Logica Computazionale

Documenti analoghi
Calcoli dei sequenti classici e lineare

Ragionamento Automatico Calcolo dei Sequenti. Lezione 5 Ragionamento Automatico Carlucci Aiello, 2004/05 Lezione 5 0. Il calcolo dei sequenti

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

Logica per la Programmazione

Intelligenza Artificiale II. Logiche modali e temporali

Intelligenza Artificiale. Logica proposizionale: calcolo automatico

November 13, sta ad indicare che la formula B dipende dalle assunzioni occorrenti nell insieme X.

Maiuscole e minuscole

Logica: materiale didattico

Ragionamento Automatico Richiami di calcolo dei predicati

UNIVERSITÀ DEGLI STUDI LA SAPIENZA CORSO DI STUDI IN INFORMATICA ESERCITAZIONI AL CORSO DI LOGICA MATEMATICA LOGICA PROPOSIZIONALE

Logica proposizionale

CALCOLO PROPOSIZIONALE. Corso di Logica per la Programmazione Andrea Corradini

I-Compitino LOGICA MATEMATICA 12 dicembre 2016

Esercitazioni per il corso di Logica Matematica

Logica proposizionale

Logiche descrittive Le logiche descrittive sono una famiglia di formalismi per la rappresentazione della conoscenza (KR) che descrivono ciò che è

Logica: nozioni di base

Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1

Intelligenza Artificiale. Breve introduzione alle logiche non classiche

Prova scritta di Algebra 9 settembre x 5 mod 7 11x 1 mod 13 x 3 mod 9

Ragionamento Automatico Logiche Temporali: LTL. Lezione 10 Ragionamento Automatico Carlucci Aiello, 2004/05Lezione Sommario

Calcolo dei Sequenti Proposizionale: Note ed Esercizi

Le grammatiche formali

Annamaria Mazzia. Corso di Metodi Numerici per l Ingegneria dispense e altro materiale su

Ripasso tramiti esempi - Applicazioni lineari e matrici

DIMOSTRAZIONI DI EQUIVALENZE, SUI CONNETTIVI E SULL'AMBIGUITA' DELLA SINTASSI. Corso di Logica per la Programmazione

Semantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica

Esercitazioni per il corso di Logica Matematica

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

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

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

Parte n.4 Linguaggi: Gerarchia ed Operazioni

Proprietà dei linguaggi regolari

mio indirizzo 1 Sarò lieto di ricevere commenti o segnalazioni di errori presso il

LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),

Logiche descrittive Le logiche descrittive sono una famiglia di formalismi per la rappresentazione della conoscenza (KR) che descrivono ciò che è

LEZIONE Equazioni matriciali. Negli Esempi e si sono studiati più sistemi diversi AX 1 = B 1, AX 2 = R m,n, B = (b i,h ) 1 i m

Logica Temporale e Verifica di Proprietà di Programmi. Marta Cialdea Mayer

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

Logica, teoria della conoscenza, filosofia della scienza. Gianluigi Bellin

Corso di Geometria BIAR, BSIR Esercizi 10: soluzioni

1 Esercizi: il calcolo proposizionale (LJ)

LEZIONE 30. Se x = 1 si dice che x è un versore. Se poi y = (y 1,..., y n ) R n poniamo. Ricordiamo che vale la cosiddetta disuguaglianza triangolare

Quello che avreste dovuto sapere su ordinali e cardinali, ma non avete mai osato studiare.

Un metodo di rappresentazione della Conoscenza e un insieme di CONVENZIONI e FORMALISMI per esprimere la conoscenza.

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17

La matematica non è un opinione, lo è oppure...?

RAPPRESENTAZIONE DELLA CONOSCENZA. È un insieme di CONVENZIONI e FORMALISMI per esprimere la conoscenza;

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI

Corso di Laurea in Fisica. Geometria. a.a Canale 3 Prof. P. Piazza Magiche notazioni

LEZIONE 12. v = α 1 v α n v n =

Esercizi di Fisica LB - Ottica

Crittografia Aritmetica modulare

LEZIONE 3. Typeset by AMS-TEX

1 Equazioni parametriche e cartesiane di sottospazi affini di R n

Note sulle funzioni convesse/concave

RAPPRESENTAZIONE DELLA CONOSCENZA (1)

Esercizi sui sistemi di equazioni lineari.

Teoremi di Incompletezza di Gödel

Automi Automi finiti: macchine a stati su sistemi di transizioni finiti Modellare con TS e specificare con automi: si usa lo stesso tipo di

TRADUZIONE STATE AND TRANSITION DIAGRAM UML E CORRETTEZZA DEI PROGRAMMI IN TLA+

Esercizi proposti 10

LABORATORIO SU QUESTIONI DIDATTICHE NELLA MATEMATICA

Esercizi sulle equazioni differenziali a cura di Sisto Baldo, Elisabetta Ossanna e Sandro Innocenti

P ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)

misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x

Formalizzazione: (funz. parziale)

Logica per la Programmazione

Linguaggi. Claudio Sacerdoti Coen 28/03/ : Deduzione naturale. Universitá di Bologna. Deduzione naturale

Elementi di Algebra Lineare Applicazioni lineari

Albero semantico. Albero che mette in corrispondenza ogni formula con tutte le sue possibili interpretazioni.

Valutazione Lazy. Prefazione alla lezione

Intelligenza Artificiale. Esercizi Logica Proposizionale-tableau. Intelligenza Artificiale Daniele Nardi, 2003 Esercizi Logica Proposizionale-tableau

Esercizi svolti. delle matrici

Massimi e minimi vincolati

Fasci di Coniche. Salvino Giuffrida. 2. Determinare e studiare il fascio Φ delle coniche che passano per A (1, 0) con tangente

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 10

A Descrizione: ruota effetti opzionale con supporto/ optional effects wheel with support/ iprofile FLEX MODIFICHE. Codice assemblato:

Applicazioni lineari tra spazi euclidei. Cambi di base.

Linguaggi di programmazione - Principi e paradigmi 2/ed Maurizio Gabbrielli, Simone Martini Copyright The McGraw-Hill Companies srl

Grammatiche. Grammatiche libere da contesto Grammatiche regolari Potenza delle grammatiche libere e regolari Struttura di frase: Alberi di derivazione

Esercizi Applicazioni Lineari

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

1 Geometria analitica nel piano

Filosofia della Scienza - Soluzione Compito 1

Note del corso di Calcolabilità e Linguaggi Formali - Lezione 8

Lemma di König e Tableaux

Esercitazioni di Meccanica Quantistica I

Geometria BIAR Esercizi 2

Funzioni: definizioni e tipi. Prof.ssa Maddalena Dominijanni

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.

CIRCUITI IN CORRENTE CONTINUA

Esercizio 2. Consideriamo adesso lo spazio di funzioni V = {f : [0, 1] R}. Dire quali dei seguenti insiemi di funzioni sono sottospazi.

Insiemi di numeri reali

10 dicembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Copyright Esselibri S.p.A.

INSIEMI E RELAZIONI. 1. Insiemi e operazioni su di essi

Transcript:

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 logica classica. Una possibile soluzione: p p q q p q q, p q p,p q q (p q) q, p q p (p q) q (ii) Si trovi una deduzione normale d di (p q) q dall assunzione (p q) p nel sistema di deduzione naturale intuizionistico NJ. (1) (p q) p p q q (1) -I (p q) q p -E (1) p q -E Nota: Sono segnati in grassetto le premesse maggiori delle due inferenze -E ed -E, corrisponenti alle inferenze e nelle derivazioni qui sotto. (iii) Si costruisca una derivazione senza taglio del sequente S nel calcolo dei sequenti intuizionistico LJ. 1

Due derivazioni in LJ p p q q p q p q p,p q q (p q) p, p q, p q q contr (p q) p, p q q p q p q p p (p q) p, p q p q q (p q) p,p q, p q q contr (p q) p, p q q (iv) Quante derivazioni D senza taglio del sequente S in LJ vi sono tali che D d (secondo la mappa standard suriettiva tra deduzioni LJ NJ )? Risposta: Solo le due scritte qui sopra. Si faccia attenzione al fatto che la derivazione scritta in risposta alla parte (i) non è intuizionistica, perché contiene sequenti con più di una formula nel succedente (a destra di ). 2 Domanda 2 Si consideri il sequente S 1 : x.( y.a(y) A(x)). Si applichi la procedura semantic tableaux per verificare se S 1 sia valido nel calcolo dei predicati del primo ordine per la logica classica. a 0,a 1 ; y.a(y), A(a 1 ) A(a 1 ), F, A(a 0 ) a 0,a 1 ; A(a 1 ) ( y.a(y)) A(a 1 ), F, A(a 0 ) -R a 0,a 1 ; A(a 1 ) x.( y.a(y)) A(x), A(a 0 ) -L a 0 ; y.a(y) F, A(a 0 ) a 0 ; ( y.a(y)) A(a 0 ), F -R a 0 ; x.( y.a(y)) A(x) dove scriviamo F per x.( y.a(y)) A(x) 2

3 Domanda 3 (i) Si consideri il sequente S 2 per la logica modale: S 2 : p, p Si applichi la procedura semantic tableaux per la logica K per decidere se S 2 sia valido o falsificabile in K. (ii) Se S 2 è falsificabile in K, si costruisca un Modello di Kripke M = (W,R, ) che lo falsifica. (iii) Si applichi la procedura semantic tableaux per la logica KD per decidere se S 2 sia valido o falsificabile in KD. Nota: Sulla logica KD si leggano le dispense pagine 19-22. 4 Domanda 4 4.1 Un frammento della logica temporale Si consideri il linguaggio della logica temporale LTL ristretto alla grammatica A := p p A B A B A A A Si considerino le seguenti regole di LTL. assioma p, p, Γ,φ Γ,ψ Γ,φ ψ assioma, Γ,φ,ψ Γ,φ ψ φ 1,...,φ n ±p 1,... ± p m, φ 1,..., φ n next Γ,φ φ - Γ, φ Γ,φ φ - Γ, φ 3

Le regole indicate sono corrette rispetto alla semantica della logica LTL del tempo futuro lineare e si applicano in una procedura semantic tableaux nel modo familiare, anche se tale procedura non è completa (occorrono altre regole per ). 4.2 Domande Si considerino i sequenti S 3 ed S 4 come espressioni della logica temporale LTL: S 3 : p, p S 4 : p, p Si applichi la procedure sopra descritta per verificare se S 3 ed S 4 sono validi o falsificabili. Se un sequente è falsificabile, si contruisca un modello lineare M : (N, V) con V : N 2 Prop che lo falsifica. 2 punti Nota: Consideriamo il caso di S 3. Intuitivamente, asserisce che o vale sempre p o sempre p, e questo è certamente refutabile: basta un modello lineare in cui il valore assegnato a p cambi ad un certo punto, diciamo V(i,p) = V e V(n,p) = F, per ogni i < n (o viceversa). Applichiamo ora la procedura semantic tableaux fermandoci nella ricerca su un ramo qualora si incontri un sequente chiuso, o un sequente aperto ma non analizzabile ulteriormente o si verifichi un loop rispetto ad un sequente sottostante. loop loop aperto p aperto p p p next p p next p p p p -R loop chiuso p p p, p p, p p, p next p, p next p, p next p, p p p, p p -R p, p p, p p p, p -R p, p Si noti che a parte le espansioni delle formule p e p, che possiamo considerare come applicazioni di assiomi speciali, la procedura semantic tableaux procede nella logica proposizionale eccetto per la regola next, che assomiglia alla regola KR ma applica l operatore a parecchie formule nel succedente (a destra di ). Pertanto ogni ramo che termina in un sequente aperto può essere visto associato ad un contro-modello. Per esempio, si consideri il primo sequente 4

aperto nella figura, cioè p. Se questo sequente è visto come termine di un ramo che procede direttamente dal sequente finale, allora vediamo che esso attraversa solo una regola next, al di sotto della quale si trova un sequente p, p. Associamo dunque a questo ramo un contromodello (N, V) con V : 2 Prop tale che V(1,p) = F e V(2,p) = V. Se invece consideriamo il sequente p come termine di un ramo che parte dal sequente finale e passa cinque volte attraverso il loop determinato da p, allora sei regole next sono attraversate ed il contromodello associato con questo ramo avrà V(1,p) = F e V(7,p) = V. 5