Tema 5: (Tecnologías Informáticas) Curso Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla
|
|
- Óscar Plaza Quiroga
- hace 6 años
- Vistas:
Transcripción
1 Tema 5: Dpto. Ciencias de la Computación Inteligencia Artificial Universidad de Sevilla Lógica Informática (Tecnologías Informáticas) Curso en LPO no restringida
2 Contenido en LPO no restringida en LPO no restringida
3 Los tableros semánticos proporcionan un algoritmo para la deducción basado en este hecho: {A 1,..., A n } = A {A 1,..., A n, A} insatisfactible Un enfoque más natural del problema básico (PB) que presentamos en el Tema 1, se obtiene a través de la noción de demostración: 1. Consideramos el conjunto de enunciados, BC, como un conjunto de axiomas (o hipótesis que asumimos como ciertas inicialmente). 2. El enunciado φ será consecuencia de BC si podemos obtener una demostración de φ a partir de BC (de manera similar a como en matemáticas se demuestra un teorema). en LPO no restringida
4 Un sistema deductivo, T, (o teoría proposicional) consta de: Un conjunto, Ax(T), de fórmulas proposicionales que llamamos los axiomas de T. Reglas de inferencia de la forma: A 1,..., A n A siendo A 1,..., A n, A fórmulas proposicionales. Las fórmulas A 1,..., A n se denominan premisas y la fórmula A conclusión. en LPO no restringida
5 Pruebas y teoremas Una demostración en T es una sucesión de fórmulas proposicionales A 1,..., A k cada una de las cuales es un axioma de T, o bien, se obtiene a partir de fórmulas anteriores de la sucesión mediante una regla de inferencia. Una fórmula A es un teorema de T, T A, si existe una demostración en T, A 1,..., A k tal que A = A k. La sucesión A 1,..., A k se denomina una demostración de A en T. en LPO no restringida
6 Ejemplo: Sistema deductivo Axiomas de T: {p, q, p q ( s p r)} Reglas de inferencia: (A y B fórmulas cualesquiera) I : C : A, B A B A B B A I : MP : A A B A, A B B La siguiente sucesión es una demostración de r en T ( T r) en LPO no restringida 1. p [[Hip.]] 2. q [[Hip.]] 3. p q [[I aplicada a 1. y 2.]] 4. p q ( s p r) [[Hip.]] 5. s p r [[MP aplicada a 3. y 4.]] 6. p s [[I aplicada a 1.]] 7. s p [[C aplicada a 6.]] 8. r [[MP aplicada a 7. y 5.]]
7 Procedimientos de demostración Un sistema deductivo introduce una noción de prueba formal, pero no proporciona ningún procedimiento efectivo para generar demostraciones de las fórmulas que deseamos probar. Un sistema de razonamiento proporciona, además de un sistema deductivo, un procedimiento de demostración, que implementa una estrategia de búsqueda de demostraciones. Podemos ilustrar esta idea en el caso del encadenamiento con. en LPO no restringida
8 Cláusulas de Horn Una cláusula de Horn es una disyunción de literales que contiene a lo sumo un literal positivo. : p q r, p r, p Una cláusula de Horn positiva es una cláusula que contiene exactamente un literal positivo. Si contiene otros literales negativos se denomina regla. Ejemplo: p q r. Si sólo contiene el literal positivo se denomina hecho. Ejemplo: q. La regla p q r se escribe como p q }{{}}{{} r cuerpo cabeza Un hecho q puede considerarse una regla con cuerpo vacío, q en LPO no restringida
9 Deducción con Consideraremos un sistema deductivo para trabajar con positivas. EA(Σ) es el siguiente sistema deductivo Axiomas: Un conjunto finito, Σ, de positivas. Reglas de inferencia: (A y B son conjunciones de literales) en LPO no restringida I : A, B A B MP : A, A B B
10 Deducción con (II) Se tiene que, para todo hecho, H Σ = H EA(Σ) H Además, podemos diseñar un algoritmo de decisión eficiente para Σ = H. Las deducciones en EA(Σ) corresponden al procedimiento de encadenamiento hacia adelante. en LPO no restringida
11 Ejemplo: deducción en EA(Σ) Σ = {P Q, L M P, B L M, A P L, A B L, A, B} Veamos que EA(Σ) Q, 1. A [[Hip.]] 2. B [[Hip.]] 3. A B [[I aplicada a 1. y 2..]] 4. A B L [[Hip.]] 5. L [[MP aplicada a 3. y 4.]] 6. B L [[I : 2. y 5.]] 7. B L M [[Hip.]] 8. M [[MP: 6. y 7.]] 9. L M [[I : 5. y 8.]] 10. L M P [[Hip.]] 11. P [[MP: 9. y 10.]] 12. P Q [[Hip.]] 13. Q [[MP: 11. y 12.]] en LPO no restringida
12 Procedimiento de encadenamiento hacia adelante Entrada: Un hecho H. Una enumeración R1,..., R n de los elementos de Σ. Salida: SI, si EA(Σ) H. NO, en caso contrario. Inicialmente, C es el conjunto de todos los hechos que pertenecen a Σ, j = 1, i = Si H C, paramos y devolvemos SI. 2. Si j n y todos los literales del cuerpo de R j están en C, entonces 2.1 Si la cabeza de j no está en C se la añadimos a C, hacemos j = j + 1, i = 1 y volvemos a Si la cabeza de j está en C hacemos j = j + 1 y volvemos a Si j n y algún literal del cuerpo de R j no está en C, entonces hacemos j = j + 1 y volvemos a Si j > n y i = 1, hacemos j = 1 y i = 0 y volvemos a Si j > n y i = 0, paramos y devolvemos NO. en LPO no restringida
13 Ejemplo: encadenamiento hacia adelante Veamos que EA(Σ) Q, Hechos obtenidos Reglas usadas A, B A, B, L A B L A, B, L, M A B L, B L M A, B, L, M, P A B L, B L M, L M P A, B, L, M, P, Q Σ Σ = { P Q, L M P, B L M, A P L, A B L, A, B} en LPO no restringida
14 Generaliza algunas de las reglas de inferencia clásicas: Modus Ponens : Modus Tollens : Encadenamiento : Regla de resolución: p, p q q p q, q p p q, q r p r {p}, { p, q} {q} { p, q}, { q} { p} { p, q}, { q, r} { p, r} en LPO no restringida {L 1,..., L,..., L m, }, {M 1,..., L c,..., M k } {L 1,..., L m, M 1,..., M k }
15 entre cláusulas Si L C 1 y L C 2 son literales complementarios, entonces la resolvente de C 1 y C 2 respecto a L es res L (C 1, C 2 ) = (C 1 \ {L}) (C 2 \ {L }) El conjunto de las resolventes de C 1 y C 2 es: Res(C 1, C 2 ) = {res L (C 1, C 2 ) : L C 1 y L c C 2 }. : Sea C 1 = {p, q, r} y C 2 = { p, r, s}. Entonces en LPO no restringida res p (C 1, C 2 ) = {q, r, r, s} res r (C 1, C 2 ) = {p, p, q, s}
16 Demostraciones por resolución Dado un conjunto de cláusulas, S, podemos considerar el sistema deductivo que tiene a S como conjunto de axiomas y resolución como única regla de inferencia. Una demostración por resolución a partir de S es una sucesión de cláusulas C 1,..., C n tal que para cada i = 1,..., n se verifica: Ci S, o bien Existen j, k < i tales que C i Res(C j, C k ). Si C n = diremos que C 1,..., C n es una refutación de S. Una cláusula C es demostrable por resolución a partir de S si existe una demostración a partir de S, C 1,..., C n, tal que C n = C. Notación: S r C. Decimos que S es refutable si S r. en LPO no restringida
17 Sea S = {{p, q}, { p, q}, {p, q}, { q, p, s}}. Veamos que S r {s}. 1. {p, q} Hipótesis 2. { p, q} Hipótesis 3. {q} Resolvente de 1 y 2 4. { q, p} Hipótesis 5. {p} Resolvente de 3 y 4 6. { q, p, s} Hipótesis 7. { q, s} Resolvente de 5 y 6 8. {s} Resolvente de 7 y 3 en LPO no restringida Es habitual presentar las demostraciones por resolución utilizando un árbol.
18 (II) S 1 = {{p, q}, {p, q}, { p, q}, { p, q}} es refutable; {p, q} { p, q} {q} {p, q} {p} { p, q} { q} en LPO no restringida Luego S r.
19 Adecuación y Completitud Lema. Sean C 1, C 2 y C cláusulas. Si C es una resolvente de C 1 y C 2, entonces {C 1, C 2 } = C. Teorema de adecuación. Sean S un conjunto de cláusulas y C una cláusula. Entonces S r C = S = C Incompletitud de resolución: {{q}} = {q, r} pero {{q}} r {q, r} Teorema de completitud de la refutación: en LPO no restringida S es insatisfactible S r
20 por saturación Algoritmo de resolución por saturación. Entrada: S, un conjunto finito de cláusulas. Salida: SI, si S es insatisfactible NO, en caso contrario. Procedimiento: 1. S S 2. S S C 1,C 2 S Res(C 1, C 2 ) 3. Mientras / S y S S hacer: S S S S C 1,C 2 S Res(C 1, C 2) 4. Si S devolver SI (i.e., insatisfactible) 5. Si / S devolver NO (i.e., satisfactible) en LPO no restringida
21 por saturación El algoritmo de resolución por saturación genera una sucesión de conjuntos de cláusulas: S 0 = S, S i+1 = S i C 1,C 2 S i Res(C 1, C 2 ) de tal modo que para toda cláusula, C, se tiene S r C Existe j tal que C S j En consecuencia, por el teorema de completitud, el algoritmo de resolución por saturación es correcto (aunque muy ineficiente). en LPO no restringida
22 (I) Sea S = {{p, q}, { p, q}, {p, q}, { q}}, aplicando el algoritmo: S 1 = S {{q}, {p}, { p}, { p, p}, {q, q}} S 2 = S 1 {,...} Por tanto, S es insatisfactible. Sea S = {{p, q}, {p, q}, {q, r, s}, { s, r}}, aplicando el algoritmo: S 1 = S {{p}, {p, r, s}, {q, s, s}, {q, r, r}} en LPO no restringida S 2 = S 1 {{p, s, s}, {p, r, r}, {q, r, s}, {p, q, r, s}} S 3 = S 2 {{p, r, s}, {p, q, s, s}, {p, q, r, r}, {p, q, r, s}} Y S 4 = S 3. Por tanto, S es satisfactible.
23 (II) La aparición de tautologías suele provocar el cálculo de muchas resolventes repetidas y la aparición de nuevas tautologías. Sin embargo, las tautologías son cláusulas esencialmente redundantes, ya que tenemos el siguiente resultado: Sea C una tautología y S un conjunto de fórmulas. Entonces S es satisfactible S {C} es satisfactible Por tanto, en cada etapa del algoritmo de saturación podemos eliminar las tautologías obtenidas. En el caso anterior tendríamos S = {{p, q}, {p, q}, {q, r, s}, { s, r}} y aplicando el algoritmo con eliminación de tautologías en LPO no restringida S 1 = S {{p}, {p, r, s}}, S 2 = S 1 Por tanto, S es satisfactible.
24 Reducir la redundancia Dado un conjunto de cláusulas S decimos que una cláusula C es redundante si S y S {C} son equiconsistentes. La eliminación de cláusulas redundantes reduce el número total de cláusulas sin alterar la satisfactibilidad del conjunto. Ejemplo: Las tautologías son siempre redundantes. Una forma no trivial de eliminar cláusulas redundantes se basa en la relación de subsunción. Decimos que una cláusula C subsume a C si C C (como conjuntos de literales). Observación: Si C, C S y C subsume a C entonces C es redundante. en LPO no restringida
25 Subsunción Podemos utilizar subsunción en combinación con la regla de resolución para reducir el número total de cláusulas consideradas: Subsunción plena: En cada paso esta regla elimina cualquier cláusula de S que está subsumida por otra cláusula de S. Subsunción hacia adelante: Eliminar sólo las resolventes obtenidas si están subsumidas por otra cláusula de S. Subsunción hacia atrás: Eliminar toda cláusula subsumida por la última resolvente obtenida. Simplificación por unidades: Para cada cláusula unitaria L S, si C S y L c C, reemplazamos C por C {L c }. en LPO no restringida
26 Otra forma de mejorar la eficiencia del algoritmo de resolución es limitar el cálculo de resolventes respecto de un mismo literal. Un deducción por resolución C 1,..., C n es si ninguna de sus resolventes C j contiene un literal respecto del cual se resolvió para calcular alguna de las resolventes C i previas (i < j). Esta restricción (o estrategia) se utiliza en el siguiente algoritmo para decidir la satisfactibilidad de un conjunto de cláusulas proposicionales. en LPO no restringida
27 Procedimiento de resolución 1. Dado un conjunto de cláusulas S, fijemos una ordenación A 1,..., A k de las variables proposicionales que aparecen en S. 2. Hagamos S 0 = S. 3. Para j = 1,..., k, calculamos 3.1 El conjunto de cláusulas S j que se obtiene de S j 1 añadiéndole a S j 1 todas las resolventes que pueden calcularse respecto de A j usando cláusulas de S j A continuación, S j se obtiene de S j eliminado todas las cláusulas que contengan A j o A j. 4. Si S k, entonces S es insatisfactible. En caso contrario, S es satisfactible. en LPO no restringida
28 Sea S = {{p, q}, { p, q}, {p, q}, { q}}. Fijamos el orden p, q para aplicar resolución : p: S 1 = S 0 {{q}, {q, q}}, luego S 1 = {{q}, { q}, {q, q}} q: S 2 = S 1 {, {q, q}}, luego S 2 = { }. Por tanto, S es insatisfactible. Sea S = {{p, q}, {p, q}, {q, r, s}, { s, r}}. Aplicando el algoritmo para la ordenación p, q, r, s obtenemos p: S 1 = {{q, r, s}, { s, r}}. q: S 2 = {{ s, r}}. r: S 3 =. s: S 4 = S 3. Por tanto, S es satisfactible. en LPO no restringida
29 Completitud y eficiencia Hemos estudiado la deducción como un método mecánico para decidir la validez, consistencia, consecuencia lógica, etc. La completitud es una propiedad fundamental de los procedimientos de deducción estudiados. En el caso de resolución la existencia de una demostración es decidible, y el conjunto de teoremas es finito (si el conjunto de cláusulas inicial es finito): por Saturación. Sin embargo, los métodos de decisión conocidos no son eficientes, en general. Una solución: Restringir el tipo de cláusulas consideradas. Una cláusula de Horn es una cláusulas con a lo sumo un literal positivo. El problema de decidir si un conjunto de cláusulas de Horn (proposicionales) es satisfactible es decidible de manera eficiente. en LPO no restringida
30 Estrategias Para reducir el ámbito de aplicación de las reglas de inferencia en el caso de resolución, podemos adoptar las siguientes estrategias. positiva (resp. negativa): Sólo se calculan resolventes si una de las dos cláusulas contiene únicamente literales positivos (resp. negativos). Es (refutacionalmente) completa. lineal: Una deducción por resolución a partir de un conjunto S, C 1,..., C n, es lineal si para cada i < n la cláusula C i+1 es una resolvente de C i y otra cláusula previamente obtenida por resolución o perteneciente a S. La resolución lineal es (refutacionalmente) completa, ya que se tiene el siguiente resultado: Teorema. Si S es un conjunto insatisfactible y S {C} es satisfactible, entonces existe una refutación de S por resolución lineal cuya cláusula inicial es C. en LPO no restringida
31 Estrategias (II) unidad: Sólo se permiten resolventes si una de las cláusulas es unitaria. por entradas: Sólo se permiten resolventes si una de las cláusulas pertenece a S. En general, resolución unidad y por entradas NO son refutacionalmente completas, pero sí lo son restringidas a conjuntos de. Teorema. Sea S es un conjunto insatisfactible formado por. Entonces S es refutable mediante resolución unidad y mediante resolución por entradas. en LPO no restringida
32 en LPO Por el Teorema de Herbrand, un conjunto de cláusulas, Σ, es inconsistente si y sólo si su extensión de Herbrand, EH(Σ), es inconsistente (proposicionalmente). Esto proporciona una forma rudimentaria del método de resolución para probar que un conjunto, Σ, de cláusulas de un lenguaje de primer orden es inconsistente: 1. Generar EH(Σ) y, 2. Probar que EH(Σ) r. El método de resolución en lógica de primer orden incorpora varias mejoras en este procedimiento básico: 1. Es posible generar EH(Σ) poco a poco, calculando sólo las sustituciones necesarias para obtener cada una de las cláusulas con las que se calculan la resolventes. 2. No es necesario restringir el cálculo de resolventes proposicionales a cláusulas sin variables, y 3. Para calcular una resolvente proposicional entre dos cláusulas, podemos conseguir que ambas cláusulas se obtengan aplicando la misma sustitución a dos cláusulas de Σ (y dicha sustitución se obtiene algorítmicamente). en LPO no restringida
33 Ejemplo Sea Σ = {C 1, C 2, C 3 } el conjunto de las cláusulas C 1 : P(a, y) P(y, z) P(z, y), C 2 P(x, f (x)) P(a, x), C 3 : P(f (x), x) P(a, x) siendo a una constante. Para probar que Σ es inconsistente basta probar que su extensión de Herbrand EH(Σ) es inconsistente (proposicionalmente). Consideremos las siguientes sustituciones: en LPO no restringida θ 1 = {y/a, z/a} θ 2 = {y/a, z/f (a)} θ 3 = {y/f (a), z/a} θ 4 = {x/a} Entonces C 1 θ 1, C 1 θ 2, C 1 θ 3, C 2 θ 4, C 3 θ 4 EH(Σ).
34 Ejemplo (II) Las cláusulas E 1 = C 1 θ 1 : P(a, a) E 2 = C 1 θ 2 : P(a, a) P(a, f (a)) P(f (a), a) E 3 = C 1 θ 3 : P(a, f (a)) P(f (a), a) E 4 = C 2 θ 4 : P(a, f (a)) P(a, a), E 5 = C 3 θ 4 : P(f (a), a) P(a, a) son fórmulas abiertas sin variables. Veamos que EH(Σ) es inconsistente. Para ello probamos que S = {E 1, E 2, E 3, E 4, E 5 } EH(Σ) es inconsistente utilizando resolución proposicional: en LPO no restringida E 1 E 3 E 5 E 1 E 4 P(a, f (a)) P(f (a), a) P(a, a)
35 Ejemplo (III) Cada resolvente proposicional entre cláusulas de EH(Σ) puede obtenerse directamente a partir de las cláusulas de Σ si se toma nota de las sustituciones utilizadas para generar las cláusulas de EH(Σ). Ejemplo: La resolvente P(a, f (a)) obtenida a partir de E 1 y E 4, puede considerarse obtenida a partir de C 1 y C 2 utilizando las sustituciones θ 1 y θ 4. Gráficamente, C 1 C 2 sustitución θ 1 sustitución θ 4 en LPO no restringida C 1 θ 1 C 2 θ 4 P(a, f (a)) (resolvente proposicional) Si las sustituciones utilizadas pueden dejar variables libres obtenemos una resolvente no restringida.
36 Resolventes no restringidas Decimos que C es una resolvente no restringida de las cláusula C 1 y C 2 si C 1 = {A 1,..., A n, L 1,..., L k } C 2 = {B 1,..., B m, M 1,..., M r } y existen dos sustituciones θ 1 y θ 2 y un literal L tales que: {L 1,..., L k }θ 1 = {L}. {M1,..., M r }θ 2 = {L c } (literal complementario de L), y C = {A1 θ 1,..., A n θ 1, B 1 θ 2,..., B m θ 2 }. Es decir, C = (C 1 θ 1 \ {L}) (C 2 θ 2 \ {L c }) En otra palabras C es una resolvente no restringida de C 1 y C 2 si existen dos subcláusulas D 1 C 1 y D 2 C 2 y dos sustituciones θ 1 y θ 2 y un literal L tales que D 1 θ 1 = {L} y D 2 θ 2 = {L c } C es una resolvente proposicional de C1 θ 1 y C 2 θ 2 con respecto al literal L. en LPO no restringida
37 Si las cláusulas son cerradas, una resolvente no restringida es una resolvente proposicional. Las resolventes no restringidas no son únicas, incluso respecto al mismo par de literales: {P(x, a), H(a, x)}, { P(y, x), M(y, x)} θ 1 = {x/z} θ 2 = {x/a, y/z} {H(a, z), M(z, a)} {P(x, a), H(a, x)}, { P(y, x), M(y, x)} θ 1 = {x/b} θ 2 = {x/a, y/b} {H(a, b), M(b, a)} en LPO no restringida
38 Demostraciones por resolución Dado un conjunto de cláusulas, Σ, podemos considerar el sistema deductivo que tiene a Σ como conjunto de axiomas y resolución no restringida como única regla de inferencia. Una demostración por resolución no restringida a partir de Σ es una sucesión de cláusulas C 1,..., C n tal que para cada i = 1,..., n se verifica: Ci Σ, o bien Existen j, k < i tales que C i es una resolvente no restringida de C j y C k. Si C n = diremos que C 1,..., C n es una refutación de Σ. Una cláusula C es demostrable por resolución no restringida a partir de Σ si existe una demostración a partir de Σ, C 1,..., C n, tal que C n = C. Notación: Σ ur C. Decimos que Σ es refutable si Σ ur. en LPO no restringida
39 Ejemplo Σ = { P(a, y) P(y, z) P(z, y), P(x, f (x)) P(a, x), P(f (x), x) P(a, x)} Veamos que Σ ur : 1. P(a, y) P(y, z) P(z, y) [[Hip.]] 2. P(x, f (x)) P(a, x) [[Hip.]] 3. P(a, f (a)) [[Res(1, 2), θ 1 = {y/a, z/a}, θ 2 = {x/a}]] 4. P(f (a), a) [[Res(1, 3), θ 1 = {y/f (a), z/a}, θ 2 = ]] 5. P(f (x), x) P(a, x) [[Hip.]] 6. P(a, a) [[Res(5,4), θ 1 = {x/a}, θ 2 = ]] 7. [[Res(1, 6), θ 1 = {y/a, z/a}, θ 2 = ]] en LPO no restringida
40 Otro ejemplo Σ = {R(x, y) R(y, z), R(x, f (x))} Veamos que Σ ur. 1. R(x, y) R(y, z) [[Hip.]] 2. R(x, f (x)) [[Hip.]] 3. R(f (x), z) [[Res(1, 2), θ 1 = {y/f (x)}, θ 2 = ]] 4. [[Res(2, 3), θ 1 = {x/f (u)}, θ 2 = {x/u, z/f (f (u))}]] en LPO no restringida
41 Unificadores Sea C una cláusula de primer orden y D una subcláusula de C tal que existe una sustitución θ para la que Dθ se reduce a un único literal L. Entonces decimos que La sustitución θ unifica el conjunto de expresiones D. D es unificable y θ es un unificador de D. Un problema central del cálculo de resolventes no restringidas entre dos cláusulas C 1 y C 2 es encontrar las subcláusulas D 1 C 1 y D 2 C 2 unificables y los unificadores θ 1 y θ 2 que hacen que D 1 θ 1 y D 2 θ 2 se reduzcan a literales complementarios. El problema puede reducirse a la búsqueda de una sola sustitución. Para ello: 1. Podemos suponer que C 1 y C 2 no tienen variables comunes (condición de variables separadas). 2. Buscamos D 1 C 1 y D 2 C 2 tales que D 1 D2 c (o bien D1 c D 2) satisface que: Es unificable, y sus literales son positivos y tienen el mismo predicado. (Di c está formada por los literales complementarios de en LPO no restringida
42 Unificadores Si D es un conjunto de literales, una sustitución θ es un unificador de D si Dθ es unitaria. Un unificador θ de D es un unificador de máxima generalidad (u.m.g.) si Para todo unificador σ de D, existe una sustitución α tal que σ = θα. (siendo θα la composición de θ y α, es decir, la sustitución obtenida al aplicar primero la sustitución θ y luego α). Ejemplo de u.m.g. de literales: θ 1 = {y/x, u/a, z/a} es un u.m.g. de en LPO no restringida P(x, z), P(y, a), P(x, u) y θ 2 = {x/a, y/a, u/a, z/a} es unificador, pero no es un u.m.g.: θ 2 = {y/x, u/a, z/a}{x/a}
43 Algoritmo para obtener un u.m.g. Para unificar pt 1,..., t n y pt 1,..., t n, debemos obtener una sustitución θ que sea solución de las ecuaciones: t 1 θ = t 1 θ,..., t nθ = t nθ. Para ello aplicamos al conjunto {t 1 = t 1,..., t n = t n} las siguientes reglas, mientras sea posible: R 1 : {x = x} E = E R 2 : {x = t} E = {x = t} E{x/t} cuando x ocurre en E y no en t R 3 : {t = x} E = {x = t} E si t no es variable. R 4 : {f (t 1,..., t n ) = f (t 1,..., t n)} E = {t 1 = t 1,..., t n = t n} E R 5 : {f (t 1,..., t n ) = g(t 1,..., t n)} E = FALLO (si f g). R 6 : {x = t} E = FALLO si x ocurre en t. Si en algún paso obtenemos un conjunto de ecuaciones {x 1 = s 1, x 2 = s 2,..., x r = s r } al que no es posible aplicar ninguna regla, devolvemos UNIFICABLE, y θ = {x 1 /s 1, x 2 /s 2,..., x r /s r } es un u.m.g. en LPO no restringida
44 Unificar Divide(x + (a y), x S(y)), Divide(S(y) + (y a), z z) 1. {x + (a y) = (S(y) + (y a)), x S(y) = z z} [R 4 ] 2. {x = S(y), a y = y a, x = z, S(y) = z} [R 4 ] 3. {x = S(y), a = y, y = a, x = z, S(y) = z} [R 4 ] 4. {x = S(y), y = a, x = z, z = S(y)} [R 3 ] 5. {x = S(y), y = a, S(y) = z, z = S(y)} [R 2 ] 6. {x = S(a), y = a, S(a) = z, z = S(a)} [R 2 ] 7. {x = S(a), y = a, z = S(a)} [R 3 ] No es posible unificar Divide(x + (a y), x S(y)), Divide(S(x) + (y a), z z) pues 1. {x + (a y) = (S(x) + (y a), x S(y)) = z z} 2. {x = S(x), a y = y a, x = z, S(y) = z} 3. FALLO, x ocurre en S(x). en LPO no restringida
45 Un cambio de variables (o renombramiento) es una sustitución α tal que para toda variable v, α(v) es una variable. Decimos que C es una resolvente de las cláusulas C 1 y C 2 si existen dos cambios de variables α 1 y α 2 tales que C 1 α 1 = {A 1,..., A n, L 1,..., L k } C 2 α 2 = {B 1,..., B m, M 1,..., M r } no tienen variables comunes y Si D 1 = {L 1,..., L k } y D 2 = {M 1,..., M r }, entonces D 1 D2 c es unificable con u.m.g. σ. C = {A1 σ,..., A n σ, B 1 σ,..., B m σ} Es decir, en LPO no restringida C = (C 1 α 1 σ \ D 1 σ) (C 2 α 2 σ \ D 2 σ)
46 Si las cláusulas son cerradas, una resolvente es una resolvente proposicional. Si las cláusulas no tienen variables comunes no es necesario renombrar: {P(z, a), H(a, z)}, { P(y, x), M(y, x)} σ = {z/y, x/a} u.m.g. {H(a, y), M(y, a)} en LPO no restringida
47 Demostraciones por resolución Dado un conjunto de cláusulas, Σ, podemos considerar el sistema deductivo que tiene a Σ como conjunto de axiomas y resolución como única regla de inferencia. Una demostración por resolución a partir de Σ es una sucesión de cláusulas C 1,..., C n tal que para cada i = 1,..., n se verifica: Ci Σ, o bien Existen j, k < i tales que C i es un resolvente de C j y C k. Si C n = diremos que C 1,..., C n es una refutación de Σ. Una cláusula C es demostrable por resolución a partir de Σ si existe una demostración a partir de Σ, C 1,..., C n, tal que C n = C. Notación: Σ r C. Decimos que Σ es refutable si Σ r. en LPO no restringida
48 Ejemplo Σ = { P(a, y) P(y, z) P(z, y), P(x, f (x)) P(a, x), P(f (x), x) P(a, x)} Veamos que Σ r : 1. P(a, y) P(y, z) P(z, y) [[Hip.]] 2. P(x, f (x)) P(a, x) [[Hip.]] 3. P(a, f (a)) [[Res(1, 2), θ = {y/a, z/a, x/a}]] 4. P(f (a), a) [[Res(1, 3), θ = {y/f (a), z/a}]] 5. P(f (x), x) P(a, x) [[Hip.]] 6. P(a, a) [[Res(5,4), θ = {x/a}]] 7. [[Res(1, 6), θ = {y/a, z/a}]] en LPO no restringida
49 Otro ejemplo Σ = {R(x, y) R(y, z), R(x, f (x))} Veamos que Σ r. 1. R(x, y) R(y, z) [[Hip.]] 2. R(u, f (u)) [[Hip. (renombramos)]] 3. R(f (u), z) [[Res(1, 2), θ = {x/u, y/f (u)}]] 4. [[ren. u/v en 2, Res(2, 3), θ = {v/f (u), z/f (f (v))}]] en LPO no restringida
50 Adecuación y Completitud Teorema de adecuación. Sean Σ un conjunto de cláusulas y C una cláusula. Entonces Σ ur C = Σ = C es un caso particular de resolución no restringida, luego si Σ r C entonces Σ = C. Tanto resolución como resolución no restringida son incompletas. Pero la completitud de la resolución no restringida para la refutación se sigue del teorema de Herbrand y del correspondiente resultado de completitud para la resolución proposicional. Además se tiene, Lema. Si una cláusula C es una resolvente no restringida de C 1 y C 2, repecto de las subcláusulas D 1 y D 2, entonces C también es una resolvente de C 1 y C 2 con respecto a D 1 y D 2. Teorema de completitud de la refutación: en LPO no restringida Σ es inconsistente Σ r
51 Ejemplo de refutación Ejemplo: En el lenguaje LC = { }, definimos la relación de inclusión como sigue: H := x y(x y w(w x w y)) Veamos como se prueba que la relación es transitiva; C := x y z(x y y z x z) Paso 1: Paso a forma clausal de H y C: H 1 : { (x y), (w x), w y} [ de H] H 2 : {x y, f (x, y) x} [ de H] H 3 : {x y, (f (x, y) y)} [ de H] C 1 : a b [a, b, c nuevas constantes, C] C 2 : b c [ C ] C 3 : (a c) [ C] en LPO no restringida
52 Ejemplo de refutación (II) Una refutación es (sin llaves): R 1 : (w a), w b [H 1, 1 con C 1, 1] [{x/a, y/b}] R 2 : (w b), w c [H 1, 1 con C 2, 1] [{x/b, y/c}] R 3 : a y, f (a, y) b [H 2, 2 con R 1, 1] [{x/a, w/f (a, y)}] R 4 : x c, (f (x, c) b) [H 3, 2 con R 2, 2] [{y/c, w/f (x, c)}] R 5 : a c [R 3, 2 con R 4, 2] [{x/a, y/c}] R 6 : [R 5, 1 con C 3, 1] en LPO no restringida
53 Podemos utilizar el método de resolución para razonar con un LPO con igualdad. Para ello basta añadir axiomas que expresen las propiedades esenciales del predicado de igualdad. Fijado un LPO con igualdad, L, denotaremos por EQ(L) al conjunto formado por las siguientes cláusulas: x = x. x y y = x. x y y z x = z. Para cada símbolo de predicado P de L (de aridad n) x j x 0 P(x 1,..., x j,... x n ) P(x 1,..., x 0,..., x n ) en LPO no restringida Para cada símbolo de función f de L (de aridad n) x j x 0 f (x 1,..., x j,... x n ) = f (x 1,..., x 0,..., x n ) Si S es un conjunto de cláusulas entonces S es insatisfactible S EQ(L) es refutable
54 Paramodulación Otra posibilidad es integrar el razonamiento con igualdad en el cálculo de resolventes añadiendo una nueva regla específica para el tratamiento de las ecuaciones. La regla de paramodulación permite obtener un nueva cláusula C (una paramodulante) a partir de dos cláusulas C 1 y C 2 de un modo parecido a cálculo de resolventes. en LPO no restringida
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 detallesTema 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 detallesResolución 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 detalles1. 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 detallesLÓGICA 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 detallesDeducción 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 detallesEl 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 detallesMétodos 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 detallesSintaxis 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 detallesClase 5 1. Lógica proposicional. Razonamientos
Clase 5 1 Lógica proposicional Razonamientos Clase 5 2 LOGICA - INTRODUCCION!OBJETIVO Uno de los fundamentales objetivos ha sido el estudio de las DEDUCCIONES, RAZONAMIENTOS O ARGUMENTOS LOGICA DEDUCTIVA
Más detallesTema 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 detallesTema 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 detallesSistema 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 detallesLos Teoremas de Incompletitud de Gödel: Parte II: Coherencia y completitud
Los Teoremas de Incompletitud de Gödel: Parte II: Coherencia y completitud Guillermo Morales Luna Departmento de Computación CINVESTAV-IPN gmorales@cs.cinvestav.mx 2-o Encuentro Nacional de Epistemología
Más detallesTema 3 Equivalencia. Formas normales.
Tema 3 Equivalencia. Formas normales. Lógica Proposicional Antonio de J. Pérez Jiménez Departamento Ccia. Lógica Informática Antonio de J. Pérez Jiménez (Departamento Ccia.) Tema 3 Equivalencia. Formas
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo. Contenidos
Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo Complementos Contenidos Clase 1: Elementos de lógica: Conectivos, tablas de verdad, tautologías y contingencias.
Más detallesSistemas 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 detallesTema 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 detallesAmpliación 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 detallesEl lenguaje P. Lógica y Computabilidad ( ) símbolos p. Verano convenciones. Lógica Proposicional - clase 1
Lógica y Computabilidad Verano 2011 Departamento de Computación - FCEyN - UBA Lógica Proposicional - clase 1 Lenguaje de lógica proposicional, semántica, tautología, consecuencia semántica, conjunto satisfacible,
Más detallesALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- V V V V F F F V F F F V
Resumen teoría Prof. Alcón ALGEBRA 1- GRUPO CIENCIAS- TURNO TARDE- Tablas de Verdad: p q p q p p V V V V F V F F F V F V F F F F p q p q V V V V F V F V V F F F p q p q V V V V F F F V V F F V p q p q
Más detallesMatemáticas 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 detallesInteligencia 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 detallesTerminaremos 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 detallesTema 3: Demostraciones proposicionales
Razonamiento Automático Curso 2000 200 Tema 3: Demostraciones proposicionales José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad
Más detallesTema 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 detallesPropiedades 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 detallesResumen de las clases teóricas del turno tarde a cargo de la Prof. Alcón.
Resumen de las clases teóricas del turno tarde a cargo de la Prof. Alcón. 0.1. Definiciones básicas: subconjunto, conjunto vacío, complemento, conjunto de partes A lo largo de esta sección consideraremos
Más detallesTeorema 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 detallesClases de complejidad computacional: P y NP
1er cuatrimestre 2006 La teoría de Se aplica a problemas de decisión, o sea problemas que tienen como respuesta SI o NO (aunque es sencillo ver que sus implicancias pueden extenderse a problemas de optimización).
Más detallesLógica 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 detallesLógica Proposicional. Sergio Stive Solano Sabié. Marzo de 2012
Lógica Proposicional Sergio Stive Solano Sabié Marzo de 2012 Lógica Proposicional Sergio Stive Solano Sabié Marzo de 2012 Proposiciones Definición 1.1 Una proposición (o declaración) es una oración declarativa
Más detallesLógica 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 detallesLenguajes 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 detallesResolución 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 detallesTema 1. Espacios Vectoriales Definición de Espacio Vectorial
Tema 1 Espacios Vectoriales. 1.1. Definición de Espacio Vectorial Notas 1.1.1. Denotaremos por N, Z, Q, R, C, a los conjuntos de los números Naturales, Enteros, Racionales, Reales y Complejos, respectivamente.
Más detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detallesÁLGEBRA I. Curso Grado en Matemáticas
ÁLGEBRA I. Curso 2012-13 Grado en Matemáticas Relación 1: Lógica Proposicional y Teoría de Conjuntos 1. Establecer las siguientes tautologías: (a) A A A (b) A A A (c) A B B A (d) A B B A (e) (A B) C A
Más detalles1 Resolución en lógica de proposiciones RESOLUCIÓN. Índice General. César Ignacio García Osorio. Resolución
1 en lógica de proposiciones Índice General RESOLUCIÓN César Ignacio García Osorio 1 en lógica de proposiciones 2 1.1 Refutación por resolución... 5 2 en lógica de predicados 6 2.1 Refutación por resolución...
Más detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas Universidad de Concepción 1 La lógica es
Más detallesInteligencia 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 detallesIntroducción 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 detallesCurso 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 detallesAmpliación Matemática Discreta. Justo Peralta López
Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁTICO 1 Introducción 2 Definición semántica de las proposiciones 3 Diagrama de valores de certeza 4 Evaluación de fórmulas.
Más detallesI N T E L I G E N C I A A R T I F I C I A L I
I N T E L I G E N C I A A R T I I C I A L I Ingeniería en Mecatrónica e-mail: srivera @fing.uncu.edu.ar Dra. Ing. SELA S. RIERA P R O E S O R A T I T U L A R AGENTES BASADOS EN CONOCIMIENTO (COMPONENTES)
Más detallesCamilo 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 detallesCapítulo 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 detallesEn general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad.
nidad 3: Conjuntos 3.1 Introducción Georg Cantor [1845-1918] formuló de manera individual la teoría de conjuntos a finales del siglo XIX y principios del XX. Su objetivo era el de formalizar las matemáticas
Más detallesPALABRA 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 detallesInducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones
UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)
Más detallesMatemática I C.F.E. I.N.E.T. Profesorado de Informática Conjuntos
Conjuntos Conceptos primitivos: CONJUNTO, ELEMENTO, PERTENECE. Pertenecer- Elemento Sea el conjunto de los ríos del Uruguay. El Río Negro es un río del Uruguay. Entonces, este río es un elemento del conjunto
Más detallesLógica proposicional. Ivan Olmos Pineda
Lógica proposicional Ivan Olmos Pineda Introducción Originalmente, la lógica trataba con argumentos en el lenguaje natural es el siguiente argumento válido? Todos los hombres son mortales Sócrates es hombre
Más detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detalles14/02/2017. 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 detallesp q p q p (p q) V V V V V F F F F V V F F F V F
3.2 Reglas de inferencia lógica Otra forma de transformación de las proposiciones lógicas son las reglas de separación, también conocidas como razonamientos válidos elementales, leyes del pensamiento,
Más detallesCapítulo 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 detalles1. Funciones Medibles
1. Medibles Medibles simples... Hasta ahora hemos estudiado la medida de Lebesgue definida sobre los conjuntos de R n y sus propiedades. Vamos a aplicar ahora esta teoría al estudio de las funciones escalares
Más detallesLógica 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 detallesEjercicios de Lógica Proposicional *
Ejercicios de Lógica Proposicional * FernandoRVelazquezQ@gmail.com Notación. El lenguaje proposicional que hemos definido, aquel que utiliza los cinco conectivos,,, y, se denota como L {,,,, }. Los términos
Más detallesLógica 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 detallesMaterial 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 detallesContinuidad y monotonía
Tema 14 Continuidad y monotonía Generalizando lo que se hizo en su momento para sucesiones, definiremos la monotonía de una función, en forma bien fácil de adivinar. Probaremos entonces dos resultados
Más detallesDefinición 11.1 Sea f : A E F una aplicación r-veces diferenciable en un punto a A. o
Capítulo 11 Teoremas de Taylor Una vez más nos disponemos a extender a las funciones de varias variables resultados ya conocidos para funciones de una variable, los teoremas de aproximación de Taylor.
Más detallesP(f) : P(B) P(A) (A.2)
TEMA 2. APLICACIONES 227 Tema 2. Aplicaciones Definición A.2.1. Una correspondencia entre dos conjuntos A y B es un subconjunto del producto cartesiano A B. Una aplicación f entre dos conjuntos A y B es
Más detallesSistemas polinomiales
Sistemas polinomiales (Elementos básicos) ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Introducción 2 2. Generalidades sobre polinomios 5 2.1. Orden monomial.........................
Más detallesEspacios conexos. 6.1 Conexos
Capítulo 6 Espacios conexos 6.1 Conexos Definición 6.1.1 (Conjuntos separados). Dado un espacio topológico (X, τ) y dos subconjuntos A, B X, diremos que A y B están separados si A B = A B = Es evidente
Más detallesTEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN
1 TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1. INTRODUCCIÓN Los números naturales aparecen debido a la necesidad que tiene el hombre para contar. Para poder construir este conjunto N, podemos seguir
Más detallesLógica 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 detallesRelaciones de orden. Definición 1. Llamamos conjunto ordenado a un par (E, ) donde E es un conjunto y es un orden definido en E
Relaciones de orden Diremos que una relación R es de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. Generalmente usaremos la notación en lugar de R para expresar relaciones de
Más detallesLOGICA DE ENUNCIADOS
Lógica - FCE LOGICA DE ENUNCIADOS 1. El lenguaje de enunciados Si se restringe el lenguaje de primer orden (o lenguaje de predicados) eliminando los cuantificadores y se toma como ultima unidad de análisis
Más detallesEstructuras Discretas. Teoremas. Técnicas de demostración. Reglas de Inferencia. Reglas de Inferencia Ley de Combinación.
Estructuras Discretas Teoremas Técnicas de demostración Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 15 Definición: teorema
Más detallesConjuntos, relaciones y funciones Susana Puddu
Susana Puddu 1. Repaso sobre la teoría de conjuntos. Denotaremos por IN al conjunto de los números naturales y por ZZ al de los enteros. Dados dos conjuntos A y B decimos que A está contenido en B o también
Más detallesContenido. BLOQUE I: PRELIMINARES Tema 2 ALGUNAS NOCIONES DE TEORÍA DE CONJUNTOS, RELACIONES Y FUNCIONES Lógica Grado en Ingeniería Informática
Contenido BLOQUE I: PRELIMINARES Tema 2 ALGUNAS NOCIONES DE TEORÍA DE CONJUNTOS, RELACIONES Y FUNCIONES Lógica Grado en Ingeniería Informática Alessandra Gallinari URJC Nociones de teoría de conjuntos
Más detallesEl grupo lineal proyectivo. Homologías. Afinidades.
Tema 3- El grupo lineal proyectivo Homologías Afinidades 31 El grupo lineal proyectivo Recordamos que en el tema anterior hemos definido, para una variedad lineal proyectiva L P n no vacía, el grupo lineal
Más detallesCapítulo 2 Conjuntos. 2.1 Introducción. 2.2 Determinación de conjuntos. Definición:
Capítulo 2 Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma
Más detallesTema DA 3: Lógica proposicional:
Razonamiento Automático Curso 200 2002 Tema DA 3: Lógica proposicional: Cálculos lógicos José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial
Más detallesRepresentación del conocimiento mediante reglas
C. Graciani Díaz F. J. Martín Mateos J. L. Ruiz Reina Dpto. Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Sistemas basados en el conocimiento Sistemas basados en el conocimiento:
Más detallesTeoremas: 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 detallesREGLAS Y LEYES LOGICAS
LOGICA II REGLAS Y LEYES LOGICAS Una regla lógica, o regla de inferencia (deductiva), es una forma válida de razonamiento que es empleada para inferir deductivamente ciertos enunciados a partir de otros.
Más detallesLos isomorfismos básicos de la teoría de cuerpos algebraicos.
4. AUTOMORFISMOS DE CUERPOS. En este tema probaremos que dos elementos α y β, conjugados sobre un cuerpo F, determinan un isomorfismo entre los cuerpos F (α) y F (β). También cierto recíproco será válido.
Más detallesEl problema de satisfacción
El problema de satisfacción Definición Un conjunto de fórmulas Σ es satisfacible si existe una valuación σ tal que σ(σ) = 1. En caso contrario, Σ es inconsistente. IIC2213 Lógica Proposicional 33 / 42
Más detalles2. 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 detallesUnidad 3. Álgebra Relacional y Cálculo Relacional
Unidad 3 Álgebra Relacional y Cálculo Relacional Álgebra Relacional Definición de Álgebra Álgebra es un sistema matemático que está formado por: Operandos. Valores o variables con los cuáles se pueden
Más detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesSemana02[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 detallesUNIDAD II: TEORÍA DE CONJUNTOS 2.1. INTRODUCCIÓN
UNDD : TEORÍ DE CONJUNTOS 2.1. NTRODUCCÓN Según Georg Cantor un conjunto es la reunión, agrupación o colección de elementos bien definidos que tienen una propiedad en común, concepto que ha penetrado y
Más detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC1003 Módulo I: Descripción Departamento de Matemáticas ITESM Módulo I: Descripción Matemáticas Discretas - p. 1/15 En esta sección veremos un poco de la historia de la Lógica: desde
Más detallesTema 2: Deducción natural proposicional
Lógica informática Curso 2004 05 Tema 2 Deducción natural proposicional José A. Alonso Jiménez Andrés Cordón Franco Grupo de Lógica Computacional Dpto. de Ciencias de la Computación e Inteligencia Artificial
Más detallesNotas de Clase para IL
Notas de Clase para IL 5. Deducción en Lógica de Primer Orden Rafel Farré, Robert Nieuwenhuis, Pilar Nivela, Albert Oliveras, Enric Rodríguez, Josefina Sierra 3 de septiembre de 2009 1 1. Formas normales
Más detallesCOMPLEMENTO DEL TEÓRICO
ÁLGEBRA I PRIMER CUATRIMESTRE - AÑO 2016 COMPLEMENTO DEL TEÓRICO El material de estas notas fue dictado en las clases teóricas pero no se encuentra en el texto que seguimos en las mismas ( Álgebra I -
Más detallesLógica Proposicional. Significado de una Fórmula Proposicional
Proposicional Semántica Semántica Proposicional - Significado de una Fórmula Proposicional El significado de una proposición está dado por su valor de verdad (o sea, si es Verdadera o Falsa) que se obtiene
Más detallesAPENDICE REGLAS Y LEYES DE LA LOGICA DE PRIMER ORDEN
LOGICA (FCE-UBA) APENDICE REGLAS Y LEYES DE LA LOGICA DE PRIMER ORDEN Una regla lógica, o regla de inferencia (deductiva), es una forma válida de razonamiento que es empleada para inferir deductivamente
Más detallesCIENCIAS 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 detallesSemana 14 [1/19] Polinomios. 8 de junio de Polinomios
Semana 14 [1/19] 8 de junio de 2007 División Semana 14 [2/19] Teorema de la División Al ser (K[x], +, ) un anillo, ocurre un fenómeno similar al de : Las divisiones deben considerar un posible resto. Teorema
Más detalles1. Conjuntos y funciones
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 1: CONJUNTOS. 1 1. Conjuntos y funciones Ejercicio 1. Si I es un conjunto y A α es
Más detallesIntroducción a ASP (Answer Set Programming - programación con conjuntos respuestos)
Introducción a ASP (Answer Set Programming - programación con conjuntos respuestos) Inteligencia Artificial David Pearce 13 de enero de 2009 ASP y programación declarativa ASP es una forma de programación
Más detallesSubspacios Vectoriales
Subspacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Subspacios Vectoriales 1 / 25 Objetivos Al finalizar este tema tendrás que: Saber si un subconjunto es
Más detallesTema 2: Equivalencias y formas normales
Lógica informática Curso 2003 04 Tema 2: Equivalencias y formas normales José A. Alonso Jiménez Andrés Cordón Franco Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla
Más detallesLógica 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