Specifica formale. Verifica formale (Prima parte) 03: Logica temporale lineare 1 / 26
|
|
- Fabriciano Nardi
- 4 anni fa
- Visualizzazioni
Transcript
1 Specifica formale La correttezza di un programma è relativa a una determinata specifica: la verifica formale è connessa alle specifiche Linguaggi di specifica Automi LTL (Linear Temporal Logic): una specifica LTL si può tradurre in un automa CTL (Computational Tree Logic) Verifica formale (Prima parte) 03: Logica temporale lineare 1 / 26
2 Logica Temporale Lineare (LTL) Logica temporale e verifica di proprietà dei programmi (dispense) La logica classica è statica: rappresenta stati. Logiche Modali: descrivono relazioni tra stati. Una logica modale estende la logica classica mediante: uno o più operatori modali (sintassi) assunzioni sulle proprietà degli operatori modali (semantica e apparato deduttivo) Verifica formale (Prima parte) 03: Logica temporale lineare 2 / 26
3 Operatori modali Modalità: in che modo una proposizione è vera? È vera solo contingentemente, è necessariamente vera, è possibile che sia vera? Modalità aletiche: contingenza: necessità: possibilità: piove piove piove Contingenza, necessità, possibilità sono concetti intensionali (non vero-funzionali): (piove piove) Ma, anche se piove è vero, non è vero piove Quali sono le proprietà di e? (Necessità logica, necessità fisica,...) (p q) p q? p p? p p? Verifica formale (Prima parte) 03: Logica temporale lineare 3 / 26
4 Semantica dei mondi possibili (semantica di Kripke) p,q p p,r p,q q,r p: in tutti i mondi visibili è vero p r: esiste un mondo visibile in cui r è falso r: esiste un mondo visibile tale che in tutti i mondi per esso visibili è vero r A vero in un mondo w sse w (se w vede w allora A vero in w ) ha un significato universale A vero in un mondo w sse w tale che (w vede w e A vero in w ) ha un significato esistenziale Verifica formale (Prima parte) 03: Logica temporale lineare 4 / 26
5 Semantica degli operatori modali Secondo la semantica di Kripke, alcune proprietà degli operatori modali valgono sempre: A A (A B) A B (A B) ( A B) A se A è classicamente valida Altre proprietà dipendono dall interpretazione degli operatori. Ad esempio: Interpretazione epistemica p: l agente conosce p (K p) p: p è compatibile con le conoscenze dell agente (l agente non conosce la negazione di p: K p) Insieme dei mondi accessibili : stati di cose compatibili con quello che l agente conosce. Conoscenza = opinione vera: p p Capacità introspettiva dell agente: p p (so di sapere) p p (so di non sapere) Verifica formale (Prima parte) 03: Logica temporale lineare 5 / 26
6 Interpretazione temporale Logica temporale lineare: il tempo è una sequenza lineare di stati: la relazione di accessibilità è transitiva e connessa ( s, t(srt s = t trs)), cioè è un ordine lineare L insieme degli stati è isomorfo a IN : always p: : eventually p: Quindi: p p p p p sarà sempre vero p sarà vero almeno una volta in futuro perché il tempo è infinito nel futuro perché il futuro è transitivo: se p sarà sempre vero, allora sarà sempre vero che sarà sempre vero Ma non sempre, ad esempio: p p Verifica formale (Prima parte) 03: Logica temporale lineare 6 / 26
7 Operatori temporali del futuro (dove il futuro include il presente) Oltre a e : Always A: A sarà sempre vero nel futuro (stato attuale incluso) Eventually A: A sarà vero in qualche stato futuro (oppure nello stato attuale) La struttura lineare della sequenza di stati consente di introdurre altri operatori: Next A: A A è vero nello stato successivo a quello attuale Until A U B: B sarà vero in futuro e A vale da adesso al momento in cui sarà vero B (escludendo tale stato) Release A R B: il duale di U, A R B ( A U B) (D ora in poi Until e Release ve li risparmio!) Esempi A: Verifica formale (Prima parte) 03: Logica temporale lineare 7 / 26
8 Operatori temporali del futuro (dove il futuro include il presente) Oltre a e : Always A: A sarà sempre vero nel futuro (stato attuale incluso) Eventually A: A sarà vero in qualche stato futuro (oppure nello stato attuale) La struttura lineare della sequenza di stati consente di introdurre altri operatori: Next A: A A è vero nello stato successivo a quello attuale Until A U B: B sarà vero in futuro e A vale da adesso al momento in cui sarà vero B (escludendo tale stato) Release A R B: il duale di U, A R B ( A U B) (D ora in poi Until e Release ve li risparmio!) Esempi A: A vale infinitamente spesso A: Verifica formale (Prima parte) 03: Logica temporale lineare 7 / 26
9 Operatori temporali del futuro (dove il futuro include il presente) Oltre a e : Always A: A sarà sempre vero nel futuro (stato attuale incluso) Eventually A: A sarà vero in qualche stato futuro (oppure nello stato attuale) La struttura lineare della sequenza di stati consente di introdurre altri operatori: Next A: A A è vero nello stato successivo a quello attuale Until A U B: B sarà vero in futuro e A vale da adesso al momento in cui sarà vero B (escludendo tale stato) Release A R B: il duale di U, A R B ( A U B) (D ora in poi Until e Release ve li risparmio!) Esempi A: A vale infinitamente spesso A: da un certo punto in poi, A sarà sempre vera Verifica formale (Prima parte) 03: Logica temporale lineare 7 / 26
10 LTL proposizionale: sintassi Dato un insieme P di lettere proposizionali: 1 e sono formule; 2 se p P allora p è una formula; 3 se A è una formula allora A, A, A, A sono formule; 4 se A e B sono formule, allora A B, A B, A B, A U B, A R B sono formule. Nota: in alcuni testi (tra cui quello di Katoen) gli operatori, e vengono denotati, rispettivamente, da X, G e F. Verifica formale (Prima parte) 03: Logica temporale lineare 8 / 26
11 LTL: semantica Interpretazione: sequenza infinita di interpretazioni classiche (stati). Rappresentiamo un interpretazione proposizionale classica mediante un insieme di atomi: l insieme degli atomi veri nell interpretazione. Se IN è l insieme dei numeri naturali, ordinati secondo l abituale relazione <, allora: Un interpretazione temporale M del linguaggio P è una funzione che associa a ogni k IN un sottoinsieme di P: M : IN 2 P Ogni k IN rappresenta uno stato. 0 è lo stato iniziale. Verità di un formula in uno stato di un interpretazione M: M k = A Verità di un formula in un interpretazione: M = A sse M 0 = A Verifica formale (Prima parte) 03: Logica temporale lineare 9 / 26
12 LTL: Semantica (II) M k = e M k = ; M k = p sse p M(k); M k = A sse M k = A; M k = A B sse M k = A e M k = B; M k = A B sse M k = A oppure M k = B; M k = A B sse M k = A oppure M k = B; Quindi se A è una formula proposizionale classica, M k = A se e solo se M(k) = A Verifica formale (Prima parte) 03: Logica temporale lineare 10 / 26
13 LTL: Semantica (III) M k = A sse M k+1 = A M k = A sse per ogni i k M i = A A A s 0 s 1 s k s k+1 s k+2 A A A A A s 0 s 1 s k s k+1 s k+2 s k+3 M k = A sse esiste i k tale che M i = A A A s 0 s 1 s k s k+1 s i Verifica formale (Prima parte) 03: Logica temporale lineare 11 / 26
14 Verità e validità Una formula A è vera in un interpretazione M (e M è un modello di A) sse A è vera nel suo stato iniziale: M = A sse M 0 = A Se S è un insieme di formule e M un interpretazione: M k = S sse M k = A per ogni formula A S; M è un modello di S (M = S) sse M = A per ogni formula A S. Una formula A è valida ( = A) sse per ogni interpretazione M e ogni k IN, M k = A. Proprietà della validità: una formula A è valida sse per ogni interpretazione M, M 0 = A. (la verità in ogni interpretazione e la verità in ogni stato di ogni interpretazione coincidono) Verifica formale (Prima parte) 03: Logica temporale lineare 12 / 26
15 Conseguenza logica, equivalenza logica e falsità di una formula in uno stato Se S è un insieme di formule e A una formula, A è una conseguenza logica di S (e S implica logicamente A) S = A sse per ogni interpretazione M e k IN: se M k = S allora M k = A. Due formule A e B sono logicamente equivalenti (A B) se per ogni interpretazione M e stato k IN, M k = A se e solo se M k = B. Quando una formula è falsa in uno stato? M k = A sse M k+1 = A M k = A sse esiste i k tale che M i = A M k = A sse per ogni i k, M i = A Verifica formale (Prima parte) 03: Logica temporale lineare 13 / 26
16 Proprietà degli operatori temporali e sono duali: A A A A Il Next ( ) è duale di se stesso A A Poiché è riflessiva e transitiva: Proprietà del Next Proprietà di Always: Proprietà di Eventually: = A A = A A = A A = A A = A A A A = (A B) ( A B) = (A B) ( A B) = A (A A) A A A A A A A Verifica formale (Prima parte) 03: Logica temporale lineare 14 / 26
17 Esempio di dimostrazione semantica A = A A Tesi: per ogni M e k, se M k = A allora M k = A A Assumiamo per assurdo che esistano M e k tali che: M k = A, cioè 1) per ogni j k: M j = A M k = A A. I casi sono due: 2a) o M k = A 2b) oppure M k = A = Verifica formale (Prima parte) 03: Logica temporale lineare 15 / 26
18 Esempio di dimostrazione semantica A = A A Tesi: per ogni M e k, se M k = A allora M k = A A Assumiamo per assurdo che esistano M e k tali che: M k = A, cioè 1) per ogni j k: M j = A M k = A A. I casi sono due: 2a) o M k = A 2b) oppure M k = A = M k+1 = A = Verifica formale (Prima parte) 03: Logica temporale lineare 15 / 26
19 Esempio di dimostrazione semantica A = A A Tesi: per ogni M e k, se M k = A allora M k = A A Assumiamo per assurdo che esistano M e k tali che: M k = A, cioè 1) per ogni j k: M j = A M k = A A. I casi sono due: 2a) o M k = A 2b) oppure M k = A = M k+1 = A = esiste n k + 1: M n = A = esiste n > k: M n = A Il caso 2a è assurdo perché Verifica formale (Prima parte) 03: Logica temporale lineare 15 / 26
20 Esempio di dimostrazione semantica A = A A Tesi: per ogni M e k, se M k = A allora M k = A A Assumiamo per assurdo che esistano M e k tali che: M k = A, cioè 1) per ogni j k: M j = A M k = A A. I casi sono due: 2a) o M k = A 2b) oppure M k = A = M k+1 = A = esiste n k + 1: M n = A = esiste n > k: M n = A Il caso 2a è assurdo perché 1 implica M k = A (k k). Anche il caso 2b è assurdo perché Verifica formale (Prima parte) 03: Logica temporale lineare 15 / 26
21 Esempio di dimostrazione semantica A = A A Tesi: per ogni M e k, se M k = A allora M k = A A Assumiamo per assurdo che esistano M e k tali che: M k = A, cioè 1) per ogni j k: M j = A M k = A A. I casi sono due: 2a) o M k = A 2b) oppure M k = A = M k+1 = A = esiste n k + 1: M n = A = esiste n > k: M n = A Il caso 2a è assurdo perché 1 implica M k = A (k k). Anche il caso 2b è assurdo perché se n > k, allora n k e 1 implica che M n = A. Quindi l ipotesi che esistano M e k tali che M k = A è assurda: la tesi è dimostrata. Verifica formale (Prima parte) 03: Logica temporale lineare 15 / 26
22 Esempio 2: l assioma di induzione A (A A) A Tesi: per ogni M e k, M k = A (A A) A, cioè: o M k = A (A A) oppure M k = A Siano M e k qualsiasi, tali che: M k = A (A A), cioè 1a) M k = A e 1b) M k = (A A), cioè per ogni j k, o M j = A oppure M j+1 = A. Dimostriamo che M k = A, cioè che per ogni n k: M n = A. Sia n qualsiasi tale che n k, cioè per qualche h IN, n = k + h. Dimostriamo che M n = A per induzione su h. Caso base: h = 0, quindi n = k. M n = A vale per 1a. Passo induttivo: h > 0. Assumiamo che M k+(h 1) = A (ipotesi induttiva) e dimostriamo che M k+h = A. Se h > 0, allora k + h 1 k, quindi, per 1b, M k+h 1 = A oppure M k+h 1+1 = A. Per l ipotesi induttiva M k+h 1 = A, quindi M k+h = A, cioè M n = A. Di conseguenza, per ogni n k, M n = A = M k = A. Verifica formale (Prima parte) 03: Logica temporale lineare 16 / 26
23 Esempio 3 Come dimostrare che una relazione di conseguenza logica non vale. (dove A è una formula qualsiasi). A = A Tesi: esistono una formula A, un interpretazione M e k IN tali che M k = A ma M k = A. Siano A = p e M tale che: M(0) = {p} e M(i) = per ogni i > 0. Dimostriamo che: M 0 = p esiste i 0 tale che M i = p. Poiché M(0) = {p}, M 0 = p, quindi, per i = 0, M i = p. M 0 = p esiste i 0 tale che M i = p esiste i 0 tale che, per ogni j i, M j = p. Per ogni i > 0, M(i) = = per ogni i > 0, M i = p. Prendendo i = 1 si ha dunque che per ogni j i, M j = p. Verifica formale (Prima parte) 03: Logica temporale lineare 17 / 26
24 Esercizi Dare dimostrazioni semantiche di delle altre proprietà riportate nella slide 14. Dimostrare inoltre che: 1 = 2 = 3 = A A 4 (A B) A B 5 A B = (A B) 6 (A B) = A B 7 (A B) A B 8 (A B) = A B 9 A B = (A B) Verifica formale (Prima parte) 03: Logica temporale lineare 18 / 26
25 Sistemi assiomatici per LTL Assiomatizzazione di LTL (proposizionale, senza U ). A un qualsiasi sistema di assiomi per la logica proposizionale classica si aggiungono gli assiomi seguenti: A1. A A A2. (A B) ( A B) A3. A (A A) A4. A A A5. (A B) ( A B) A6. (A A) (A A) e la regola di inferenza (regola di necessitazione): A A LTL con quantificatori: indecidibile (ovviamente) e non semi-decidibile. Verifica formale (Prima parte) 03: Logica temporale lineare 19 / 26
26 Verifica di sistemi con LTL: approcci basati sulla deduzione Il comportamento del sistema S è descritto da un insieme S di formule di LTL e la proprietà da verificare da una formula F : S soddisfa la specifica F se e solo se S = F Verifica formale (Prima parte) 03: Logica temporale lineare 20 / 26
27 Verifica di sistemi con LTL: approcci basati sul model checking (o model based ) Il sistema è modellato da una struttura di Kripke S (un grafo con stati iniziali, ai cui stati sono associate interpretazioni proposizionali). ogni cammino massimale in S è un interpretazione temporale ogni esecuzione del sistema corrisponde a un cammino massimale in S il sistema è modellato dall insieme delle sue esecuzioni (anziché da un insieme di formule, da un insieme di interpretazioni) Identifichiamo il modello S del sistema con l insieme delle sue esecuzioni (i cammini massimali in S), diciamo che: S = A: tutte le esecuzioni di S soddisfano A, cioè M = A per ogni M S S = A: non tutte le esecuzioni di S soddisfano A, cioè esiste M S tale che M = A Quindi il sistema soddisfa la specifica F se e solo se S = F Verifica formale (Prima parte) 03: Logica temporale lineare 21 / 26
28 Sistemi modellati da automi con vincoli di fairness I vincoli di fairness semplici si possono esprimere mediante formule della forma F. Assumiamo che il sistema sia modellato da una struttura di Kripke S con vincoli di fairness {F 1,..., F n } (dove le F i sono formule). Allora le esecuzioni del sistema sono rappresentate da tutte e solo le interpretazioni M S tali che M = F i per ogni i = 1,..., n: F i si verifica infinitamente spesso In alcuni casi, comunque, i vincoli di fairness si possono esprimere mediante formule più semplici. t2 s1 {work} t1 t2 t3 s2 {} t4 s3 {rich} Vincolo di fairness F = {s3} = rich Verifica formale (Prima parte) 03: Logica temporale lineare 22 / 26
29 Specifica delle proprietà di un sistema, esempio 1: l elastico s1 {} pull release s2 {extended} release s3 {extended, malfunction} Questo sistema ha infinite esecuzioni: tutte le sequenze infinite della forma s 1 s 2 (s 1 s 2 ) s ω 3, oltre all esecuzione (s 1s 2 ) ω. Sia M = s 1 s 2 s 1 s 2 s 3 s 3 s 3 s 3... M = extended M = extended M = extended M = extended M = extended M = extended Verifica formale (Prima parte) 03: Logica temporale lineare 23 / 26
30 Esempio 1: l elastico (II) s1 {} pull release s2 {extended} release s3 {extended, malfunction} S = extended S = ( extended extended) S = (extended extended) (s 1 s 2 s ω 3 ) S = extended ((s 1 s 2 ) ω ) S = extended (s 1 s 2 s ω 3 ) S = extended Esempio di fairness constraint: prima o poi l elastico perde elasticità ({s3} = malfunction): si esclude (s 1 s 2 ) ω Con questo vincolo il sistema soddisfa extended Verifica formale (Prima parte) 03: Logica temporale lineare 24 / 26
31 Specifica delle proprietà di un sistema, esempio 2: il semaforo s1 {yellow} s2 {red} s0 {green} Invariante: esattamente un colore alla volta ((green yellow red) (green yellow) (green red) (yellow red)) Dal giallo prima o poi si passa sempre al rosso Dopo il giallo il semaforo diventa rosso (yellow red) (yellow (yellow red)) Verifica formale (Prima parte) 03: Logica temporale lineare 25 / 26
32 Proprietà di programmi concorrenti, esempio: uso di una risorsa condivisa Due utenti, u 1 e u 2 possono utilizzare la stessa stampante, ma non contemporaneamente. request_i : u i chiede l uso della stampante (i = 1, 2) printing_i : u i sta stampando (i = 1, 2) Verifica di correttezza del sistema: le formule seguenti devono essere verificate dal modello del sistema: (printing 1 printing 2 ) (request 1 printing 1 ) (request 2 printing 2 ) (printing 1 printing 1 ) (printing 2 printing 2 ) (mutual exclusion) (responsiveness) (responsiveness) Verifica formale (Prima parte) 03: Logica temporale lineare 26 / 26
Linguaggi di specifica
Specifica formale (Peled, cap. 5) Importanza della specifica formale di un progetto (sviluppato in mesi, da diverse persone, modificato,...) Correttezza di un programma rispetto alla specifica: verifica
DettagliIntelligenza Artificiale II. Logiche modali e temporali
Intelligenza Artificiale II Logiche modali e temporali Marco Piastra Logiche non classiche - 1 1 Logiche modali Logiche non classiche - 2 Un paradosso? Una fbf di L P ( ) ( ) Si tratta di una tautologia
DettagliLogica Temporale e Verifica di Proprietà di Programmi. Marta Cialdea Mayer
Logica Temporale e Verifica di Proprietà di Programmi Marta Cialdea Mayer Indice 1 Logica Temporale Lineare 3 1.1 Introduzione.............................. 3 1.2 Le logiche modali...........................
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
DettagliModellazione di sistemi software
Modellazione di sistemi software Modellare un sistema: rappresentarlo in termini di oggetti matematici che ne riflettono le proprietà Modellare implica astrarre: semplificare la descrizione del sistema,
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
DettagliLogiche modali. Marco Piastra. Intelligenza Artificiale II. Intelligenza Artificiale II - A.A Logiche modali [1]
Intelligenza Artificiale II Logiche modali Marco Piastra Logiche modali 1] Un paradosso? Una particolare fbf di L P : ( ) ( ) Si tratta di una tautologia di L P : 0 0 1 1 0 1 0 1 1 0 1 1 1 1 0 1 ( ) (
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
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
DettagliEsercizi di Logica Matematica (parte 2)
Luca Costabile Esercizio 317 Esercizi di Logica Matematica (parte 2) Dimostro per induzione sulla costruzione del termine : - Supponiamo che sia una variabile :, - Supponiamo che sia una variabile diversa
DettagliIntelligenza Artificiale. Breve introduzione alle logiche non classiche
Intelligenza Artificiale Breve introduzione alle logiche non classiche Marco Piastra Logiche non classiche - Argomenti 0. In che senso non classiche?. Logica abduttiva 2. Logiche modali 3. Logiche multivalenti
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
DettagliIntroduzione ad alcuni sistemi di logica modale
Introduzione ad alcuni sistemi di logica modale Laura Porro 16 maggio 2008 1 Il calcolo proposizionale Prendiamo come primitivi i simboli del Calcolo Proposizionale (PC) tradizionale a due valori 1 : un
DettagliRagionamento Automatico Logiche Temporali: LTL. Lezione 10 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione Sommario
Sommario Ragionamento Automatico Logiche Temporali: LTL Capitolo 3 del libro di M. Huth e M. Ryan: Logic in Computer Science: Modelling and reasoning about systems (Second Edition) Cambridge University
DettagliLogiche modali. Marco Piastra. Intelligenza Artificiale II. Intelligenza Artificiale II - A.A Logiche modali [1]
Intelligenza Artificiale II Logiche modali Marco Piastra Intelligenza Artificiale II - A.A. 2009- Logiche modali 1] Un paradosso? Una particolare fbf di L P : ( ) ( ) Si tratta di una tautologia di L P
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
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
DettagliMETODI MATEMATICI PER L INFORMATICA
METODI MATEMATICI PER L INFORMATICA ANNO ACCADEMICO 2011/2012 Sommario. Sintassi e semantica della Logica dei predicati. Proprietà fondamentali dei quantificatori. Strutture, soddisfacibilità e verità
DettagliElementi di logica. SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni.
Elementi di logica SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni. Quantificatori: elementi fondamentali del linguaggio matematico. quantificatore
DettagliAutomi Automi finiti: macchine a stati su sistemi di transizioni finiti Modellare con TS e specificare con automi: si usa lo stesso tipo di
Automi Automi finiti: macchine a stati su sistemi di transizioni finiti Modellare con TS e specificare con automi: si usa lo stesso tipo di rappresentazione per descrivere programmi e specifiche. ω-automi:
DettagliRagionamento formalei. Ragionamento formale
Ragionamento formale La necessità e l importanza di comprendere le basi del ragionamento formale, utilizzato in matematica per dimostrare teoremi all interno di teorie, è in generale un argomento piuttosto
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,
DettagliELEMENTI DI LOGICA MATEMATICA LEZIONE VII
ELEMENTI DI LOGICA MATEMATICA LEZIONE VII MAURO DI NASSO In questa lezione introdurremo i numeri naturali, che sono forse gli oggetti matematici più importanti della matematica. Poiché stiamo lavorando
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
DettagliLogica. Claudio Sacerdoti Coen 13-15/11/ : Semantica classica della logica proposizionale. Universitá di Bologna
Logica 6: Semantica classica della logica proposizionale Universitá di Bologna 13-15/11/2017 Outline Semantica classica della logica proposizionale 1 Semantica classica della logica
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
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
DettagliESERCIZI DI LOGICA MATEMATICA A.A Alessandro Combi
ESERCIZI DI LOGICA MATEMATICA A.A. 2015-16 Alessandro Combi Esercizio 1.7 Per ogni formula A, dimostrare che ρ(a) = min{n A F n } Soluzione: Chiamo rank(a) = min{n A F n }. Bisogna provare che rank segue
DettagliCenni di Logica. Hynek Kovarik. Università di Brescia. Analisi Matematica 1
Cenni di Logica Hynek Kovarik Università di Brescia Analisi Matematica 1 Hynek Kovarik (Università di Brescia) Cenni di Logica Analisi Matematica 1 1 / 15 Scopo: introdurre nozioni di logica & terminologia
DettagliFondamenti teorici e programmazione
Fondamenti teorici e programmazione FTP(A) - modb Lezione 8 F.Bonchi Dip.to Informatica Fondamenti teorici e programmazione (A) - modb a.a. 2018/19 pag. 1 Ragionamento formale Comprendere le basi del ragionamento
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
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
DettagliPrerequisiti Matematici
Prerequisiti Matematici Richiami di teoria degli insiemi Relazioni d ordine, d equivalenza Richiami di logica Logica proposizionale, tabelle di verità, calcolo dei predicati Importante: Principio di Induzione
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
DettagliCenni di logica. Hynek Kovarik. Università di Brescia. Analisi Matematica A
Cenni di logica Hynek Kovarik Università di Brescia Analisi Matematica A Hynek Kovarik (Università di Brescia) Cenni di logica Analisi Matematica A 1 / 21 Scopo: introdurre nozioni di logica & terminologia
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,
DettagliErrata corrige del libro Introduzione alla logica e al linguaggio matematico
Errata corrige del libro Introduzione alla logica e al linguaggio matematico 28 gennaio 2009 Capitolo 1 Pag. 7, Definizione 6. Il complemento di un sottoinsieme A di I è il sottoinsieme A = {x I : x /
DettagliC1: 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
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 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
DettagliLogica per la Programmazione
Logica del Primo Ordine: Motivazioni, Sintassi e Interpretazioni Logica per la Programmazione Lezione 9 Proof System per la Logica del Primo Ordine Leggi per i Quantificatori Regole di inferenza: Generalizzazione
DettagliRagionamento Automatico Richiami di calcolo dei predicati
Richiami di logica del primo ordine Ragionamento Automatico Richiami di calcolo dei predicati (SLL: Capitolo 7) Sintassi Semantica Lezione 2 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione 2 0
DettagliLOGICA MATEMATICA PER INFORMATICA
LOGICA MATEMATICA PER INFORMATICA A.A. 10/11, SETTIMANA N. 1 Sommario. Introduciamo il linguaggio e la sintassi e la semantica della Logica del I Ordine. Introduciamo i concetti di teoria, teoria completa,
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
DettagliINDUZIONE MATEMATICA
Regola d induzione matematica P(0), n(p(n) P(n+1)) Regola d induzione completa n(n
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
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
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
DettagliLOGICA MATEMATICA PER INFORMATICA
LOGICA MATEMATICA PER INFORMATICA A.A. 10/11, DISPENSA N. 2 Sommario. Assiomi dell identità, modelli normali. Forma normale negativa, forma normale prenessa, forma normale di Skolem. 1. L identità Esistono
DettagliLogica per la Programmazione
Logica per la Programmazione Lezione 9 Logica del Primo Ordine con Insiemi ed Intervalli Formalizzazione di Enunciati: Array e Sequenze pag. 1 Rappresentazioni Intensionali ed Estensionali di Insiemi Assumiamo
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.
DettagliT1: Logica, discorso e conoscenza. Logica classica
T1: Logica, discorso e conoscenza Primo modulo: Logica classica ovvero Deduzione formale vs verità: un introduzione ai teoremi limitativi Simone Martini Dipartimento di Scienze dell Informazione Alma mater
DettagliLOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 3 Sommario. Introduciamo il Calcolo dei Predicati del I ordine e ne dimostriamo le proprietà fondamentali. Discutiamo il trattamento dell identità
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
DettagliLinguaggi. Claudio Sacerdoti Coen 13/12/ : Semantica della logica del prim ordine. Universitá di Bologna
Linguaggi 18: Universitá di Bologna 13/12/2017 Outline 1 Semantica classica della logica del prim ordine Al fine di definire la semantica classica di un linguaggio del prim ordine
DettagliLogica proposizionale
Definire un linguaggio formale Logica proposizionale Sandro Zucchi 2013-14 Definiamo un linguaggio formale LP (che appartiene a una classe di linguaggi detti linguaggi della logica proposizionale) Per
DettagliMETODI MATEMATICI PER L INFORMATICA
METODI MATEMATICI PER L INFORMATICA Tutorato Lezione 5 05/05/2016 Corso per matricole congrue a 1 Docente: Margherita Napoli Tutor: Amedeo Leo Dimostrazioni e prove Esercizio 7 pagina 91 Utilizzare una
DettagliProblemi decidibili, semidecidibili, indecidibili
Problemi decidibili, semidecidibili, indecidibili (Paragrafo 3.5 delle dispense) Il problema di determinare se una formula A della logica proposizionale sia valida o no può essere risolto mediante un procedimento
DettagliLo studioso di logica si chiede se la conclusione segue correttamente dalla premesse fornite e se premesse sono buone per accettare la conclusione.
Logica binaria La logica è la scienza del corretto ragionamento e consiste nello studio dei principi e dei metodi che consentono di individuare il corretto ragionamento. Lo studioso di logica si chiede
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
DettagliPRINCIPIO DI INDUZIONE E APPLICAZIONI
PRINCIPIO DI INDUZIONE E APPLICAZIONI Il principio di induzione è un potente metodo dimostrativo indiretto per stabilire la validità di proposizioni che riguardano una successione infinita di casi. GIZ
DettagliFOL: Linguaggio, Semantica e Calcolo
FOL: Linguaggio, Semantica e Calcolo Integrazione materiale Brachman&Levesque Matteo Palmonari Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca Composizionalità del
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
DettagliSemantica di Kripke per LJ
Semantica di Kripke per LJ mace@dsi.unive.it Consideriamo il linguaggio proposizionale Prop, delle proposizioni A, B, C,... generate induttivamente. Innanzitutto, ammettiamo una proposizione costante e
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
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
DettagliRegistro delle Lezioni. Anno Accademico
Registro delle Lezioni Anno Accademico 2018-19 Scuola di Scienze e Ingegneria Dipartimento di Informatica Corso di Laurea in Informatica Insegnamento: Logica (sezione matricole pari) Docente: Prof.ssa
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
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
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,
DettagliT1: Logica, discorso e conoscenza. Logica classica
T1: Logica, discorso e conoscenza Primo modulo: Logica classica ovvero Deduzione formale vs verità: un introduzione ai teoremi limitativi Simone Martini Dipartimento di Scienze dell Informazione Alma mater
DettagliFilosofia del linguaggio (i) (3 cr.)
Filosofia del linguaggio (i) (3 cr.) Docente: Giuseppe Spolaore Orario: Martedì ore 17.20 aula T4, mercoledì ore 17.20 aula 1.4, giovedì ore 14.00 aula 1.4 (per un totale di circa 10 lezioni). Ricevimento:
DettagliISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI A. MARTINI Castelfranco Veneto (TV) Elementi di Logica
settembre 008 Elementi di Logica 1. Nozioni preliminari La logica studia come funziona il pensiero e il ragionamento espresso attraverso degli enunciati Il ragionamento è un sistema di enunciati che permette
DettagliTRADUZIONE STATE AND TRANSITION DIAGRAM UML E CORRETTEZZA DEI PROGRAMMI IN TLA+
TRADUZIONE DI STATE AND TRANSITION DIAGRAM UML E CORRETTEZZA DEI PROGRAMMI IN TLA+ a cura di: Eleonora Antonelli Simone Maletta Stefano Novara INDICE 1. Grammatica di TLA+ a cura di Eleonora Antonelli
DettagliSeconda prova in itinere. Logica e Algebra. 10 luglio Esercizio 1 Si considerino le seguenti formule della logica del primo ordine:
Seconda prova in itinere Logica e Algebra luglio 5 Esercizio Si considerino le seguenti formule della logica del primo ordine: a) x y A x, aa y, a A f x, y, b) z A f x, z, b c) x y A x, aa y, a A f x,
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
Dettagliµ-calculus Model Checking
Dipartimento di Matematica e Informatica Università di Udine Outline 1 2 Logiche proposizionali, modali e temporali µ-calculus proposizionale 3 µ-calculus Il µ-calculus proposizionale è un frammento della
DettagliIntroduzione alla logica proposizionale
Introduzione alla logica proposizionale Mauro Bianco Questa frase è falsa Contents 1 Proposizioni 1 2 Altri operatori 4 Nota : Le parti delimitate da *** sono da considerarsi facoltative. 1 Proposizioni
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
DettagliLINGUAGGI PER LA RAPPRESENTAZIONE DELLA CONOSCENZA
LINGUAGGI PER LA RAPPRESENTAZIONE DELLA CONOSCENZA Linguaggio formale: SINTASSI SEMANTICA + Sistema di inferenza Sintassi: insieme delle espressioni ben formate (linguaggio) Semantica: interpretazione
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
DettagliLogica Computazionale
Logica Computazionale 2009-2010 Gianluigi Bellin 24 febbraio 2010 1 Domanda 1 Si consideri il sequente S (i) Si applichi la procedura semantic tableaux per verificare se S sia valido o falsificabile nella
DettagliLogica Matematica: tipiche domande da esame
Logica Matematica: tipiche domande da esame A. Berarducci Versione del 7 Gen. 2018 1. Si dimostri che ogni formula proposizionale può essere messa in forma normale disgiuntiva e in forma normale disgiuntiva.
Dettagli6 Lezione: semantica modellistica. WITTGENSTEIN - Tractatus logico philosophicus: IL SENSO COME CONDIZIONI DI VERITA'
6 Lezione: semantica modellistica WITTGENSTEIN - Tractatus logico philosophicus: IL SENSO COME CONDIZIONI DI VERITA' (1) teoria dell'immagine Un enunciato mostra come stanno le cose se è vero (mostra cioè
DettagliUna Breve Introduzione alla Logica
Una Breve Introduzione alla Logica LOGICA La LOGICA è la disciplina che studia le condizioni di correttezza del ragionamento Occorre dire, anzitutto, quale oggetto riguardi ed a quale disciplina spetti
DettagliLogica. 7: Conseguenza ed equivalenza logica in logica classica proposizionale. Claudio Sacerdoti Coen. Universitá di Bologna
Logica 7: Conseguenza ed equivalenza logica in logica classica proposizionale Universitá di Bologna 30/11/2016 Outline Conseguenza logica per la logica proposizionale Wikipedia:
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
DettagliIL CALCOLO DEL PRIMO ORDINE. Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella
IL CALCOLO DEL PRIMO ORDINE Corso di Logica per la Programmazione A.A. 2010/11 Andrea Corradini, Paolo Mancarella ANCORA SU SISTEMI DI DIMOSTRAZIONE (PROOF SYSTEMS) Dato un insieme di formule, un sistema
DettagliINDUZIONE E NUMERI NATURALI
INDUZIONE E NUMERI NATURALI 1. Il principio di induzione Il principio di induzione è una tecnica di dimostrazione molto usata in matematica. Lo scopo di questa sezione è di enunciare tale principio e di
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
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
DettagliT1: Logica, discorso e conoscenza. Logica classica
T1: Logica, discorso e conoscenza Primo modulo: Logica classica ovvero Deduzione formale vs verità: un introduzione ai teoremi limitativi Simone Martini Dipartimento di Scienze dell Informazione Alma mater
Dettaglimio indirizzo 1 Sarò lieto di ricevere commenti o segnalazioni di errori presso il
INTRODUZIONE Purtroppo questo libro è rappresentato molto più dal sottotitolo che dal titolo. Infatti è una semplice trascrizione di miei appunti per vari corsi di logica che ho tenuto in passato all Università
DettagliComplementi di Logica Modale
Complementi di Logica Modale Umberto Grandi 17 Maggio 2008 1 Completezza 1.1 Livelli di interpretazione semantica Per fissare la notazione e prendere confidenza con le strutture di Kripke (i modelli in
Dettagli