Rappels de logique des prédicats du 1er ordre

Slides:



Advertisements
Présentations similaires
Déductions logiques et calcul de représentations sémantiques Alain Lecomte UMR SFL Séminaire « Logique, Sémantique, Dialogue » - partie I.
Advertisements

L-System et modélisation de plantes…
Algorithmes et structures de données avancés
Apprentissage relationnel Apprentissage Data Mining ILP.
Raisonnements sur le temps : au carrefour des disciplines
Céline Espenel et Nicolas Julien
Cours d'algorithmique 9 - Intranet 1 12 décembre 2006 Cours dAlgorithmique Logique de Hoare (début) : Principes et constructions élémentaires.
Algèbre relationnelle
Séminaire Biblio LISC - 3/04/02 Complexité, information Daprès JP Delahaye (1999)
Rappels / concepts de base de l’IA
Jean-Jacques Lévy INRIA Preuves de programmes et méthodes formelles Microsoft TechDays - 9 février 2010.
La voie intuitionniste
Logique et raisonnement scientifique cours transversal Collège Doctoral Pr. Alain Lecomte.
Logique et Raisonnement Scientifique
Vers une interprétation « concrète »
Calcul propositionnel
Logique et Raisonnement Scientifique A. Lecomte Gödel et lincomplétude.
Système formel Nous avons introduit : signes de variables (x, y, z, …), de constantes (0, 1), d’opérations (+, ), de relations (=, ) Axiomes : ce sont.
Faut-il brûler la logique classique?
Logique et raisonnement scientifique
Logique et raisonnement scientifique
Les systèmes experts L3 MI.
Conception et analyse des algorithmes
Logiques Mathématiques
Agents Logiques Chap. 7.
Graphes Conceptuels J.F. Baget Inria.
Programmation logique Logique des prédicats du premier ordre
Chapitre 2 Réductions: exemples et méthodes
Lambda-Calcul Sémantique de Montague
Calcul Relationnel Chapitre 4, Section 4.3.
Programmation fonctionnelle Le langage LISP
Programmation logique Démonstrateur automatique
Chapitre 2 Réductions: exemples et méthodes
CSI 4506: Introduction à l’intelligence artificielle
CSI 4506: Introduction à l’intelligence artificielle
Révisions - IA Généralité: problèmes de lIA Recherche Logique Traitement de lincertitude Apprentissage Langue naturelle.
Partie II Sémantique.
Database Management Systems 3ed, R. Ramakrishnan and J. Gehrke1 Calcul Relationnel Chapitre 4, Section 4.3.
MASTER SIS, 1ere année Présentation de l'option 13 : Représentation des connaissances et raisonnement Odile PAPINI &Eric WÜRBEL
Lesson 2-1 Conditional Statements 1 MÉTHODES DE RAISONNEMENT.
Programmation logique Le Langage PROLOG
Programmation non procédurale Le projet ECOLE 2000
Modélisation des opérations Spécifier les transformations détat que lon attend des services de la machine Létat dune machine entièrement déterminée par.
8INF8061 Conception et analyse des algorithmes Comment comparer deux problèmes?
Exemple de mise en équation d’un système
Conception et analyse des algorithmes
Introduction à la Logique (Logique I) 1ère Année
Jacques Nicolas INRIA /IRISA Rennes
La Logique des propositions
Les logiques de descriptions
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
1 CSI 4506: Introduction à l’Intelligence Artificielle Representation et Logique II.
Programmation fonctionnelle Lambda-calcul
La Logique du premier ordre LPO
Cours n°2UE102e(S. Sidhom) UE 102e. M1.IST-IE cours n°2 Systèmes à base de règles Par : Sahbi SIDHOM MCF. Université Nancy 2 Équipe de recherche SITE –
D.E ZEGOUR Ecole Supérieure d’Informatique
Sémantique logique 2- sémantique de Montague
Approches Formelles en Systèmes d'information
Théorie du point fixe 1. Rappel Ensemble ordonné Majorant, Minorant
Programmation procédurale preuves D. Preuves Preuves sur les R-algorithmes. Règle de l'appel (Hoare). Exemple Preuves sur les B-algorithmes (Floyd) Automatisation.
Chapitre 7 Calcul littéral.
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
Le langage Racket (Lisp)
CSI 4506: Introduction à l’Intelligence Artificielle
Abdelkader Heni FUNDP Syntaxe et sémantique Abdelkader Heni FUNDP
Systèmes formels 1. Définition d'un SF Morphologie Théorie propre
LOGIQUE ET PROGRAMMATION LOGIQUE
Chap. 3 Récursion et induction. Les définitions par récurrence consistent à construire des objets finis, à partir d'autres, selon certaines règles. Les.
Relation de conséquence logique Nous avons vu une relation entre formules: l’équivalence tautologique (  ) Nous allons définir une nouvelle relation,
Programmation par contraintes Réalisé par: WETCHA Chaima MOKDED Mohamed Ali FIA3-GL-AL 1 1.
Transcription de la présentation:

Rappels de logique des prédicats du 1er ordre G. Falquet

Langage Vocabulaire : symboles de variables, constantes, fonctions, prédicats. arité des fonctions et prédicats parenthèses connecteurs logiques: ¬     quantificateurs: $, "

Grammaire terme --> constante | variable terme --> fonction ( terme, ... ) atome --> prédicat ( terme, ... ) littéral --> atome | ¬atome formule --> atome | f. k f. formule --> " var. f. | $ var. f.

Interprétation I d’un vocabulaire W Sémantique Interprétation I d’un vocabulaire W domaine D pour chaque constante c de W, cI de D pour chaque symbole de fonction n-aire f, fonction fI de Dn dans D pour chaque symbole de prédicat n-aire P, relation PI sur Dn

Interprétation des formules assigner des valeurs de D aux variables libres f(t1, …, tn)I = fI(t1I, …, tnI) P(t1, …, tn)I = vrai ssi (t1I, …, tnI) dans PI "x w(x) I = vrai ssi w(x)[x = d] I = vrai pour tout d de D $x w(x) I = vrai ssi w(x)[x = d] I = vrai pour au moins un d de D

Modèle Soit F = {w1, …, wn} un ensemble de formules fermées, un modèle de F est une interprétation I telle que w1I = vrai , …, wnI = vrai. F est dit satisfaisable s’il existe au moins un modèle de F. S’il n’existe pas de modèle de F on dit que F est inconsistant.

Exemple F = {P(a, b), ¬ $y P(a, y) } est inconsistant

Calculabilité (1) Problème: prouver la satisfaisabilité de F Trouver un modèle S'il n'y a pas de variables ni de fonctions (logique des propositions) algorithme: énumérer toutes les interprétations vérifier si c'est un modèle de F on ne peut faire mieux (NP-complet)

Théorie logique du 1er ordre Approche syntaxique Axiomes Règles d'inférence But: produire des théorèmes qui sont "vrais" c-à-d conséquences logiques des axiomes

Axiomes (schémas) v  (w  v) (v  (w  u))  ((v  w)  (v  u)) (¬ w  ¬ v)  ((¬ w  v)  w) "x w  w(t/x) où t est un terme qui est “librement substituable pour x dans w” ("x (v  w))  (v  "x w) si v ne contient aucun occurrence libre de x.

Règles Modus ponens u  v, u --> v Généralisation u --> "x u

Bonnes propriétés La théorie est valide (sound), tout théorème déduit à l’aide des règles est une tautologie (valide); consistante, il n’y a pas de formule w telle que w et ¬ w; complète, toute tautologie est un théorème; on a un théorème de déduction. si u --> v alors --> (u  v) sous quelques conditions

Théories "pratiques" Remplacer les deux règles MP et GEN par des règles "plus efficaces" p.ex. principe de résolution de Robinson Utiliser des équivalences u  v == ¬u  v, etc. normaliser les formules

Calculabilité (2) Il n'y a pas d'algorithme de test de satisfaisabilité On peut appliquer les règles d'inférence mais on ne peut prédire l'arrêt L'ensemble des formules fermées non satisfaisable est récursivement énumérable mais pas récursif il y a un algorithme qui répond "non sat." ou tourne indéfiniment, c'est tout ce qu'on peut faire