LOGICA INTENSIONALE. S. Galvan. (Università Cattolica Milano)

Documenti analoghi
LOGICA MODALE DEI PREDICATI CON IDENTITA E PREDICATO D ESISTENZA. Sistema ontologico PIES5

Temi d Esame Logica II

Introduzione ad alcuni sistemi di logica modale

Logiche devianti e logiche substrutturali: aspetti filosofici. C. Dalla Pozza (Università di Lecce)

Intelligenza Artificiale II. Logiche modali e temporali

Logiche modali. Marco Piastra. Intelligenza Artificiale II. Intelligenza Artificiale II - A.A Logiche modali [1]

Logica Computazionale

Logiche modali. Marco Piastra. Intelligenza Artificiale II. Intelligenza Artificiale II - A.A Logiche modali [1]

LOGICA FUZZY, I LOGICA PROPOSIZIONALE CLASSICA VINCENZO MARRA

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

Logica proposizionale classica. Studia il comportamento dei connettivi proposizionali quali ( And ) e ( Or )

Logica. 7: Conseguenza ed equivalenza logica in logica classica proposizionale. Claudio Sacerdoti Coen. Universitá di Bologna

Intelligenza Artificiale. Logica proposizionale: calcolo simbolico

Logica proposizionale classica. Studia il comportamento dei connettivi proposizionali quali ( And ) e ( Or )

Logica: materiale didattico

Capitolo 5 Campi finiti

Esercizi sulle equazioni differenziali

RISOLUZIONE IN LOGICA PROPOSIZIONALE. Giovanna D Agostino Dipartimento di Matemaica e Informatica, Università di Udine

Introduzione alla logica proposizionale

Sui Linguaggi Regolari: Teorema di Kleene - Pumping Lemm

ONTOLOGIA FORMALE: DALLA LOGICA ALLA METAFISICA

Il sistema di dimostrazione dei tableaux semantici. Il metodo dei tableaux è un modo per dimostrare una formula logica in maniera sistematica:

INTRODUZIONE ALLA LOGICA DEONTICA

Elementi di logica. SCOPO: introdurre nozioni di logica & vocabolario per una corretta interpretazione delle dimostrazioni.

Logica. Claudio Sacerdoti Coen 13-15/11/ : Semantica classica della logica proposizionale. Universitá di Bologna

QUESTIONI DI LOGICA & DI INTOLOGIA FORMALE Parte IV:

Sistemi Deduttivi. Marco Piastra. Intelligenza Artificiale I. Intelligenza Artificiale I - A.A Sistemi Deduttivi[1]

Si basano sul seguente Teorema: S = A sse S { A} è insoddisfacibile.

Ragionamento Automatico Richiami di tableaux proposizionali

LOGICA FUZZY, I LOGICA DI GÖDEL

Intelligenza Artificiale. Breve introduzione alle logiche non classiche

Cenni di logica. Hynek Kovarik. Università di Brescia. Analisi Matematica A

Esercizi assegnati il 17 ottobre

Cenni di Logica. Hynek Kovarik. Università di Brescia. Analisi Matematica 1

Operazioni logiche e trasformazioni aritmetiche

(Ciascuno dei quiz non ha necessariamente una ed una sola risposta giusta) 1. Sia f : X X una funzione totale e iniettiva e sia R X X definito da

Derivate. Hynek Kovarik. Analisi A. Università di Brescia. Hynek Kovarik (Università di Brescia) Derivate Analisi A 1 / 33

1 Risoluzione di sistemi lineari con l uso dei determinanti

Linguaggi di Programmazione Corso C. Parte n.6 Linguaggi Regolari ed Espressioni Regolari. Nicola Fanizzi

15. Nozione di modello e verità di un predicato

LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)

DIMOSTRAZIONI E TAUTOLOGIE, IPOTESI NON TAUTOLOGICHE. Corso di Logica per la Programmazione A.A. 2013/14 Andrea Corradini

Problemi decidibili, semidecidibili, indecidibili

Calcolo dei sequenti II. Il Calcolo dei Sequenti d. Gentzen: La Logica Intuizionista.

15. Nozione di modello e verità di un predicato

Esercitazioni per il corso di Logica Matematica

Logica per la Programmazione

La trasformata di Legendre

Università degli Studi di Roma Tre Corso di Laurea in Matematica a.a. 2014/2015 GE220 Topologia Esonero 30 marzo 2015.

Intelligenza Artificiale I

Limiti e continuità. Hynek Kovarik. Analisi A. Università di Brescia. Hynek Kovarik (Università di Brescia) Limiti e continuità Analisi A 1 / 68

John P. Burgess, Philosophical Logic, Princeton University Press, 2009, pp. 153, $ 37.50, ISBN

Intelligenza Artificiale I

Esercizi di logica. Ivan Valbusa 5 dicembre 2012

Corso di Logica Computazionale

La matematica intuizionista

Calcolo integrale. Regole di integrazione

T1: Logica, discorso e conoscenza. Logica classica

INTRODUZIONE ALLA LOGICA DEONTICA

Dipartimento di Matematica Pura ed Applicata Università di Padova

f: AxB f(x)=y, f={<x,y> per ogni x in A esiste unica y in B f(x)=y} f={<1,2>, <2,3>, <3,3>} : {1,2,3} {1,2,3} f(1)=2, f(2)=3, f(3)=3

Indici di posizione e dispersione per distribuzioni di variabili aleatorie

Massimo e minimo limite di successioni

C1: L C1 C2: L C2 C: C1 C2

1.1 Esempio. Siano A = {11, f, β,,, } e B = {x, 11,,,, α, γ} e le seguenti leggi:

3. Qual è il più grande sottoinsieme di N per cui vale 3 n > 2 n +1? Si giustifichi la risposta con un procedimento induttivo su n.

Sia k un campo e sia un elemento non appartenente a k chamato, al solito, infinito. Consideriamo k := k { }. Poniamo per definizione:

Corso di Logica Computazionale Laurea Magistrale in Informatica Anno Accademico 2014/15

PARALLELISMO NELLO SPAZIO

METODI MATEMATICI PER L INFORMATICA

Logica proposizionale

Istituzioni di Logica Matematica

UNA PRIMA APPLICAZIONE: Teoria degli insiemi

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

10. Interpolazione di Hermite

Lunghezza media. Teorema Codice D-ario prefisso per v.c. X soddisfa. L H D (X). Uguaglianza vale sse D l i. = p i. . p.1/27

IL TEOREMA FONDAMENTALE DELL ARITMETICA: DIMOSTRAZIONE VELOCE.

Ragionamento formalei. Ragionamento formale

Teoria dei modelli. Alessandro Berarducci. 3 Marzo Dipartimento di Matematica Pisa

CALCOLO DEI PREDICATI DEL I ORDINE

Elementi di Teoria degli Insiemi

Esercizi di Logica Matematica (parte 2)

Indice. Scelta in condizioni di incertezza. Lotterie monetarie. Lotterie monetarie. Corso di Microeconomia progredito. Parte III

Logica proposizionale

1.3. Se esistono i limiti sinistro e destro della funzione in un punto, allora esiste anche il limite della funzione nel punto stesso.

Filosofia della scienza

Corso di Laurea in Matematica Analisi Numerica (1 mod., 6 crediti, 48 ore, a.a , lez.3)

1 Teoremi di Sylow. Esempio 2 Un S p sottogruppo del gruppo generale lineare GL(n,p) (il cui n ordine è p n(n 1)

Soluzioni degli Esercizi da Svolgere Capitolo 8

Logica per la Programmazione

AUTOMI A STATI FINITI

Logica proposizionale

Transcript:

LOGICA INTENSIONALE S. Galvan (Università Cattolica Milano) 1

LOGICA DEONTICA E LH Formule ontiche e deontiche Sia dato il linguaggio di un sistema aletico o misto di logica deontica. Allora: Def. 1: Formula ontica a. α ONN α L non modale (p, q, r,...,,, ) b. α ON α L modale (p, q, r,...,,,, ) Def. 2: Obbligo elementare/permesso elementare α ON Oα è un obbligo elementare α ON Pα è un permesso elementare Def. 3 : Formula deontica (α DON) Base: (per ogni obbligo elementare Oα)(Oα DON) Passo: α DON α, α, Oα DON α DON e β DON α β, α β, α β DON 2

1. Formulazione della legge di Hume Teorema: α sia una formula DON, X sia un insieme consistente (rispetto al calcolo proposizionale classico) di formule ONN, C sia uno qualsiasi dei calcoli deontici puri o aletici. Allora: + C α X + C α. Dimostrazione (per KQ): Struttura della derivazione k-cons X I = X + KQ α + R b-ser α <W,R,b,I > j α <W,R,b,I> <W,R,b,I> = i X <W,R,b,I> i α 3

Costruzione di <W,R,b,I> W = W {i} R = xrv xr v (ove x W e v W) irv jr v b = b (v b v b ) I: I(p,x) = I (p,x) I(p,i) = I(p) Lemma 1: <W,R,b,I> è un modello per KQ. Infatti R è b-seriale, cioè (om u)(ex v)(urv e v b) 4

Lemma 2: (om α)(<w,r,b,i> = x α <W,R,b,I > = x α Base: α p <W,R,b,I> = x p I(p,x) = 1 def. = I (p,x) = 1 def. I <W,R,b,I > = x p def. = α Q <W,R,b,I> = x Q x b def. = x b def. b <W,R,b,I > = x Q def. = Passo: α β <W,R,b,I> = x β (om v)(xrv <W,R,b,I> = v β) def. = (om v)(xr v <W,R,b,I> = v β) def. R (om y)(xr y <W,R,b,I> = y β) def.y (om y)(xr y <W,R,b,I > = y β) per Hi <W,R,b,I > = x β def. = 5

Lemma 3: (om α DON))(<W,R,b,I> = i α <W,R,b,I > = j α) Base: α (Q β) <W,R,b,I> = i (Q β) (om v)(irv et v b <W,R,b,I> = v β) def. = (om v)(jr v et v b <W,R,b,I> = v β) def. y, R,b (om y)(jr y et y b <W,R,b,I> = y β) def. y (om y)(jr y et y b <W,R,b,I > = y β) L2 <W,R,b,I > = y (Q β)) per def. = Passo: usuale Lemma 4: (om α ONN)(<W,R,b,I> = i α I = α). Immediato. Conclusione: <W,R,b,I> = i X L4 <W,R,b,I> i α L3 6

2. Formulazione della legge di Hume Teorema: β sia una formula ON, X sia un insieme consistente (rispetto al calcolo KT5) di formule ON, K- O sia il sistema misto KT5-O-KD-O O- O. Allora: X K- O Oβ X KT5 β. Dimostrazione: Data la equivalenza tra K- O e KT5Q la dimostrazione si può condurre anche nella maniera seguente: Struttura della derivazione H: X KT5Q Oβ Dem: X KT5 β X + KT5 β Dem: X + KT5Q Oβ 7

Sviluppo: X + KT5 β Caratterizzazione (ex <W,R> per KT5)(ex I)(ex u)( <W,R,I> = u X e <W,R,I> u β Def. <W,R,I > = u X, * Eex <W,R,I > u β Eex <W,R,I > = u β def. = <W,R,I > = u β def. (ex v)(u R v et <W,R,I > = v β ) def. = u R v et <W,R,I > = v β ** Eex Ora, la struttura <W,R > è costituita da classi di equivalenza di mondi relati tra di loro: u si trova in una di queste classi. Si ponga: W = classe di equivalenza in cui esiste u R = restrizione di R a W b = {v} (il mondo in cui è vero β) I = restrizione di I a W Si ha allora: 8

Lemma 1: <W,R,b,I> è un modello per KT5Q La dimostrazione segue dal fatto che R è b-seriale in quanto (om u)(ex v)(urv et v b). Le proprietà formali di R e di I sono ereditate da quelle di R e I. Lemma 2: (om α ON)(om v W)( <W,R,b,I> = v α <W,R,I > = v α) La dimostrazione segue dal fatto che i modelli coincidono rispetto alla parte aletica. Pertanto, la dimostrazione del teorema prosegue nella maniera seguente: <W,R,b,I> = u X da * per L2 urv et v b et <W,R,b,I> = v β (ex v)(urv et v b et <W,R,b,I> = v β ) da ** per L2 e def. b Iex <W,R,b,I> = u P β def. = <W,R,b,I> u Oβ TrPO (ex <W,R,b> per KT5Q)(ex I)(ex u)(<w,r,i> = u X e <W,R,I> u O β) Iex da e e L1 X + KT5Q Oβ X + KT5Q Oβ def. X per caratterizzazione 9

Dimostrazione alternativa: Data la equivalenza tra K- O e KT5Q la dimostrazione si può condurre anche nella maniera seguente: Struttura della derivazione: H: X KT5Q Oβ Dem: X KT5 β Sviluppo: X + KT5 β X + KT5 β Ha Caratterizzazione (ex <W,R> per KT5)(ex I)(ex u)( <W,R,I> = u X e <W,R,I> u β Def. <W,R,I> = u X * Ex <W,R,I> u β ** Eex Ora, si trasformi <W,R,I> in un b-modello ponendo b = W. Vale allora: 10

Lemma 1: <W,R,b,I> è un modello per KT5Q La dimostrazione segue dal fatto che R è b-seriale in quanto (om u)(ex v)(urv et v b). Lemma 2: (om α ON)(om v)( <W,R,b,I> = v α <W,R,I> = v α) Per coincidenza rispetto alla parte aletica. Pertanto: (om)(<w,r,b> per KT5Q)(om I)(om u)(<w,r,b,i> = u X <W,R,b,I> = u Oβ. <W,R,b,I> = u X <W,R,b,I> = u Oβ da H per Eom e L1 Ora: <W,R,b,I> = u X. <W,R,b,I> = u Oβ da * per L2 mp ma allora: <W,R,b,I> = u β <W,R,I> = u β per def. di b per L2 il che contrasta con **. Pertanto: X KT5 β (non k) 11

3. Formulazione della legge di Hume Teorema: β sia una formula ON, X sia un insieme consistente (rispetto al calcolo KT5) di formule ON, K- O sia il sistema misto KT5-O-KD-O O- O. Allora: X K- O Pβ X KT5 β. Dimostrazione: Data la equivalenza tra K- O e KT5Q la dimostrazione si può condurre anche nella maniera seguente: Struttura della derivazione: H: X KT5Q Pβ Dem: X KT5 β X + KT5 β Dem: X + KT5Q Pβ 12

Sviluppo: X + KT5 β Caratterizzazione (ex <W,R> per KT5)(ex I)(ex u)( <W,R,I> = u X e <W,R,I> u β Def. <W,R,I > = u X * Eex <W,R,I > u β Eex <W,R,I > = u β def. = <W,R,I > = u β def. (ex v)(ur v et <W,R,I > = v β ) def. = ur v et <W,R,I > = v β ** Eex Ora, la struttura <W,R > è costituita da classi di equivalenza di mondi relati tra di loro: u si trova in una di queste classi. Si ponga: W = classe di equivalenza in cui esiste u R = restrizione di R a W b = {v} (il mondo in cui è vero β) I = restrizione di I a W Si ha allora: 13

Lemma 1: <W,R,b,I> è un modello per KT5Q La dimostrazione segue dal fatto che R è b-seriale in quanto (om u)(ex v)(urv et v b). Le proprietà formali di R e di I sono ereditate da quelle di R e I. Lemma 2: (om α ON)(om v W)( <W,R,b,I> = v α <W,R,I > = v α) La dimostrazione segue dalla coincidenza dei modelli rispetto alla parte aletica. Pertanto, la dimostrazione del teorema prosegue nella maniera seguente: <W,R,b,I> = u X da * per L2 urv et v b et <W,R,b,I> = v β da ** per L2 e def. b D altra parte b è l insieme unico di v. Pertanto: non(ex v)(urv et v b et <W,R,b,I> = v β ) per b ={v} Ma allora: <W,R,b,I> u Pβ def. = (ex <W,R,b> per KT5Q)(ex I)(ex u)(<w,r,i> = u X et <W,R,I> u Pβ) X + KT5Q Pβ X + KT5Q Pβ Iex da e e L1 def. X per caratterizzazione 14

NOTA: È da notare l essenzialità del fatto che si tratti d obblighi o permessi elementari. Controprova: 1. (α β) K- O O(Oα β) 2. (α β) + K- O (Oα β) ad 2. segue dal fatto che (α β) + K- O (Oα β). È infatti possibile esibire un contromodello che verifica l antecedente e falsifica il conseguente. Si lascia la dimostrazione come esercizio. 15

ad 1. (α β) K- O Oα Oβ A, O, DistrO Oα Oβ Oβ β K- O Oα β per MP (α β) Oβ β K- O Oα β KS O (α β) Ο(Oβ β) K- O O(Oα β) O-N K- O Ο(Oβ β) Tesi di K- O O (α β) K- O O(Oα β) O-N D altra parte: (α β) K- O O (α β) perché α K- O α A α K- O O α per O α K- O O α per A4 per cui: (α β) K- O O(Oα β) KS 16