 8: Intro till Komplexitetsteori

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

Röd kurs. Multiplicera in i parenteser. Mål: Matteord. Exempel. 1 a) 4(x- 5) b) 5(3 + x) 3 Om 3(a + 4) = 36, vad är då 62 2 FUNKTIONER OCH ALGEBRA

Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013

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

Grundläggande logik och modellteori

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

Övningshäfte 2: Induktion och rekursion

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

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

Föreläsning 9: NP-fullständighet

Lösandet av ekvationer utgör ett centralt område inom matematiken, kanske främst den tillämpade.

Fritt Val Tillåtelser

PCP-satsen på kombinatoriskt manér

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

En introduktion till predikatlogik

Grundläggande logik och modellteori

Lösningar och kommentarer till uppgifter i 1.1

Grundläggande Logik och Modellteori

Omtentamen i Metod C-kurs

Talmängder. Målet med första föreläsningen:

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet

Datorövning 2. - Tag med lärobok och övningshäfte till övningen. - Fyll före övningenen i svaren på frågorna på sidan 5 i denna handledning.

Lite om bevis i matematiken

Sidor i boken f(x) = a x 2 +b x+c

Robin Stenwall Lunds universitet

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Sidor i boken V.L = 8 H.L. 2+6 = 8 V.L. = H.L.

Kan du det här? o o. o o o o. Derivera potensfunktioner, exponentialfunktioner och summor av funktioner. Använda dig av derivatan i problemlösning.

Funktionella beroenden - teori

Moment 1.15, 2.1, 2.4 Viktiga exempel 2.2, 2.3, 2.4 Övningsuppgifter Ö2.2ab, Ö2.3. Polynomekvationer. p 2 (x) = x 7 +1.

u(x) + xv(x) = 0 2u(x) + 3xv(x) = sin(x) xxx egentliga uppgifter xxx 1. Sök alla lösningar till den homogena differentialekvationen

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 5 HT06

Andragradsekvationer. + px + q = 0. = 3x 7 7 3x + 7 = 0. q = 7

Algoritmer, datastrukturer och komplexitet

polynomfunktioner potensfunktioner exponentialfunktioner

Om modeller och teorier

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Sidor i boken , , 3, 5, 7, 11,13,17 19, 23. Ett andragradspolynom Ett tiogradspolynom Ett tredjegradspolynom

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

Frågan om P=NP? Är P=NP? Bakgrund. "Snabb lösning"?!

1. För tiden mellan två besök gäller. V(X i ) = 1 λ 2 = 25. X i Exp (λ) E(X i ) = 1 λ = 5s λ = 1 5

Formler och tabeller till kursen MSG830

MÖNSTER OCH TALFÖLJDER

LINJÄRA AVBILDNINGAR

729G11 Artificiell Intelligens Marcus Johansson Marjo581. Fuzzy logic. Marcus Johansson Marjo581

Robin Stenwall Lunds universitet

Föreläsning 5. NDAB02 Statistik; teori och tillämpning i biologi

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?

TENTAMEN I REGRESSIONSANALYS OCH TIDSSERIEANALYS

Fuzzy Logic: Den oskarpa skarpheten

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor

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?

Linjära ekvationer med tillämpningar

Explorativ övning 7 KOMPLEXA TAL

Tentamen i logik 729G06 Programmering och logik

Veckoblad 1, Linjär algebra IT, VT2010

Algebra, exponentialekvationer och logaritmer

En introduktion till logik

Transkript:

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 det finns en tolkning v så att v(a) = T. Sanningsvärdet på p(t 1,,t n )berorpå värderingen av termerna v(t 1 ), v(t n ) Boken tar bara upp värderingar av stängda formler! Satisfierbar blir samma sak som Sann i tolkningen I I öppna formler måste även variabeln få ett värde i värderingen. Dvs vi får olika värderingar beroende på hur vi ger variabeln värden.

Semantiska tablåer för predikatlogik Grunden är densamma: En metod för att avgöra om en formel är satisfierbar. Bryter ned formler efter speciella regler och stannar i en öppen (satisfierbar formel) eller stängd tablå. Om tablån för en negerad formel stänger är formeln valid. Nu måste vi kunna hantera kvantifierade formler också. Instansiering xa(x) är en kvantifierad formel och a är en konstant. När man byter ut alla x mot a i formeln (bildar A(a)) får man en instans av xa(x). Att substituera en konstant för en kvantifierad variabel kallas för instansiering. Nya regler: xa(x) xa(x) A(a), xa(x) A(a), xa(x) Allkvantifierade formler valfri konstant xa(x) xa(x) A(a) A(a) Existenskvantifierade formler ny konstant α-regler: α α 1 α 2 A A A 1 A 2 A 1 A 2 (A 1 A 2 ) A 1 A 2 (A 1 A 2 ) A 1 A 2 A 1 A 2 A 1 A 2 A 2 A 1 När båda delarna i formeln måste satisfieras för att hela formeln skall vara satisfierbar används en alfa-regel.

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 2 B 1 ) Om den yttersta operatorn medför att en av delarna i formeln måste satisfieras används en beta-regel. Viktigt att komma ihåg! När vi skapar konstanter för existenskvantifierade formler måste ta en ny konstant varje gång. En allkvantifierad formel tas inte bort när man skapar en instans eftersom den gäller för alla x. Här väljer man en konstant som redan finns. x yp(x,y) x yp(x,y), yp(a 0,y) x yp(x,y), p(a 0,a 1) x yp(x,y), yp(a 1,y), p(a 0,a 1) Infinita modeller Semantiska tablåer terminerar inte alltid Problemet: Vivetinteomengrenärinfinit eller om den kommer att stängas efter x steg Semantiska tablåer är alltså inte en beslutsprocedur för validitet för predikatlogiken.

Vi vet i alla fall att: Sundhet A är en predikatlogisk formel, och T dess tablå. Om T är stängd, så är A osatisfierbar. Fullständighet Om A inte är satisfierbar, så är T stängd. Om A är valid, så är tablån för A stängd. Men semantiska tablåer är alltså inte en beslutsprocedur i predikatlogiken! Det finns ytterligare ett problem vi måste hantera vid konstruktionen av tablåer (vilken formel man ska välja): x yp(x,y), x(p(x) p(x)) x yp(x,y), yp(a 0,y), x(p(x) p(x)) x yp(x,y), p(a 0,a 1 ), x(p(x) p(x)) x yp(x,y), yp(a 1,y), p(a 0,a 1), x(p(x) p(x)) Tips för semantiska tablåer Använd existensregler före allregler. Tablån blir mindre om man försöker använda α-regler före β-regler. Om man hittar ett komplementerande par av formler kan man stanna redan där. För att visa satisfierbarhet räcker det att visa att ett löv är öppet. För att visa osatisfierbarhet måste man visa att alla löv är stängda.

Är dessa formler valida? ( xa(x) xb(x)) x(a(x) B(x)) x(a(x) B(x)) x(a(x) xb(x)) Exempel på problemlösning All fruit is tasty if it is not cooked. This apple is not cooked. Therefore it is tasty. All that glistens is not gold. This pot does not glisten. Therefore it is gold. Om en kurs är lätt så är några studenter lyckliga. Om en kurs har en tenta så är inga studenter lyckliga. Visa att om en kurs har en tenta så är kursen inte lätt. Exempel på problemlösning 2: All that glistens is not gold. This pot does not glisten. Therefore it is gold. glisten(x) - x glistens gold(x) - x is gold A 1 = All that glistens is not gold = x(glisten(x) gold(x)) A 2 = This pot does not glisten = glisten(pot) A = Therefore it is gold. = gold(pot)

Är slutsatsen korrekt? Vill visa {A 1,A 2 } =A,dvsattA 1 A 2 A är valid eller att A 1 A 2 Aärenmotsägelse. Kan starta tablån med formlerna A 1,A 2, A eftersom man annars använder 2 α-regler på raken för att nå det resultatet. I vårt fall startar vi alltså med x(glisten(x) gold(x)), glisten(pot), gold(pot) x(glisten(x) gold(x)), glisten(pot), gold(pot) glisten(a) gold(a), glisten(pot), gold(pot) glisten(a), gold(a), glisten(pot), gold(pot) O Tablån är öppen, alltså kan ursprungsformeln inte vara valid. Den kan falsifieras men frågan är om det är en motsägelse? Måste göra ny tablå för ursprungsformeln. Observera att ursprungsformeln är A 1 A 2 Aeller ( x(glisten(x) gold(x)) glisten(pot)) gold(pot) ( x(glisten(x) gold(x)) glisten(pot)) gold(pot) ( x(glisten(x) gold(x)) glisten(pot))) gold(pot) x(glisten(x) gold(x)) glisten(pot)) O oändlig! O Tablån öppen, alltså är formeln satisfierbar (och falsifierbar eftersom den inte var valid). Slutsats: Man får inte dra slutsatsen som antogs men det finns krukor av guld.

Exempel på problemlösning 3: Om en kurs är lätt så är några studenter lyckliga. Om en kurs har en tenta så är inga studenter lyckliga. Visa att om en kurs har en tenta så är kursen inte lätt. l(x) = kursen x är lätt, s(x) = studenten x är lycklig t(x) = kursen x har en tenta A 1 = Om en kurs är lätt så är några studenter lyckliga. = x (l(x) y s(y)) A 2 = Om en kurs har en tenta så är inga studenter lyckliga. = x y(t(x) s(y)) A = Om en kurs har en tenta så är kursen inte lätt. = x(t(x) l(x)) Vi börjar med att kolla validitet: x(l(x) y s(y)), x y(t(x) s(y)), x(t(x) l(x)) x(l(x) ys(y)), x y(t(x) s(y)), (t(k) l(k)) x(l(x) ys(y)), x y(t(x) s(y)), t(k), l(k) x(l(x) ys(y)),l(k) ys(y), x y(t(x) s(y)), t(k), l(k) A 1 (x), l(k), A 2 (x,y),t(k),l(k) X A 1 (x), ys(y),a 2 (x, y), t(k), l(k) A 1 (x), s(a), x y(t(x) s(y)), t(k), l(k) A 1 (x), s(a), A 2 (x, y), y(t(k) s(y)), t(k), l(k) A 1 (x), s(a), A 2 (x, y), y(t(k) s(y)), t(k) s(a),t(k),l(k) A 1 (x), s(a), A 2 (x, y), B(y), t(k), t(k), l(k) X A 1 (x), s(a), A 2 (x, y), B(y), s(a), t(k), l(k) X