Τεχνητή Νοημοσύνη. 10η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Σχετικά έγγραφα
Τεχνητή Νοημοσύνη. 9η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Τεχνητή Νοημοσύνη. 11η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

4. Ο,τιδήποτε δεν ορίζεται με βάση τα (1) (3) δεν είναι προτασιακός τύπος.

Περιεχόμενα 1 Πρωτοβάθμια Λογική Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά και Πληροφορικής Μαθηματικά Πανεπιστήμιο ΙΙ Ιωαννίνων ) / 60

ΠΛΗ 20, 3 η ΟΣΣ (Κατηγορηματική Λογική)

Στοιχεία Κατηγορηματικής Λογικής

Π Ο Λ Ι Τ Ι Κ Α Κ Α Ι Σ Τ Ρ Α Τ Ι Ω Τ Ι Κ Α Γ Ε Γ Ο Ν Ο Τ Α

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Μαθηματική Λογική και Λογικός Προγραμματισμός

Στοιχεία Κατηγορηματικής Λογικής

Ασκήσεις μελέτης της 8 ης διάλεξης

Κατηγορηµατική Λογική

Στοιχεία Κατηγορηματικής Λογικής

HY118-Διακριτά Μαθηματικά

Μη γράφετε στο πίσω μέρος της σελίδας

ΠΛΗ 20, 3 η ΟΣΣ (Κατηγορηματική Λογική)

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 12η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Μη γράφετε στο πίσω μέρος της σελίδας

Μη γράφετε στο πίσω μέρος της σελίδας

Κατηγορηµατική Λογική Προτασιακή Λογική: πλαίσιο διατύπωσης και µελέτης επιχειρηµάτων για πεπερασµένο πλήθος «λογικών αντικειµένων». «Λογικό αντικείµε

Ασκήσεις μελέτης της 11 ης διάλεξης

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 11: Λογική πρώτης τάξης. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Α Ρ Ι Θ Μ Ο Σ : 6.913

Δώστε έναν επαγωγικό ορισμό για το παραπάνω σύνολο παραστάσεων.

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης. 5ο μέρος σημειώσεων: Κατηγορηματικός Λογισμός (Predicate Calculus)

K15 Ψηφιακή Λογική Σχεδίαση 3: Προτασιακή Λογική / Θεωρία Συνόλων

Τεχνητή Νοημοσύνη ( )

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

K15 Ψηφιακή Λογική Σχεδίαση 4+5: Άλγεβρα Boole

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο )

2. Α ν ά λ υ σ η Π ε ρ ι ο χ ή ς. 3. Α π α ι τ ή σ ε ι ς Ε ρ γ ο δ ό τ η. 4. Τ υ π ο λ ο γ ί α κ τ ι ρ ί ω ν. 5. Π ρ ό τ α σ η. 6.

HY118- ιακριτά Μαθηµατικά

Τεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 6: Προτασιακός Λογισμός

HY118- ιακριτά Μαθηµατικά

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

, για κάθε n N. και P είναι αριθμήσιμα.

Τεχνητή Νοημοσύνη. 14η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Λογική Πρώτης Τάξης. Γιώργος Κορφιάτης. Νοέµβριος Εθνικό Μετσόβιο Πολυτεχνείο

Μη γράφετε στο πίσω μέρος της σελίδας

Μη γράφετε στο πίσω μέρος της σελίδας

Τεχνητή Νοημοσύνη. 17η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 16η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΚΑΤΗΓΟΡΗΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Ι

\5. Κατηγορηματικός Λογισμός (Predicate Calculus)

Τεχνητή Νοημοσύνη. 3η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

HY118-Διακριτά Μαθηματικά

ψ φ2 = k χ φ2 = 4k χ φ1 = χ φ1 + χ φ2 + 3 = 4(k 1 + k 2 + 1) + 1 ψ φ1 = ψ φ1 + χ φ2 = k k = (k 1 + k 2 + 1) + 1

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Μη γράφετε στο πίσω μέρος της σελίδας

Στοιχεία Προτασιακής Λογικής

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τελικό επαναληπτικό διαγώνισμα Επιμέλεια: Δρεμούσης Παντελής

Τεχνητή Νοημοσύνη. 4η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΤΕΙ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε.

ΕΝΟΤΗΤΑ 1: ΟΡΙΣΜΟΣ ΠΕΔΙΟ ΟΡΙΣΜΟΥ ΠΡΑΞΕΙΣ ΣΥΝΑΡΤΗΣΕΩΝ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ ΛΥΜΕΝΑ ΘΕΜΑΤΑ ΘΕΜΑ Α

Μεταγλωττιστές. Γιώργος Δημητρίου. Μάθημα 1 ο. Πανεπιστήμιο Θεσσαλίας - Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

Μαθηματική Λογική και Λογικός Προγραμματισμός

Κανονικές μορφές - Ορισμοί

Ασκήσεις μελέτης της 19 ης διάλεξης

ΟΜΟΣΠΟΝΔΙΑ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑΔΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2019 Β ΦΑΣΗ Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ

Στοιχεία Προτασιακής Λογικής

HY118-Διακριτά Μαθηματικά

Υποδ: Χρησιμοποιήστε τον ορισμό της λογικής συνεπαγωγής (λογικής κάλυψης).

ΗΥ118 Διακριτά Μαθηματικά. Εαρινό Εξάμηνο Παράδοση: Τρίτη 26/2/2019, μέχρι το τέλος του φροντιστηρίου

Υποθετικές προτάσεις και λογική αλήθεια

Ας θεωρήσουμε δύο πραγματικούς αριθμούς. Είναι γνωστό ότι:,. Αυτό σημαίνει ότι: «=», «

Μαθηματική Λογική και Λογικός Προγραμματισμός

HY118-Διακριτά Μαθηματικά

Ακρότατα πίνακα, χωρίς min, max, μόνο με pos

1.Σύνολα. 2. Υποσύνολα

Τεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΕΙΣΑΓΩΓΙΚΟ ΚΕΦΑΛΑΙΟ. a β a β.

Κατηγορηματική Λογική

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ

Σημειώσεις Μαθηματικής Λογικής. Χειμερινό Εξάμηνο Δ. Ζώρος, Ν. Καρβέλας Σύμφωνα με παραδόσεις του Λ. Κυρούση

Στήλη Β Τύπος Δεδομένων 1. 0,42 α. Ακέραιος 2. "ΨΕΥΔΗΣ" β. Πραγματικός 3. "Χ" γ. Χαρακτήρας ,0 δ. Λογικός 5. ΑΛΗΘΗΣ

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

) της γραφικής παράστασης της f που άγονται από το Α, τις οποίες και να βρείτε. Μονάδες 8 Γ2. Αν ( 1) : y x, και ( 2

Ασκήσεις ανακεφαλαίωσης στο μάθημα Τεχνητή Νοημοσύνη

Τεχνητή Νοημοσύνη. 21η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ανάλυση της Ορθότητας Προγραμμάτων (HR Κεφάλαιο 4)

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

HY118- ιακριτά Μαθηµατικά

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

HY118- ιακριτά Μαθηµατικά

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΤΩΝ & ΥΠΟΛΟΓΙΣΤΙΚΗ ΦΥΣΙΚΗ

Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής Μάθημα: Γλωσσική Τεχνολογία, Διδάσκων: Ι. Ανδρουτσόπουλος

ΣΗΜΑΣΙΟΛΟΓΙΚΑ ΔΙΚΤΥΑ (SEMANTIC NETWORKS)

Προγραμματισμός I (Θ)

Πώς είναι δυνατόν να είναι ισοδύναµες οι εξισώσεις που αναφέρονται στο ερώτηµα ii, αφού δεν έχουν το ίδιο πεδίο ορισµού 2 ;

Σ αυτή την παράγραφο θα γνωρίσουμε τέσσερις βασικές έννοιες της λογικής, οι οποίες θα μας φανούν χρήσιμες στα επόμενα κεφάλαια του βιβλίου.

Στοιχεία Προτασιακής Λογικής

Τεχνητή Νοημοσύνη. 5η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Transcript:

Τεχνητή Νοημοσύνη 10η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1

Τι θα ακούσετε σήμερα Σημασιολογία πρωτοβάθμιας κατηγορηματικής λογικής.

Υπενθύμιση: συντακτικό ΠΚΛ τύπος ατομικός_τύπος (τύπος σύνδεσμος τύπος) ποσοδείκτης μεταβλητή τύπος τύπος ατομικός_τύπος σύμβολο_σχέσης(όρος,...) όρος = όρος όρος σταθερά μεταβλητή σύμβολο_συνάρτησης(όρος,...) σύνδεσμος ποσοδείκτης σταθερά A X 1 John Mary... μεταβλητή a x s... Τα σύνολα των σταθερών, μεταβλητών, συμβόλων σχέσεων, συμβόλων συναρτήσεων θεωρούμε ότι είναι ανά δύο ξένα. σύμβολο_σχέσης IsFatherOf HasColor IsKing... σύμβολο_συνάρτησης FatherOf LeftLeg...

Μοντέλα της ΠΚΛ Η ΠΚΛ θεωρεί ότι ο κόσμος αποτελείται από αντικείμενα και σχέσεις. Αντικείμενα: συγκεκριμένοι άνθρωποι, σπίτια, χρώματα, αριθμοί, αιώνες... Σχέσεις: η σχέση αδελφού, ιδιοκτησίας,... Μπορούμε να σκεφτόμαστε τις σχέσεις ως σύνολα από n-άδες αντικειμένων του κόσμου. Η σχέση αδελφού (σχέση 2 ορισμάτων): { < Γιάννης, Μαρία >, < Γιώργος, Άννα >,...} Η σχέση που συνδέει τους γονείς με κάθε τους παιδί (σχέση 3 ορισμάτων): { < Γιάννης, Μαρία, Άννα >, < Γιάννης, Μαρία, Δημήτρης>, < Γιώργος, Άννα, Κώστας>,...} Ιδιότητες: π.χ. η ιδιότητα να είναι κάποιος άνθρωπος, έξυπνος,... Μπορούμε να σκεφτόμαστε τις ιδιότητες ως σχέσεις ενός ορίσματος, επομένως ως σύνολα αντικειμένων (1-άδων). Η ιδιότητα άνθρωπος: { Γιάννης, Μαρία, Άννα, Γιώργος,...}

Μοντέλα της ΠΚΛ συνέχεια Κάποιες από τις σχέσεις είναι συναρτήσεις. Για να είναι μια σχέση συνάρτηση, δεν μπορεί να υπάρχουν περισσότερα του ενός αποτελέσματα για τα ίδια υπόλοιπα ορίσματα. Η συνάρτηση που επιστρέφει τον πατέρα κάθε ανθρώπου (σχέση 2 ορισμάτων, το 2ο όρισμα είναι το αποτέλεσμα): {< Γιάννης, Γιώργος>, < Άννα, Γιώργος>,...} Η συνάρτηση που επιστρέφει το πρώτο παιδί δύο γονέων (σχέση 3 ορισμάτων, το 3ο είναι το αποτέλεσμα): { < Γιάννης, Μαρία, Άννα >, < Γιώργος, Άννα, Δημήτρης>,...} Κάθε μοντέλο της ΠΚΛ αποτελείται από τα αντικείμενα και τις σχέσεις ενός κόσμου. Το μοντέλο είναι μια αφηρημένη παράσταση του κόσμου. Οι λογικές υψηλότερου βαθμού (higher order logics) επιτρέπουν και σχέσεις μεταξύ σχέσεων (και ιδιότητες σχέσεων). Δηλαδή επιτρέπουν οι σχέσεις να χρησιμοποιηθούν και ως αντικείμενα.

Μοντέλα της ΠΚΛ συμβολισμοί D: το σύνολο όλων των αντικειμένων του κόσμου. R n : το σύνολο όλων των σχέσεων n ορισμάτων του κόσμου. Μια σχέση είναι ένα σύνολο n-άδων αντικειμένων του D. R 1 : οι ιδιότητες του κόσμου (σχέσεις ενός ορίσματος). F n : To υποσύνολο του R n+1 που είναι συναρτήσεις. Συναρτήσεις n μεταβλητών (το n+1-στό όρισμα της σχέσης είναι το αποτέλεσμα της συνάρτησης). Π.χ. η συνάρτηση που επιστρέφει το πρώτο παιδί δύο γονέων (συνάρτηση δύο μεταβλητών) F R 3.

Ερμηνεία της ΠΚΛ Μια ερμηνεία της ΠΚΛ καθορίζει τι παριστάνουν τα σύμβολα της ΠΚΛ σε έναν κόσμο. Η ερμηνεία είναι μια συνάρτηση i από σύμβολα της ΠΚΛ σε στοιχεία του μοντέλου. Απεικονίζει: Κάθε σταθερά σε ένα στοιχείο του D (σε ένα αντικείμενο). Π.χ. τη σταθερά John στο αντικείμενο Γιάννης. Κάθε σύμβολο σχέσης n ορισμάτων σε ένα στοιχείο του R n (σε μια σχέση n ορισμάτων, σύνολο n-άδων αντικειμένων). Π.χ. το IsBrotherOf στη σχέση { < Γιάννης, Μαρία >, < Γιώργος, Άννα >,...} του R 2. Κάθε σύμβολο συνάρτησης n μεταβλητών σε ένα στοιχείο του F n (σε μία συνάρτηση n μεταβλητών). Π.χ. το FirstDaughterOf στη συνάρτηση { < Γιάννης, Μαρία, Άννα >,...}.

Ανάθεση τιμών Μια ανάθεση τιμών καθορίζει τι παριστάνουν οι μεταβλητές της ΠΚΛ. Η ερμηνεία δεν το καθορίζει αυτό. Η ανάθεση τιμών είναι μια συνάρτηση που απεικονίζει κάθε μεταβλητή της ΠΚΛ σε ένα αντικείμενο του D. Π.χ. την x στο αντικείμενο Γιάννης. Συμβολισμός που θα μας χρειαστεί: Αν g είναι μια ανάθεση τιμών, τότε με g[β ο] συμβολίζουμε μια άλλη ανάθεση τιμών, που είναι η ίδια με την g εκτός του ότι απεικονίζει τη μεταβλητή β στο αντικείμενο o. Π.χ. η g[y Μαρία] είναι ακριβώς ίδια με την g, αλλά απεικονίζει την y στο αντικείμενο Μαρία. Θεωρούμε ότι κάθε ποσοδείκτης εισάγει τη δική του μεταβλητή. (Απλοποιεί τον ορισμό της ανάθεσης τιμών.)

Σημασιολογία ΠΚΛ ξ i,g : η σημασία της έκφρασης ξ με την ερμηνεία i και την ανάθεση τιμών g. Αν κ σταθερά, κ i,g = i(κ). Αν β μεταβλητή, β i,g = g(β). Αν τ 1, τ 2 όροι, τ 1 = τ 2 i,g = T (αληθές) αν τ 1 i,g = τ 2 i,g. Διαφορετικά F (ψευδές). Αν φ τύπος, φ i,g = Τ αν φ i,g = F. Διαφορετικά F. Αντίστοιχα οι ορισμοί για: (φ ψ) i,g, (φ ψ) i,g, (φ ψ) i,g, (φ ψ) i,g. Όπως στην προτασιακή λογική.

Σημασιολογία ΠΚΛ συνέχεια Αν σ(τ 1,, τ n ) ατομικός τύπος, σ(τ 1,, τ n ) i,g = T, αν < τ 1 i,g,, τ n i,g > i(σ). Διαφορετικά F. Π.χ. ποια είναι η σημασία του IsBrotherOf(John, x); i(isbrotherof) { < Γιάννης, Μαρία >, < Γιώργος, Άννα >,...} John i,g = i(john) Γιάννης σ τ 1 τ 2 Μαρία x i,g = g(x) Εξετάζουμε αν το < John i,g, x i,g > i(isbrotherof), δηλαδή αν το < Γιάννης, Μαρία> i(isbrotherof).

Σημασιολογία ΠΚΛ συνέχεια Αν ρ(τ 1,, τ n ) συναρτησιακός όρος, τότε ρ(τ 1,, τ n ) i,g = o, όπου < τ 1 i,g,, τ n i,g, ο> i(ρ). ρ τ 1 Π.χ. ποια είναι η σημασία του FatherOf(Mary) i(fatherof) o { < Μαρία, Γιάννης >, < Άννα, Νίκος >,...} Mary i,g = i(mary) Μαρία

Σημασιολογία ΠΚΛ συνέχεια Αν β μεταβλητή και φ τύπος, τότε: β φ i,g = T, αν για κάθε o D, φ i, g[β o] = T. β φ i,g = Τ, αν για κάποιο o D, φ i, g[β ο] = T. Διαφορετικά F. Πρέπει ο φ να αληθεύει όποιο αντικείμενο o κι αν παριστάνει η μεταβλητή β. Πρέπει να υπάρχει τουλάχιστον ένα αντικείμενο o, ώστε όταν το παριστάνει η β να αληθεύει ο φ.

Σημασιολογία ΠΚΛ συνέχεια Ελεύθερη μεταβλητή: Μεταβλητή που δε βρίσκεται μέσα στην εμβέλεια ποσοδείκτη που την εισάγει. Π.χ. x 1 (IsCat(x 1 ) Likes(x 1, x 2 )) Ελεύθερες μεταβλητές. Π.χ. x 1 (IsCat(x 1 ) (IsDog(x 2 ) x 2 (Likes(x 1, x 2 )))) Για την παράσταση γνώσεων, θα χρησιμοποιούμε τύπους χωρίς ελεύθερες μεταβλητές. Δεν είναι ελεύθερη. Αν ένας τύπος φ δεν έχει ελεύθερες μεταβλητές, τότε το φ i,g δεν εξαρτάται από την ανάθεση τιμών g. Γράφουμε απλά φ i.

Crown i Παράδειγμα {, } i { } Hat C1 i C2 i i C3 J i i A g x OnHead i { <, >, <, > } ( Crown(C1) OnHead(C1, J) ) i = T ( Crown(C2) OnHead(C2, J) ) i = F ( Hat(C3) OnHead(C3, A) ) i = T

Παράδειγμα συνέχεια Crown i {, } i { } Hat C1 i C2 i i C3 J i i A g x OnHead i { <, >, <, > } ( Crown(x) OnHead(x, J) ) i,g = F ( Crown(x) OnHead(x, J) ) i,g[x o ] = T x (Crown(x) OnHead(x, J) ) i = T

Βιβλιογραφία Russel & Norvig: ενότητες 8.1, 8.2. Βλαχάβας κ.ά: ενότητα 9.2.1 (χωρίς τα περί ενοποίησης). 16