Lógica de Primer Orden

Transcripción

1 Capítulo 2 Lógica de Primer Orden Resumen Aunque en términos generales, la Programación Lógica concierne el uso de la lógica para representar y resolver problemas, normalmente este término se refiere al uso de una lógica de primer orden, restringida a cláusulas de Horn y resolución [10]. Este capítulo introduce los conceptos de la lógica de primer orden necesarios para abordar los aspectos formales de la Programación Lógica. Para ello, se adopta un enfoque basado en sistemas formales, que nos permita describir el lenguaje, la teoría del modelo y la teoría de prueba de la lógica de primer orden. Con este aparato, se introducen los conceptos de unificación y resolución como regla de inferencia Introducción Cuando describimos situaciones de nuestro interés, solemos hacer uso de enunciados declarativos. Decimos que estos enunciados son declarativos en el sentido lingüístico del término, esto es, se trata de expresiones del lenguaje natural que son o bien verdaderas, o bien falsas; en contraposición a los enunciados imperativos e interrogativos. La lógica proposicional es declarativa en este sentido. Las proposiciones representan hechos que se dan o no en la realidad. La lógica de primer orden tienen un compromiso ontólogico más fuerte [14], donde la realidad implica además, objetos y relaciones. Consideren los siguientes ejemplos de enunciado declarativo: 1. Julia es madre y Luis es hijo de Julia. 2. Toda madre ama a sus hijos. el enunciado (1) se refiere a los objetos de discurso Julia y Luis usando propiedades de estos objetos, como ser madre; así como relaciones entre objetos, como hi jo. El enunciado (2) se refiere a relaciones que aplican a todas las madres objeto de discurso. Estos dos puntos conciernen a la representación de problemas en la Programación Lógica. 21

2 22 2 Lógica de Primer Orden Al aplicar ciertas reglas de razonamiento a tales descripciones, es posible obtener nuevas conclusiones. Esto concierne a la resolución de problemas en Programación Lógica. Por ejemplo, conociendo (1) y (2) es posible inferir que: 3. Julia ama a Luis. La idea central de la programación lógica es describir los objetos que conforman un universo de discurso, personas en el ejemplo; así como las relaciones entre ellos, siguiendo con el ejemplo hi jo y madre; y computar tales descripciones para obtener conclusiones como (3). Al describir el problema que queremos resolver, también podemos hacer uso de funciones, relaciones en las cuales sólo hay un valor dada una entrada. Por ejemplo, madre de puede representarse como una función (todo hijo tiene una sola madre), pero hijo de no. Como en todo sistema formal, es necesario especificar cuidadosamente la sintaxis de tales enunciados declarativos, es decir, que expresiones pertenecen al lenguaje de la lógica de primer orden, y cuales no; la semántica de estas expresiones, es decir qué hace que una expresión sea verdadera o falsa; así como las reglas de razonamiento que permiten concluir (3) a partir de (1) y (2). Tales cuestiones son el tema de estudio de la lógica matemática. Esta sesión del curso introduce los elementos de la lógica de primer orden, necesarios para abordar la resolución como regla de inferencia en lógica de primer orden y su uso en el lenguaje de programación Prolog. El material aquí presentado está basado principalmente en los textos de Michael R. Genesereth y Nils J. Nilsson [5], capítulo 2; y el de Ulf Nilsson y Jan Maluszyński [11], capítulo 1. Una lectura complementaria a estos textos son los capítulos 8 y 9 del texto de Stuart Russell y Peter Norvig [14] Sistemas formales Definiremos la lógica de primer orden en términos de un sistema formal. De igual manera, un sistema de programación lógica puede definirse como sistema formal. Para ello, es necesario considerar tres aspectos: Languaje. Este elemento está asociado a la sintaxis de la lógica de primer orden y de los programas lógicos. El lenguaje de un sistema formal está dado por un conjunto de símbolos conocido como alfabeto y una serie de reglas de construcción o sintácticas. Una expresión es cualquier secuencia de símbolos pertenecientes al alfabeto (primarios). Cualquier expresión es, o no es, una fórmula bien formada (fbf). Las fórmulas bien formadas son las expresiones que pueden formarse con los símbolos del alfabeto a partir de las reglas de construcción. Teoría de modelo. Este elemento está asociado a la semántica de la lógica de primer orden y de los programas lógicos. La teoría del modelo establece la interpretación de las fbf en un sistema formal. Su función es relacionar las fbf con alguna representación simplificada de la realidad que nos interesa, para establecer cuando una fbf es falsa y cuando verdadera. Esta versión de realidad

3 2.3 El lenguaje de la lógica de primer orden 23 corresponde a lo que informalmente llamamos modelo. Sin embargo, en lógica el significado de modelo está íntimamente relacionado con el lenguaje del sistema formal: si la interpretación M hace que la expresión α sea verdadera, se dice que M es un modelo de α o que M satisface α, y se escribe M = α. Una fbf es válida si toda interpretación del lenguaje es un modelo para ella. El símbolo α se usa aquí como una variable meta-lógica, es decir, una variable que tiene como referente el lenguaje del sistema formal mismo, y por lo tanto, no forma parte del lenguaje del sistema en si. Se usaran letras griegas como variables metalógicas. Teoría de prueba. Este elemento está asociado al razonamiento deductivo propio de la programación lógica. La teoría de la prueba tiene como objetivo hacer de cada enunciado matemático una formula demostrable y rigurosamente deducible. Para ello, la actividad matemática debería quedar reducida a la manipulación de símbolos y sucesiones de símbolos regulada por un conjunto de instrucciones dados al respecto. La construcción de tal teoría implica, además del lenguaje del sistema formal, un subconjunto de fbf que tendrán el papel axiomas en el sistema, y un conjunto de reglas de inferencia que regulen diversas operaciones sobre los axiomas. Las fbf obtenidas mediante la aplicación sucesiva de las reglas de inferencia a partir de los axiomas, o de teoremas obtenidos con anterioridad, se conocen como teoremas del sistema El lenguaje de la lógica de primer orden Básicamente, la lógica de primer orden, también conocida como cálculo de predicados, introduce un conjunto de símbolos que nos permiten expresarnos acerca de los objetos en un dominio de discurso dado. El conjunto de todos estos objetos se conoce como universo de discurso. Los miembros del universo de discurso pueden ser objetos concretos, ej., un libro, un robot, etc; abstractos, ej., números; e incluso, ficticios, ej., unicornios, etc. Un objeto es algo sobre lo cual queremos expresarnos. Como ejemplo, consideren el multi citado mundo de los bloques [5] que se muestra en la figura 2.1. El universo de discurso para tal escenario es el conjunto que incluye los cinco bloques, la el brazo robótico y la mesa: {a,b,c,d,e,brazo,mesa}. Una función es un tipo especial de relación entre los objetos del dominio de discurso. Este tipo de relaciones mapea un conjunto de objetos de entrada a un objeto único de salida. Por ejemplo, es posible definir la función parcial sombrero que mapea un bloque al bloque que se encuentra encima de él, si tal bloque existe. Las parejas correspondientes a esta función parcial, dado el escenario mostrado en la figura 2.1 son: {(b,a),(c,d),(d,e)}. El conjunto de todas las funciones consideradas en la conceptualización del mundo se conoce como base funcional. Un segundo tipo de relación sobre los objetos del dominio de discurso son los predicados. Diferentes predicados pueden definirse en el mundo de los bloques, ej., el predicado sobre que se cumple para dos bloques, si y sólo si el primero está inmediatamente encima del segundo. Para la escena mostrada en la figura 2.1, sobre/2 se define por los pares {(a,b),(d,c),(e,d)}. Otro predicado puede ser libre/1, que se

4 24 2 Lógica de Primer Orden Brazo robótico E A B D C Mesa Figura 2.1 El mundo de los bloques, usado para ejemplificar el cálculo de predicados. cumple para un bloque si y sólo si éste no tiene ningún bloque encima. Este predicado tiene los siguientes elementos {a, e}. El conjunto de todos los predicados usados en la conceptuación se conoce como base relacional. Para universos de discurso finitos, existe un límite superior en el número posible de predicados n-arios que pueden ser definidos. Para un universo de discurso de cardinalidad b (cardinalidad es el número de elementos de un conjunto), existen b n distintas n-tuplas. Cualquier predicado n-ario es un subconjunto de estas b n tuplas. Por lo tanto, un predicado n-ario debe corresponder a uno de máximo 2 (bn) conjuntos posibles. Además de las funciones y predicados, la flexibilidad de la lógica de primer orden resulta del uso de variables y cuantificadores. Las variables, cuyos valores son objetos del universo de discurso, se suelen representar por cualquier secuencia de caracteres que inicie con una mayúscula. El cuantificador para todo ( ) nos permite expresar hechos acerca de todos los objetos en el universo del discurso, sin necesidad de enumerarlos. Por ejemplo, toda madre... El cuantificador existe ( ) nos permite expresar la existencia de un objeto en el universo de discurso con cierta propiedad en partícular, por ejemplo, X libre(x) enlamesa(x) expresa que hay al menos un objeto que no tiene bloques sobre él y aue se encuentra sobre la mesa Sintaxis de la lógica de primer orden Los símbolos primarios de la lógica de primer orden se obtienen al considerar un conjunto numerable de variables, símbolos de predicado y símbolos de funciones. Se asume que los miembros del conjunto Var toman valores en el universo de discurso. Asociado a cada predicado y función, hay un número natural conocido como su aridad, que expresa su número de argumentos. Los predicados de aridad 0 se asumen como variables proposicionales. Las funciones de aridad 0 se asumen como constantes. Considerando los operadores lógicos y los cuantificadores, tenemos

5 2.3 El lenguaje de la lógica de primer orden 25 que los símbolos primarios o alfabeto del lenguaje de la lógica de primer orden se muestran en la tabla 2.1 Conjunto de constantes: Const Conjunto de variables: Var Conjunto de predicados: Pred Conjunto de funciones: Func Operadores monarios: (negación) Operadores binarios: (disyunción) Cuantificadores: (cuantificador universal) Paréntesis: (, ) Cuadro 2.1 Alfabeto del lenguaje de la lógica de primer orden. El lenguaje del cálculo de predicados L FOL se especifica como sigue: Primero definimos un conjunto de términos del lenguaje Term, como la unión de constantes y variables Const Var; así como la aplicación de las funciones en Func a una secuencia de términos cuyo tamaño queda determinado por la aridad de la función. Las siguientes reglas sintácticas expresan que los términos son fbf en el lenguaje: Sintaxis 1 Si α Const, entonces α Term Sintaxis 2 Si α Var, entonces α Term Sintaxis 3 Si α/n Func, entonces α(φ 1,...,φ n ) Term si y sólo si φ i=1,...,n Term. Sintaxis 4 Si α Term, entonces α L FOL La sintaxis de la negación y la disyunción se definen como: Sintaxis 5 Si α L FOL, entonces α L FOL Sintaxis 6 Si α L FOL y β L FOL, entonces (α β) L FOL Al igual que en el caso de las funciones, la sintaxis de los predicados involucra la aridad del predicado y que sus argumentos sean a su términos a su vez. Recuerden que los predicados de aridad 0 se interpretan como variables proposicionales: Sintaxis 7 Si α/n Pred, entonces α(φ 1,...,φ n ) L FOL si y sólo si φ i=1,...,n Term. La sintaxis del cuantificador universal es como sigue: Sintaxis 8 Si α L FOL yx Vars es una variable que ocurre en α, entonces X α L FOL Las definiciones de la conjunción, la implicación material, la equivalencia material, verdadero y falso, son como en la lógica proposicional: Definición 1 (conjunción) (α β)= de f ( α β);

6 26 2 Lógica de Primer Orden Definición 2 (implicación material) (α β)= de f ( α β); Definición 3 (equivalencia material) (α β)= de f ((α β) (β α)); Definición 4 (falso) f = de f α α; Definición 5 (verdadero) t = de f f La definición del cuantificador existencial es la siguiente: Definición 6 (cuantificador existencial) X α = de f ( X α) Siendo estrictos, el cuantificador propiamente dicho, es el símbolo de cuantificador seguido de una variable, puesto que X y Y tienen significados diferentes. En una fbf de la forma X α, se dice que la fbf α está en el alcance del cuantificador X. En tal caso, se dice que la ocurrencia de X en α está acotada, en caso contrario se dice que la ocurrencia de la variable es libre. Por ejemplo, en X sobre(x,y ) la variable X está acotada, mientras que Y está libre. Un término sin variables se conoce como término de base La semántica de la lógica de primer orden Antes de introducir las definiciones formales de la semántica de la lógica de primer orden, consideremos algunas expresiones posibles en estálógica, usando como ejemplo el mundo de los bloques (Figura 2.1). Si queremos expresar que al menos algún bloque no tiene nada encima, podemos usar los predicados bloque/1 y libre/1 en la siguiente expresión: X bloque(x) libre(x). Esta fbf expresa que existe un X tal que X es un bloque y X está libre (no tiene otro bloque encima). Observen que cuando usamos cuantificadores, siempre tenemos en mente el universo de discurso en cuestión o dominio. El dominio puede especificarse en término de conjuntos. Luego, si el dominio D es el conjunto de constantes {a,b,c,d,e,brazo,mesa}, podemos decir que B D = {a,b,c,d,e} es el conjunto de bloques en D. Entonces, es posible plantear una expresión equivalente a X bloque(x) libre(x), usando la fbf X libre(x), si especificamos que libre/1 tiene como dominio B. Una interpretación del predicado libre/1 es un subconjunto de B tal que si un bloque está libre, pertenece a este subconjunto. Para un predicado de aridad dos, como sobre/2 cuyo dominio son los bloques B B, podemos decir que su interpretación es un subconjunto de B B. En general, para un predicado de aridad n, su interpretación es un subconjunto en D n.

7 2.4 La semántica de la lógica de primer orden Teoría de modelo de la lógica de primer orden Para obtener un modelo para el lenguaje L FOL formamos el par M = D,V, donde D es el universo de discurso, ej. cualquier colección de objetos sobre la que queremos expresarnos, y la interpretación V es una función, tal que: Para cualquier predicado α de aridad nv(α) regresa las n-tuplas que corresponden a la interpretación del predicado. En el ejemplo, siguiendo nuevamente la figura 2.1, consideren el predicado sobre/2. Su interpretación es un subconjunto de D 2 = D D. Para la escena mostrada, V (sobre)={(a,b),(e,d),(d,c)}. Para una constante, la función V regresa la misma constante, ej. V (a)=a. Algunas veces la expresión V (α) se abrevia α V. Una posible interpretación V para la escena del mundo de los bloques mostrada en al figura 2.1, es: a V = a b V = b c V = c d V = d e V = e sobre V = {(a,b),(e,d),(d,c)} enlamesa V = {b,c} libre V = {a,e} porencima V = {(a,b),(e,d),(e,c),(d,c)} Todo esto puede especificarse formalmente con la siguiente definición: Definición 7 (Interpretación) Una interpretación V, con respecto a un dominio de discurso D, es una función que satisface las siguientes propiedades: i) Si α Const, Entonces V (α)=α; ii) Si α/n Pred, Entonces V (α) D n. Observen que las variables no están incluidas en la interpretación, tal y como se definió anteriormente. Interpretar las variables de manera separada a otros símbolos en el lenguaje, es una práctica aceptada. Decimos que U es una asignación de variables basada en el modelo M = D,V si para todo α Var, U(α) D. Por ejemplo, en el mundo de los bloques X U = a, es una asignación de variables. Esto a veces se abrevia como U = {X\a}. Una interpretación V y una asignación de variables U pueden combinarse en una asignación conjunta T VU que aplica a los términos de primer orden en general. La asignación de términos T dadas la interpretación V y la asignación de variables U, es un mapeo de términos a objetos del universo de discurso que se define como sigue: Semántica 1 Si α Const, entonces T VU (α)=v (α).

8 28 2 Lógica de Primer Orden Semántica 2 Si α Var, entonces T VU (α)=u(α). Semántica 3 Si α Term y es de la forma α(φ 1,...,φ n ); y V (α)=g; y T VU (φ i )= x i, entonces T VU (α(φ 1,...,φ n )) = g(x 1,...,x n ). El concepto de satisfacción guarda una relación importante con las interpretaciones y las asignaciones. Por convención, el hecho de que el enunciado α sea satisfecho bajo una interpretación V y una asignación U, se escribe: = V α[u] Entonces podemos escribir M = V U (α) para expresar que α es verdadera en el modelo M = D,V cuando las variables en α toman valores de acuerdo a la asignación U. Por ejemplo, M = V U (sobre(x,b)) si X\a U. En realidad, la noción de satisfacción varía dependiendo de la clase del enunciado α. Así tenemos que una interpretación V y una asignación de variables U satisfacen una ecuación, si y sólo si la correspondiente asignación de términos T VU mapea los términos igualados a un mismo objeto. Cuando este es el caso, los términos se dicen correferenciados: Semántica 4 M = V (α = β)[u], si y sólo si T VU (α)=t VU (β). Para el caso de un enunciado atómico que no sea una ecuación, la satisfacción se cumple si y sólo si la tupla formada por los objetos designados por los términos en el enunciado, es un elemento de la relación designada por la relación constante: Semántica 5 M = V α(τ 1,...,τ n )[U], si y sólo si T VU (τ 1 ),...,T VU (τ n ) V (α). Consideren como ejemplo la interpretación V definida para el mundo de los boques. Puesto que el la constante a designa al bloque a y la constante b al bloque b,y la tupla a,b es miembro del conjunto que designa la relación constante sobre, entonces es el caso que = V sobre(a,b)[u], por lo cual podemos decir que sobre(a,b) es verdadera en esta intepretación. Evidentemente: Semántica 6 M = V (α)[u], si y sólo si M = V α[u]. y: Semántica 7 M = V (α β)[u], si y sólo si, M = V α[u] óm = β[u]. Un enunciado cuantificado universalmente se satisface si y sólo si el enunciado bajo el alcance del cuantificador, se satisface para todas las asignaciones de la variable cuantificada. Un enunciado cuantificado existencialmente se satisface, si y sólo si, el enunciado bajo el alcance del cuantificador es satisfecho por una asignación de variables. Semántica 8 M = V X α[u], si y sólo si para toda β en el universo de discurso, es el caso que M = V α[u ], donde U (X)=β yu (µ)=u(µ) para µ X.

9 2.5 Inferencia en la lógica de primer orden 29 Por la última condición en esta regla, se dice que U es una asignación X- alternativa a U, por lo que la regla semántica también puede leerse como: M = V Xα[U] si para toda asignación de variables X-alternativa, M = V α. Si una interpretación V safisface a un enunciado α para toda asignación de variables, se dice que V es un modelo de α. Un enunciado se dice satisfacible si existe alguna interpretación y asignación de variables que lo satisfaga. De otra forma, se dice que el enunciado es insatisfacible. Una fbf α es válida si y sólo si se satisface en toda intepretación y asignación de variables. Las fbf válidas lo son en virtud de su estructura lógica, por lo que no proveen información acerca del dominio descrito. Por ejemplo p(x) p(x) es una fbf válida Inferencia en la lógica de primer orden Volvamos al ejemplo de la introducción: 1. Toda madre ama a sus hijos. 2. Julia es madre y Luis es hijo de Julia. Conociendo (1) y (2) es posible concluir que: 3. Julia ama a Luis. Podemos formalizar este ejemplo en Lógica de Primer Orden como sigue: 1. X Y madre(x) hi jo de(y,x) ama(x,y ) 2. madre( julia) hi jo de(luis, julia) 3. ama( julia, luis) Con la formalización, el proceso de inferencia puede verse como un proceso de manipulación de fbf, donde a partir de formulas como (1) y (2), llamadas premisas, se produce la nueva fbf (3) llamada conclusión. Estas manipulaciones se pueden formalizar mediante reglas de inferencia. Entre las reglas de inferencia de la lógica de primer orden encontramos: Modus Ponens. O regla de eliminación de la implicación. Esta regla dice que siempre que las fbfs de la forma α y α β pertenezcan a las premisas o sean concluidas a partir de ellas, podemos inferir β: α α β β ( E) Eliminación de cuantificador universal. Esta regla expresa que siempre que una fbf de la forma Xα pertenezca a las premisas o sea concluida a partir de ellas, una nueva fbf puede ser concluida al remplazar todas las ocurrencias libres de X en α por algún término t que es libre con respecto a X (todas las variables en t quedan libres al substituir X por t. La regla se presenta como sigue:

10 30 2 Lógica de Primer Orden Xα(X) α(t) ( E) Introducción de conjunción. Cuando las fbf α y β pertenezcan a las premisas o sean concluidas a partir de ellas, podemos inferir α β: α β α β ( I) La correctez de estas reglas puede ser demostrada directamente a partir de la definición de la semántica de las fbf en L FOL. El uso de las reglas de inferencia puede ilustrarse con el ejemplo formalizado. Las premisas son: 1. X Y madre(x) hi jo de(y,x) ama(x,y ) 2. madre( julia) hi jo de(luis, julia) Al aplicar la eliminación de cuantificador universal ( E) a (1) obtenemos: 3. Y (madre( julia) hi jo de(y, julia) ama( julia,y ) Al aplicar nuevamente ( E) a (3) obtenemos: 4. madre( julia) hi jo de(luis, julia) ama( julia, luis) Finalmente, al aplicar Modus Ponens a (2) y (4): 5. ama( julia, luis) La conclusión (5) ha sido obtenida rigurosamente, aplicando las reglas de inferencia. Esto ilustra el concepto de derivación. El hecho de que una formula α sea derivable a partir de una fórmula β se escribe β α. Si las reglas de inferencia son consistentes (sound) siempre que β α entonces β = α. Esto es, cualquier fbf que puede ser derivada de otra fbf, es tambien una consecuencia lógica de ésta última. Definición 8 (Consistencia y completitud) Un conjunto de reglas de inferencia se dice consistente si, para todo conjunto de fbf cerradas (sin ocurrencia de variables libres) P y cada fbf cerrada α, siempre que P α se tiene que P = α. Las reglas de inferencia se dicen completas si P α siempre que P = α Substituciones Formalmente, una substitución es un mapeo de las variables del lenguaje a los términos del mismo: Definición 9 (Substitución) Una substitución es un conjunto finito de pares de la forma {X 1 /t 1,...,X n /t n } donde cada t n es un término y cada X n es una variable, tal que X i t i yx i X j si i j. La substitución vacía se denota por ε.

11 2.6 Substituciones 31 La aplicación XΘ de la substitución Θ a la variable X se define como: XΘ = t, si X/t Θ,X en cualquier otro caso. Dom({X 1 /t 1,...,X n /t n }) denota al conjunto {X 1,...,X n };yrange({x 1 /t 1,...,X n /t n }) denota al conjunto {t 1,...,t n }. Para variables no incluidas en Dom(Θ), Θ aparece como la función identidad. Es importante extener el concepto de substitución a términos y fbf: Definición 10 (Aplicación) Sea Θ una substitución {X 1 /t 1,...,X n /t n } y α un término o una fbf. La aplicación αθ es el término o fbf obtenidos al remplazar simultáneamente t i por toda ocurrencia de X i en α (1 i n). αθ se conoce como una instancia de α. Ejemplos: ama(x,y ) madre(x){x/ julia,y /luis} = ama( julia, luis) madre( julia) p( f (X,Z), f (Y,a)) {X/a,Y /Z,W/b} = p( f (a,z), f (Z,a)) p(x,y ) {X/ f (Y ),Y /b} = p( f (Y ),b) Definición 11 (Composición) Sean Θ y Σ dos substituciones de la forma: Θ = {X 1 /s 1,...X m /s m }Σ = {Y 1 /t 1,...Y n /t n } La composición ΘΣ se obtiene a partir del conjunto: {X 1 /s 1 Σ,...X m /s m Σ,Y 1 /t 1,...Y n /t n } De la manera siguiente: eliminar todas las X i /s i Σ para las que X i = s i Σ (1 i m) y eliminar también aquellas Y j /t j para las cuales Y j Dom(Θ) (1 j n). Por ejemplo: {X/ f (Z),Y /W}{X/a,Z/a,W/Y } = {X/ f (a),z/a,w/y } Definición 12 (Substitución idempotente) Una substitución Θ se dice idempotente si Θ = ΘΘ. Se puede probar que una substitución Θ es idempotente si y sólo si Dom(Θ) Range(Θ)=/0.