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

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

HY Λογική Διδάσκων: Δ. Πλεξουσάκης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

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

4.3 Ορθότητα και Πληρότητα

HY 180 Λογική Διδάσκων: Δ. Πλεξουσάκης Φροντιστήριο 5

Πληρότητα της μεθόδου επίλυσης

Επανάληψη. ΗΥ-180 Spring 2019

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

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

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 08/03/2018 Ζωγραφιστού Δήμητρα

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 28/02/2019 Ζωγραφιστού Δήμητρα

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

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Μορφολογική Παραγωγή. 3 ο φροντιστήριο ΗΥ180 Διδάσκων: Δ. Πλεξουσάκης Τετάρτη 15/03/2017 Ζωγραφιστού Δήμητρα

ΑΣΚΗΣΕΙΣ. 1. Εξετάστε αν οι παρακάτω εξαγωγές συμπερασμάτων στον προτασιακό λογισμό είναι έγκυρες.

Ασκήσεις μελέτης της 8 ης διάλεξης

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

Συνέπεια, Εγκυρότητα, Συνεπαγωγή, Ισοδυναμία, Κανονικές μορφές, Αλγόριθμοι μετατροπής σε CNF-DNF

Λύσεις Σειράς Ασκήσεων 1

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

Βασικές Ισοδυναμίες με Άρνηση /Πίνακες Αληθείας /Λογική Συνεπαγωγή /Ταυτολογίες /Αντινομίες Πλήρης αλγόριθμος μετατροπής CNF

Κανονικές μορφές - Ορισμοί

Βασικές Ισοδυναμίες με Άρνηση, Πίνακες Αληθείας, Λογική Συνεπαγωγή, Ταυτολογίες, Αντινομίες, Πλήρης Αλγόριθμος Μετατροπής CNF

ΜΑΘΗΜΑΤΙΚΗ ΛΟΓΙΚΗ ΚΑΙ ΛΟΓΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Ειδικά θέματα Αλγορίθμων και Δομών Δεδομένων (ΠΛΕ073) Απαντήσεις 1 ου Σετ Ασκήσεων

1 Συνοπτική ϑεωρία. 1.1 Νόµοι του Προτασιακού Λογισµού. p p p. p p. ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών

Εφαρμόζονται σε προβλήματα στα οποία δεν υπάρχει πληροφορία που να επιτρέπει την αξιολόγηση των καταστάσεων του χώρου αναζήτησης.

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ. Ενότητα 9: Προτασιακή λογική. Ρεφανίδης Ιωάννης Τμήμα Εφαρμοσμένης Πληροφορικής

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

ΠΑΙΓΝΙΑ Παιχνίδια Γενική Θεώρηση μεγιστοποιήσει την πιθανότητά

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Εισαγωγή στην επιστήμη των υπολογιστών. Υπολογιστές και Δεδομένα Κεφάλαιο 4ο Πράξεις με μπιτ

Κατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός συγκρίσεων π

Εισαγωγή στην επιστήμη των υπολογιστών. Πράξεις με μπιτ

Εισαγωγή στην επιστήμη των υπολογιστών

Σημειώσεις Λογικής I. Εαρινό Εξάμηνο Καθηγητής: Λ. Κυρούσης

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Μαθηματική Λογική και Λογικός Προγραμματισμός

Προτασιακός Λογισμός (HR Κεφάλαιο 1)

Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ )

Κεφάλαιο 1 Συστήματα γραμμικών εξισώσεων

ΑΡΧΗ 2ΗΣ ΣΕΛΙΔΑΣ Γ Α... Β

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

Εφαρμοσμένη Πληροφορική ΙΙ (Θ) Είσοδος/Έξοδος Μεταβλητές Τύποι Μεταβλητών Τελεστές και Προτεραιότητα Μετατροπές Μεταξύ Τύπων

Δυαδικό Σύστημα Αρίθμησης

Επίλυση Προβλημάτων 1

1.3 Συστήματα γραμμικών εξισώσεων με ιδιομορφίες

Εισαγωγή στις Βάσεις Δεδομζνων II

1. Πότε χρησιμοποιούμε την δομή επανάληψης; Ποιες είναι οι διάφορες εντολές (μορφές) της;

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

Διάλεξη 14: Δέντρα IV B Δένδρα. Διδάσκων: Παναγιώτης Ανδρέου

Το Πρόβλημα του Περιοδεύοντος Πωλητή - The Travelling Salesman Problem

Τμήμα Χρηματοοικονομικής & Ελεγκτικής ΤΕΙ Ηπείρου Παράρτημα Πρέβεζας. Πληροφορική Ι. Μάθημα 4 ο Πράξεις με bits. Δρ.

A. Να γράψετε τον αριθμό της κάθε μιας από τις παρακάτω προτάσεις και δίπλα. το γράμμα Σ, εάν είναι σωστή, ή το γράμμα Λ, εάν είναι λανθασμένη.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΑΛΓΟΡΙΘΜΟΙ. Ενότητα 11: Περιορισμοί της Αλγοριθμικής Ισχύος

Αλγόριθµοι και Πολυπλοκότητα

Σειρά Προβλημάτων 5 Λύσεις

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

ΠΑΡΑΔΕΙΓΜΑΤΑ ΘΕΜΑ Β. Να βρείτε τις ασύμπτωτες της γραφικής παράστασης της συνάρτησης f με τύπο

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Σειρά Προβλημάτων 5 Λύσεις

Διάλεξη 17: Δυαδικά Δέντρα. Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ

Κατηγορηματικός Λογισμός (ΗR Κεφάλαιο )

Εισαγωγή στην επιστήµη των υπολογιστών. Πράξεις µε µπιτ

Τμήμα Οικιακής Οικονομίας και Οικολογίας. Αναπαράσταση Αριθμών

13/5/2015 ΟΥΡΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ. Δομές Δεδομένων. Ουρές Προτεραιότητας

Λογικός Προγραμματισμός

ΑΣΚΗΣΗ 1 Για τις ερωτήσεις 1-4 θεωρήσατε τον ακόλουθο γράφο. Ποιές από τις παρακάτω προτάσεις αληθεύουν και ποιές όχι;

Ασκήσεις μελέτης της 11 ης διάλεξης

Οι Εξελικτικοί Αλγόριθμοι (ΕΑ) είναι καθολικοί στοχαστικοί αλγόριθμοι βελτιστοποίησης, εμπνευσμένοι από τις βασικές αρχές της φυσικής εξέλιξης.

Δομές Δεδομένων (Εργ.) Ακ. Έτος Διδάσκων: Ευάγγελος Σπύρου. Εργαστήριο 10 Δυαδικά Δένδρα Αναζήτησης

Κεφάλαιο 8. Αριθμητική Λογική μονάδα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Αλγόριθμοι και Πολυπλοκότητα

Στοχαστικές Στρατηγικές. διαδρομής (1)

Τεχνητή Νοημοσύνη. 7η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Περιγραφικές Λογικές. Αλγόριθμοι αυτόματης εξαγωγής συμπερασμάτων. Γ. Στάμου

ΟΥΡΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

Στοιχεία Θεωρίας Γραφηµάτων (4) - έντρα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ

ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ

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

Λογικοί πράκτορες. Πράκτορες βασισµένοι στη γνώση

ΠΛΗΡΟΦΟΡΙΚΗ I. 4 η ΔΙΑΛΕΞΗ Αριθμητικά Συστήματα

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο

Σειρά Προβλημάτων 1 Λύσεις

Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων ομές εδομένων

Αλγόριθμοι Αναπαράσταση αλγορίθμων Η αναπαράσταση των αλγορίθμων μπορεί να πραγματοποιηθεί με:

Θεωρία Υπολογισμού Άρτιοι ΑΜ. Διδάσκων: Σταύρος Κολλιόπουλος. eclass.di.uoa.gr. Περιγραφή μαθήματος

Θεωρία Υπολογισμού Αρτιοι ΑΜ Διδάσκων: Σταύρος Κολλιόπουλος eclass.di.uoa.gr

Σειρά Προβλημάτων 1 Λύσεις

Προγραμματισμός Ι (ΗΥ120)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Transcript:

HY-180 - Λογική Διδάσκων: Δ. Πλεξουσάκης Εαρινό Εξάμηνο 2015-2016 Φροντιστήριο 6 Α) ΘΕΩΡΙΑ Μέθοδος Επίλυσης (Resolution) Στη μέθοδο της επίλυσης αποδεικνύουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων, βασιζόμενοι στην εγκυρότητα μιας σειράς από εξαγωγές συμπερασμάτων της παρακάτω μορφής: {, } Για απλοποίηση, η παραπάνω επίλυση γράφεται ως ({, }, {, }) = {, }. Αναπαριστούμε δηλαδή διαζεύξεις ως σύνολα γραμμάτων { 1,, }. Η αρχή της επίλυσης ορίζει το εξής: Έστω S ένα σύνολο όρων και R(S) το σύνολο που προκύπτει αν προσθέσουμε στο S όλους τους όρους επίλυσης των μελών του. Τότε το S είναι ικανοποιήσιμο αν και μόνο αν το R(S) είναι ικανοποιήσιμο. Άρα για να εφαρμόσουμε τη μέθοδο επίλυσης για να αποδείξουμε την ικανοποιησιμότητα ενός συνόλου προτάσεων, προσπαθούμε να μετατρέψουμε τις προτάσεις σε σύνολα διαζεύξεων. Αυτό γίνεται μετατρέποντας τις προτάσεις του συνόλου σε CNF και στη συνέχεια διαχωρίζοντας τις διαζεύξεις (κάθε διάζευξη αποτελεί ένα όρο). Έχοντας παράγει το σύνολο όρων S, δημιουργούμε το σύνολο R(S) σύμφωνα με την παραπάνω αρχή της επίλυσης και εξετάζουμε την ικανοποιησιμότητα αυτού του συνόλου. Η διαδικασία επίλυσης μπορεί να αναπαρασταθεί και ως δυαδικό δέντρο, όπου κάθε φύλλο είναι όρος του συνόλου S και κάθε κόμβος που δεν είναι φύλλο, προκύπτει από την επίλυση των άμεσων απογόνων του. Ένα τέτοιο δέντρο ονομάζεται δέντρο επίλυσης. Στην περίπτωση που η ρίζα του δέντρου είναι το F, το δέντρο ονομάζεται δέντρο ανασκευής. Για τη συστηματική κατασκευή ενός δέντρου ανασκευής, υπάρχει o εξής αλγόριθμος (που υπάρχει και στις σημειώσεις του μαθήματος): Input: ένα σύνολο όρων S Output: αν το S είναι μη-ικανοποιήσιμο, ένα δέντρο ανασκευής για το S, διαφορετικά μήνυμα για τη μη-εύρεση δέντρου. 1. Αν για κάποιο γράμμα Α, το Α και το A είναι μέλη του S, τότε ο αλγόριθμος τερματίζει επιστρέφοντας το δέντρο ανασκευής: Α Α F

2. Αν κάθε όρος του S περιέχει ένα αρνητικό γράμμα, τότε ο αλγόριθμος τερματίζει και δίνει ως αποτέλεσμα ένδειξη αποτυχίας. 3. Έστω = { 1, 2, 3,, } ένας όρος του S όπου κάθε είναι θετικό και έστω i:=1. 4. Αν, τότε έστω το δέντρο με μόνο κόμβο το. Πήγαινε στο βήμα 8. 5. Για κάθε όρο {}, έστω = { }. Το καλείται αντίστοιχος όρος του. Αν, =. Έστω = {}. (δηλαδή ένα νέο σύνολο που προκύπτει από το S, αν από κάθε όρο αφαιρέσουμε το ). 6. Καλούμε αναδρομικά τον αλγόριθμο με είσοδο. Αν ο αλγόριθμος επιστρέψει «αποτυχία», τότε επιστρέφουμε «αποτυχία» και τερματίζουμε. Αλλιώς, ο αλγόριθμος επιστρέφει το δέντρο ανασκευής και συνεχίζει στο βήμα 7. 7. Έστω το δέντρο που προκύπτει από το με την αντικατάσταση κάθε φύλλου του με τον όρο του S του οποίου είναι αντίστοιχος και αναμορφώνουμε το δέντρο. Αν η ρίζα του είναι F, πήγαινε στο βήμα 10. 8. Αν <, τότε = + 1 και πήγαινε στο βήμα 4. Διαφορετικά πήγαινε στο βήμα 9. 9. Επιστρέφουμε το δέντρο που φαίνεται παρακάτω και τερματίζουμε. 10. Καλούμε αναδρομικά τον αλγόριθμο με είσοδο {}.

Β) ΑΣΚΗΣΕΙΣ 1) Χρησιμοποιείστε τη μέθοδο επίλυσης για να εξετάσετε την ικανοποιησιμότητα του παρακάτω συνόλου: { ( ),,, } Η πρώτη πρόταση γράφεται ισοδύναμα ως εξής: ( ) ( ) ( ) H δεύτερη και η τρίτη πρόταση γράφονται ισοδύναμα ως εξής: Η τελευταία πρόταση είναι σύζευξη δύο γραμμάτων. Άρα αντιστοιχεί σε δύο ξεχωριστούς όρους, τους {} και {}. (Η πρόταση είναι ήδη σε CNF, ως σύζευξη δύο «διαζεύξεων» όπου κάθε «διάζευξη» είναι απλά ένα γράμμα). Άρα έχουμε το εξής σύνολο όρων: = {, }, {, },, Σχηματίζουμε όρους επίλυσης από τους παραπάνω όρους: ({, }, {, }) = {, } ({, }, ) = ({, }, ) = Σύμφωνα με την αρχή της επίλυσης, το σύνολο R(S), που αποτελείται από τους όρους του R(S) συν τους παραπάνω όρους επίλυσης, είναι το εξής: () = {, }, {, },,, {, },, To σύνολο R(S) είναι μη ικανοποιήσιμο, αφού δε μπορεί να είναι ταυτόχρονα αληθείς η και η. Άρα σύμφωνα με τη αρχή της επίλυσης και το αρχικό σύνολο S είναι μη ικανοποιήσιμο. Εναλλακτικά, μπορούμε να αναπαραστήσουμε τη διαδικασία με το παρακάτω δέντρο επίλυσης: {, } {, } ΠΡΟΣΟΧΗ: Η επίλυση όρων της μορφής {, }, {, } καταλήγει σε T αφού: ({, }, {, }) = {, } = ή ({, }, {, }) = {, } =

2) Κατασκευάστε δέντρο ανασκευής για να αποδείξετε ότι το παρακάτω σύνολο είναι μη ικανοποιήσιμο: {,,, } Από τις παραπάνω προτάσεις προκύπτει το εξής σύνολο όρων: = {, }, {, }, {, }, {, } Δημιουργούμε το παρακάτω δέντρο ανασκευής: {, } {, } {, } {, } 3) Χρησιμοποιείστε τον αλγόριθμο κατασκευής δέντρων ανασκευής για να ελέγξετε την ικανοποιησιμότητα του παρακάτω συνόλου: {{, }, {, }, {, }, {, }, } 1. Δεν υπάρχουν αντίθετα γράμματα στο 2. Υπάρχει ένας όρος, ο {, } που έχει μόνο θετικά γράμματα. 3. = {, }, i:=1, δηλαδή εξετάζουμε πρώτα το γράμμα. 4. Ελέγχουμε αν το υπάρχει ως όρος στο S. 5. Δημιουργούμε το σύνολο 1 που προκύπτει αν αφαιρέσουμε τον όρο C από το S και αν από κάθε όρο που απομένει, αφαιρέσουμε το γράμμα. = {, },, {, }, 6. Καλούμε αναδρομικά τον αλγόριθμο με είσοδο το. 1. Το 1 περιέχει αντίθετους όρους άρα ο αλγόριθμος επιστρέφει το δέντρο 1 : 7. Αντικαθιστούμε τα φύλλα του δέντρου 1 με τους αντίστοιχους όρους από το σύνολο S και καταλήγουμε στο εξής δέντρο 1 : {, }

8. <, οπότε = + =, δηλαδή εξετάζουμε τώρα το γράμμα Q από τον όρο {, }. Πάμε στο βήμα 4. 4. Ελέγχουμε αν το υπάρχει ως όρος στο S. 5. Δημιουργούμε το σύνολο 2 που προκύπτει αν αφαιρέσουμε τον όρο C από το S και αν από κάθε όρο που απομένει, αφαιρέσουμε το γράμμα. = {, }, {, },, 6. Καλούμε αναδρομικά τον αλγόριθμο με είσοδο το. 1. Το 2 δεν περιέχει αντίθετους όρους. 2. Υπάρχει όρος με μόνο θετικά γράμματα. 3. =, m:=1. 4. 5. Δημιουργούμε το σύνολο, που προκύπτει αν αφαιρέσουμε τον όρο C από το 2 και αν από κάθε όρο που απομένει, αφαιρέσουμε το γράμμα. = {, {, }, } 6. Καλούμε αναδρομικά τον αλγόριθμο με είσοδο 1. Το 21 περιέχει αντίθετους όρους άρα ο αλγόριθμος επιστρέφει το δέντρο 21 : 7. Αντικαθιστούμε τα φύλλα του δέντρου 21 με τους αντίστοιχους όρους από το σύνολο 2 και καταλήγουμε στο εξής δέντρο 21 : {, } 8. =, οπότε συνεχίζουμε στο βήμα 9. 9. Επιστρέφουμε το δέντρο ανασκευής 2 {, } 7. Αντικαθιστούμε τα φύλλα του δέντρου 2 με τους αντίστοιχους όρους από το σύνολο και καταλήγουμε στο εξής δέντρο 2 : {, } {, } 8. =, οπότε συνεχίζουμε στο βήμα 9.

9. Επιστρέφουμε το παρακάτω δέντρο: {, } {, } {, } {, } Αφού ο αλγόριθμος κατέληξε στην κατασκευή δέντρου ανασκευής, το σύνολο S είναι μη-ικανοποιήσιμο.