1 Resolución en lógica de proposiciones RESOLUCIÓN. Índice General. César Ignacio García Osorio. Resolución

Tamaño: px
Comenzar la demostración a partir de la página:

Download "1 Resolución en lógica de proposiciones RESOLUCIÓN. Índice General. César Ignacio García Osorio. Resolución"

Transcripción

1 1 en lógica de proposiciones Índice General RESOLUCIÓN César Ignacio García Osorio 1 en lógica de proposiciones Refutación por resolución en lógica de predicados Refutación por resolución Completitud de la resolución 10 4 Agenda 13 Resumen En este capítulo de presenta los fundamentos teóricos del principio de resolución. El principio de resolución supuso uno de los avances más importantes en el campo de la demostración automática de teoremas. En este principio ya no se trabaja de forma explícita con las H-interpretaciones. En vez de generar conjunto de instancias básicas del conjunto de cláusula original, se trabaja directamente con las cláusulas.. En este apartado se definen los principales conceptos del principio de resolución, pero sólo a nivel de lógica de proposiciones. Definición 1 ( binaria, resolvente binario, cláusulas padre) Sean C 1 y C 2 dos cláusulas con λ C 1 y λ C 2 dos literales complementarios. El procedimiento de resolución procede como sigue: 1. Borrar λ de C 1 y λ de C 2, para dar las cláusulas C 1 y C Formar la disyunción C de C 1 y C Eliminar los posibles literales redundantes de C, para obtener C =(C 1 {λ}) (C 0 { λ}). La cláusula resultante C se llama resolvente de C 1 y C 2 respecto a λ 1, y se denota por res λ (C 1,C 2 ). Las cláusulas C 1 y C 2 se dice que son las cláusulas padre del resolvente. Esta forma básica de la regla de inferencia resolución también es conocida con el nombre de resolución binaria, ya que sólo están involucradas dos cláusulas. Ejemplo 1 Sean las cláusulas C 1 = {P } y C 2 = { P, Q}, su resolvente con respecto a P es: res λ (C 1,C 2 ) = ({P } {P}) ({ P, Q} { P }) = {Q} = {Q}. Si se reescriben las cláusulas como fórmulas bien formadas se comprueba que, en este ejemplo, la regla de resolución equivale a aplicar la regla modus ponens sobre las fórmulas originales: C P Q Q El principio de resolución también puede verse como una extensión de la regla del literal único de Davis y Putnam. La resolución tiene la importante propiedad de que cuando dos cláusulas padres son ciertas bajo una interpretación, su resolvente es también cierto bajo la misma interpretación, por tanto: la resolución es una regla de inferencia sólida. El siguiente teorema prueba la solidez de la resolución para la lógica de proposiciones. 1 A λ ya λse les denomina literales de resolución o literales resolventes (del ingles literals resolved upon). César I. G. Osorio 2 LSI Univ. de Burgos

2 Teorema 1 Solidez de la resolución en lógica de proposiciones Sean C 1 y C 2 dos cláusulas que se pueden resolver y sea C su resolvente, entonces C es consecuencia lógica de C 1 y C 2 (C 1,C 2 = C) Demostración: Si C 1 y C 2 se pueden resolver existe λ tal que λ C 1 y λ C 2 y se puede escribir: C 1 = {λ} C 1 C 2 = { λ} C 2 C = C 1 C 2 con C 1 y C 2 cláusulas. Si C 1 y C 2 son ciertas bajo una interpretación I, se pretende demostrar que C también es cierta bajo I. Se tiene que λ o λ (uno de los dos) debe ser falso bajo I. Supóngase que λ es falso bajo I. Entonces C 1 no puede ser una cláusula unitaria, ya que de serlo seria falsa bajo I. Por tanto, C 1 debe ser cierto bajo I. De modo que el resolvente C, es decir C 1 C 2 es cierto en I. Análogamente si λ es falso en I, entonces C λ 2 debe ser cierto en I. Lo que significa que C 1 C 2 debe ser cierto en I. Con lo que el teorema queda demostrado. En el caso particular de que C 1 y C 2 sean cláusulas unitarias se tiene que C 1 = {λ} C 2 = { λ} C = {λ}, { λ} = esto explica el convenio de considerar como inconsistente. Definición 2 (Derivación (por resolución), refutación ) Sea S un conjunto de cláusulas y C una cláusula. Una derivación (por resolución) de C a partir de S (S C), es una secuencia finita de cláusulas C 1,C 2,...,C n,n 1, tales que C n = C y para cada C k se verifica una de las dos condiciones siguientes: C k es una cláusula de S (C k S) existen enteros i<k, j<ky un literal λ tales que C k = res λ (C i,c j ). En otras palabras C k es un resolvente cuyas cláusulas padre le preceden en la secuencia. Si C n =, entonces la derivación se llama refutación (o prueba) des, e indica que S es insatisfacible como se muestra en el corolario del siguiente teorema. Teorema 2 Solidez de la derivación por resolución en lógica de proposiciones Sea S un conjunto de cláusulas y C una cláusula, si existe una derivación por resolución de la cláusula C a partir de las cláusulas de S (S C), entonces C es consecuencia lógica de S (S = G). Demostración: Hay que demostrar que si las cláusulas de S son ciertas, entonces también lo será la cláusula C. Sea C 1,C 2,...,C n = C la derivación por resolución de la cláusula C a partir de S, la demostración se realizará por inducción sobre las cláusulas de la derivación. Partimos de que S es cierto y vamos a ver que también lo es C. Por ser S cierto también lo es C 1, ya que (C 1 S). César I. G. Osorio 3 LSI Univ. de Burgos Suponemos que C j es cierto para todo j<i Si C i S, C i es cierto. Si C i / S, existen los enteros j < i, k < i y la cláusula λ tales que C i = res λ (C j,c k ) y entonces C i es cierto por el teorema 1 Del teorema anterior se deduce que si S es un conjunto de cláusulas inconsistente entonces existe una derivación por resolución de la cláusula vacía a partir de S. Mas adelante se verá que si se deriva por resolución la cláusula vacía a partir de un conjunto de cláusulas S, es porque S es insatisfacible. A continuación se presentan varios ejemplos en los que se muestra como el principio de resolución puede usarse para probar la insatisfacibilidad de un conjunto de cláusulas. Ejemplo 2 Considérese el conjunto de cláusulas: de (1) y (2) se obtiene el resolvente de (4) y (3) se obtiene el resolvente (1) P Q (2) Q (3) P (4) P (5) = S Como se ha derivado por resolución de S, de acuerdo con teorema 2 es consecuencia lógica de S, y como se verá más adelante esto implica que S es insatisfacible. Esta no es la única refutación posible de S 2. En general un conjunto de cláusulas puede tener más de una refutación 3. Ejemplo 3 Para el conjunto (1) P Q (2) P Q (3) P Q (4) P Q = S 2 También es posible obtener la derivación por resolución: P Q, Q, P, Q (de 1 y 3), (de 2 y 4). 3 Como se verá más adelante esto es una de las causas de la ineficiencia de los programas de razonamiento automático. A lo largo de su ejecución se generan cláusulas de más de una refutación, lo ideal sería generar únicamente las cláusulas de una de ellas, esto el lo que buscan las reglas de inferencia y las estrategias: disminuir el número de cláusulas generadas la mínimo necesario para generar una única refutación. César I. G. Osorio 4 LSI Univ. de Burgos

3 1.1 Refutación por resolución P Q P Q P Q Q P Q Q 3. Repetir hasta que se obtenga la cláusula vacía o no se generen nuevas cláusulas: a) Seleccionar dos cláusulas que se puedan resolver, formando su resolvente. b) Si el resolvente no es la cláusula vacía, añadirlo a S. Como la lógica de proposiciones es decidible, el procedimiento siempre para si le asignamos suficientes recursos. Cuando termina hay dos posibilidades: i) Se ha generado la cláusula vacía, lo que significa que S es inconsistente, es decir, S 0 { t} es inconsistente, luego S 0 = t y t es un teorema de T (sistema formal completo). Figura 1: Grafo/árbol de derivación se puede generar los siguientes resolventes (5) Q de (1) y (2) (6) Q de (3) y (4) (7) de (5) y (6) Como se ha derivado, S es insatisfacible. Una derivación como la anterior puede ser representada en un grafo llamado grafo de derivación, que se muestra en la figura 1. En el caso de una refutación, los vértices en el grafo de derivación están restringidos a ser aquellas cláusulas que intervienen directa o indirectamente en la refutación en la refutación. Este grafo de derivación toma la forma de un árbol y usualmente se usa el termino árbol de derivación para designarlo. Las hojas de este árbol son las cláusulas del conjunto original, y la raíz del árbol es la cláusula vacía (o, si en vez de una refutación se trata de una derivación, la cláusula derivada). 1.1 Refutación por resolución A continuación se verán los pasos que hay que dar para probar un teorema de una teoría mediante el uso de la refutación y de la resolución como regla de inferencia. La refutación por resolución consiste en realizar una demostración por refutación empleando la resolución como única regla de inferencia. Para probar que t es un teorema de una teoría T sobre un sistema formal axiomático sólido y completo, se usa el siguiente procedimiento: 1. Convertir los axiomas de T a forma normal conjuntiva. Crear el conjunto S 0 con todas las fórmulas obtenidas. 2. Negar t y convertirlo a forma normal conjuntiva. Añadir las cláusulas obtenidas a S 0, obteniendo S. César I. G. Osorio 5 LSI Univ. de Burgos ii) No se generan nuevos resolventes, lo que significa que S es consistente, es decir S 0 { t} es consistente, luego S 0 = t y t no es un teorema de T (sistema formal sólido). Si no se exige un sistema formal sólido y completo, el procedimiento sólo demuestra la consistencia o inconsistencia de S. El principio de resolución es una regla de inferencia potente. En la siguiente sección se definirá este principio para la lógica de primer orden. Se verá además la completitud del principio de resolución, es decir si un conjunto de cláusulas es insatisfacible se podrá derivar la cláusula vacía utilizando la resolución. 2 en lógica de predicados El mismo principio de resolución aplicable a la lógica de proposiciones, es aplicable a la de predicados. Para poder aplicar el principio de resolución a la lógica de predicados se necesita, sin embargo, introducir el concepto de unificación. Básicamente la unificación es un algoritmo que permite calcular la sustitución de variables por términos que hace que dos expresiones sean sintácticamente iguales. La unificación se explica en detalle en el anexo I, que es conveniente haber leído para entender lo que aquí se explica, no obstante se va a dar una idea general de como se usa este concepto en la obtención de resolventes a través de un par de ejemplos. Ejemplo 4 Se tienen la fórmulas: ( x)( y)( P (x, g(y)) Q(x)) ( v)p (a, v) Se quiere aplicar la regla de inferencia modus ponens pero tal como están la fórmulas no podemos, pero como se tiene el mismo predicado y los cuantificadores universales, se pueden manipular las fórmulas para conseguir la aplicación de la regla de inferencia. César I. G. Osorio 6 LSI Univ. de Burgos

4 La manipulación consistirá en la sustitución de las variables por términos mediante el uso de la regla de inferencia de instanciación universal. Se sustituye la variable x de la primera fórmula por el termino a y la variable v de la segunda por el termino g(y), para obtener la fórmulas P (a, g(y)) Q(a) P (a, g(y)) sobre las que si se puede aplicar la regla de inferencia modus ponens para concluir finalmente: Ejemplo 5 Sea el conjunto de cláusulas: Q(a) (1) P (x 1 ) Q(x 1,y 1 ) (2) P (a) Q(x 2,f(y 2 )) (3) P (b) Q(x 3,y 3 ) (4) P (y 4 ) Q(x 4,f(y 4 )) a partir de este conjunto de cláusulas se puede obtener una serie de resolventes si se combina la resolución con la sustitución de variables por términos 4. (5) P (a) Q(a, f(y 2 )) de (1) al sustituir la variable x 1 por el termino constante a, y la variable y 1 por el termino f(y 2 ) (6) P (a) Q(a, f(y 2 )) de (2) al sustituir la variable x 2 por el termino constante a (7) Q(a, f(y 2 )) de (1) y (2) aplicando la resolución (8) P (b) Q(x 3,f(y 4 )) de (3) al sustituir la variable y 3 por el termino f(y 4 ) (9) P (b) Q(x 3,f(y 4 )) de (4) al sustituir la variable y 4 por el termino b, y la variable x 4 por el termino x 3 (10) Q(x 3,f(b)) de (8) y (9) aplicando la resolución (11) Q(a, f(b)) de (7) al sustituir la variable y 2 por el termino b (12) Q(a, f(b)) de (10) al sustituir la variable x 3 por el termino a (13) de (11) y (12) aplicando la resolución como finalmente se obtiene la cláusula vacía a partir de S, S es inconsistente. 4 Como se ve las cláusulas del ejemplo no tienen variables comunes. Si el conjunto inicial de cláusulas tuviera cláusulas con variables comunes, lo habitual es renombrar la variables comunes para deshacer esta situación, a esta operación de renombrado se la llama normalización por separado. Esta operación es posible ya que las variables son mudas y sólo tienen relevancia en la cláusula en la que aparecen, es decir, una variable llamada x que aparece en una cláusula no tiene nada que ver con una variable llamada x que aparezca en otra cláusula. César I. G. Osorio 7 LSI Univ. de Burgos A continuación se definen los conceptos relativos al principio de resolución para la lógica de primer orden (algunos de ellos son similares, pero otros son nuevos para la lógica de predicados). Definición 3 (Resolvente binario, cláusulas padre, literales de resolución) Sean C 1 y C 2 dos cláusulas que no tienen variables comunes 5. Sean L 1 C 1 y L 2 C 2 dos literales de manera que L 1 y L 2 sean unificables con unificador más general θ. Se denomina resolvente binario de C 1 y C 2 (respecto a L 1 y L 2 ) y se denota, por res L1,L 2 (C 1,C 2 ) a la cláusula: res L1,L 2 (C 1,C 2 )=(C 1 θ {L 1 }θ) (C 2 θ {L 2 }θ) Las cláusulas C 1 y C 2 se llaman cláusulas padres de res L1,L2 (C 1,C 2 ). Y los literales L 1 y L 2 se llaman literales de resolución (literals resolved upon). Ejemplo 6 Sean C 1 = P (x) Q(x) y C 2 = P (a) R(x). Como x aparece en las dos cláusulas se renombra la variable en C 2 para tener C 2 = P (a) R(y). Los literales de resolución son L 1 = P (x) y L 2 = P (a). Como L 1 y L 2 son unificables con unificador más general θ = {a/x} se tiene que res L1,L2 (C 1,C 2 ) = (C 1 θ {L 1 }θ) (C 2 θ {L 2 }θ) = ({P (a),q(a)} {P(a)}) ({ P (a),r(y)} { P(a)}) = {Q(a)} {R(y)} = {Q(a),R(y)} por tanto Q(a) R(y) es un resolvente binario de C 1 y C 2. Ejemplo 7 Sean C 1 = P (x, x) y C 2 = P (y, f(y)), como P (x, x) y P (y, f(y)) no son unificables C 1 y C 2 no se pueden resolver. Definición 4 (Factor, factor unitario, factorización) Si dos o más literales (con el mismo signo) de una cláusula C tienen un unificador más general θ, entonces Cθ se llama factor de C.SiCθ es una cláusula unitaria, Cθ se llama factor unitario de C.Al proceso de obtener el factor de una cláusula se le denomina factorización. Ejemplo 8 Sea C = P (x) P (f(y)) Q(x). Los literales primero y segundo son unificables con unificador más general θ = {f(y)/x}. Por tanto, Cθ = P (f(y)) Q(f(y)) es un factor de C. Definición 5 (Resolvente) Sean C 1 y C 2 dos cláusulas que no tienen variables comunes. Se denomina resolvente de las cláusulas (padre) C 1 y C 2 a cualquiera de los siguientes resolventes binarios: 5 Si tuvieran variables comunes, habría que renombrar las variables para que eso no sucediera (ver nota anterior). César I. G. Osorio 8 LSI Univ. de Burgos

5 2.1 Refutación por resolución 1. resolvente binario de C 1 y C resolvente binario de C 1 y un factor de C resolvente binario de un factor de C 1 y C resolvente binario de un factor de C 1 y un factor de C 2. Ejemplo 9 Sean C 1 = P (x) P (f(y)) R(g(y)) y C 2 = P (f(g(a))) Q(b). Un factor de C 1 es C 1 = P (f(y)) R(g(y)). Un resolvente binario de C 1 y C 2 es R(g(g(a))) Q(b). De modo que R(g(g(a))) Q(b) es un resolvente de C 1 y C 2. Ejemplo 10 Sean C 1 = P (x) P (y) y C 2 = P (u) P (v). Un factor de C 1 es C 1 = P (x) y un factor de C 2 es C 2 = P (u). El resolvente binario de C 1 y C 2 es, por tanto es un resolvente de C 1 y C 2. Claramente el conjunto {C 1,C 2 } es inconsistente pero la resolución binaria sin la factorización no permite obtener la cláusula vacía. Los teoremas teorema 1 y teorema 2 vistos para la lógica de proposiciones se cumplen también para la de predicados pero utilizando la operación de resolución aquí definida. La demostración de estos teoremas se traslada de forma inmediata a la lógica de predicados. Del mismo modo es valida la definición de derivación y de refutación pero como antes considerando la operación de resolución definida en la definición Refutación por resolución El procedimiento de refutación por resolución visto para la lógica de proposiciones también se puede utilizar para la lógica de predicados. Para probar que t es un teorema de una teoría T sobre un sistema formal axiomático sólido y completo, se usa el siguiente procedimiento: 1. Convertir los axiomas de T a forma clausulada. Llama S 0 al conjunto formado con todas las cláusulas obtenidas. 2. Negar t y convertirlo a forma clausulada. Añadir las cláusulas obtenidas a S 0, obteniendo S. 3. Repetir hasta que se obtenga la cláusula vacía, no se generen nuevas cláusulas o se consuman los recursos asignados: a) Seleccionar dos cláusulas que se puedan resolver, formando su resolvente. b) Si el resolvente no es la cláusula vacía, añadirlo a S. Si se obvian las dos condiciones de finalización relativa al consumo de recursos yalaimposi- bilidad de generación de cláusulas, este último paso se puede poner en una notación más próxima a los lenguaje de programación como: César I. G. Osorio 9 LSI Univ. de Burgos procedure (S) cláusulas S; while / cláusulas do {C i, C j } SeleccionarClausulasAResolver(cláusulas); resolvente Resolver(C i, C j ); cláusulas cláusulas {resolvente}; end_while end Las condiciones de terminación para la lógica de predicados son como se ve algo diferentes, esto es debido al hecho de que la lógica de predicados no es decidible. Las posibilidades que se tienen son: i) Se ha generado la cláusula vacía: S inconsistente, S 0 { t} inconsistente, luego S 0 = t y t es un teorema de T (sistema formal completo). ii) No se generan nuevos resolventes: S es consistente, S 0 { t} consistente, luego S 0 = t y t no es un teorema de T (sistema formal sólido). iii) Se agotan los recursos asignados: no se puede concluir nada S consistente: se pueden generar infinitos resolventes sin obtener. S inconsistente: podemos generar sin más que aumentar los recursos. 3 Completitud de la resolución En el teorema 1 se afirmaba que la resolución era una regla de inferencia sólida (si un conjunto S de cláusulas es insatisfacible se va a poder derivar la cláusula vacía a partir de S utilizando la resolución como única regla de inferencia). Aquí se verá que además es una regla de inferencia completa (si se deriva la cláusula vacía a partir de un conjunto de cláusulas S utilizando la resolución como regla de inferencia, S es insatisfacible). Para ello son necesarias las definiciones de los conceptos de número de ocurrencias de literales en una forma cláusulas y de número de literales en exceso, y la demostración del teorema de completitud básica. Además es necesario el teorema de lifting que nos permite pasar del resultado de completitud para cláusulas básicas a la completitud para cláusulas no básicas. Definición 6 (Número de ocurrencias de literales) Se denomina número de ocurrencias de literales en una forma clausulada a la suma de ocurrencias de literales de cada cláusula. César I. G. Osorio 10 LSI Univ. de Burgos

6 Definición 7 (Número de literales en exceso ) Se denomina número de literales en exceso de una forma clausulada al número de ocurrencias de literales menos el número de cláusulas. Ejemplo 11 Ejemplo 1.11 Sea el conjunto de cláusulas S = {P Q, P R, Q} se tienen que: su número de literales es: 2+2+1=5. su número de literales en exceso es: 5 3=2. Teorema 3 Teorema de completitud básica Sea S un conjunto finito de cláusulas básicas. Si S es insatisfacible, existe una derivación por resolución de la cláusula vacía a partir de S. Demostración: Sea S un conjunto inconsistente de cláusulas básicas. i) Si S, se deriva trivialmente de S. ii) Si / S, la existencia de la derivación de a partir de S se demuestra por inducción sobre el número de literales en exceso de S. Sea n el número de literales en exceso de S. Si n =0, todas las cláusulas de S son unitarias, como se tiene que / S la única forma de que S sea inconsistente es que existan dos literales complementarios, a partir de los cuales se obtiene. Se supone que el teorema se cumple para n = k 1(k >0). Para n = k>0 existe al menos una cláusula C con más de un literal ( / S), se selecciona un literal λ C, se forma C = C {λ} y se crean dos nuevas forma clausuladas. S 1 =(S {C}) {C } S 2 =(S {C}) {{λ}} Si S es inconsistente, S 1 y S 2 son inconsistentes 6. Como el número de literales en exceso de S 1 y S 2 es menor que n, por la hipótesis de inducción podemos derivar la cláusula vacía tanto de S 1 como de S 2. Considérese la derivación a partir de S 1. Si C no se usa en esta derivación, se tiene una derivación de a partir de S. Si C se usa, se realiza la siguiente construcción: 1. Añadir λ en C y sus descendientes en la derivación a partir de S Si sigue perteneciendo a la secuencia, ya esta. En caso contrario, en vez de la cláusula se tendrá la cláusula {λ}. Añadiendo la derivación de a partir de S 2 a esta derivación de {λ}, se tendrá una derivación de a partir de S. 6 Esto se sigue por un razonamiento similar al que se vio para la reglas de Davis y Putnam César I. G. Osorio 11 LSI Univ. de Burgos Teorema 4 Lema de lifting Sean C 1 y C 2 dos cláusulas que no tienen variables comunes y C 1 y C 2 particularizaciones básicas de C 1 y C 2 respectivamente. Si C es un resolvente de C 1 y C 2, entonces existe un resolvente C de C 1 y C 2 tal que C es una particularización básica de C. Demostración: En primer, lugar si fuera necesario, se renombran las variables de C 1 y C 2 para que no haya variables en común. Sean L 1 y L 2 los literales de resolución y C =(C 1γ {L 1}γ) (C 2γ {L 2}γ) donde γ es un unificador más general de L 1 y L 2. Dado que C 1 y C 2 son instancias de C 1 ydec 2, existe la sustitución θ tal que C 1 θ = C 1 y C 2 θ = C 2. Sean L 1 1,L 2 i,...,l ri i los literales de C i correspondientes al literal L i (es decir L 1 i θ = L 2 i θ =... = L ri i θ), para i =1, 2.Sir i > 1, se obtiene el unificador más general λ i de {L 1 i,l 2 i,...,l ri i } y sea L i = L 1 i λ i, para i =1, 2 7. Se tiene que L i es un literal en el factor C i λ i de C i.si r i =1, se hace que λ i sea λ i = ɛ y L i = L 1 i λ i. Sea λ = λ 1 λ 8 2, entonces claramente L i es una instancia de L 9 i. Dado que L 1 y L 2 son unificables, también lo son L 1 y L 2. Sea σ el unificador más general de L 1 y L 2,y C = ((C 1 λ)σ L 1 σ) ((C 2 λ)σ L 2 σ) = = ((C 1 λ)σ ({L 1 1,L 2 1,...,L r1 1 }λ)σ) ((C 2 λ)σ ({L 1 2,L 2 2,...,L r2 2 }λ)σ) (C 1 (λ σ) ({L 1 1,L 2 1,...,L r1 1 }(λ σ)) (C 2 (λ σ) ({L 1 2,L 2 2,...,L r2 2 }(λ σ)) C es un resolvente de C 1 y C 2. Claramente, C es una instancia de C puesto que C = (C 1γ L 1γ) (C 2γ L 2γ) = ((C 1 θ)γ ({L 1 1,L 2 1,...,L r1 1 }θ)γ) ((C 2 θ)γ ({L 1 2,L 2 2,...,L r2 2 }θ)γ) = (C 1 (θ γ) ({L 1 1,L 2 1,...,L r1 1 }(θ γ)) (C 2 (θ γ) ({L 1 2,L 2 2,...,L r2 2 }(θ γ)) y (λ σ) es más general que (θ γ) 10, con lo que se completa la demostración del lema. Teorema 5 Teorema de lifting Sea S una forma clausulada y S un conjunto de particularizaciones básicas de cláusulas de S. si existe una derivación por resolución de la cláusula C a partir de S, existe una derivación por resolución de la cláusula C a partir de S y C es una particularización básica de C. 7 L 1 i λ i,l 2 i λ i,...,l ri i λ i son el mismo literal ya que λ i es el unificador más general. 8 Esta operación es una simple unión sin mas, dado que al haber renombrado las variables de C 1 y de C 2 las variables ligadas de las sustituciones de λ 1 y λ 2 no van a ser las mismas. Se tiene por tanto que L 1 i λ = L1 i λ i = L i, para i =1, 2. 9 Recuérdese que L i se ha construido a partir de los literales L 1 i,l2 i,...,lri i, mediante la unificación de los mismos. 10 (λ σ) es más general que (θ γ) ya que la aplicación de (θ γ) sobre C 1 y C 2 da como resultado instancias básicas, mientras que la aplicación de (λ σ) no tiene por que (por otro lado recuérdese que σ es un unificador más general). Por ser (λ σ) más general que (θ γ) debe existir una sustitución µ tal que (θ γ) =(θ γ) µ, y por tanto C = C µ. César I. G. Osorio 12 LSI Univ. de Burgos

7 REFERENCIAS Finalmente se esta en condiciones de enunciar el teorema de completitud que junto con el teorema 2 nos permiten asegurar la solidez y completitud del procedimiento de refutación por resolución. Teorema 6 Teorema de completitud Sea S un conjunto finito de cláusulas. Si S es insatisfacible, existe una derivación por resolución de la cláusula vacía a partir de S. Demostración: Si S es insatisfacible, por el teorema de Herbrand, existe un conjunto de particularizaciones básicas de S, S que es insatisfacible (subconjunto de su expansión de Herbrand). Si S es insatisfacible, el teorema de completitud básica garantiza que existe una derivación por resolución de la cláusula vacía a partir de S. Por el teorema de lifting, podemos convertir esta derivación en una derivación de a partir de S. [WOB91] Larry Wos, Ewing Overbeek, Ross adn Lusk, y Jim Boyle. Automated Reasoning: Introduction and Aplications. McGraw-Hill, Agenda Este capítulo junto con el anterior es uno de los más importantes. Si en el capítulo anterior se daban la parte más importante de los conceptos teóricos para asentar los principios en los que se basa la demostración automática de teoremas, en este capítulo aparece una regla de inferencia que hace que la demostración sea algo práctico. El principio de resolución supone un cambio cualitativo en la forma de resolver los problemas de demostración automática de teoremas. Antes de formularse este principio la demostración pasaba por la generación a partir del conjunto de cláusulas inicial de conjuntos de cláusulas básicas, entonces se utilizaba este conjunto para intentar probar la satisfacibilidad o insatisfacibilidad del conjunto original. Con la regla de resolución se pasa a trabajar directamente con el conjunto dado. Además la eficiencia es mucho mayor. Sin con la introducción de las H-interpretaciones se había eliminado en parte la dependencia semántica de las fórmulas de la lógica de primer orden, al tener que considerar únicamente una interpretación especifica, con el principio de resolución esta dependencia es mucho menor al no considerar ninguna interpretación de forma explícita. Por otra parte el principio de resolución ha sido la base del desarrollo de otras reglas de inferencia posteriores todavía más eficientes. Si hoy en día la demostración automática de teoremas es algo factible, es gracias al principio de resolución. Referencias [CCT73] Chin-Liang Chang y Lee Richard Char-Tung. Symbolic Logic and Mechanical Theorem Proving. Computer science classics. Academic Press, [LVDG91] Peter Lucas y Linda Van Der Gaag. Principles of expert systems. Addison- Wesley, César I. G. Osorio 13 LSI Univ. de Burgos César I. G. Osorio 14 LSI Univ. de Burgos

Sistemas Deductivos. Sistemas Deductivos

Sistemas Deductivos. Sistemas Deductivos Sistemas Deductivos Naturaleza sintáctica, combinatoria En general axiomas + reglas de inferencia teorema Demostración o prueba: secuencia finita de pasos, de aplicaciones de reglas de inferencia. Conexión

Más detalles

Búsqueda e inferencia lógica. Estrategias de resolución

Búsqueda e inferencia lógica. Estrategias de resolución Búsqueda e inferencia lógica Estrategias de resolución Contenidos 1. Introducción 2. Refutación por resolución 3. Estrategias de resolución 4. Procedimiento de extracción de respuesta 5. Demostradores

Más detalles

Capítulo 2 El Método de Resolución

Capítulo 2 El Método de Resolución Capítulo 2 El Método de Resolución En este capítulo se realiza una descripción general del método de resolución, dado que el programa de razonamiento automático OTTER lo utiliza y prueba a través de refutación.

Más detalles

Lógica y Programación

Lógica y Programación Lógica y Programación Resolución proposicional Antonia M. Chávez, Agustín Riscos, Carmen Graciani Dpto. Ciencias de la Computacion e Inteligencia Artificial Universidad de Sevilla Introducción Idea básica

Más detalles

Sistema Axiomático para el Cálculo Proposicional

Sistema Axiomático para el Cálculo Proposicional Sistema Axiomático para el Cálculo Proposicional Lógica Matemática José de Jesús Lavalle Martínez 12 de julio de 2011 Resumen Este documento es una traducción de partes de la sección 1.4 AN AXIOM SYSTEM

Más detalles

Semántica Operacional para la Programación en Lógica Lógica para Ciencias de la Computación

Semántica Operacional para la Programación en Lógica Lógica para Ciencias de la Computación Semántica Operacional para la Programación en Lógica Lógica para Ciencias de la Computación Primer Cuatrimestre de 2009 Material Adicional Semánticas para la Programación n en LógicaL Se han explorado

Más detalles

Tema 9: Modelos de Herbrand

Tema 9: Modelos de Herbrand Lógica informática Curso 2003 04 Tema 9: Modelos de Herbrand José A. Alonso Jiménez Andrés Cordón Franco Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla LI 2003 04

Más detalles

Demostraciones por resolución

Demostraciones por resolución Demostraciones por resolución A lo largo del curso, hemos prometido insistentemente que hay métodos para mecanizar demostraciones En particular, queremos un método, dado una base de conocimiento Σ y una

Más detalles

Tema 2: Teoría de la Demostración

Tema 2: Teoría de la Demostración Tema 2: Teoría de la Demostración Conceptos: Estructura deductiva Teoría de la Demostración Sistemas axiomáticos: Kleene Fórmulas válidas Teorema de la Deducción Introducción a la T. de la Demostración

Más detalles

Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES. Funciones boolenas. Semántica

Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES. Funciones boolenas. Semántica Proposiciones atómicas y compuestas Sintaxis LÓGICA COMPUTACIONAL CÁLCULO DE PROPOSICIONES Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@cienciasunammx Página

Más detalles

LÓGICA FORMAL TEORIAS DE PRIMER ORDEN. Axiomática

LÓGICA FORMAL TEORIAS DE PRIMER ORDEN. Axiomática LÓGICA FORMAL TEORIAS DE PRIMER ORDEN Francisco Bueno Pedro López Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Teoría de Primer Orden 1 Formalmente,

Más detalles

Búsqueda e inferencia lógica

Búsqueda e inferencia lógica Búsqueda e inferencia lógica Introducción y Principio de Resolución Estrategias de resolución Procedimientos de extracción de respuesta Demostradores de teoremas Programación lógica y Prolog Contenidos

Más detalles

Sistemas deductivos. Lógica Computacional. Curso 2005/2006. Departamento de Matemática Aplicada Universidad de Málaga

Sistemas deductivos. Lógica Computacional. Curso 2005/2006. Departamento de Matemática Aplicada Universidad de Málaga Sistemas deductivos Lógica Computacional Departamento de Matemática plicada Universidad de Málaga Curso 2005/2006 Contenido 1 Sistema axiomático de Lukasiewicz Sistema proposicional Extensión a predicados

Más detalles

Introducción a la Lógica

Introducción a la Lógica Tema 0 Introducción a la Lógica En cualquier disciplina científica se necesita distinguir entre argumentos válidos y no válidos. Para ello, se utilizan, a menudo sin saberlo, las reglas de la lógica. Aquí

Más detalles

Tema 2: Métodos de Deducción para la Lógica Proposicional

Tema 2: Métodos de Deducción para la Lógica Proposicional Tema 2: Métodos de Deducción para la Lógica Proposicional Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2010 11 LC, 2010 11 Métodos de Deducción

Más detalles

Lógica Clásica Proposicional

Lógica Clásica Proposicional Lógica Clásica Proposicional Lógica Computacional Departamento de Matemática Aplicada Universidad de Málaga 10 de enero de 2008 Contenido 1 Sintaxis Alfabeto Fórmulas bien formadas Funciones recursivas

Más detalles

CIENCIAS FORMALES CIENCIAS FÁCTICAS

CIENCIAS FORMALES CIENCIAS FÁCTICAS UNA CLASIFICACIÓN DE LAS CIENCIAS CIENCIAS FORMALES CIENCIAS FÁCTICAS CIENCIAS FORMALES MATEMÁTICA LÓGICA CIENCIAS FÁCTICAS FÍSICA BIOLOGÍA QUÍMICA CIENCIAS SOCIALES OTRAS CIENCIAS FORMALES VOCABULARIO

Más detalles

Propiedades de lenguajes independientes del contexto

Propiedades de lenguajes independientes del contexto Capítulo 12. Propiedades de lenguajes independientes del contexto 12.1. Identificación de lenguajes independientes del contexto Lema de bombeo. 12.2. Propiedades Cierre, Complemento de lenguajes, Sustitución,

Más detalles

Capítulo 4. Lógica matemática. Continuar

Capítulo 4. Lógica matemática. Continuar Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además

Más detalles

Paradigma lógico Lógica proposicional Resolución. Programación Lógica. Eduardo Bonelli. Departamento de Computación FCEyN UBA. 10 de octubre, 2006

Paradigma lógico Lógica proposicional Resolución. Programación Lógica. Eduardo Bonelli. Departamento de Computación FCEyN UBA. 10 de octubre, 2006 Departamento de Computación FCEyN UBA 10 de octubre, 2006 Prolog Se basa en el uso de la lógica como un lenguaje de programación Se especifican ciertos hechos y reglas de inferencia un objetivo ( goal

Más detalles

Soluciones del examen de Lógica informática (Grupos 1 y 2) del 23 de Septiembre de José A. Alonso Jiménez

Soluciones del examen de Lógica informática (Grupos 1 y 2) del 23 de Septiembre de José A. Alonso Jiménez Soluciones del examen de Lógica informática (Grupos 1 y 2) del 23 de Septiembre de 2005 José A. Alonso Jiménez Grupo de Lógica Computacional Dpto. de Ciencias de la Computación e Inteligencia Artificial

Más detalles

El sistema deductivo de Hilbert

El sistema deductivo de Hilbert El sistema deductivo de Hilbert IIC2213 IIC2213 El sistema deductivo de Hilbert 1 / 17 Completidad de resolución proposicional Qué tenemos que agregar a nuestro sistema de deducción para que sea completo?

Más detalles

Tema 4: Gramáticas independientes del contexto. Teoría de autómatas y lenguajes formales I

Tema 4: Gramáticas independientes del contexto. Teoría de autómatas y lenguajes formales I Tema 4: Gramáticas independientes del contexto Teoría de autómatas y lenguajes formales I Bibliografía Hopcroft, J. E., Motwani, R., y Ullman, J. D. Introducción a la Teoría de Autómatas, Lenguajes y Computación.

Más detalles

Lógica informática ( )

Lógica informática ( ) 1 / 23 Lógica informática (2011 12) Tema 9: de Skolem y cláusulas José A. Alonso Jiménez Andrés Cordón Franco María J. Hidalgo Doblado Grupo de Lógica Computacional Departamento de Ciencias de la Computación

Más detalles

Tema 8: Formas normales.

Tema 8: Formas normales. Lógica informática Curso 2003 04 Tema 8: Formas normales. Cláusulas José A. Alonso Jiménez Andrés Cordón Franco Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla LI 2003

Más detalles

Lenguajes y Compiladores Aspectos Formales (Parte 1) Compiladores

Lenguajes y Compiladores Aspectos Formales (Parte 1) Compiladores Facultad de Ingeniería de Sistemas Lenguajes y Aspectos Formales (Parte 1) 1 Aspectos Formales Los compiladores traducen lenguajes que están formalmente definidos a través de reglas que permiten escribir

Más detalles

Métodos de Inteligencia Artificial

Métodos de Inteligencia Artificial Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Contenido Lógica proposicional Lógica de predicados Inferencia en lógica

Más detalles

Resolución en lógica de primer orden

Resolución en lógica de primer orden Resolución en lógica de primer orden Eduardo Bonelli Departamento de Computación, FCEyN, UBA 15 de mayo, 2006 Clase pasada Repasamos lógica proposicional Introdujimos el método de resolución para lógica

Más detalles

Inteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román.

Inteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román. Inteligencia en Redes de Comunicaciones Razonamiento lógico Julio Villena Román jvillena@it.uc3m.es Índice La programación lógica Lógica de predicados de primer orden Sistemas inferenciales IRC 2009 -

Más detalles

Lógica de proposiciones (5)

Lógica de proposiciones (5) Lógica de proposiciones (5) Fundamentos de Informática I I..I. Sistemas (2005-06) César Llamas Bello Universidad de Valladolid 1 Lógica Índice Lógica proposicional ecuacional Lógica: semántica Semántica

Más detalles

Lógica de proposiciones

Lógica de proposiciones 1 Introducción Lenguaje lógico simbólico más sencillo. Permite representar sentencias simples del lenguaje natural mediante formulas atómicas, cuya composición representa sentencias más complejas: p temperatura

Más detalles

Lenguajes lógicos: cláusulas de Horn

Lenguajes lógicos: cláusulas de Horn Lenguajes lógicos: cláusulas de Horn Lenguaje subyacente: FOL ( first order logic ) Atomos: p(t 1,...,t n ) p símbolo de predicado y t i término (i = 1,...,n) símbolo de variable (X, Y,..) t término símbolo

Más detalles

Teoremas: Condiciones Necesarias, Condiciones Suficientes y Condiciones Necesarias y Suficientes

Teoremas: Condiciones Necesarias, Condiciones Suficientes y Condiciones Necesarias y Suficientes FUNCIONES DE VARIABLE COMPLEJA 1 Teoremas: Condiciones Necesarias, Condiciones Suficientes y Condiciones Necesarias y Suficientes Lógica Matemática Una prioridad que tiene la enseñanza de la matemática

Más detalles

Matemáticas Discretas Lógica

Matemáticas Discretas Lógica Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas Lógica Cursos Propedéuticos 2010 Ciencias Computacionales INAOE Lógica undamentos de Lógica Cálculo proposicional Cálculo de predicados

Más detalles

Tema 6: Teoría Semántica

Tema 6: Teoría Semántica Tema 6: Teoría Semántica Sintáxis Lenguaje de de las las proposiciones Lenguaje de de los los predicados Semántica Valores Valores de de verdad verdad Tablas Tablas de de verdad verdad Tautologías Satisfacibilidad

Más detalles

Axiomas del Cálculo de Predicados

Axiomas del Cálculo de Predicados Axiomas del Cálculo de Predicados Si bien el cálculo proposicional nos permitió analizar cierto tipo de razonamientos y resolver acertijos lógicos, su poder expresivo no es suficiente para comprobar la

Más detalles

La Medida de Lebesgue. Problema de la Medida

La Medida de Lebesgue. Problema de la Medida Capítulo 19 La Medida de Lebesgue. Problema de la Medida Hemos demostrado en el capítulo anterior que la medida exterior de Lebesgue es una medida sobre la familia M de los conjuntos medibles. Por definición,

Más detalles

Tema 9: Cálculo Deductivo

Tema 9: Cálculo Deductivo Facultad de Informática Grado en Ingeniería Informática Lógica PARTE 2: LÓGICA DE PRIMER ORDEN Tema 9: Cálculo Deductivo Profesor: Javier Bajo jbajo@fi.upm.es Madrid, España 24/10/2012 Introducción a la

Más detalles

Teorema de incompletitud de Gödel

Teorema de incompletitud de Gödel Teorema de incompletitud de Gödel Theorem (Gödel) Th(N) es una teoría indecidible. IIC2213 Teorías 79 / 109 Teorema de incompletitud de Gödel Theorem (Gödel) Th(N) es una teoría indecidible. Corolario

Más detalles

Completitud en Lógica de Predicados

Completitud en Lógica de Predicados Completitud en de Predicados Predicados - Completitud 1 Corrección. Significa que las derivaciones expresan una consecuencia lógica. Establece una correspondencia tal que partiendo de nociones sintácticas

Más detalles

Razonamiento automático

Razonamiento automático Razonamiento automático (2004 05): Tema 4 p. 1/3 Razonamiento automático Tema 4: Resolución de primer orden J.A. Alonso, J. Borrego, A. Chávez y F.J. Martín Dpto. Ciencias de la Computación e Inteligencia

Más detalles

1. Resolución en lógica proposicional

1. Resolución en lógica proposicional 1. Resolución en lógica proposicional 1.1. Introducción 1.1.1. Pseudo-motivación Si tengo una fórmula de proposicional, puedo probar con fuerza bruta todas las valuaciones a ver si es satisfactible? Si

Más detalles

2.1. Introducción Lógica: Campo del conocimiento relacionado con el estudio y el análisis de los métodos de razonamiento. El razonamiento lógico es es

2.1. Introducción Lógica: Campo del conocimiento relacionado con el estudio y el análisis de los métodos de razonamiento. El razonamiento lógico es es Tema 2. Introducción a la lógica 1. Introducción 2. Lógica de proposiciones 1. Definiciones 2. Sintaxis 3. Semántica Bibliografía Matemática discreta y lógica. Grassman y Tremblay. 1997. Prentice Hall.

Más detalles

Camilo Ernesto Restrepo Estrada, Félix Ruiz de Villalba, Lina María Grajales Vanegas y Sergio Iván Restrepo Ochoa 1.

Camilo Ernesto Restrepo Estrada, Félix Ruiz de Villalba, Lina María Grajales Vanegas y Sergio Iván Restrepo Ochoa 1. Guía de estudio Métodos de demostración Unidad A: Clase 3 Camilo Ernesto Restrepo Estrada, Félix Ruiz de Villalba, Lina María Grajales Vanegas y Sergio Iván Restrepo Ochoa 1.. Inferencias y métodos de

Más detalles

Lógica de primer orden: Repaso y notación

Lógica de primer orden: Repaso y notación Lógica de primer orden: Repaso y notación IIC3263 IIC3263 Lógica de primer orden: Repaso y notación 1 / 29 Lógica de primer orden: Vocabulario Una fórmula en lógica de primer orden está definida sobre

Más detalles

Lógica y Programación

Lógica y Programación Lógica y Programación Cálculo de Secuentes Antonia M. Chávez, Agustín Riscos, Carmen Graciani Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Definiciones Objetivo: Resolver

Más detalles

Lógica de Predicados de Primer Orden

Lógica de Predicados de Primer Orden Lógica de Predicados: Motivación Todo natural es entero y 2 es un natural. Luego 2 es entero. p q r p, q r es claramente un razonamiento válido pero no es posible demostrarlo desde la Lógica Proposicional

Más detalles

Derivadas Parciales (parte 2)

Derivadas Parciales (parte 2) 40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene

Más detalles

Modelos De Computación. Guía Modelos de Computación. Tema I: Lenguajes y Gramáticas

Modelos De Computación. Guía Modelos de Computación. Tema I: Lenguajes y Gramáticas Guía Modelos de Computación Tema I: Lenguajes y Gramáticas Introducción La sintaxis de un lenguaje natural, esto es, la de los lenguajes hablados, como el inglés, el español, el alemán o el francés, es

Más detalles

COMPACIDAD Y COMPLETITUD: DOS TEOREMAS CLÁSICOS DE LA TEORÍA DE MODELOS

COMPACIDAD Y COMPLETITUD: DOS TEOREMAS CLÁSICOS DE LA TEORÍA DE MODELOS COMPACIDAD Y COMPLETITUD: DOS TEOREMAS CLÁSICOS DE LA TEORÍA DE MODELOS JOEL TORRES DEL VALLE 1 1 Universidad Cartagena Resumen. Se presentan dos teoremas clásicos de la Teoría de Modelos: Teorema de La

Más detalles

Introducción a la Lógica Modal

Introducción a la Lógica Modal Introducción a la Lógica Modal Pedro Cabalar Depto. Computación Universidade da Coruña, SPAIN 4 de mayo de 2006. Cabalar ( Depto. Computación Universidade da Coruña, SPAIN Lógica ) Modal 4 de mayo de 2006

Más detalles

Lógica Proposicional. Del conjunto de hipótesis Γ se deduce α?

Lógica Proposicional. Del conjunto de hipótesis Γ se deduce α? Proposicional Metateoría: Corrección y Completitud Proposicional - 1 Del conjunto de hipótesis Γ se deduce α? Γ = α? -Tablas de verdad - Equivalencia lógicas Existen métodos que siempre responden SI o

Más detalles

Resolución Proposicional

Resolución Proposicional Resolución Proposicional IIC2213 IIC2213 Resolución Proposicional 1 / 19 Resolución proposicional Sabemos que Σ = ϕ si y sólo si Σ { ϕ} es inconsistente. Cómo verificamos si Σ { ϕ} es inconsistente? El

Más detalles

Lógica Proposicional Lenguaje Proposicional Implicación semántica

Lógica Proposicional Lenguaje Proposicional Implicación semántica Capítulo 1 Lógica Proposicional 1.1. Lenguaje Proposicional Un lenguaje proposicional consta de los siguientes símbolos: las proposicones atómicas, también llamados enunciados atómicos o simplemente variables

Más detalles

Tema 5: Teoría de la Demostración en Predicados

Tema 5: Teoría de la Demostración en Predicados Tema 5: Teoría de la Demostración en Predicados Resumen introducción lógica de predicados Resumen introducción lógica de predicados Conceptos: ahora para lógica de predicados de 1 er orden Estructura deductiva

Más detalles

Ampliación Matemática Discreta. Justo Peralta López

Ampliación Matemática Discreta. Justo Peralta López Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁTICO 1 Introducción 2 Axiomas y reglas de inferencia Reglas de la impliación, conjunción y disyunción 3 Reglas derivadas

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Módulo I: s Válidos Departamento de Matemáticas ITESM Módulo I: s Válidos Matemáticas Discretas - p. 1/50 En matemáticas y en lógica un argumento no es una disputa. Más bien,

Más detalles

Deducción natural. Teorema de la deducción A B

Deducción natural. Teorema de la deducción A B Deducción natural La derivación natural hace uso de varias reglas de inferencia. Introduce conectiva Elimina conectiva Nombre Regla Nombre Regla I I I Teorema de la deducción Teorema de la deducción A,B

Más detalles

2. El Teorema del Valor Medio

2. El Teorema del Valor Medio 2.24 45 2. El Teorema del Valor Medio Comenzaremos esta sección recordando dos versiones del teorema del valor medido para funciones de 1-variable y por tanto ya conocidas: 2.22 Sea f : [a, b] R R una

Más detalles

Programación Lógica. rafael ramirez. Ocata 320

Programación Lógica. rafael ramirez. Ocata 320 Programación Lógica rafael ramirez rafael@iua.upf.es Ocata 320 Logica proposicional Una literal (proposicional) es una variable proposicional o la negacion de una variable proposicional: p, q, r, Una cláusula

Más detalles

Grupos libres. Presentaciones.

Grupos libres. Presentaciones. S _ Tema 12.- Grupos libres. Presentaciones. 12.1 Grupos libres. En el grupo Z de los enteros vimos una propiedad (cf. ejemplos.5), que lo caracteriza como grupo libre. Lo enunciamos al modo de una Propiedad

Más detalles

Inteligencia en Redes de Comunicaciones - 04 Razonamiento lógico

Inteligencia en Redes de Comunicaciones - 04 Razonamiento lógico El objetivo del Tema 4 es presentar una panorámica general sobre cómo se pueden realizar razonamientos lógicos en un sistema software. 1 Esta es la tabla de contenidos del tema: se estudia la programación

Más detalles

Material educativo. Uso no comercial 1.4 MÉTODOS DE DEMOSTRACIÓN Método directo o Método de la hipótesis auxiliar

Material educativo. Uso no comercial 1.4 MÉTODOS DE DEMOSTRACIÓN Método directo o Método de la hipótesis auxiliar 1.4 MÉTODOS DE DEMOSTRACIÓN Designamos en esta forma las estrategias o esquemas más generales que identificamos en los procesos deductivos. Estos modelos están fundamentados lógicamente en teoremas o reglas

Más detalles

Introducción a la Lógica Proposicional Seminario de Matemáticas

Introducción a la Lógica Proposicional Seminario de Matemáticas Introducción a la Lógica Proposicional Seminario de Matemáticas Julio Ariel Hurtado Alegría ahurtado@unicauca.edu.co 8 de mayo de 2015 Julio A. Hurtado A. Departamento de Sistemas 1 / 34 Agenda Motivación

Más detalles

Recordatorio Basico de Álgebra para Lógica

Recordatorio Basico de Álgebra para Lógica Recordatorio Basico de Álgebra para Lógica Guido Sciavicco 1 Conjuntos Definición 1 Un conjunto es una colleccion, finita o infinita, de elementos. Ejemplo 2 La colleccion de los elementos a, b, c, denotada

Más detalles

PALABRA CLAVE Interpretación lógica

PALABRA CLAVE Interpretación lógica Curso 2009- Bloque II: Teoría a Semántica Tema 5: Conceptos Semánticos Básicos B (Cap-3 3 libro) Tema 6: Técnicas y Métodos M Semánticos para validar argumentos (Cap-3 3 libro) Objetivos Aprender los conceptos

Más detalles

TÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad

TÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad TÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad Calculo proposicional 1 Argumentos y proposiciones lógicas 1 Algunos argumentos lógicos importantes 2 Proposiciones 4 Conexiones lógicas 5 Negación (tabla)

Más detalles

Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 2: Lógica de Predicados y Métodos de Demostración

Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 2: Lógica de Predicados y Métodos de Demostración Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 2: Lógica de Predicados y Métodos de Demostración Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 1: Fundamentos:

Más detalles

Los números naturales. Definición y propiedades

Los números naturales. Definición y propiedades Los números naturales. Definición y propiedades Con la idea de abrir boca para empezar los estudios de matemáticas en bachillerato, en un artículo anterior se hablaba sobre la introducción al número real

Más detalles

Terminaremos el capítulo con una breve referencia a la teoría de cardinales.

Terminaremos el capítulo con una breve referencia a la teoría de cardinales. TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto

Más detalles

Análisis Matemático I: Numeros Reales y Complejos

Análisis Matemático I: Numeros Reales y Complejos Contents : Numeros Reales y Complejos Universidad de Murcia Curso 2008-2009 Contents 1 Definición axiomática de R Objetivos Definición axiomática de R Objetivos 1 Definir (y entender) R introducido axiomáticamente.

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 Módulo I: s Válidos Departamento de Matemáticas ITESM Módulo I: s Válidos Matemáticas Discretas - p. 1/50 En matemáticas y en lógica un argumento no es una disputa. Más bien,

Más detalles

Sobre el teorema de la deducción

Sobre el teorema de la deducción Sobre el teorema de la deducción José Alfredo Amor Montaño La teoría formal L para la lógica de proposiciones tiene como conjunto de símbolos primitivos al conjunto S = {, } {(, )} {P i } i N, de conectivos

Más detalles

Lógica Matemática. Contenido. Definición. Finalidad de la unidad. Proposicional. Primer orden

Lógica Matemática. Contenido. Definición. Finalidad de la unidad. Proposicional. Primer orden Contenido Lógica Matemática M.C. Mireya Tovar Vidal Proposicional Definición Sintaxis Proposición Conectivos lógicos Semántica Primer orden cuantificadores Finalidad de la unidad Definición Traducir enunciados

Más detalles

Curso LÓGICA Examen de recuperación de lógica proposicional

Curso LÓGICA Examen de recuperación de lógica proposicional Curso 2013-2014 LÓGICA Examen de recuperación de lógica proposicional 13-01-2014 1.1. Formalizar en el lenguaje de la lógica proposicional el siguiente razonamiento: (2,5 puntos) Es necesario que estudie

Más detalles

Representación binaria de números enteros en complemento a 2

Representación binaria de números enteros en complemento a 2 Representación binaria de números enteros en complemento a 2 Jorge Juan Chico jjchico@dte.us.es Departamento de Tecnología Electrónica. Universidad de Sevilla 23 de octubre de 2016 Índice Prefacio 2 1.

Más detalles

Algebras booleanas. B2) Leyes Distributivas. Cada operación es distributiva con respecto a la otra:

Algebras booleanas. B2) Leyes Distributivas. Cada operación es distributiva con respecto a la otra: Algebras booleanas AXIOMAS DEL ALGEBRA DE BOOLE Sea B un conjunto en el cual se han definido dos operaciones binarias, + y * (En algunos casos se definen en términos de y respectivamente), y una operación

Más detalles

Lógica de predicados 3. Sintaxis. Juan Carlos León Universidad de Murcia

Lógica de predicados 3. Sintaxis. Juan Carlos León Universidad de Murcia Lógica de predicados 3. Sintaxis Juan Carlos León Universidad de Murcia Esquema del tema 3.1. Fórmulas bien formadas y funciones proposicionales 3.2. Alcance. Variables libres y ligadas 3.3. Teoremas 3.4.

Más detalles

Sumario Prólogo Unidad didáctica 1. Historia de la lógica Objetivos de la unidad... 10

Sumario Prólogo Unidad didáctica 1. Historia de la lógica Objetivos de la unidad... 10 ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Historia de la lógica... 9 Objetivos de la unidad... 10 1. Introducción... 11 2. Efemérides... 13 3. La Lógica de Aristóteles...

Más detalles

Deducción automática y programación lógica

Deducción automática y programación lógica Deducción automática y programación lógica José A. Alonso Jiménez Área de ciencias de la computación e inteligencia artificial Universidad de Sevilla Sevilla, 12 de Septiembre de 1995 Contenido 1 Deducción

Más detalles

CONJUNTOS. Por ejemplo, el E del ejemplo 2 se escribe.

CONJUNTOS. Por ejemplo, el E del ejemplo 2 se escribe. CONJUNTOS La teoría de conjuntos nos permite describir de forma precisa conjuntos de números, de personas, de objetos, etc que comparten una propiedad común. Esto puede ser de gran utilidad al establecer

Más detalles

Espacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación).

Espacios Topológicos 1. Punto de Acumulación. Al conjunto de puntos de acumulación de A se le denomina el conjunto derivado de A (A a Notación). Espacios Topológicos 1 Punto de Acumulación Definición: Sea A un subconjunto arbitrario de R n, se dice que x R n es un punto de acumulación de A si toda bola abierta con centro x contiene un punto A distinto

Más detalles

Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos.

Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Matemática Discreta y Lógica 2 1. Árboles Árboles Definición 1.1 Sea G = (V, A) un grafo no dirigido. G se denomina árbol si es conexo y no contiene ciclos. Como un lazo es un ciclo de longitud 1, un árbol

Más detalles

Lógica de Predicados 1!

Lógica de Predicados 1! Lógica de Predicados 1! rafael ramirez rafael.ramirez@upf.edu 55.316 (Tanger) Porqué Lógica de Predicados! La logica proposicional maneja bien afirmaciones compuestas de no, y, o, si entonces En situaciones

Más detalles

LógicaS Modales. Ricardo Oscar Rodríguez Departamento de Computación, Fac. Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina.

LógicaS Modales. Ricardo Oscar Rodríguez Departamento de Computación, Fac. Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina. Departamento de Computación, Fac. Ciencias Exactas y Naturales, Universidad de Buenos Aires, Argentina. Segunda Clase. 1er. Cuatrimestre, 2016 Outline 1 Repaso clase anterior Sintáxis Lógicas Modales Autocongruentes

Más detalles

14/02/2017. TEMA 3: EL CUERPO DE LOS NUMEROS REALES Esp. Prof. Liliana N. Caputo

14/02/2017. TEMA 3: EL CUERPO DE LOS NUMEROS REALES Esp. Prof. Liliana N. Caputo TEMA 3: EL CUERPO DE LOS NUMEROS REALES Esp. Prof. Liliana N. Caputo Así como al estudiar conjuntos hablamos de la existencia de términos primitivos (que no se definen), para definir algunos conjuntos,

Más detalles

Estructuras algebraicas. Departamento de Álgebra. Apuntes de teoría

Estructuras algebraicas. Departamento de Álgebra.  Apuntes de teoría ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 2015/2016 Apuntes de teoría Tema 1: Grupos y subgrupos. 1.1. Introducción Definición 1.1. Un grupo es un par (G, ), donde G es un conjunto no vacío,

Más detalles

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación Tema 6: Programación Lógica: semántica declarativa Lenguajes y Paradigmas de Programación Teoría de Modelos Se basa en el concepto de INTERPRETACIÓN, que consiste en: elegir un dominio D (en el que tomarán

Más detalles

Los fundamentos de la matemática y los teoremas de Gödel

Los fundamentos de la matemática y los teoremas de Gödel Los fundamentos de la matemática y los teoremas de Gödel Mario A. Natiello Centre for Mathematical Sciences Lund University Sweden Los fundamentos de la matemática y los teoremas de Gödel p.1/23 Contenido

Más detalles

1. Medida Exterior. Medida de Lebesgue en R n

1. Medida Exterior. Medida de Lebesgue en R n 1. La integral de Lebesgue surge del desarrollo de la integral de Riemann, ante las dificultades encontradas en las propiedades de paso al ĺımite para calcular la integral de una función definida como

Más detalles

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ).

Definición 1 Un semigrupo es un conjunto E provisto de una operación binaria asociativa sobre E, se denota por (E, ). ALGEBRA La primera parte del presente libro está dedicada a las estructuras algebraicas. En esta parte vamos a iniciar agregándole a los conjuntos operaciones. Cuando las operaciones tienen determinadas

Más detalles

Semántica del Cálculo Proposicional

Semántica del Cálculo Proposicional Semántica del Cálculo Proposicional Revisiones: Abril y Mayo del 2005 - Abril 2006 Á 1. Valuación como función. Notación: Con Form se identifica al conjunto de todas las fómulas y Var al conjunto de todas

Más detalles

Programación II Sesión 2: Especificación de problemas

Programación II Sesión 2: Especificación de problemas Programación II Sesión 2: Especificación de problemas Diego R. Llanos Ferraris UNED, Centro Asociado de Palencia Nota: Estos apuntes son la guía utilizada por el Profesor Tutor para impartir el seminario

Más detalles

Curso Extraordinario INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS

Curso Extraordinario INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS Curso Extraordinario INTELIGENCIA ARTIFICIAL Y SISTEMAS EXPERTOS Contenidos del Curso Introducción a la I.A. Cómo razonamos?. Algunas experiencias con el razonamiento automático El problema de representación

Más detalles

DE LOS NÚMEROS NATURALES Y ENTEROS

DE LOS NÚMEROS NATURALES Y ENTEROS Capítulo 2 DE LOS NÚMEROS NATURALES Y ENTEROS Objetivo general Presentar y afianzar algunos conceptos de los números naturales y números enteros relacionados con el estudio de la matemática discreta. Objetivos

Más detalles

Semana02[1/23] Conjuntos. 9 de marzo de Conjuntos

Semana02[1/23] Conjuntos. 9 de marzo de Conjuntos Semana02[1/23] 9 de marzo de 2007 Introducción Semana02[2/23] La teoría de conjuntos gira en torno a la función proposicional x A. Los valores que hacen verdadera la función proposicional x A son aquellos

Más detalles

Guía 4: Demostraciones en Cálculo Proposicional

Guía 4: Demostraciones en Cálculo Proposicional Introducción a los Algoritmos - 2do. cuatrimestre 2014 Guía 4: Demostraciones en Cálculo Proposicional Docentes: Walter Alini y Luciana Benotti. El objetivo principal de esta guía es lograr un buen entrenamiento

Más detalles

Propuesta sobre la enseñanza de la demostración de implicaciones

Propuesta sobre la enseñanza de la demostración de implicaciones Propuesta sobre la enseñanza de la demostración de implicaciones Brenes 1 La enseñanza de la demostración Durante el primer año de estudios en las carreras de matemática y enseñanza de matemática usualmente

Más detalles

Tema 1: Sintaxis y Semántica de la Lógica Proposicional

Tema 1: Sintaxis y Semántica de la Lógica Proposicional Tema 1: Sintaxis y Semántica de la Lógica Proposicional Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Lógica y Computabilidad Curso 2010 11 LC, 2010 11 Lógica Proposicional

Más detalles

Capitulo I. Variedades algebraicas afines.

Capitulo I. Variedades algebraicas afines. Capitulo I. Variedades algebraicas afines. Al conjunto solución de un sistema de ecuaciones algebraicas lo llamamos variedad algebraica afín. Uno lo considera como objetos de la geometría en espacios afines.

Más detalles