ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

Σχετικά έγγραφα
Πληρότητα της μεθόδου επίλυσης

ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012

4.3 Ορθότητα και Πληρότητα

HY Λογική Διδάσκων: Δ. Πλεξουσάκης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 6: Προτασιακός Λογισμός: Μέθοδος Επίλυσης Τμήμα Επιστήμης Υπολογιστών

Λογική Δημήτρης Πλεξουσάκης Φροντιστήριο 5: Προτασιακός Λογισμός: Κατασκευή Μοντέλων Τμήμα Επιστήμης Υπολογιστών

Λογική Δημήτρης Πλεξουσάκης Ασκήσεις στον Κατηγορηματικό Λογισμό Τμήμα Επιστήμης Υπολογιστών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

Λογική. Δημήτρης Πλεξουσάκης. Ασκήσεις 2ου Φροντιστηρίου: Προτασιακός Λογισμός: Κανονικές Μορφές, Απλός Αλγόριθμος Μετατροπής σε CNF/DNF, Άρνηση

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Φροντιστήριο 4: Μορφολογική Παραγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

HY Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο. Φροντιστήριο 6

Λογική. Φροντιστήριο 3: Συνεπαγωγή/Ισοδυναμία, Ταυτολογίες/Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής σε CNF

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

τατιςτική ςτην Εκπαίδευςη II

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα. Συστήματα Αυτομάτου Ελέγχου. Ενότητα Α: Γραμμικά Συστήματα

Υπολογιστικά & Διακριτά Μαθηματικά

Εισαγωγή στις Βάσεις Δεδομζνων II

Περιεχόμενα Ορισμός και λειτουργία των μηχανών Turing Θεωρία Υπολογισμού Ενότητα 20: Μηχανές Turing: Σύνθεση και Υπολογισμοί Επ. Καθ. Π. Κατσαρός Τμήμ

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Υπολογιστικά & Διακριτά Μαθηματικά

Οργάνωση Υπολογιστών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Εργαστήριο 9: Εισαγωγή στην Ομοχειρία (Pipelining - Διοχέτευση) Μανόλης Γ.Η.

ΟΙΚΟΝΟΜΙΚΗ ΑΝΑΛΥΣΗ Ενότητα #4: ΙΣΟΡΡΟΠΙΑ ΑΓΟΡΩΝ

ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΣΤΗΜΗ. Ενότητα #10: ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΑΝΑΣΧΕΔΙΑΣΜΟΣ ΔΙΑΔΙΚΑΣΙΑΣ

Μακροοικονομική Θεωρία Ι

Η ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΙΣΤΟΡΙΑΣ ΣΤΗΝ ΕΛΛΗΝΙΚΗ ΔΙΑΣΠΟΡΑ (A06 11)

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Εισαγωγή στην Επιστήμη και Τεχνολογία των Υπηρεσιών

τατιςτική ςτην Εκπαίδευςη II

ΜΑΚΡΟΟΙΚΟΝΟΜΙΚΗ ΘΕΩΡΙΑ ΙΙ

ΜΕΤΑΒΑΣΗ ΑΠΟ ΤΟ ΝΗΠΙΑΓΩΓΕΙΟ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ: ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΑΚΤΙΚΕΣ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

ΨΥΧΟΠΑΙΔΑΓΩΓΙΚΗ ΤΗΣ ΠΡΟΣΧΟΛΙΚΗΣ ΗΛΙΚΙΑΣ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Cretive Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπ

Γνωστική Ψυχολογία 3

ΜΕΤΑΒΑΣΗ ΑΠΟ ΤΟ ΝΗΠΙΑΓΩΓΕΙΟ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ: ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΑΚΤΙΚΕΣ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Διδακτική Φυσικών Επιστημών στην Προσχολική Εκπαίδευση

Μακροοικονομική Θεωρία Ι

Λογισμός 3. Ενότητα 19: Θεώρημα Πεπλεγμένων (γενική μορφή) Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

ΘΕΩΡΙΑ ΥΠΟΛΟΓΙΣΜΩΝ ΚΑΙ ΑΥΤΟΜΑΤΩΝ

Υπολογιστικά & Διακριτά Μαθηματικά

Γνωστική Ψυχολογία 3

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 4: ΑΝΑΠΑΡΑΣΤΑΣΗ ΔΕΔΟΜΕΝΩΝ - ΔΕΝΤΡΑ

Υπολογιστικά & Διακριτά Μαθηματικά

Η ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΙΣΤΟΡΙΑΣ ΣΤΗΝ ΕΛΛΗΝΙΚΗ ΔΙΑΣΠΟΡΑ (A06 11)

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Λογισμός 3. Ενότητα 18: Θεώρημα Πεπλεγμένων (Ειδική περίπτωση) Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών ΑΝΟΙΚΤΑ ΑΚΑ ΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Υπολογιστική Πολυπλοκότητα

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Διοικητική Λογιστική

Γνωστική Ψυχολογία 3

ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ. Λογισμός 4. Ενότητα 2: Ορισμός του ολοκληρώματος. Μιχ. Γ. Μαριάς Τμήμα Μαθηματικών

ΜΕΤΑΒΑΣΗ ΑΠΟ ΤΟ ΝΗΠΙΑΓΩΓΕΙΟ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ: ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΑΚΤΙΚΕΣ

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ. ΕΝΟΤΗΤΑ: Διανυσματικοί Χώροι (1) ΔΙΔΑΣΚΩΝ: Βλάμος Παναγιώτης ΙΟΝΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Αρχεία και Βάσεις Δεδομένων

ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΣΤΗΜΗ ΚΕΦΑΛΑΙΟ 2#: ΕΙΣΑΓΩΓΗ ΣTΗ ΔΙΟΙΚΗΤΙΚΗ ΕΠΙΣΤΗΜΗ

ΜΕΤΑΒΑΣΗ ΑΠΟ ΤΟ ΝΗΠΙΑΓΩΓΕΙΟ ΣΤΟ ΔΗΜΟΤΙΚΟ ΣΧΟΛΕΙΟ: ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΚΑΙ ΔΙΔΑΚΤΙΚΕΣ ΠΡΑΚΤΙΚΕΣ

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 3 : Γραφήματα & Αποδείξεις. Αλέξανδρος Τζάλλας

Μακροοικονομική Θεωρία Ι

ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Ι

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Οργάνωση Υπολογιστών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Ασκήσεις 7: Πρόγραμμα Συνδεδεμένης Λίστας και Διαδικασιών. Μανόλης Γ.Η.

Εισαγωγή στους Αλγορίθμους

Υπολογιστές Ι. Άδειες Χρήσης. Δομή του προγράμματος. Διδάσκοντες: Αν. Καθ. Δ. Παπαγεωργίου, Αν. Καθ. Ε. Λοιδωρίκης

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Ιστορίας της παιδείας από τα κάτω Α03 06

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Ενότητα 1: Εισαγωγή. Δημήτρης Πλεξουσάκης Τμήμα Επιστήμης Υπολογιστών

Γενικά Μαθηματικά Ι. Ενότητα 12: Κριτήρια Σύγκλισης Σειρών. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Μαθηματική Ανάλυση Ι

Επιχειρησιακή Έρευνα

ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Ι

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Δομημένος Προγραμματισμός

Μαθηματικά. Ενότητα 3: Εξισώσεις και Ανισώσεις 1 ου βαθμού. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ

Προγραμματισμός Η/Υ. Συναρτήσεις & Υποπρογράμματα. ΤΕΙ Ιονίων Νήσων Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος

Θεωρία Πιθανοτήτων & Στατιστική

Δομημένος Προγραμματισμός

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Περιεχόμενα Τι περιγράφει ένα ΣΔ ΣΔ και παραγωγές Θεωρία Υπολογισμού Ενότητα 15: Συντακτικά Δέντρα Επ. Καθ. Π. Κατσαρός Τμήμα Πληροφορικής Επ. Καθ. Π.

Αναζήτηση Κατά Βάθος. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Δομημένος Προγραμματισμός

ΔΙΔΑΚΤΙΚΗ ΜΕΘΟΔΟΛΟΓΙΑ

Προγραμματισμός Η/Υ. 8 η ενότητα: Περιβαλλοντικά και μαθηματικά προβλήματα. Τμήμα. Τεχνολόγων Περιβάλλοντος. ΤΕΙ Ιονίων Νήσων

ΑΞΙΟΛΟΓΗΣΗ ΤΗΣ ΕΠΙΔΟΣΗΣ ΤΩΝ ΜΑΘΗΤΩΝ ΚΕΦΑΛΑΙΟ 4: Παιδαγωγική και κοινωνική υπόσταση της αξιολόγησης

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

3 η ΕΝΟΤΗΤΑ Συναρτήσεις στο MATLAB

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 11 : Γραμματικές χωρίς συμφραζόμενα. Αλέξανδρος Τζάλλας

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

Διδάσκων: Καθηγητής Μαρμαρίδης Νικόλαος - Θεοδόσιος

Εισαγωγή στους Αλγορίθμους Ενότητα 7η

Transcript:

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Λογική Δημήτρης Πλεξουσάκης 4ο μέρος σημειώσεων: Ακολουθίες Επίλυσης, Επίλυση για όρους Horn, Λογικός Προγραμματισμός Τμήμα Επιστήμης Υπολογιστών

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται στην άδεια χρήσης Creative Commons και ειδικότερα Αναφορά Μη εμπορική Χρήση Παρόμοια Διανομή 3.0 Ελλάδα (Attribution Non Commercial ShareAlike 3. Greece) CC BY-NC-SA 3.0 GR Εξαιρείται από την ως άνω άδεια υλικό που περιλαμβάνεται στις διαφάνειες του μαθήματος, και υπόκειται σε άλλου τύπου άδεια χρήσης. Η άδεια χρήσης στην οποία υπόκειται το υλικό αυτό αναφέρεται ρητώς. Χρηματοδότηση 1. Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. 2. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Κρήτης» έχει χρηματοδοτήσει μόνο τη αναδιαμόρφωση του εκπαιδευτικού υλικού. 3. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους.

4.5.2 Ακολουθίες Επίλυσης Μερικά δένδρα επίλυσης έχουν απλή δομή. Για παράδειγμα, για το σύνολο όρων S = {,{ Ψ, Q},{ ΨQ, R}, ΨR } το δένδρο ανασκευής έχει τη μορφή : { Ψ, Q} Q { ΨQ, R} R ΨR Αυτό το δένδρο έχει την ιδιότητα ότι κάθε επίλυση γίνεται μεταξύ ενός όρου του S και ενός άλλου όρου (ο οποίος μπορεί επίσης να ανήκει στο S). Με άλλα λόγια, ποτέ δεν επιλύονται δύο όροι οι οποίοι προκύπτουν από προηγούμενες επιλύσεις. Δένδρα επίλυσης με αυτή την ιδιότητα μπορούν να αναπαρασταθούν σε γραμμική μορφή και λέγονται ακολουθίες επίλυσης. Η ακολουθία επίλυσης του προηγούμενου παραδείγματος είναι η { Ψ, Q} { ΨQ, R} ΨR Ύ Ύ Ύ Q Ύ Ύ Ύ R Ύ Ύ. Oρισμός: Έστω S ένα σύνολο όρων. Μια ακολουθία επίλυσης του S είναι μια πεπερασμένη ακολουθία όρων C0, C1,..., C n για την οποία (α) C0 Ξ S και (β) για i = 1,2,..., n, Ci είναι ο όρος επίλυσης του Ci - 1 με κάποιο μέλος του S. Αν C n = τότε η C0, C1,..., C n καλείται ακολουθία ανασκευής. Είναι εύκολο να δούμε ότι, αν υπάρχει μια ακολουθία ανασκευής για ένα σύνολο S, τότε το S είναι μη-ικανοποιήσιμο. Το αντίστροφο δεν ισχύει: δεν είναι απαραίτητο κάθε μη-ικανοποιήσιμο σύνολο να έχει μια ακολουθία ανασκευής. Παράδειγμα: Το σύνολο S = {{, Q},{ Ψ, Q},{ ΨQ, R},{ ΨQ, ΨR }} έχει το παρακάτω δένδρο ανασκευής:

{, Q } { Ψ, Q} { Ψ Q, R} { ΨQ, ΨR} Q ΨQ Το σύνολο είναι μη-ικανοποιήσιμο αλλά δεν έχει ακολουθία ανασκευής. Λήμμα 3: Αν ένα σύνολο όρων S έχει μια ακολουθία ανασκευής, τότε το S περιέχει ένα μοναδιαίο όρο. Απόδειξη: Κάθε ακολουθία ανασκευής τερματίζει με μια επίλυση της μορφής res( A, Ψ A ) = για κάποιο Α. Εξ ορισμού το Α ή το Ψ A πρέπει να ανήκει στο S. Οι ακολουθίες ανασκευής είναι πιο αποδοτικές από τα δένδρα ανασκευής. Επομένως, μπορούμε να επικεντρώσουμε το ενδιαφέρον μας σε κάποιο υποσύνολο όρων για το οποίο η ύπαρξη ή μη-ύπαρξη μιας ακολουθίας ανασκευής είναι ικανή και αναγκαία συνθήκη για την (μη-)ικανοποιησιμότητα ενός συνόλου τέτοιων όρων. Ορισμός: Ένας όρος Horn είναι ένας όρος ο οποίος περιέχει το πολύ ένα θετικό γράμμα. Παράδειγμα: Οι όροι T,,, Ψ,{ Ψ, Q},{ Ψ, Q, ΨR} είναι όροι Horn, αλλά οι {, Q},{, Q, ΨR},{ Ψ, Q, R, Ψ S} δεν είναι. Λήμμα 4: Ο όρος επίλυσης δύο όρων Horn είναι όρος Horn. Απόδειξη: Ας υποθέσουμε ότι ο αριθμός των θετικών γραμμάτων δύο όρων C και CΆ είναι n και nάαντίστοιχα. Αν υπάρχει res( S, SΆ), τότε ο όρος αυτός προκύπτει από τη διαγραφή ενός θετικού γράμματος από τον ένα όρο και ενός αρνητικού γράμματος από τον άλλο. Επομένως, ο αριθμός των θετικών γραμμάτων στον res( C, CΆ) είναι n + nά-1. Αν οι C και CΆ είναι όροι Horn τότε n 1 και nά 1. Άρα n + nά-1 1 επομένως ο res( C, CΆ) είναι όρος Horn. Πόρισμα: Αν ένα σύνολο όρων Horn είναι μη-ικανοποιήσιμο, τότε είτε πρέπει να περιέχει το, είτε ένα θετικό μοναδιαίο όρο. Απόδειξη: Από το Λήμμα 3, αν ένα σύνολο όρων Horn είναι μη-ικανοποιήσιμο, πρέπει να περιέχει τουλάχιστον ένα μοναδιαίο όρο χωρίς αρνητικά γράμματα. Οι μόνοι όροι Horn χωρίς αρνητικά γράμματα είναι οι όροι και A για κάποιο γράμμα Α.

4.5.3 Μέθοδος της Επίλυσης για όρους Horn Ο αλγόριθμος καταασκευής δένδρου ανασκευής εφαρμόζεται και σε όρους Horn. Σε αυτήν την περίπτωση το αποτέλεσμα είναι πάντα μια ακολουθία ανασκευής. Παράδειγμα: Κατασκευάστε μια ακολουθία ανασκευής για το σύνολο S = {,{ Ψ, Q},{ ΨQ, ΨR},{ Ψ, R}}. (1) Δεν υπάρχει όρος που να περιέχει Α και Ψ A για κάποιο Α (2) Υπάρχει τουλάχιστον ένας όρος που περιέχει μόνο θετικά γράμματα (3) C =, i = 1 (4) Ψ ΟS (5) S1 = { Q,{ ΨQ, ΨR}, R} (6) αναδρομική κλήση του αλγορίθμου με είσοδο S1 1. δεν υπάρχει όρος που να περιέχει Α και Ψ A για κάποιο Α 2. υπάρχει τουλάχιστον ένας όρος που περιέχει μόνο θετικά γράμματα 3. CΆ= Q, iά= 1 4. ΨQ ΟS1 5. S11 = { ΨR, R} 6. αναδρομική κλήση του αλγορίθμου με είσοδο S11 i. Το S 11 περιέχει R και Ψ R, οπότε ο αλγόριθμος τερματίζει R επιστρέφοντας την ακολουθία : ΨR Ύ Ύ. R 7. Αναμορφώνουμε την ακολουθία { ΨQ, ΨR} Ύ Ύ ΨQ 8. iά= nά- 1 R Q 9. Επιστρέφουμε την ακολουθία { ΨQ, ΨR} Ύ Ύ ΨQ Ύ Ύ {, R} { Ψ, Q} (7) Αναμορφώνουμε την ακολουθία { ΨQ, ΨR} Ύ Ύ Ύ { Ψ, ΨQ} Ύ Ύ Ύ Ψ (8) i = n -1 (9) Επιστρέφουμε την ακολουθία { Ψ, R} { Ψ, Q} { ΨQ, ΨR} Ύ Ύ Ύ { Ψ, ΨQ} Ύ Ύ Ύ Ψ Ύ Ύ και ο αλγόριθμος τερματίζει. Η ακολουθία αυτή δεν είναι μοναδική. Υπάρχουν και άλλες για το ίδιο σύνολο S. Για παράδειγμα οι ακολουθίες : { ΨQ, ΨR } { Ψ, Q} { Ψ, R} Ύ Ύ Ύ Ύ { Ψ, ΨQ} Ύ Ύ Ύ Ψ Ύ Ύ { Ψ, } Ύ Ύ Ύ Ύ { Ψ, Ψ } Ύ Ύ Ύ Ψ Ύ Ύ { ΨQ, ΨR } { Ψ, R} Q R {, R} { Q, R} {, Q} Ύ Ύ Ψ Ύ R Ύ Ύ Ψ Ύ Ψ Ύ ΨQ Ύ Ύ Ψ Ύ Ψ Ύ Ύ Υπάρχουν συνολικά 12 ακολουθίες ανασκευής για το σύνολο S. Όλες οι ακολουθίες μπορούν να αναπασταθούν σε ένα γράφο ο οποίος ονομάζεται δίκτυο ανασκευής. Γενικά, αν ένα σύνολο όρων Horn είναι ικανοποιήσιμο, τότε το δίκτυο ανασκευής δεν περιέχει το. Για παράδειγμα, το δίκτυο ανασκευής του συνόλου

S = {{ Ψ, Q},{ Ψ, S},{ ΨQ, R},{ Ψ S, R}, } δεν περιέχει το (κατασκευάστε το). Το σύνολο είναι ικανοποιήσιμο: η ερμηνεία I = {, Q, R, S} είναι μοντέλο του S. Διαδικασία ελέγχου ικανοποιησιμότητας ενός συνόλου όρων Horn Κατασκευάζουμε συστηματικά το δίκτυο ανασκευής και σταματάμε όταν προκύψει ο όρος, οπότε το σύνολο είναι μη-ικανοποιήσιμο, ή όταν το δίκτυο είναι πλήρες (αν δεν περιέχει το τότε είναι ικανοποιήσιμο). Η διαδικασία είναι μη-αποδοτική. Ευτυχώς, δεν χρειάζεται να θεωρήσουμε όλες τις δυνατές ακολουθίες ανασκευής, όπως αποδεικνύει το ακόλουθο θεώρημα. Θεώρημα: Αν S είναι ένα μη-ικανοποιήσιμο σύνολο όρων Horn και C κάποιο μέλος του S, τότε, είτε το S -{ C} είναι μη-ικανοποιήσιμο είτε υπάρχει ακολουθία ανασκευής για το S η οποία ξεκινά με το C. To θεώρημα αυτό μας είναι χρήσιμο αν μπορούμε να είμαστε σίγουροι για την επιλογή ενός όρου C από το S για το οποίο το S -{ C} είναι μη-ικανοποιήσιμο. Υποθέστε ότι μας δίνεται ένα σύνολο όρων W το οποίο είναι ικανοποιήσιμο και θέλουμε να διαπιστώσουμε αν W = A για κάποιο A Ο W. Αυτό θα συμβαίνει αν το σύνολο W Ά= W Θ{ Ψ A} είναι μη-ικανοποιήσιμο. Εφόσον το W Ά- { ΨA} = W είναι ικανοποιήσιμο, το θεώρημα λέει ότι το W Ά θα είναι μη-ικανοποιήσιμο αν και μόνο αν υπάρχει μια ακολουθία ανασκευής που ξεκινά με το Ψ A. Άρα πρέπει να αναζητούμε συστηματικά μια ακολουθία ανασκευής αυτού του είδους. Παράδειγμα: Δεδομένου ότι το σύνολο W = {{ Q, ΨS },,{ Ψ, Q},{ Ψ, Ψ Q, R}} είναι ικανοποιήσιμο, αποφασίστε αν W = R { Ψ, ΨQ, R} { Ψ, Q} ΨR Ύ Ύ Ύ Ύ { Ψ, ΨQ} Ύ Ύ Ύ Ψ Ύ Ύ Άρα, το W Θ{ Ψ R} είναι μη-ικανοποιήσιμο, οπότε W = R. Παράδειγμα: Δεδομένου ότι το σύνολο W = {{ Ψ, ΨR, S},{ Ψ, ΨQ, T},{ ΨQ, R},{ ΨS, U},{ Ψ T, U}} είναι ικανοποιήσιμο, αποφασίστε αν W = U. Οι παρακάτω ακολουθίες ξεκινούν με Ψ U : { ΨS, U } { Ψ, ΨR, S} { ΨQ, R} ΨU Ύ Ύ Ύ ΨS Ύ Ύ Ύ Ύ { Ψ, ΨR} Ύ Ύ Ύ { Ψ, ΨQ} { ΨT, U} { Ψ, ΨQ, T} ΨU Ύ Ύ Ύ ΨT Ύ Ύ Ύ Ύ { Ψ, ΨQ} Δεν υπάρχει ακολουθία ανασκευής η οποία ξεκινά με το. Ψ U. Άρα W ΉU Χρειαζόμαστε μια μέθοδο για να παράγουμε δίκτυα ανασκευής συστηματικά. Είναι ευκολότερο να βρεθεί μια τέτοια μέθοδος αν το δίκτυο γίνει δένδρο. Αυτό γίνεται με την αντικατάσταστη ακμών που συγκλίνουν με παράλληλες ακμές. Παράδειγμα: Το δίκτυο ανασκευής

ΨR { Ψ, ΨQ, R} { Ψ, ΨQ} { Q, ΨS} { Ψ, Q} { Ψ, ΨS } ΨQ { Ψ, Q} { Q, ΨS} Ψ ΨS μετασχηματίζεται στο δένδρο

ΨR { Ψ, ΨQ, R} { Ψ, ΨQ} { Q, ΨS} { Ψ, Q} { Ψ, ΨS } ΨQ { Q, ΨS} { Ψ, Q} Ψ ΨS ΨS Ψ Χρησιμοποιούμε την εξής σύμβαση: αν δύο ή περισσότερα κλαδιά ξεκινούν από τον ίδιο κόμβο τότε γράφονται από τα αριστερά προς τα δεξιά με τη σειρά που οι ετικέτες τους εμφανίζονται στο αρχικό σύνολο. Αναζήτηση στο δένδρο: Ξεκινώντας από τη ρίζα του δένδρου ακολουθούμε πάντα το αριστερό κλαδί. Όταν συναντήσουμε ένα φύλλο, επιστρέφουμε στην προηγούμενη διακλάδωση και εξερευνούμε το αριστερότερο ανεξερεύνητο κλαδί. Αυτή η μέθοδος αναζήτησης λέγεται διάσχιση προδιάταξης (pre-order traversal). Παράδειγμα: Στο ακόλουθο δένδρο

1 2 3 4 5 6 7 8 9 10 θα επισκεφτούμε τους κόμβους με την εξής σειρά: 1,2,4,5,9,10,6,3,7,8. Σε σχέση με μια μέθοδο αναζήτησης, η σειρά με την οποία μας δίνονται οι όροι έχει σημασία στο πόσο γρήγορα θα βρεθεί ο όρος (αν υπάρχει). Παράδειγμα: Για το σύνολο = {{ Ψ, Q},{ Ψ Q, }, } η διάταξη προδιάταξης δεν τερματίζεται. 4.6 Λογικός Προγραμματισμός Η μέθοδος της επίλυσης για όρους Horn βρίσκει εφαρμογή στον Λογικό Προγραμματισμό. Οι όροι Horn μεταφράζονται σε δεδομένα (facts), κανόνες (rules) και ερωτήσεις (queries). Θετικοί μοναδιαίοι όροι (π.χ.,,q) μεταφράζονται σε δεδομένα. Ένας όρος με ένα θετικό γράμμα και ένα ή περισσότερα αρνητικά γράμματα μεταφράζεται σε έναν κανόνα. Ο όρος { ΨA 1, ΨA 2,..., ΨA n, A} αναπαριστά την πρόταση ΨA 1 Ϊ ΨA 2 Ϊ.... Ϊ ΨA n Ϊ A η οποία είναι ισοδύναμη με την πρόταση A1 Ω A2 Ω... Ω An A. Στο λογικό προγραμματισμό συνηθίζεται οι κανόνες να γράφονται στη μορφή A A1, A2,..., An, με την ερμηνεία «το Α είναι αληθές αν τα A1, A2,..., An είναι αληθή». Η επίλυση εφαρμόζεται στο λογικό προγραμματισμό ως εξής: οι κανόνες A A1, A2,..., An και Am B1, B2,..., Bk όπου Am Ξ { A1, A2,..., An } επιλύονται δίνοντας τον κανόνα A A1, A2,..., Am - 1, B1, B2,..., Bk, Am + 1,..., An Παράδειγμα: Θεωρείστε τις εξής προτάσεις 1. «αν βρέξει, ο αγώνας θα αναβληθεί» 2. «αν ο αγώνας θα αναβληθεί, θα πάμε στο πάρτυ» 3. «αν πάμε στο πάρτυ και βρέχει, θα πάρουμε το λεωφορείο» 4. «αν πάρουμε το λεωφορείο, θα χρειαστούμε χρήματα» 5. «θα βρέξει» Μπορούμε να συμπεράνουμε ότι «θα χρειαστούμε χρήματα».

Πρέπει να γράψουμε τις προτάσεις σε μορφή όρων Horn και στη μορφή που χρησιμοποιούνται στο Λογικό Προγραμματισμό. Ορίζουμε τα παρακάτω προτασιακά γράμματα: : «θα βρέξει» Q: «ο αγώνας θα αναβληθεί» R: «θα πάμε στο πάρτυ» S: «θα πάρουμε το λεωφορείο» V: «θα χρειστούμε χρήματα» Τότε, οι προτάσεις (1)-(5) γράφονται ως εξής: 1. Q 2. R Q 3. S Q, 4. V S 5. ή σε μορφή όρων Horn: {{ Ψ, Q},{ ΨQ, R},{ ΨQ, Ψ, S},{ Ψ S, V}, }. Η ερώτηση «θα χρειαστούμε χρήματα; μεταφράζεται σαν Ψ V. Για να διαπιστώσουμε αν είναι λογική συνέπεια των προτάσεων (1)-(5), πρέπει να βρούμε μια ακολουθία ανασκευής ξεκινώντας από το Ψ V. Η ακολουθία { S, V } { Q,, S} {, Q} ΨV Ύ Ύ Ψ Ύ ΨS Ύ Ύ Ψ Ύ Ψ Ύ { ΨQ, Ψ} Ύ Ύ Ψ Ύ Ψ Ύ Ύ, δείχνει ότι το V είναι λογική συνέπεια των (1)-(5). Δυστυχώς, ο περιορισμός σε όρους Horn δεν μας επιτρέπει να εκφράσουμε κανόνες της μορφής «αν πάμε στο πάρτυ και δεν βρέχει, θα περπατήσουμε». Αν το γράμμα U δηλώνει την πρόταση «θα περπατήσουμε», τότε η πρόταση αυτή θα είναι ισοδύναμη με την R ΩΨ U, δηλαδή με τον όρο { Ψ R,, U} ο οποίος δεν είναι όρος Horn. Αν περιλάβομε όρους που δεν είναι Horn τότε δεν μπορούμε να είμαστε σίγουροι ότι κάθε μη-ικανοποιήσιμο σύνολο έχει μια ακολουθία ανασκευής. Στη γλώσσα rolog, οι παραπάνω προτάσεις μπορούν να εκφραστούν στη μορφή ενός λογικού προγράμματος: q:-p. r:-q. s:-q,r. v:-s. p. Αφού φορτωθεί το πρόγραμμα interpreter της rolog, η ερώτηση?-v επιστρέφει yes.