Tema 12: Teorema de Herbrand

Documentos relacionados
MLM Matemática Discreta

Ingeniería en Informática

Escenas de episodios anteriores

Significado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo

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

4º ESO 1. ECUAC. 2º GRADO Y UNA INCÓGNITA

6 M. C. J. A G U S T I N F L O R E S A V I L A

Por ejemplo convertir el número 131 en binario se realiza lo siguiente: Ahora para convertir de un binario a decimal se hace lo siguiente:

UNIDAD I: LÓGICA PROPOSICIONAL

Subconjuntos destacados en la

Álgebras de Boole. Juan Medina Molina. 25 de noviembre de 2003

Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur

Espacios generados, dependencia lineal y bases

1.4.- D E S I G U A L D A D E S

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)

PROLOG Inteligencia Artificial Universidad de Talca, II Semestre Jorge Pérez R.

UNIDAD I INTRODUCCIÓN A LOS CIRCUITOS LÓGICOS 1. ÁLGEBRA DE BOOLE 2. MÉTODO DE REDUCCIÓN DE MAPAS DE KARNAUGH 1-1. R. ESPINOSA R. y P. FUENTES R.

Anexo 1: Demostraciones

Semana 08 [1/15] Axioma del Supremo. April 18, Axioma del Supremo

1.6.- CLASIFICACION Y OPERACIONES DE FUNCIONES

2. Aritmética modular Ejercicios resueltos

Ecuaciones diferenciales de orden superior

Un programa entero de dos variables Jueves, 4 de abril. La región factible. Por qué programación entera? Variables 0-1

1. Se establecen los conceptos fundamentales (símbolos o términos no definidos).

Seminario: Expresividad semántica y lógica de segundo orden:

b) Los lados de un triángulo rectángulo tienen por medida tres números naturales consecutivos. Halla dichos lados.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

U.D. 24 Análisis económico (II)

IIC Matemática Discreta

DOMINIO Y RANGO página 89. Cuando se grafica una función existen las siguientes posibilidades:

Apuntes de Matemática Discreta 9. Funciones

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II

DESARROLLO DE HABILIDADES DEL PENSAMIENTO LÓGICO

Cálculo del Valor Agregado de las exportaciones

8 millares + 2 centenas + 4 decenas + 5 unidades + 9 décimos + 7 céntimos

2. Probabilidad. Estadística. Curso Ingeniería Informática. Estadística (Aurora Torrente) 2. Probabilidad Curso / 24

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x

Sistemas de numeración

Introducción. Lógica de proposiciones: introducción. Lógica de proposiciones. P (a) x. Conceptos

QUIERO IRME DE ERASMUS

4.Diseño de Bases de Datos (I)

Notas de Clase para IL

Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales II - Junio Propuesta B

Árboles AVL. Laboratorio de Programación II

CONVERSIÓN DE UN NÚMERO EN BINARIO A DECIMAL Y VICEVERSA

Problemas indecidibles

Introducción. Paradigma de Lógica Gran importancia en la I.A. Origen: prueba de teoremas y razonamiento deductivo. Lógica.

Números Reales. MathCon c

Curso: Teoría de la Computación. Unidad 2, Sesión 8: Complejidad computacional (2)

MÉTODOS DE ELIMINACIÓN Son tres los métodos de eliminación más utilizados: Método de igualación, de sustitución y de suma o resta.

x y 8000 x + y a) La región factible asociada a las restricciones anteriores es la siguiente: Pedro Castro Ortega lasmatematicas.

Módulo 9 Sistema matemático y operaciones binarias

f(x) = 0; x [a, b] de la que, por simplicidad, suponemos que f : [a, b] R es una función derivable tres veces.

Caracterización geométrica

Lenguajes y Compiladores

1. Teorema del Valor Medio

La nueva criba de Eratóstenes Efraín Soto Apolinar 1 F.I.M.E. U.A.N.L. San Nicolás, N.L. México. efrain@yalma.fime.uanl.mx

Capítulo 1: Fundamentos: Lógica y Demostraciones Clase 1: Lógica Proposicional

Lógica, conjuntos, relaciones y funciones

Matrices. Definiciones básicas de matrices. José de Jesús Angel Angel.

Álgebra Lineal Ma1010

y los conos serán todos los diagramas (acá usamos la palabra en el sentido habitual, no en el que acabamos de definir) de la forma

Un problema sobre repetidas apuestas al azar

Covarianza y coeficiente de correlación

Cualquier lenguaje de contexto libre, L, puede ser generado por medio de una GCL, G, que cumpla las siguientes condiciones:

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES

by Tim Tran:

TEMA: ECUACIONES CON NÚMEROS NATURALES ECUACIONES DE PRIMER GRADO CON UNA INCÓGNITA.

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

Algebra Matricial y Optimización Segundo Examen Parcial Maestro Eduardo Uresti, Semestre Enero-Mayo 2012

1. Dominio, simetría, puntos de corte y periodicidad

IES Fco Ayala de Granada Junio de 2012 (General Modelo 4) Soluciones Germán-Jesús Rubio Luna

1. Lección 10 - Operaciones Financieras - Introducción a los préstamos

SISTEMAS DE NUMERACIÓN (11001, 011) = = (32,12)

Direcciones IP y máscaras de red

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b

Estimación de una probabilidad

Profr. Efraín Soto Apolinar. Función Inversa

Valor absoluto: Ecuaciones e Inecuaciones en una Variable Real

MODELOS DE RECUPERACION

no descompone no descompone no descompone

Lógica de Predicados 1

MICQ. Trabajo Práctico Final Seminario de Ingeniería en Informática I Facultad de Ingeniería, UBA. Junio Cátedra: Pablo Cosso

MÓDULO 2. LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO SIMPLE

Funciones, x, y, gráficos

EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO

INCREMENTOS CAPÍTULO CONCEPTO

Función exponencial y Logaritmos

Jorge De Nova Segundo

1º) Siempre que se pueda, hay que sacar factor común: :a b ± a c ± a d ± = a (b ± c ± d ± ):

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA

ESTADISTICA PARA RELACIONES LABORALES

RECOMENDACIONES Y CONCLUSIONES. al igual que la ley la elaboración de los libros diario y mayor, ya que son la base para la

El rincón de los problemas

circuitos digitales Oliverio J. Santana Jaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso

Cualquier número de cualquier base se puede representar mediante la siguiente ecuación polinómica:

INSTITUTO UNIVERSITARIO DE TECNOLOGÍA JOSE LEONARDO CHIRINO PUNTO FIJO EDO-FALCON CATEDRA: ARQUITECTURA DEL COMPUTADOR PROFESOR: ING.

Transcripción:

Facultad de Informática Grado en Ingeniería Informática Lógica 1/12 PARTE 3: DEMOSTRACIÓN AUTOMÁTICA Tema 12: Teorema de Herbrand Profesor: Javier Bajo jbajo@fi.upm.es Madrid, España 26/11/2012

Introducción. 2/12 Componentes Parte 1 Lógica Proposicional Parte 2 Lógica de Primer Orden Parte 3 Demostración Automática Parte 4 Resolución

Introducción. 3/12 {llueve o hace sol, no llueve, no hace sol} Si doy por cierto que llueve o hace sol y afirmo que no llueve, entonces llegaría a la conclusión de que hace sol Pero si también afirmo que no hace sol, esto es contradictorio con la deducción anterior, por lo que Es inconsistente hacer las tres afirmaciones anteriores simultáneamente

Motivación. 4/12 Sabemos que {ll s, ll, s} define la fórmula (ll s) ll s ll s ll s ll s (ll s) ll s V V V F F F V F V F V F F V V V F F F F F V V F insatisfacible También podemos demostrar que T[ll s, ll, s] s s 1. ll s premisa 2. ll premisa 3. s corte 1,2 4. s premisa 5. s s I 3,4 Por tanto, de una fórmula insatisfacible hemos llegado a deducir una contradicción

Motivación. 5/12 Idea general: Plantear un método de obtención de nuevas instancias deducidas del conjunto original, de forma que si llega a deducirse un literal y su negación puede concluirse que el conjunto original es insatisfacible. Está basado en el lema de la contradicción: Una fórmula F es insatisfacible sii a partir de ella se puede deducir una contradicción (T[F] P P) 1. T[F] P P sii F P P (teorema de la deducción) 2. Por definición: F P P sii en toda interpretación i o bien i(f) = F o bien i(f) = V y i(p P) = V 3. Pero i(p P) = F para toda i, por tanto F P P sii en toda interpretación i, i(f) = F 4. F P P sii F es insatisfacible 5. T[F] P P sii F es insatisfacible (silogismo 1,4)

6/12 Está basado en la regla de resolución básica: De dos instancias básicas L C1 y L C2 (L es un literal) puede deducirse una nueva instancia básica C1 C2, llamada resolvente L C1 L C2 C1 C2 La aplicación sucesiva de la regla de resolución permite obtener una contradicción cuando el conjunto original es insatisfacible La contradicción se obtiene cuando se deducen dos instancias básicas (literales aislados) L y L. La aplicación de la regla sobre L y L genera, llamada cláusula vacía

7/12 Para asegurarnos de deducir la cláusula vacía siempre que el conjunto sea contradictorio, necesitamos tener en cuenta la idempotencia (L L L) L L L L L L L L Regla de resolución básica extendida: De dos instancias básicas L L C1 y L L C2 (L es un literal) puede deducirse una nueva instancia básica C1 C2 La aplicación de esta regla extendida se denomina paso de resolución sobre L con resolvente C1 C2

8/12 Método: Dado un conjunto C de instancias básicas: 1) Generar el conjunto R de todos los resolventes que pueden obtenerse aplicando la regla de resolución entre instancias del conjunto C de todas las formas posibles 2) Si está incluida en R entonces terminar C es insatisfacible 3) Si R C significa que ya se han generado todos los resolventes posibles, entonces terminar C es satisfacible 4) Hacer C = C R y repetir desde 1)

9/12 El método de resolución es correcto Si por la aplicación sucesiva de la regla de resolución deducimos, entonces el conjunto inicial de instancias básicas es insatisfacible. El método de resolución es completo Si el conjunto inicial es insatisfacible, entonces podemos asegurar que con la aplicación sucesiva de la regla de resolución llegaremos a deducir la cláusula vacía. Un conjunto de instancias básicas es insatisfacible sii se puede deducir a partir de él por resolución Se podría definir un nuevo sistema de deducción basado en la regla de resolución. Este sistema tendría una única regla y por tanto sería mucho más simple que otros sistemas de deducción formales que utilizan más reglas de deducción (ej. deducción natural)

10/12 C = {I1: p(a, f(b)), I2: p(b, f(b)), I3: p(a, f(b)) q(f(b)), I4: p(b, f(b)) q(f(b))} resuelve I1 con I2: NO resuelve I2 con I3: NO resuelve I1 con I3: q(f(b)) resuelve I2 con I4: q(f(b)) resuelve I1 con I4: NO resuelve I3 con I4: p(a, f(b)) p(b, f(b)) R = {I5: q(f(b)), I6: q(f(b)), I7: p(a, f(b)) p(b, f(b))} En R no está, por tanto redefinimos C = C R y buscamos nuevos resolventes: resuelve I1 con I5: NO resuelve I2 con I5: NO resuelve I1 con I6: NO resuelve I2 con I6: NO resuelve I1 con I7: p(b, f(b)) resuelve I2 con I7: p(a, f(b)) resuelve I3 con I5: NO resuelve I4 con I5: p(b, f(b)) resuelve I3 con I6: p(a, f(b)) resuelve I4 con I6: NO resuelve I3 con I7: NO resuelve I4 con I7: NO resuelve I5 con I6: resuelve I5 con I7: NO resuelve I6 con I7: NO R = {p(b, f(b)), p(a, f(b)), } R incluye a C es insatisfacible

11/12 En la práctica, la aplicación de sucesivos pasos de resolución se puede representar en forma de árbol (árbol de resolución): árbol binario invertido (cada dos nodos tienen un hijo común) cada nodo representa una instancia básica el nodo hijo de otros dos nodos es el resolvente de las instancias correspondientes En el árbol de resolución sólo se representan los pasos relevantes para llegar a Conjunto de instancias básicas: { p(a, f(b)), p(b, f(b)), p(a, f(b)) q(f(b)), p(b, f(b)) q(f(b))} p(a, f(b)) p(a, f(b)) q(f(b)) p(b, f(b)) q(f(b)) p(b, f(b)) p(b, f(b)) q(f(b)) Puede deducirse por resolución la cláusula vacía, por lo que el conjunto de instancias es insatisfacible

12/12 Procedimiento general de decisión de insatisfacibilidad: 1) Generar todos los conjuntos posibles de instancias básicas 2) Para cada conjunto de instancias básicas aplicar el método de resolución El paso 1) es especialmente costoso e ineficiente. Idea de Robinson: retrasar la sustitución de variables por términos de H, instanciando sólo aquellas variables que sean necesarias en cada paso de resolución Robinson planteó trabajar directamente con las cláusulas pero de manera que representen siempre una clase de instancias básicas lo más general posible. Cada aplicación de la regla de resolución debe dar un resolvente (con variables) que represente la clase de instancias básicas que se hubieran podido obtener aplicando resolución con instancias básicas