Agenti Basati su Logica
|
|
- Franco Roberti
- 5 anni fa
- Visualizzazioni
Transcript
1 Agenti Basati su Logica Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò 09/04/2018
2 Agenti basati sulla logica Generico agente logico Il mondo del Wumpus Logica proposizionale Inferenza negli agenti logici
3 Agenti basati sulla conoscenza Idea: il ragionamento umano non si basa semplicemente su comportamenti reattivi, ma su modelli ben precisi del mondo Da questa intuizione possiamo derivare degli agenti basati sulla conoscenza, ovvero che operano ragionamenti su una rappresentazione interna del mondo Va oltre alla ricerca: nelle situazioni di incertezza non fa altro che elencare tutti i possibili stati (stati credenza) Va oltre ai CSP: passo verso una rappresentazione più completa degli stati Utilizzo della logica: possono adattarsi ai cambiamenti dell ambiente e può integrare nuova conoscenza nel modello
4 Proprietà dell ambiente Completamente osservabile / parzialmente osservabile Agente singolo / multiagente Deterministico / stocastico Episodico / sequenziale Statico / dinamico / semidinamico Discreto / continuo Noto / ignoto
5 La base della conoscenza L insieme di tutte le formule che compongono le basi su cui si fondano i ragionamenti dell agente viene chiamata Knowledge Base (KB) Ogni formula della KB è un assioma: non deve essere dimostrata, ma è presa per buona dall agente Il processo di inferenza del programma agente aggiunge delle formule alla KB esistente tramite due funzioni: Tell: comunica all agente le percezioni avute Ask: restituisce l azione da eseguire data la percezione corrente Tell: l azione eseguita viene registrata nella base delle conoscenza
6 Caratteristiche degli Agenti Basati sulla Conoscenza Determino il comportamento dell agente rispetto a ciò che conosce e al suo obbiettivo (livello della conoscenza), che è indipendente dal funzionamento dell agente (livello dell implementazione) Differente approccio per la specifica del comportamento dell agente: Approccio dichiarativo: passo all agente la conoscenza necessaria per raggiungere l obbiettivo Approccio procedurale: codifico direttamente i comportamenti voluti in un programma Un agente efficace deve riuscire ad integrare entrambi gli approcci
7 Il mondo del Wumpus Voglio trovare l oro ed uscire Se cado in un pozzo o finisco nella casella del Wumpus muoio Posso tirare una sola freccia Percezione: [fetore, brezza, luccichio, urto, ululato]
8 Esempio di inferenza Percezione: [nulla, nulla, nulla, nulla, nulla] Percezione: [nulla, brezza, nulla, nulla, nulla]
9 Esempio di inferenza Percezione: [fetore, nulla, nulla, nulla, nulla] Tutti i miei ragionamenti sono corretti se è corretta la percezione! Percezione: [fetore, brezza, scintillio, nulla, nulla]
10 Formule logiche Le basi della conoscenza sono formate da formule logiche che hanno: Sintassi: definisce se sono ben formate Semantica: definisce se sono vere rispetto ad un mondo possibile Una formula α soddisfa il modello m (ovvero la scelta delle variabili da assegnare) se è vera α in un modello m. I modelli in cui α è vera si dicono modelli di α e sono denotati da M(α)
11 Conseguenza logica Una formula logica α consegue logicamente da un altra formula logica β se e solo se M α M β, ovvero α è un affermazione più forte di β α 1 : Non c è un pozzo in [1,2] α 2 : Non c è un pozzo in [2,2]
12 Model checking Model checking: enumero tutti i possibili modelli per verificare se α è vera in ogni modello ( M KB M α ) Vorrei trovare le formule α che sono soddisfatte in KB Per fare ciò ho la necessità di sviluppare delle procedure di inferenza Dico che α è derivato da KB attraverso la regola i o KB i α se l algoritomo di inferenza è in grado di ricavare α da KB Un algoritmo di inferenza è corretto se preserva la verità delle formule ovvero se deriva formule che sono conseguenze logiche della base di conoscenza Un algoritmo di inferenza è completo se può derivare ogni formula che è conseguenza logica della base di conoscenza
13 Logica proposizionale: sintassi Formule atomiche: composte da un solo simbolo proposizionale ovvero ogni simbolo rappresenta una proposizione che può essere vera o falsa Formule complesse: composte da formule atomiche e da connettivi logici negazione della formula atomica congiunzione disgiunzione a b implicazione, composta da antecedente (a) e conseguente (b) a b equivalenza (in ordine di precedenza)
14 Logica proposizionale: semantica La proposizione atomica True è vera in ogni modello e False è falsa in ogni modello Il valore di verità delle proposizioni atomiche deve essere specificato dal modello Per le formule complesse posso usare le tabelle di verità:
15 KB del mondo del Wumpus Definisco dei simboli per ogni posizione presenza del P x,y pozzo, W x,y wumpus, B x,y brezza, S x,y fetore Cosa sappiamo dopo aver visitato due stanze: P 1,1 : non ci sono pozzi in [1,1] B 1,1 (P 1,2 P 2,1 ) : se c è brezza in [1,1] allora c è un pozzo in [1,2] o in [2,1] B 2,1 (P 1,1 P 2,2 P 3,1 )... B 1,1 : non c è brezza in [1,1] B 2,1 : c è brezza in [2,1] Vorremmo dimostrare che P 2,2 (non ci sono pozzi in [2,2])
16 Enumerazione dei modelli Ogni modello è un assegnamento di valori di verità alle proposizioni atomiche: solo tre assegnamenti rendono vera la KB Proposizioni Atomiche Proposizioni della KB Non possiamo concludere che non c è un pozzo in [2,2]
17 Ricerca sulla tavola di verità Algoritmo: faccio una ricerca sugli assegnamenti con backtraking L algoritmo è corretto: implementa la definizione di conseguenza logica L algoritmo è completo: funziona su ogni KB e formula, termina sempre perchè il numero di configurazioni è finito Complessità temporale: O 2 n con n formule atomiche Complessità spaziale: O n usando il backtracking
18 Dimostrazione di Teoremi Grosso problema si verifica se il numero di modelli validi è molto grande Posso provare a dimostrare teoremi, potrebbe essere più efficiente se la lunghezza della dimostrazione è contenuta Definisco che due formule α e β sono logicamente equivalenti α β se sono vere nello stesso insieme di modelli Definisco che una formula è valida se è vera in ogni modello (è anche detta tautologia) Definisco una formula soddisfacilibile se esiste almeno un modello in cui essa è vera (SAT problem) Teorema di deduzione: Date α e β, α β se e solo se la formula α β è valida
19 Equivalenze logiche
20 Inferenza e Dimostrazioni Modus ponens Tavola di verità: α β, β α α β α β Vero Vero Vero OK Vero Falso Falso OK Eliminazione degli and α β β
21 Equivalenze ed inferenza Tutte le equivalenze possono essere usate come regole di inferenza Ad esempio: eliminazione del bicondizionale α β α β (β α), α β (β α) α β Esempio (voglio dimostrare che non c è un pozzo in [1,2]): B 1,1 (P 1,2 P 2,1 ) B 1,1 (P 1,2 P 2,1 ) ((P 1,2 P 2,1 ) B 1,1 ) (P 1,2 P 2,1 ) B 1,1 B 1,1 (P 1,2 P 2,1 ) (contrapposizione) (P 1,2 P 2,1 ) (Modus ponens e percezione B 1,1 ) P 1,2 P 2,1
22 Processo automatico di inferenza La dimostrazione precedente è stata derivata a mano ma possiamo vedere il problema come un problema di ricerca Stato iniziale: base della conoscenza Azioni: insieme delle regole di inferenza che si possono applicare (la parte superiore corrisponde ad una delle regole presenti nella conoscenza attuale) Transizione: aggiungo la parte inferiore della regola di inferenza alla conoscenza attuale Obbiettivo: stato che contiene la formula che cerchiamo Il tutto funziona perchè abbiamo la proprietà di monotonia: se traiamo nuove conclusioni non possiamo invalidare ciò che abbiamo dimostrato prima
23 Completezza della dimostrazione di formule Proprietà dell algoritmo di ricerca: Ottimalità: possiamo mettere passi unitari per ogni inferenza ed utilizzare un algoritmo ottimo per arrivare alla dimostrazione più veloce Completezza: dipende dalle regole di inferenza disponibili Risoluzione: unita ad un algoritmo di ricerca completo rende la ricerca di formule completa Idea se α β γ e so che γ allora α β
24 Risoluzione Risoluzione unitaria: l 1 l k, m l 1 l i 1 l i+1 l k dove l i e m sono letterali complementari Risoluzione: l 1 l k, m 1 m n l 1 l i 1 l i+1 l k m 1 m j 1 m j+1 m n dove l i e m j sono letterali complementari (i letterali ripetuti vengono eliminati)
25 Applicabilità della formula di risoluzione Sembrerebbe che la formula di risoluzione possa essere usata solo nel caso in cui la KB sia formata da congiunzioni di clausole Clausal Normal Form (CNF) Elimino i se e solo se con la congiunzione di due implicazioni Elimino le implicazioni Muoviamo all interno le negazioni (con De Morgan) Distribuiamo gli and sugli or
26 Dimostrare una formula con risoluzione Per dimostrare che KB α, cerco di capire se KB α è insoddisfacibile (dimostrazione per contraddizione) Converto KB α in CNF Applico risoluzione ad ogni coppia di formule con clausole complementari Continuo finchè Non posso aggiungere altre clausole, quindi α non è conseguenza logica di KB La risoluzione dà come risultato una clausola vuota, quindi α è conseguenza logica di KB (ho una contraddizione)
C1: L C1 C2: L C2 C: C1 C2
Abbiamo visto Gli agenti logici applicano inferenze a una base di conoscenza per derivare nuove informazioni. Concetti base della logica: sintassi: struttura formale delle sentenze semantica: verita` di
DettagliAgenti logici: calcolo proposizionale. Maria Simi a.a. 2015/2016
Agenti logici: calcolo proposizionale Maria Simi a.a. 2015/2016 Sintassi La sintassi definisce quali sono le frasi legittime del linguaggio: formula formulaatomica simbolo formulacompless a formulaatomica
DettagliIntroduzione alla logica
Corso di Intelligenza Artificiale 2011/12 Introduzione alla logica iola Schiaffonati Dipartimento di Elettronica e Informazione Sommario 2 Logica proposizionale (logica di Boole) Logica del primo ordine
DettagliLogica proposizionale
Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite
DettagliFondamenti di Informatica 2
Fondamenti di Informatica 2 Linguaggi e Complessità : Lezione 3 Corso Fondamenti di Informatica 2 Marco Schaerf, 2009-2010 Linguaggi e Complessità : Lezione 3 1 Clausole I letterali sono simboli proposizionali
DettagliInferenza nella logica proposizionale
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A7_3 V1.7 Inferenza nella logica proposizionale Il contenuto del documento è liberamente utilizzabile dagli studenti,
DettagliFondamenti di Informatica 2
Fondamenti di Informatica 2 Linguaggi e Complessità : Lezione 1 Corso Fondamenti di Informatica 2 Marco Schaerf, 2009-2010 Linguaggi e Complessità : Lezione 1 1 Logica proposizionale Linguaggio matematico
DettagliLogica proposizionale
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Logica proposizionale Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli
DettagliRagionamento Automatico Richiami di tableaux proposizionali
Richiami di logica e deduzione proposizionale Ragionamento Automatico Richiami di tableaux proposizionali (L. Carlucci Aiello & F. Pirri: SLL, Cap. 5) La logica proposizionale I tableau proposizionali
DettagliIntelligenza Artificiale. Logica proposizionale: calcolo simbolico
Intelligenza Artificiale Logica proposizionale: calcolo simbolico Marco Piastra Logica formale (Parte 2) - 1 Parte 2 Calcolo logico Assiomi Derivazioni Derivazioni e conseguenza logica Completezza Logica
DettagliCALCOLO PROPOSIZIONALE
CALCOLO PROPOSIZIONALE UN PROBLEMA DI DEDUZIONE LOGICA (da un test d ingresso) Tre amici, Antonio, Bruno e Corrado, sono incerti se andare al cinema. Si sa che: Se Corrado va al cinema, allora ci va anche
DettagliLogica: materiale didattico
Logica: materiale didattico M. Cialdea Mayer. Logica (dispense): http://cialdea.dia.uniroma3.it/teaching/logica/materiale/dispense-logica.pdf Logica dei Predicati (Logica per l Informatica) 01: Logica
DettagliSistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1]
Intelligenza Artificiale I Sistemi Deduttivi Marco Piastra Intelligenza Artificiale I - A.A. 2010- Sistemi Deduttivi[1] Calcolo simbolico? Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi
Dettagli4 Agenti Logici e Pianificazione
Esercizio 4.1 Supponiamo di essere nella seguente situazione: 1. Mostrare tutti i possibili stati delle tre possibili posizioni che vorremmo esplorare, ovvero [1, 3], [2, 2] e [3, 1]; 2. Verificare tramite
DettagliIntelligenza Artificiale. Breve introduzione alla logica classica (Parte 2)
Intelligenza Artificiale Breve introduzione alla logica classica (Parte 2) Marco Piastra Logica formale (Parte 2) - Introduzione alla logica formale Parte. Preambolo: algebra di Boole, proposizioni, conseguenza
DettagliEsercitazioni per il corso di Logica Matematica
Esercitazioni per il corso di Logica Matematica Luca Motto Ros 02 marzo 2005 Nota importante. Queste pagine contengono appunti personali dell esercitatore e sono messe a disposizione nel caso possano risultare
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 2 Dimostrazione di Tautologie Tabelle di Verità Dimostrazioni per sostituzione Leggi del Calcolo Proposizionale A. Corradini e F.Levi Dip.to Informatica Logica per
DettagliLuca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente
DettagliMETODI MATEMATICI PER L INFORMATICA
METODI MATEMATICI PER L INFORMATICA Tutorato Lezione 2 17/03/2016 Corso per matricole congrue a 1 Docente: Margherita Napoli Tutor: Amedeo Leo Applicazioni della logica proposizionale La logica ha una
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 4 Dimostrazione di Implicazioni Tautologiche Principio di sostituzione per l implicazione Occorrenze positive e negative Altre tecniche di dimostrazione Forme Normali
DettagliLOGICA FUZZY, I LOGICA PROPOSIZIONALE CLASSICA VINCENZO MARRA
LOGICA FUZZY, I LOGICA PROPOSIZIONALE CLASSICA VINCENZO MARRA 1. Sintassi L insieme dei numeri naturali è N = 1, 2,...}. Si consideri l alfabeto A = (, ), X,, $,,,,, }, e sia A l insieme delle stringhe
Dettaglisempre vere sempre false
Logica: elementi I principi della logica sono innanzitutto i seguenti: Identità: a=a (ogni cosa è cioè identica a se stessa) Non contraddizione: non (a e non a). E impossibile che la stessa cosa sia e
DettagliLOGICA FUZZY, I LOGICA DI GÖDEL
LOICA FUZZY, I LOICA DI ÖDEL SINTASSI, SEMANTICA POLIVALENTE, COMPLETEZZA VINCENZO MARRA 1. Sintassi Si consideri nuovamente l alfabeto A = {(, ), X,, $,,,,, } impiegato per la logica proposizionale classica,
DettagliUNIVERSITÀ DEGLI STUDI LA SAPIENZA CORSO DI STUDI IN INFORMATICA ESERCITAZIONI AL CORSO DI LOGICA MATEMATICA LOGICA PROPOSIZIONALE
UNIVERSITÀ DEGLI STUDI LA SAPIENZA CORSO DI STUDI IN INFORMATICA ESERCITAZIONI AL CORSO DI LOGICA MATEMATICA LOGICA PROPOSIZIONALE TAVOLE DI VERITÀ, COLETEZZA VERO-FUNZIONALE Esercizio 1. Calcola le tavole
DettagliCALCOLO PROPOSIZIONALE: CENNI
CALCOLO PROPOSIZIONALE: CENNI Francesca Levi Dipartimento di Informatica February 26, 2016 F.Levi Dip.to Informatica Informatica per le Scienze Umane a.a. 15/16 pag. 1 La Logica La logica è la disciplina
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 2 Dimostrazione di tautologie Proof System pag. 1 Un Problema di Deduzione Logica [da un test di ingresso] Tre amici, Antonio, Bruno e Corrado, sono incerti se andare
DettagliIntelligenza Artificiale. Logica proposizionale classica (Parte 2)
Intelligenza Artificiale Logica proposizionale classica (Parte 2) Marco Piastra Logica formale (Parte 2) - Introduzione alla logica formale Parte. Preambolo: algebra di Boole, proposizioni, conseguenza
DettagliLogica per la Programmazione
Logica del Primo Ordine: Motivazioni, Sintassi e Interpretazioni Logica per la Programmazione Lezione 1 Calcolo Proposizionale: sintassi e semantica Tautologie Esempi di Formalizzazione di Enunciati pag.
DettagliIntroduzione alla logica proposizionale
Introduzione alla logica proposizionale Francesco Paoli Dispense per gli studenti March 6, 2013 1 Linguaggi proposizionali Nel presente modulo studieremo la logica proposizionale classica. In generale,
DettagliMaiuscole e minuscole
Maiuscole e minuscole Abilità interessate Distinguere tra processi induttivi e processi deduttivi. Comprendere il ruolo e le caratteristiche di un sistema assiomatico. Riconoscere aspetti sintattici e
DettagliRagionamenti e metodi di dimostrazione. Liceo Scientifico Statale S. Cannizzaro Prof.re E. Modica
Ragionamenti e metodi di dimostrazione Liceo Scientifico Statale S. Cannizzaro Prof.re E. Modica Proposizioni Si definisce proposizione una frase alla quale è possibile attribuire uno e un solo valore
DettagliIntroduzione alla logica matematica
Introduzione alla logica matematica, Paolo Bison, A.A. 2004-05, 2004-10-26 p.1/29 Introduzione alla logica matematica Silvana Badaloni Paolo Bison Fondamenti di Informatica 1 A.A. 2004/05 Università di
DettagliCALCOLO PROPOSIZIONALE. Corso di Logica per la Programmazione Andrea Corradini
CALCOLO PROPOSIZIONALE Corso di Logica per la Programmazione Andrea Corradini andrea@di.unipi.it UN PROBLEMA DI DEDUZIONE LOGICA (da un test d ingresso) Tre amici, Antonio, Bruno e Corrado, sono incerti
DettagliLogica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati;
Logica degli enunciati; Operazioni con le proposizioni; Proprietà delle operazioni logiche; Tautologie; Regole di deduzione; Logica dei predicati; Implicazione logica. Equivalenza logica; Condizione necessaria,
DettagliSemantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica
Semantica proposizionale Unit 2, Lez 3 e 4 Corso di Logica Sommario Semantica dei connettivi Costruzione delle tavole di verità Tautologie, contraddizioni e contingenze Semantica delle forme argomentative
DettagliLogica per la Programmazione
Logica del Primo Ordine: Motivazioni, Sintassi e Interpretazioni Logica per la Programmazione Lezione 8 Modelli, Formule Valide, Conseguenza Logica Proof Systems Regole di inferenza per Calcolo Proposizionale
DettagliIntelligenza Artificiale I
Intelligenza Artificiale I Logica formale Calcolo simbolico Marco Piastra Logica formale - Calcolo simbolico - 1 Conseguenza, decidibilità Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi
DettagliIntelligenza Artificiale. Logica proposizionale: calcolo automatico
Intelligenza Artificiale Logica proposizionale: calcolo automatico Marco Piastra Logica formale (Parte 3) - Parte 3 Calcolo automatico Forme normali ed a clausole Risoluzione e refutazione Forward chaining
DettagliProcedura di Davis Putnam
Procedura di Davis Putnam Nel 1960 è stata introdotta la procedura di Davis Putnam. Doveva essere una tecnica di theorem proving adatta all automazione, per la logica proposizionale e del I ordine. La
DettagliLinguaggi. Claudio Sacerdoti Coen 13/12/ : I connettivi della logica proposizionale classica. Universitá di Bologna
Linguaggi 8: I connettivi della logica proposizionale classica Universitá di Bologna 13/12/2017 Outline I connettivi della logica proposizionale classica 1 I connettivi della logica
DettagliLogica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17
Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17 Andrea Corradini e Francesca Levi Dipartimento di Informatica E-mail: andrea@di.unipi.it, francesca.levi@unipi.it A. Corradini e
DettagliLogica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2015/16
Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2015/16 Andrea Corradini e Francesca Levi Dipartimento di Informatica E-mail: andrea@di.unipi.it, francesca.levi@unipi.it A. Corradini e
DettagliLogica proposizionale classica. Studia il comportamento dei connettivi proposizionali quali ( And ) e ( Or )
Logica proposizionale classica Studia il comportamento dei connettivi proposizionali quali ( And ) e ( Or ) Parte da una famiglia di enunciati atomici di cui non analizziamo la struttura interna, che rappresentiamo
DettagliUn po di logica. Christian Ferrari. Laboratorio di matematica
Un po di logica Christian Ferrari Laboratorio di matematica 1 Introduzione La logica è la disciplina che studia le condizioni di correttezza del ragionamento. Il suo scopo è quindi quello di elaborare
DettagliAgenti Intelligenti. Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò
Agenti Intelligenti Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 26/02/2018 Agenti Intelligenti Definizione di agente Razionalità Specifica dell ambiente Design di un agente
DettagliP : gli iscritti all università di Bari sono più di 1000
BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia il ragionamento deduttivo, ovvero le condizioni in base alle quali un ragionamento risulta corretto e vero. Un ragionamento
DettagliDIMOSTRAZIONI DI TAUTOLOGIE. Corso di Logica per la Programmazione
DIMOSTRAZIONI DI TAUTOLOGIE Corso di Logica per la Programmazione DIMOSTRAZIONE DI TAUTOLOGIE Abbiamo detto che: Per dimostrare che p è una tautologia possiamo: Usare le tabelle di verità, sfruttando quelle
DettagliAgenti e rappresentazione della conoscenza. Sistemi distribuiti LS Prof. Andrea Omicini A.A
Agenti e rappresentazione della conoscenza Sistemi distribuiti LS Prof. Andrea Omicini A.A. 2003-2004 1 Intelligenza e conoscenza L intelligenza non è semplice elaborazione di input il nostro concetto
DettagliEsercitazioni per il corso di Logica Matematica
Esercitazioni per il corso di Logica Matematica Luca Motto Ros 27 febbraio 2005 Nota importante. Queste pagine contengono appunti personali dell esercitatore e sono messe a disposizione nel caso possano
DettagliDIMOSTRAZIONI DI TAUTOLOGIE. Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella
DIMOSTRAZIONI DI TAUTOLOGIE Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella DIMOSTRAZIONE DI TAUTOLOGIE Abbiamo detto che: Per dimostrare che p è una tautologia possiamo:
DettagliLogica proposizionale
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A7_2 V1.1 Logica proposizionale Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale
DettagliEsercizi di logica. Ivan Valbusa 5 dicembre 2012
Esercizi di logica Ivan Valbusa 5 dicembre 2012 Gli esercizi proposti di seguito coprono solo una piccola parte del programma del corso. Sono mediamente più difficili di quelli presenti sul manuale di
DettagliFondamenti di Informatica 2, Linguaggi e Complessità : Logica I Parte Lucidi di M.Schaerf e A.Marchetti Spaccamela
Fondamenti di Informatica 2 Linguaggi e Complessità : Logica I Parte Lucidi di M.Schaerf e A.Marchetti Spaccamela Fondamenti di Informatica 2: Logica Indice degli argomenti Introduzione: Motivazioni, Prove,
DettagliBREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia le condizioni in base alle quali un ragionamento risulta
BREVE CENNO DI LOGICA CLASSICA La logica può essere definita come la scienza che studia le condizioni in base alle quali un ragionamento risulta corretto e vero. Un ragionamento è corretto se segue uno
DettagliDIMOSTRAZIONI E TAUTOLOGIE, IPOTESI NON TAUTOLOGICHE. Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini
DIMOSTRAZIONI E TAUTOLOGIE, IPOTESI NON TAUTOLOGICHE Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini INFERENZE CORRETTE E TAUTOLOGIE Il Calcolo Proposizionale permette di formalizzare
DettagliSistemi di inferenza Consentono di derivare formule da altre formule: formalizzazione del ragionamento. Un sistema di inferenza è costituito da: un
Sistemi di inferenza Consentono di derivare formule da altre formule: formalizzazione del ragionamento. Un sistema di inferenza è costituito da: un insieme di assiomi un insieme di regole di inferenza,
DettagliLOGICA DEL PRIMO ORDINE: PROOF SYSTEM. Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini
LOGICA DEL PRIMO ORDINE: PROOF SYSTEM Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini LOGICA DEL PRIMO ORDINE: RIASSUNTO Sintassi: grammatica libera da contesto (BNF), parametrica rispetto
DettagliLogica Proposizionale
Intelligenza rtificiale I Logica Proposizionale Introduzione Marco Piastra Intelligenza rtificiale I -.. 28-29 29 Introduzione al corso ] lgebre di Boole Definizione Una collezione di oggetti X su cui
DettagliRicerca non informata
Ricerca non informata Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 05/03/2018 Ricerca non informata Definizione del problema della ricerca Architettura necessaria Blind search
DettagliDIMOSTRAZIONI DI EQUIVALENZE, SUI CONNETTIVI E SULL'AMBIGUITA' DELLA SINTASSI. Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini
DIMOSTRAZIONI DI EQUIVALENZE, SUI CONNETTIVI E SULL'AMBIGUITA' DELLA SINTASSI Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini SULLE LEGGI DEL CALCOLO PROPOSIZIONALE Abbiamo visto le
DettagliLa logica matematica. Si ringraziano per il loro contributo gli alunni della classe IB Lic. Sc. A.S
La logica matematica Si ringraziano per il loro contributo gli alunni della classe IB Lic. Sc. A.S. 2010-2011 La logica studia le proposizioni logiche e le relazioni tra esse. Una proposizione logica è
DettagliDIMOSTRAZIONE DI IMPLICAZIONI TAUTOLOGICHE. Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini
DIMOSTRAZIONE DI IMPLICAZIONI TAUTOLOGICHE Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini DIGRESSIONE: SULLA SINTASSI DEL CALCOLO PROPOSIZIONALE Abbiamo già presentato la grammatica
DettagliRISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine
RISOLUZIONE IN LOGICA PROPOSIZIONALE Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine 1. Risoluzione Definitione 1.1. Un letterale l è una variabile proposizionale (letterale
Dettagli1 Richiami di logica matematica
Geometria e Topologia I 7 marzo 2005 1 1 Richiami di logica matematica Definire cos è un enunciato, una proposizione (elemento primitivo della logica delle proposizioni). La definizione è data in termini
DettagliDIMOSTRAZIONI DI EQUIVALENZE, SUI CONNETTIVI E SULL'AMBIGUITA' DELLA SINTASSI. Corso di Logica per la Programmazione
DIMOSTRAZIONI DI EQUIVALENZE, SUI CONNETTIVI E SULL'AMBIGUITA' DELLA SINTASSI Corso di Logica per la Programmazione SULLE LEGGI DEL CALCOLO PROPOSIZIONALE Abbiamo visto le leggi per l'equivalenza ( ),
DettagliIntelligenza Artificiale I
Intelligenza Artificiale I Risoluzione e clausole di Horn Marco Piastra Risoluzione e clausole di Horn [1] Sistemi deduttivi e automazione Il problema è decidibile? La definizione di derivabilità a la
DettagliLogica per la Programmazione
Logica del Primo Ordine: Motivazioni, Sintassi e Interpretazioni Logica per la Programmazione Lezione 7 Formule Valide, Conseguenza Logica Proof System per la Logica del Primo Ordine Leggi per i Quantificatori
DettagliLe variabili logiche possono essere combinate per mezzo di operatori detti connettivi logici. I principali sono:
Variabili logiche Una variabile logica (o booleana) è una variable che può assumere solo uno di due valori: Connettivi logici True (vero identificato con 1) False (falso identificato con 0) Le variabili
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 3 Dimostrazione di Tautologie e Sintassi del Calcolo osizionale Antonio, Corrado e Bruno... formalmente Tautologie: dimostrazioni e controesempi Sintassi del Calcolo
DettagliLOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema
DettagliIntelligenza Artificiale I
Intelligenza Artificiale I Logica formale Calcolo simbolico Marco Piastra Logica formale - Calcolo simbolico - 1 Calcolo simbolico? Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi modello
DettagliINSIEMI. DEF. Un INSIEME è una qualsiasi collezione di oggetti.
INSIEMI DEF. Un INSIEME è una qualsiasi collezione di oggetti. Esso è ben definito quando è chiaro se un oggetto appartiene o non appartiene all insieme stesso. Esempio. E possibile definire l insieme
DettagliNOZIONI DI LOGICA PROPOSIZIONI.
NOZIONI DI LOGICA PROPOSIZIONI. Una proposizione è un affermazione che è vera o falsa, ma non può essere contemporaneamente vera e falsa. ESEMPI Sono proposizioni : 7 è maggiore di 2 Londra è la capitale
DettagliAlgebra di Boole. Andrea Passerini Informatica. Algebra di Boole
Andrea Passerini passerini@disi.unitn.it Informatica Variabili logiche Una variabile logica (o booleana) è una variable che può assumere solo uno di due valori: True (vero identificato con 1) False (falso
DettagliOperatori di relazione
Condizioni Negli algoritmi compaiono passi decisionali che contengono una proposizione (o predicato) dal cui valore di verità dipende la sequenza dinamica Chiamiamo condizioni tali proposizioni Nei casi
DettagliLogica booleana. Bogdan Maris ( )
Logica booleana 1 Algebra di Boole Opera con i soli valori di verità 0 o 1 (variabili booleane o logiche) La struttura algebrica studiata dall'algebra booleana è finalizzata all'elaborazione di espressioni
DettagliIntelligenza Artificiale I
Intelligenza rtificiale I Logica formale Primi elementi Marco Piastra Logica formale - Primi elementi - Sottoinsiemi e operatori Sottoinsiemi U Insieme di riferimento (insieme sostegno) {,, C, } Collezione
DettagliDI CHE COSA SI OCCUPA LA LOGICA
Di Emily Rinaldi DI CHE COSA SI OCCUPA LA LOGICA La logica si occupa dell esattezza dei ragionamenti Nei tempi antichi solo verbale. Nell epoca moderna la logica viene applicata per l ordinamento sistemazione
DettagliSesto modulo: Logica Obiettivi 1. individuare dei "calcoli logici" che consentano di meccanizzare l attività deduttiva
Sesto modulo: Logica Obiettivi 1. individuare dei "calcoli logici" che consentano di meccanizzare l attività deduttiva 2. stabilire quali ragionamenti sono corretti e quali no 3. distinguere tra condizione
Dettaglie Algoritmi Marco Piastra Intelligenza Artificiale I Soddisfacibilità
Intelligenza Artificiale I Soddisfacibilità e Algoritmi Marco Piastra Intelligenza Artificiale I - A.A. 2010- Soddisfacibilità e Semantic Tableau [1] Problemi e decidibilità (automatica) Problema Un problema
DettagliPartizioni intere. =! i# P. Es: Dato {38, 17, 52, 61, 21, 88, 25} possiamo rispondere positivamente al quesito poiché
Partizioni intere PARTIZIONAMENTO: Dato un insieme di n interi non negativi rappresentati in binario, trovare un sottoinsieme P! {1,2,..., n } tale che! i"p a i =! i# P a i Es: Dato {38, 17, 52, 61, 21,
DettagliCenni di logica e calcolo proposizionale
Cenni di logica e calcolo proposizionale Corso di Laurea in Informatica Università degli Studi di Bari (sede Brindisi) Analisi Matematica S.Milella (sabina.milella@uniba.it) Cenni di logica 1 / 10 Proposizioni
DettagliCalcolo dei sequenti II. Il Calcolo dei Sequenti d. Gentzen: La Logica Intuizionista.
Calcolo dei sequenti II. Il Calcolo dei Sequenti di Gentzen: La Logica Intuizionista. giovanni.casini@gmail.com 6 Maggio 2009 Introduzione Ieri abbiamo visto cos è formalmente un sequente (una coppia ordinata
DettagliAutomi e Linguaggi Formali
Automi e Linguaggi Formali Problemi intrattabili, classi P e NP A.A. 2014-2015 Alessandro Sperduti sperduti@math.unipd.it Problemi intrattabili Ci occuperemo solo di problemi decidibili, cioè ricorsivi.
DettagliAPI. Ripasso di logica. Davide Martinenghi. Politecnico di Milano. API Davide Martinenghi (1/30)
API Ripasso di logica Davide Martinenghi Politecnico di Milano API Davide Martinenghi (1/30) Logica proposizionale - sintassi L è un linguaggio della logica proposizionale L alfabeto di L è composto da
DettagliLogica Proposizionale
Logica Proposizionale Domenico Cantone Dipartimento di Matematica e Informatica Università di Catania Logica Computazionale, A.A. 2006/07 Outline 1 Sintassi e Semantica Sintassi Semantica 2 Tableaux semantici
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 3 Dimostrazione di Tautologie e Sintassi del Calcolo osizionale Antonio, Corrado e Bruno... formalmente Tautologie: dimostrazioni e controesempi Sintassi del Calcolo
DettagliLogica di Base. Docente: Francesca Benanti. 27 Gennaio 2007
Logica di Base Docente: Francesca Benanti 27 Gennaio 2007 1 Logica Formale La logica è la disciplina filosofica che studia le forme del ragionamento corretto. Da Aristotele al secolo scorso la logica è
DettagliRELAZIONI TRA SINTASSI E SEMANTICA
RELAZIONI TRA SINTASSI E SEMANTICA INTERPRETAZIONI E MODELLI Sia Γ un insieme di enunciati dichiarativi (asserzioni che hanno valore T o F) Una intepretazione assegna un significato ad ogni componente
DettagliGeorge BOOLE ( ) L algebra booleana. (logica proposizionale)
George BOOLE (1815-64) L algebra booleana. (logica proposizionale) La logica e George BOOLE George BOOLE nel 1847 pubblicò il libro Mathematical Analysis of Logic, nel quale presentava ciò che oggi si
DettagliInformatica/ Ing. Meccanica/ Edile/ Prof. Verdicchio/ 08/02/2017/ Foglio delle domande / VERSIONE 1
Informatica/ Ing. Meccanica/ Edile/ Prof. Verdicchio/ 08/02/2017/ Foglio delle domande/ VERSIONE 1 1) Nella ricorsione, quando il problema ha soluzione immediata siamo a) nell ipotesi ricorsiva b) nel
DettagliProposizioni e verità
Proposizioni e verità Claudia Casadio Logica e Psicologia del Pensiero Laurea Triennale - Parte Istituzionale A.A. 2007-08 Contents 1 Proposizione.......................................... 3 2 Verità...............................................
DettagliIntelligenza Artificiale. Logica Prime definizioni
Intelligenza rtificiale Logica Prime definizioni Marco Piastra Logica formale (Parte ) - Parte Sottoinsiemi lgebra di oole Linguaggio proposizionale Soddisfacibilità Conseguenza logica Logica formale (Parte
DettagliLogica: nozioni di base
Fondamenti di Informatica Sistemi di Elaborazione delle Informazioni Informatica Applicata Logica: nozioni di base Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO
DettagliPROGRAMMA CONSUNTIVO
PAGINA: 1 PROGRAMMA CONSUNTIVO A.S.2014-2015 SCUOLA Liceo Linguistico Manzoni DOCENTE: Marina Barbàra MATERIA: Matematica e Informatica Classe 1 Sezione A OBIETTIVI: le parti sottolineate sono da considerarsi
Dettagli