SlideShare une entreprise Scribd logo
1  sur  50
Introducción a la
Programación Lógica
Objetivo:
  • Presentar la Lógica de Primer Orden (LPO)
  como método formal de representación del
  conocimiento e inferencia.

  • Estudiar los métodos de inferencia
  automáticos aplicables a la LPO (en concreto, el
  método de resolución por refutación).
Representación e inferencia en LPO

Idea:
        La lógica como sistema de representación del
        conocimiento y de obtención de
        consecuencias


Cálculo en LPO

                   Fórmulas atómicas
 Fórmulas

                  Conectores
Fórmulas atómicas
                                   Términos

 autor(quijote, cervantes)

 escritor(cervantes)          autor(quijote, Quién)

 autor(quijote, mejor(novelista, españa))


     Predicado: Un predicado es un símbolo cuyo valor
     se encuentra en el dominio lógico (verdadero o
     falso) y representa alguna cualidad semántica, en
     un cierto contexto, acerca de las relaciones entre
     objetos o entidades
Conectores

  Permiten construir fórmulas complejas a partir de
  fórmulas o expresiones más sencillas:

  Negación :       ¬
  Disyunción :     ∨ (or)
  Conjunción :     ∧ (and)
  Implicación :    →
  Equivalencia :   ↔
Negación: Genera una fórmula que posee valores lógicos
contrarios a los de la fórmula sobre la que se aplica.
Estrictamente no es un conector, pues no conecta dos
fórmulas sino que transforma una.

         ¬ autor(hamlet, cervantes)

Disyunción: Genera una fórmula que es cierta si alguna
de las que conecta es cierta.

estado(bombilla, encendida) ∨ estado(bombilla, apagada)

Conjunción: Genera una fórmula que es cierta si las os
fórmulas que conecta son ciertas.

      color(coche, rojo) ∧ color(camisa, azul)
Implicación: Genera una fórmula que es cierta siempre
salvo cuando el antecedente es cierto y el consecuente
falso.

          p → q es equivalente a ¬p ∨ q

      p      q      p→q           ¬p      ¬p ∨ q

      0      0        1           1            1
      0      1        1           1            1
      1      0        0           0            0
      1      1        1           0            1

          está(cielo, azul) → ¬ lloverá(hoy)

          ¬ está(cielo, azul) ∨ ¬ lloverá(hoy)
Equivalencia o doble implicación: Genera una fórmula
que es cierta sólo si las dos componentes poseen el
mismo valor.

       p ↔ q es equivalente a (p → q) ∧ (q → p)

      p      q    p→q       q→p     (p → q) ∧ (q → p)

      0      0      1        1             1
      0      1      1        0             0
      1      0      0        1             0
      1      1      1        1             1


          llueve(hoy) ↔ está(cielo, nublado)
Equivalencias

Complemento:              p∨¬p≡1
Doble negación:           ¬(¬p)≡p
Conmutativa:              p∨q≡q∨p
                          p∧q≡q∧p

Distributiva:             p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r)
                          p ∧ (q ∨ r) ≡ (p ∧ q) ∨ (p ∧ r)

Asociativa:               p ∨ (q ∨ r) ≡ (p ∨ q) ∨ r
                          p ∧ (q ∧ r) ≡ (p ∧ q) ∧ r

Leyes de De Morgan:       ¬ (p ∨ q) ≡ ¬ p ∧ ¬ q
                          ¬ (p ∧ q) ≡ ¬ p ∨ ¬ q

Ley del contrapositivo:   p→q≡¬q→¬p
Establecen el ámbito de
Cuantificadores      existencia de las variables
Cuantificador Universal (∀):
  Establece que la fórmula es siempre válida para
  cada valor posible de la variable X. La variable X se
  dice entonces cuantificada universalmente.

             “Todo cuerpo con masa cae”
   ∀X ( [cuerpo(X) ∧ posee(X,masa)] → cae(X) )
Cuantificador Existencial (∃):
  Establece que como mínimo existe un valor de la
  variable cuantificada que hace cierta la fórmula. La
  variable se dice cuantificada existencialmente.

             “Alguien descubrió la penicilina”
             ∃ X ( descubrió( X, penicilina )
Reglas de precedencia entre operadores
     ¬
     ∀, ∃       menor precedencia
     ∨,∧
     →, ↔
Forma Prenex de una fórmula
Una fórmula se dice que está en forma prenex si todos los
cuantificadores se encuentran al principio de la fórmula.

Algunas equivalencias útiles para alcanzar una forma
normal


    ¬ [ ∃X p(X) ] ≡ ∀X [¬ p(X) ]

    ¬ [ ∀X p(X) ] ≡ ∃X [¬ p(X) ]

     ∀X [ p(X) ∧ q(X) ] ≡ [ ∀X p(X) ] ∧ [ ∀X q(X) ]

     ∃X [ p(X) ∨ q(X) ] ≡ [ ∃X p(X) ] ∨ [ ∃X q(X) ]
Reglas de Inferencia
Especialización Universal: siempre es posible deducir la verificación de
un caso concreto a partir de un cuantificador universal.
                 ∀X p(X) ⇒ p(a)
Sustitución: permite la sustitución de cualquier proposición en una
fórmula por otra equivalente.
Modus ponens:
        Axioma: p → q
        Axioma: p
        Teorema: q
Modus tollens:
        Axioma: p → q
        Axioma: ¬q
        Teorema: ¬p
∧ Introducción: p∧q puede ser inferida de p y q.
∧ Eliminación: p puede ser inferida de p∧q.
∨ Introducción: p ∨ q puede ser inferida de p o de q.
Lo que queremos hacer ...

Teorema + Axiomas

   +
Teorema + Axiomas (como cláusulas)

   +

Método de resolución por refutación
                                  Unificación



Demostración automática de teoremas
IMPORTANTE:


La demostración automática de teoremas lógicos es un
procedimiento que involucra una mera actividad
sintáctica, o de relación entre símbolos, ignorándose
completamente el contenido semántico que resulta de
la interpretación de las fórmulas.
Cláusula
 Es una fórmula que sólo contiene operadores disyuntivos
 y posiblemente negaciones sobre los átomos.

 Este tipo de fórmulas pueden ser expresadas por una
 única implicación. Así la fórmula:

       a1 ∨ a2 ∨ ... ∨ an ∨ b1 ∨ b2 ∨ ... ∨ bm

 se puede transformar en :

        ¬(¬ a1 ∧ ¬ a2 ∧ ... ∧ ¬ an ) ∨ b1 ∨ b2 ∨ ... ∨ bm
        ¬ a1 ∧ ¬ a2 ∧ ... ∧ ¬ an → b1 ∨ b2 ∨ ... ∨ bm
Cláusulas de Horn.

Aquellas cuyo consecuente tiene un único predicado.

       a1 ∧ a2 ∧ ... ∧ an → b

Ventajas de una representación basada en cláusulas de
Horn

• La demostración de teoremas o resolución de un conjunto
de cláusulas de Horn es más sencilla en general.

• Las cláusulas de Horn admiten una interpretación directa
en términos de un lenguaje de programación, lo que no es
posible con cláusulas generales.
Transformación a cláusulas

Para ilustrar el proceso paso a paso emplearemos la
siguiente fómula compleja como ejemplo:

∀X{p(X) →{∀Y[p(Y) → p(f(X,Y))]∧ ¬∀Y[q(X,Y) → p(Y)]}}

1. Eliminar los símbolos de implicación, sustituyendo p → q
por ¬p ∨ q.

Tras este primer paso, nuestra fómula se transforma en:

∀X{¬p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ¬∀Y[¬ q(X,Y) ∨ p(Y)]}}
2. Mover las negaciones hasta las fórmulas atómicas, para
ello se emplean las leyes de Morgan y las transformaciones
de cuantificadores existenciales y universales.

¬ (p ∨ q) ≡ ¬ p ∧ ¬ q
¬ (p ∧ q) ≡ ¬ p ∨ ¬ q


¬ [ (∃ X) p(X) ] ≡ (∀X) [¬ p(X) ]
¬ [ (∀X) p(X) ] ≡ (∃ X) [¬ p(X) ]


Aplicándolo sobre el ejemplo:
∀X{¬p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ¬∀Y[¬ q(X,Y) ∨ p(Y)]}}


∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Y[q(X,Y) ∧ ¬ p(Y)]}}
3. Renombrar variables, en aquellos casos en los que varias
variables se hayan nombrado de igual forma. En nuestro
caso esto ocurre con la variable Y que renombramos como Z
en su segunda ocurrencia.


Así nuestro ejemplo se transforma en:
∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Y[q(X,Y) ∧ ¬ p(Y)]}}

∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Z[q(X,Z) ∧ ¬ p(Z)]}}
4. Eliminar los cuantificadores existenciales. Las variables
cuantificadas por este tipo de cuantificadores serán
sustituidas por un tipo de función comodín denominada
función de Skolem (proceso de skolemización).

P.e. ∃Z q(X,Z) se transforma en q(X, g(X))

en donde g(X) es la función de Skolem para este caso.
Nótese que no sólo se eliminan los cuantificadores
existenciales sino también las variables ligadas a los mismos.

La función de Skolem introducida debe ser nueva en el
universo de discurso, y además deberá ser función de todas
las variables cuantificadas universalmente cuyos ámbitos
incluyan el ámbito del cuantificador existencial que se
pretende eliminar.
Así nuestro ejemplo se transforma en:
∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Z[q(X,Z) ∧ ¬ p(Z)]}}


∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}}

Si el cuantificador existencial no se encuentra en el ámbito de
ningún cuantificador universal, se usará una función de
Skolem sin argumentos. Como en el siguiente ejemplo:

∃Z q(Z) se transforma en q(a)

Donde el símbolo constante a referencia a la entidad que
sabemos existe. Evidentemente a debe ser un símbolo que
no haya sido empeado con anterioridad.
5. Desplazar los cuantificadores universales, de manera que
queden al comienzo de la fórmula (forma prenex. Estre
proceso puede ser realizado por cuanto no existen ya
variables distintas con el mismo nombre.
∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}}

∀X ∀Y{¬ p(X) ∨ { [¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}}

6. Convertir los operadores conjuntivos en los más externos,
para lo que se emplean las leyes distributivas. A la forma
resultante se le denomina forma normal conjuntiva.

Este paso se ejecuta sobre el ejemplo en dos pasos:
Partiendo de la última expresión,

∀X∀Y{¬ p(X) ∨ { [¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}}

se aplica primero la ley distributiva:

∀X∀Y{ {¬ p(X) ∨ [¬ p(Y) ∨ p(f(X,Y))]} ∧
        {¬ p(X) ∨ [q(X, g(X)) ∧ ¬ p(g(X))]}}

Aplicando de nuevo la ley distributiva y la asociativa:

∀X∀Y{ [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧
        [¬ p(X) ∨ q(X, g(X)) ] ∧
         [¬ p(X) ∨ ¬ p(g(X))]}
7. Eliminar los cuantificadores universales. Se trata de
una eliminación convencional, no teórica, pues se asume
que toda variable que aparezca está cuantificada
universalmente. La función de Skolem adquiere sentido,
dado que al no aparecer otras variables que las
universales, pueden eliminarse sus cuantificadores por
convenio. En nuestro ejemplo:

∀X∀Y{ [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧
        [¬ p(X) ∨ q(X, g(X)) ] ∧
         [¬ p(X) ∨ ¬ p(g(X))]}

[¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧
[¬ p(X) ∨ q(X, g(X)) ] ∧
[¬ p(X) ∨ ¬ p(g(X))]
8. Eliminar los conectores conjuntivos.
Dado que la fómula se corresponde con una conjunción
de subfómulas, éstas deberán verificarse por separado
para que se verifique la fórmula principal.

Esto produce, en nuestro caso, el siguiente conjunto de
fórmulas:

[¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧
[¬ p(X) ∨ q(X, g(X)) ] ∧
[¬ p(X) ∨ ¬ p(g(X))]

¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))
¬ p(X) ∨ q(X, g(X))
¬ p(X) ∨ ¬ p(g(X))
Unificación y sustitución
  El proceso de unificación determina las condiciones y posibilidades
  de sustitución de un predicado por otro. Por ejemplo, en el caso de
  los siguientes axiomas:
           p(X) → q(X)
           p(a)
  la demostración de q(a) es consecuencia de la regla de
  especialización Universal aplicada a:
           p(X) → q(X)
  para producir
           p(a) → q(a)

  También puede interpretarse como que se ha procedido a realizar la
  sustitución de p(X) por p(a), previa unificación de X con a.

  El proceso de sustitución de términos, denominado Unificación, para
  lograr que dos expresiones sean idénticas es fundamental en el
  proceso de demostración de teoremas en la LPO.
Unificación y sustitución

Un proceso de unificación puede ser representado mediante un
operador θ constituido por un conjunto de pares de términos
ordenados por:

         θ = { v1→ t1, v2→ t2, ..., vn→ tn}

donde el par vi→ ti, indica que la variable vi es sustituida por el
término ti.

Así el predicado p se transforma mediante la sustitución indicada por
θ en p(... , vk, ...) θ = p(... , tk, ...).


NOTA: También es muy habitual la notación equivalente
       θ = { v1/ t1, v2/ t2, ..., vn/ tn}
Unificación y sustitución
  Ejemplos:

  Definir las sustituciones necesarias para unificar el predicado

  p(X, f(Y), b)

  con cada uno de los siguientes predicados:

  P1:      p(g(Z), f(a), b)           θ1 = { X → g(Z), Y → a }

  P2:      p(X, f(a), b)              θ2 = { Y → a }

  P3:      p(Z, f(U), b)              θ3 = { X → Z, Y → U }

  P4:      p(c, f(a), b)              θ4 = { X → c, Y → a }
Resolución por refutación
 Si queremos demostrar un teorema dado en base a un
conjunto de axiomas que suponemos consistente, podemos
hacerlo mostrando que el conjunto formado por la negación
del teorema y el conjunto de axiomas es inconsistente.

Si tal inconsistencia se demuestra será porque el teorema
era cierto.
        Un sistema lógico se dice inconsistente si dos
        expresiones V y ¬V son simultáneamente válidas en
        él.

 Se han desarrollado procedimientos efectivos capaces de
 demostrar la inconsistencia de un sistema lógico. Sin
 embargo, no existen tales procedimientos para demostrar
 su consistencia.
Decidibilidad y Consistencia

Si A es un conjunto de cláusulas lógicas consistentes,
denominadas Axiomas, y T es otra cláusula, denominada
Teorema, entonces si T es una consecuencia lógica de A
se debe verificar:

1. El conjunto A ∪ T es consistente

2. El conjunto A ∪ ¬T es inconsistente

Sólo la segunda propiedad es verificable de forma efectiva,
de donde se deduce intuitivamente un procedimiento de
demostración de teoremas que consiste en demostrar la
inconsistencia de A ∪ ¬T . A este procedimiento se le
denomina de Resolución por Refutación del Teorema.
Cláusula resolvente
Sean dos cláusulas, que denominaremos cláusulas padres, que
contengan respectivamente, una misma proposición, negada y sin
negar, cada una de ellas. Como es el caso de la proposición p 1 en el
siguiente ejemplo:

        p1 v p2 v ... v pn
        ¬ p1 v q2 v ... v qm

Ambas cláusulas forman parte de un sistema que se asume consistente
y, por tanto, son ciertas. Puede construirse entonces una nueva
cláusula, denominada cláusula resolvente a partir de la disyunción de
ambas eliminando la proposición que aparece doblemente. Esto es:

        (p1 v p2 v ... v pn) v (¬ p1 v q2 v ... v qm)
   ≡ (p1 v ¬ p1) v (p2 v ... v pn v q2 v ... v qm)
   ≡ p2 v ... v pn v q2 v ... v qm
Cláusula resolvente
La nueva cláusula (cláusula resolvente) debe ser cierta por cuanto las
cláusulas padre forman un conjunto de cláusulas consistente con lo que
el conjunto que resulta de añadir la cláusula resolvente al conjunto de
cláusulas anterior sigue siendo consistente.

Los siguientes son algunos ejemplos de la aplicación del método de la
cláusula resolvente:

(¬ p v q) v p     ≡q           (modus ponens)
(p v q) v (¬ p v q)     ≡q
(¬ p v p)               ≡ nil          (inconsistencia)
(¬ p v q) v (¬ q v r)   ≡¬pvr          (encadenamiento de reglas)
(p v ¬ q) v (¬ p v q)   ≡qv¬q          (tautología)

Nótese que en el último caso, también podría resolverse sobre q y
obtendríamos como cláusula resolvente p v ¬ p. Lo que no es correcto
es resolver doblemente sobre p y q y obtener un resolvente nulo.
Cláusula resolvente
(p v ¬ q) v (¬ p v q)    ≡qv¬q            (tautología)

Una forma de ver que la doble resolución es un error es considerar el
caso sencillo anterior cuando se resuelve doblemente. En ese caso
obtendríamos la cláusula nula, indicando una inconsistencia. Sin
embargo, podemos comprobar que ambas cláusulas son consistentes
cuando ambos predicados son verdaderos, lo que indica que la
conclusión de inconsistencia que se deriva de la doble resolución es
incorrecta.

La idea que subyace en el método de resolución se basa en que la
fórmula ((p v α) ∧ (¬ p v β)) → (α v β) es una tautología (demostrarlo
empleando una tabla de verdad).

Por el contrario, puede comprobarse que la fórmula similar que debería
sustentar la doble resolución, ((p v r v α) ∧ (¬ p v ¬ r v β)) → (α v β) ,
donde r es q o ¬ q, no es válida.
Resolución por Refutación
La resolución por refutación consiste esencialmente en aplicar el
método de la cláusula resolvente para eventualmente alcanzar el
resolvente nulo. Si esto es posible se habrá demostrado la
inconsistencia del conjunto formado por los axiomas (cuya validez está
garantizada) y el teorema negado, en cuyo caso el teorema se
considera demostrado.


      ¬avb            ¬bvc                   a                 ¬c


               ¬avc


                          c


                                  nil
Resolución por Refutación
Para poder aplicar el método de la cláusula resolvente a predicados y
no sólo a proposiciones es preciso primeramente unificar las cláusulas
para conseguir que los términos de los predicados complementarios
sean idénticos.

Ejemplo: Sean las siguientes cláusulas padre.

        p(X, f(a)) ∨ p(X, f(Y)) ∨ q(Y)
       ¬ p(Z, f(a)) ∨ ¬ q(Z)

Se puede encontrar un resolvente empleando bien p o bien q como
predicados complementarios. Si elegimos p, el unificador será:

       { p(X, f(a)), p(Z, f(a)) } con la sustitución θ = { X → Z }

que produce la cláusula resolvente:

       p(Z, f(Y)) ∨ q(Y) ∨ ¬ q(Z)
Resolución por Refutación
Otra forma de generar una cláusula resolvente más sencilla consiste en
eliminar alguna de las realizaciones del mismo predicado p en alguna
de las cláusulas padre. Por ejemplo, encontrando un unificador y
absorbiendo una de las realizaciones.

         p(X, f(a)) ∨ p(X, f(Y)) ∨ q(Y)
        ¬ p(Z, f(a)) ∨ ¬ q(Z)

Así :   { p(X, f(a)), p(X, f(Y)) } con la sustitución θ = { Y → a }

convierte las cláusulas padre en:

         p(X, f(a)) ∨ q(a)
        ¬ p(Z, f(a)) ∨ ¬ q(Z)

Aplicando el unificador θ = { Z → X } resolviendo, obtenemos como
resolvente:

        q(a) ∨ ¬ q(X)
Resolución por Refutación

Una idea clave:

         Si el par de cláusulas padre se toma de un
         conjunto de cláusulas consistentes, entonces,
         dado que la cláusula resolvente es una
         consecuencia lógica de las anteriores, también es
         consistente el conjunto resultante de añadir el
         resolvente al conjunto original.
Resolución por Refutación
Idea sobre la que se desarrolla el algoritmo:

 Hasta que se encuentre la cláusula nula se exploran pares de
 cláusulas padre, incluyendo - en caso de fracaso - el resolvente en el
 conjunto de cláusulas.

 El proceso para si:

   1. El resolvente generado es nulo: se ha demostrado el teorema.

   2. Si no existe ningún par de cláusulas que puedan producir un
   resolvente, entonces no se puede demostrar la inconsistencia del
   conjunto y se dice que el conjunto no es completo. Esto significa
   que el teorema no es una consecuencia lógica de los axiomas y, por
   tanto, se puede suponer falso.
Algoritmo: Resolución por Refutación

0. Se supone que tanto los axiomas como la negación del teorema
han sido transformados en cláusulas.

1. Incluir en el conjunto de cláusulas TRABAJO el conjunto de
axiomas y el teorema negado.

2. Repetir hasta que se produzca la cláusula nula, o no se encuentre
ningún resolvente:

    2.a Encontrar en TRABAJO un par de cláusulas que puedan
    resolverse y obtener el resolvente. Eliminar los elementos
    duplicados.
    2.b Descartar la cláusula si contiene un predicado y su negación.
    2.c Si el resolvente no está en TRABAJO, añadirlo.

3. Si se ha encontrado la cláusula nula, el teorema es cierto. En caso
contrario, el teorema se supone falso.
Ejemplo:

  Axiomas
  A.1 “Cualquiera que puede leer es un ilustrado”
  ∀X(r(X) → l(X))

  A.2 “Los delfines no son ilustrados”
  ∀X(d(X) → ¬ l(X))

  A.3 “Algunos delfines son inteligentes”
  ∃X(d(X) ∧ i(X))

  Teorema.
  T. “Algunos que son inteligentes, no pueden leer”
  ∃X(i(X) ∧ ¬ r(X))
Ejemplo: Paso a cláusulas

 Axiomas
 A.1 ∀X(r(X) → l(X))         ¬ r(X) ∨ l(X)

 A.2 ∀X(d(X) → ¬ l(X))       ¬ d(Y) ∨ ¬ l(Y)

 A.3 ∃X(d(X) ∧ i(X))         d(a)
                             i(a)
 Teorema.
 T. ∃X(i(X) ∧ ¬ r(X))        ¬ i(Z) ∨ r(Z)


 donde a es una constante de Skolem
Ejemplo: Grafo de resolución

     ¬ i(Z) ∨ r(Z)          i(a)
                  {Z→ a}


                   r(a)            ¬ r(X) ∨ l(X)
                           {X→ a}

¬ d(Y) ∨ ¬ l(Y)             l(a)
                  {Y→ a}

                  ¬ d(a)               d(a)


                             {}
El proceso de resolución puede simplificarse si ,
previamente o durante el proceso se realizan determinadas
eliminaciones de cláusulas, lo que equivale a una poda del
árbol de exploración.
1. Eliminación de tautologías. Eliminación de cláusulas tales que
puedan ser reducidad a una tautología.
         p(A) ∨ q(B) ∨ ¬ q(B)
2. Eliminación por absorción. Por definición, una cláusula {Li} absorbe
a otra {Mi} si existe una sustitución s tal que {Li}s es un subconjunto de
{Mi}.
         p(X)         elimina a p(Y) ∨ q(U)
         p(X)         elimina a p(a)
         p(X)         elimina a p(b) ∨ q(Z)
         p(X) ∨ q(W) elimina a p(f(a,b)) ∨ q(g(T)) ∨ r(V)
3. Eliminación procedimental. Cuando un predicado puede ser
evaluado (debido a mecanismos extralógicos o de tipo procedimental)
y se evalúa a cierto entonces es posible eliminar la cláusula que lo
contiene. Si se evalúa a falso, entonces simplemente se puede
eliminar ese predicado de la cláusula.
Sistemas de Deducción

   S.D. Hacia-Delante:

      Se parte de los axiomas y se trata de llegar al
      teorema por aplicación de reglas de inferencia.
      Evidentemente, ésto sólo será posible si el
      teorema es una consecuencia lógica de los
      axiomas.
   S.D. Hacia-Atrás:

      Se parte del teorema y, por aplicación de reglas de
      inferencia, se intenta llegar a unos hechos
      completamente ciertos.
Hechos, Reglas y Objetivos


   Los elementos que intervienen en la deducción son:

  Reglas: Son aquellos axiomas que contienen una
  implicación, con antecedentes y consecuentes

   Hechos: Se denominan así a los axiomas que no
   contienen una implicación. Son elementos sin
   condiciones.

   Meta u Objetivo: Designa al teorema a demostrar.
Hechos, Reglas y Objetivos


  Nomenclatura de Kowalsky:

  Reglas: b1 ∨ b2 ∨ b3 ∨ ... ∨ bm ← a1 ∧ a2 ∧ ... ∧ an


   Hechos: b1 ∨ b2 ∨ b3 ∨ ... ∨ bm ←


   Meta u Objetivo: ← a1 ∧ a2 ∧ ... ∧ an

   donde ai y ∧ bj representan predicados lógicos
Hechos, Reglas y Objetivos


   Se puede simplificar esta nomenclatura si se admite la
   sustitución de operadores por comas que el antecedente
   representarán conjunciones y el consecuente
   disyunciones. Si nos restrigimos, además, a considerar
   sólo cláusulas de Horn:

  Reglas: b ← a1 , a2 , ... , an

   Hechos: b ←

   Meta u Objetivo: ← a1 , a2 , ... , an
Deducción progresiva o Hacia-Delante

1. Formular el problema en términos de hechos, reglas y objetivos como
cláusulas de Horn, y añadirlos a una base de datos inicialmente vacía.
2. Hasta que el objetivo esté vacío o no existan sustituciones aplicables.
    2.1 Partiendo de algún hecho disponible, encontrar una regla con un
    antecedente, o un subobjetivo, que pueda ser sustituido, previa
    unificación, con el hecho en cuestión
                         a1 ←
                         c ← a1 , a2 , ... , an
                         ← a1 , o2 , ... , om
    2.2 Añadir a la base de datos, la siguiente regla o subobjetivo, donde
    θ es la unificación más general de la sustitución:
                         (c ← a2 , ... , an) θ
                         (← o2 , ... , om ) θ
3. Si el objetivo está vacío, entonces el objetivo es cierto y las posibles
respuestas vienen dadas por la secuencia de unificaciones. En otro
caso, el objetivo no se puede verificar.
Deducción regresiva o Hacia-Atrás

1. Formular el problema en términos de hechos, reglas y objetivos como
cláusulas de Horn, y añadirlos a una base de datos inicialmente vacía.
2. Hasta que el objetivo esté vacío o no existan sustituciones aplicables.
    2.1 Partiendo del objetivo, encontrar algún hecho o consecuente de
    regla que pueda que pueda ser sustituido, previa unificación, con
    algún subobjetivo
                         p←
                         p ← a1 , a2 , ... , an
                         ← p , o2 , ... , om
    2.2 Añadir a la base de datos, el siguiente objetivo, donde θ es la
    unificación más general de la sustitución:
                          (← o2 , ... , om ) θ
                          (← a1 , a2 , ... , an , o2 , ... , om ) θ
3. Si el objetivo está vacío, entonces el objetivo es cierto y las posibles
respuestas vienen dadas por la secuencia de unificaciones. En otro
caso, el objetivo no se puede verificar.

Contenu connexe

Tendances

Teoria de Grafos. Conceptos básicos.
Teoria de Grafos. Conceptos básicos.Teoria de Grafos. Conceptos básicos.
Teoria de Grafos. Conceptos básicos.Nabor Chirinos
 
Tipos de gramatica y arboles de derivacion
Tipos de gramatica y arboles de derivacionTipos de gramatica y arboles de derivacion
Tipos de gramatica y arboles de derivacionjorge severino
 
Componentes y Librerías - Tópicos avanzados de programación.
Componentes y Librerías - Tópicos avanzados de programación.Componentes y Librerías - Tópicos avanzados de programación.
Componentes y Librerías - Tópicos avanzados de programación.Giancarlo Aguilar
 
Tipos de Autómatas 
Tipos de Autómatas Tipos de Autómatas 
Tipos de Autómatas yelizabeth_20
 
1.2 arquitectura en 2 capas
1.2 arquitectura en 2 capas1.2 arquitectura en 2 capas
1.2 arquitectura en 2 capasEsbeyiz
 
Requerimiento funcional y no funcional
Requerimiento funcional y no funcional Requerimiento funcional y no funcional
Requerimiento funcional y no funcional CristobalFicaV
 
Cuadro Comparativo
Cuadro ComparativoCuadro Comparativo
Cuadro ComparativoMartha
 
Cuadro sinóptico estructuras de datos y su clasificación
Cuadro sinóptico   estructuras de datos y su clasificaciónCuadro sinóptico   estructuras de datos y su clasificación
Cuadro sinóptico estructuras de datos y su clasificaciónAlex Uhu Colli
 
Programación 3: Grafos, representación y operaciones
Programación 3: Grafos, representación y operacionesProgramación 3: Grafos, representación y operaciones
Programación 3: Grafos, representación y operacionesAngel Vázquez Patiño
 
Automatas Finitos Deterministicos y No Deterministicos
Automatas Finitos Deterministicos y No DeterministicosAutomatas Finitos Deterministicos y No Deterministicos
Automatas Finitos Deterministicos y No DeterministicosRosviannis Barreiro
 
Conversión de un AFN a un AFD.
Conversión de un AFN a un AFD.Conversión de un AFN a un AFD.
Conversión de un AFN a un AFD.Vikky Moscoso
 
Grafos eulerianos
Grafos eulerianosGrafos eulerianos
Grafos eulerianosborisunefa
 

Tendances (20)

Teoria de Grafos. Conceptos básicos.
Teoria de Grafos. Conceptos básicos.Teoria de Grafos. Conceptos básicos.
Teoria de Grafos. Conceptos básicos.
 
Tipos de gramatica y arboles de derivacion
Tipos de gramatica y arboles de derivacionTipos de gramatica y arboles de derivacion
Tipos de gramatica y arboles de derivacion
 
Componentes y Librerías - Tópicos avanzados de programación.
Componentes y Librerías - Tópicos avanzados de programación.Componentes y Librerías - Tópicos avanzados de programación.
Componentes y Librerías - Tópicos avanzados de programación.
 
Representación de Conocimiento
Representación de ConocimientoRepresentación de Conocimiento
Representación de Conocimiento
 
Tipos de Autómatas 
Tipos de Autómatas Tipos de Autómatas 
Tipos de Autómatas 
 
1.2 arquitectura en 2 capas
1.2 arquitectura en 2 capas1.2 arquitectura en 2 capas
1.2 arquitectura en 2 capas
 
Requerimiento funcional y no funcional
Requerimiento funcional y no funcional Requerimiento funcional y no funcional
Requerimiento funcional y no funcional
 
Cuadro Comparativo
Cuadro ComparativoCuadro Comparativo
Cuadro Comparativo
 
Tutorial de JFLAP
Tutorial de JFLAPTutorial de JFLAP
Tutorial de JFLAP
 
Cuadro sinóptico estructuras de datos y su clasificación
Cuadro sinóptico   estructuras de datos y su clasificaciónCuadro sinóptico   estructuras de datos y su clasificación
Cuadro sinóptico estructuras de datos y su clasificación
 
Estructura de Datos - Unidad 6 Metodos de busqueda
Estructura de Datos - Unidad 6 Metodos de busquedaEstructura de Datos - Unidad 6 Metodos de busqueda
Estructura de Datos - Unidad 6 Metodos de busqueda
 
Programación 3: Grafos, representación y operaciones
Programación 3: Grafos, representación y operacionesProgramación 3: Grafos, representación y operaciones
Programación 3: Grafos, representación y operaciones
 
Razonamiento monotono
Razonamiento monotonoRazonamiento monotono
Razonamiento monotono
 
Unidad 6 grafos
Unidad 6  grafosUnidad 6  grafos
Unidad 6 grafos
 
Tercera practica
Tercera practicaTercera practica
Tercera practica
 
Grafos
GrafosGrafos
Grafos
 
Automatas Finitos Deterministicos y No Deterministicos
Automatas Finitos Deterministicos y No DeterministicosAutomatas Finitos Deterministicos y No Deterministicos
Automatas Finitos Deterministicos y No Deterministicos
 
Conversión de un AFN a un AFD.
Conversión de un AFN a un AFD.Conversión de un AFN a un AFD.
Conversión de un AFN a un AFD.
 
Grafos eulerianos
Grafos eulerianosGrafos eulerianos
Grafos eulerianos
 
Algoritmo de INGRES
Algoritmo de INGRES Algoritmo de INGRES
Algoritmo de INGRES
 

En vedette (12)

Jflambert lyada -ayudantia 1 prolog
Jflambert   lyada -ayudantia 1 prologJflambert   lyada -ayudantia 1 prolog
Jflambert lyada -ayudantia 1 prolog
 
Grafos 0
Grafos 0Grafos 0
Grafos 0
 
Fbf
FbfFbf
Fbf
 
Pero… ¿qué es la Constitución Política?
Pero… ¿qué es la Constitución Política?Pero… ¿qué es la Constitución Política?
Pero… ¿qué es la Constitución Política?
 
Concepto epistemologico
Concepto epistemologicoConcepto epistemologico
Concepto epistemologico
 
Epistemología ii
Epistemología iiEpistemología ii
Epistemología ii
 
Definiciones De Epistemologia
Definiciones De EpistemologiaDefiniciones De Epistemologia
Definiciones De Epistemologia
 
INTRODUCCION AL PENSAMIENTO SISTEMICO
INTRODUCCION AL PENSAMIENTO SISTEMICOINTRODUCCION AL PENSAMIENTO SISTEMICO
INTRODUCCION AL PENSAMIENTO SISTEMICO
 
Epistemología Johannes Hessen
Epistemología  Johannes HessenEpistemología  Johannes Hessen
Epistemología Johannes Hessen
 
Mapa conceptual de epistemologia
Mapa conceptual de epistemologiaMapa conceptual de epistemologia
Mapa conceptual de epistemologia
 
Cuadro de epistemologia
Cuadro de epistemologiaCuadro de epistemologia
Cuadro de epistemologia
 
Epistemologia
EpistemologiaEpistemologia
Epistemologia
 

Similaire à Logica (20)

LÓGICA.pdf
LÓGICA.pdfLÓGICA.pdf
LÓGICA.pdf
 
logica.pdf
logica.pdflogica.pdf
logica.pdf
 
Tautologías
TautologíasTautologías
Tautologías
 
Leyes De Lógica
Leyes De LógicaLeyes De Lógica
Leyes De Lógica
 
EQUIVALENCIAS LÓGICAS Y SIMPLIFICACIÓN
EQUIVALENCIAS LÓGICAS Y SIMPLIFICACIÓNEQUIVALENCIAS LÓGICAS Y SIMPLIFICACIÓN
EQUIVALENCIAS LÓGICAS Y SIMPLIFICACIÓN
 
Estructura hugo
Estructura hugoEstructura hugo
Estructura hugo
 
Calculo de predicados
Calculo de predicadosCalculo de predicados
Calculo de predicados
 
Ejercicios resueltos de tablas de verdad
Ejercicios resueltos de tablas de verdadEjercicios resueltos de tablas de verdad
Ejercicios resueltos de tablas de verdad
 
Estructura alexxavier barco
Estructura alexxavier barcoEstructura alexxavier barco
Estructura alexxavier barco
 
Enrique bonilla.estructurasdiscretas
Enrique bonilla.estructurasdiscretasEnrique bonilla.estructurasdiscretas
Enrique bonilla.estructurasdiscretas
 
LogPro.pptx de logica proposional -analisis.
LogPro.pptx de logica proposional -analisis.LogPro.pptx de logica proposional -analisis.
LogPro.pptx de logica proposional -analisis.
 
Leyes de logica proporcional
Leyes de logica proporcionalLeyes de logica proporcional
Leyes de logica proporcional
 
Proposiciones.
Proposiciones.Proposiciones.
Proposiciones.
 
TAUTOLOGÍA .
TAUTOLOGÍA .TAUTOLOGÍA .
TAUTOLOGÍA .
 
Enrique bonilla.estructurasdiscretasi
Enrique bonilla.estructurasdiscretasiEnrique bonilla.estructurasdiscretasi
Enrique bonilla.estructurasdiscretasi
 
Logica de predicados
Logica de predicadosLogica de predicados
Logica de predicados
 
Calculo proposicional
Calculo proposicionalCalculo proposicional
Calculo proposicional
 
Lógica Proposicional Por Segundo Silva Maguiña
Lógica Proposicional Por Segundo Silva MaguiñaLógica Proposicional Por Segundo Silva Maguiña
Lógica Proposicional Por Segundo Silva Maguiña
 
1.- Módulo 1 proposiciones lógicas_2023.pdf
1.- Módulo 1 proposiciones lógicas_2023.pdf1.- Módulo 1 proposiciones lógicas_2023.pdf
1.- Módulo 1 proposiciones lógicas_2023.pdf
 
Unidad 1 discreta
Unidad 1 discretaUnidad 1 discreta
Unidad 1 discreta
 

Plus de Fernando Sancho Caparrini

12 la gestión cultural en el ámbito de la conservación en museos de arte cont...
12 la gestión cultural en el ámbito de la conservación en museos de arte cont...12 la gestión cultural en el ámbito de la conservación en museos de arte cont...
12 la gestión cultural en el ámbito de la conservación en museos de arte cont...Fernando Sancho Caparrini
 

Plus de Fernando Sancho Caparrini (20)

NetLogo 5th IISM
NetLogo 5th IISMNetLogo 5th IISM
NetLogo 5th IISM
 
03 la cultura como objeto de estudio
03 la cultura como objeto de estudio03 la cultura como objeto de estudio
03 la cultura como objeto de estudio
 
17 arte contemporáneo
17 arte contemporáneo17 arte contemporáneo
17 arte contemporáneo
 
15 dr. glearning
15 dr. glearning15 dr. glearning
15 dr. glearning
 
14 yutzu
14 yutzu14 yutzu
14 yutzu
 
13 herramientas para la publicación
13 herramientas para la publicación13 herramientas para la publicación
13 herramientas para la publicación
 
12 la gestión cultural en el ámbito de la conservación en museos de arte cont...
12 la gestión cultural en el ámbito de la conservación en museos de arte cont...12 la gestión cultural en el ámbito de la conservación en museos de arte cont...
12 la gestión cultural en el ámbito de la conservación en museos de arte cont...
 
11 taller sylva
11 taller sylva11 taller sylva
11 taller sylva
 
10 bases de datos
10 bases de datos10 bases de datos
10 bases de datos
 
09 bases de datos. practica
09 bases de datos. practica09 bases de datos. practica
09 bases de datos. practica
 
08 catalogación
08 catalogación08 catalogación
08 catalogación
 
07 herramientas para la investigación
07 herramientas para la investigación07 herramientas para la investigación
07 herramientas para la investigación
 
06 aplicaciones museo ac
06 aplicaciones museo ac06 aplicaciones museo ac
06 aplicaciones museo ac
 
05 el gestor cultural
05 el gestor cultural05 el gestor cultural
05 el gestor cultural
 
04 la clase creativa
04 la clase creativa04 la clase creativa
04 la clase creativa
 
02 del proyecto barroco a culture plex
02 del proyecto barroco a culture plex02 del proyecto barroco a culture plex
02 del proyecto barroco a culture plex
 
01 objetivos e introducción
01 objetivos e introducción01 objetivos e introducción
01 objetivos e introducción
 
16 un resumen aplicado
16 un resumen aplicado16 un resumen aplicado
16 un resumen aplicado
 
Arboles decision id3
Arboles decision   id3Arboles decision   id3
Arboles decision id3
 
Introduccion-a-la-inteligencia-artificial
Introduccion-a-la-inteligencia-artificialIntroduccion-a-la-inteligencia-artificial
Introduccion-a-la-inteligencia-artificial
 

Dernier

OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
Éteres. Química Orgánica. Propiedades y reacciones
Éteres. Química Orgánica. Propiedades y reaccionesÉteres. Química Orgánica. Propiedades y reacciones
Éteres. Química Orgánica. Propiedades y reaccionesLauraColom3
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 

Dernier (20)

Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
Éteres. Química Orgánica. Propiedades y reacciones
Éteres. Química Orgánica. Propiedades y reaccionesÉteres. Química Orgánica. Propiedades y reacciones
Éteres. Química Orgánica. Propiedades y reacciones
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 

Logica

  • 2. Objetivo: • Presentar la Lógica de Primer Orden (LPO) como método formal de representación del conocimiento e inferencia. • Estudiar los métodos de inferencia automáticos aplicables a la LPO (en concreto, el método de resolución por refutación).
  • 3. Representación e inferencia en LPO Idea: La lógica como sistema de representación del conocimiento y de obtención de consecuencias Cálculo en LPO Fórmulas atómicas Fórmulas Conectores
  • 4. Fórmulas atómicas Términos autor(quijote, cervantes) escritor(cervantes) autor(quijote, Quién) autor(quijote, mejor(novelista, españa)) Predicado: Un predicado es un símbolo cuyo valor se encuentra en el dominio lógico (verdadero o falso) y representa alguna cualidad semántica, en un cierto contexto, acerca de las relaciones entre objetos o entidades
  • 5. Conectores Permiten construir fórmulas complejas a partir de fórmulas o expresiones más sencillas: Negación : ¬ Disyunción : ∨ (or) Conjunción : ∧ (and) Implicación : → Equivalencia : ↔
  • 6. Negación: Genera una fórmula que posee valores lógicos contrarios a los de la fórmula sobre la que se aplica. Estrictamente no es un conector, pues no conecta dos fórmulas sino que transforma una. ¬ autor(hamlet, cervantes) Disyunción: Genera una fórmula que es cierta si alguna de las que conecta es cierta. estado(bombilla, encendida) ∨ estado(bombilla, apagada) Conjunción: Genera una fórmula que es cierta si las os fórmulas que conecta son ciertas. color(coche, rojo) ∧ color(camisa, azul)
  • 7. Implicación: Genera una fórmula que es cierta siempre salvo cuando el antecedente es cierto y el consecuente falso. p → q es equivalente a ¬p ∨ q p q p→q ¬p ¬p ∨ q 0 0 1 1 1 0 1 1 1 1 1 0 0 0 0 1 1 1 0 1 está(cielo, azul) → ¬ lloverá(hoy) ¬ está(cielo, azul) ∨ ¬ lloverá(hoy)
  • 8. Equivalencia o doble implicación: Genera una fórmula que es cierta sólo si las dos componentes poseen el mismo valor. p ↔ q es equivalente a (p → q) ∧ (q → p) p q p→q q→p (p → q) ∧ (q → p) 0 0 1 1 1 0 1 1 0 0 1 0 0 1 0 1 1 1 1 1 llueve(hoy) ↔ está(cielo, nublado)
  • 9. Equivalencias Complemento: p∨¬p≡1 Doble negación: ¬(¬p)≡p Conmutativa: p∨q≡q∨p p∧q≡q∧p Distributiva: p ∨ (q ∧ r) ≡ (p ∨ q) ∧ (p ∨ r) p ∧ (q ∨ r) ≡ (p ∧ q) ∨ (p ∧ r) Asociativa: p ∨ (q ∨ r) ≡ (p ∨ q) ∨ r p ∧ (q ∧ r) ≡ (p ∧ q) ∧ r Leyes de De Morgan: ¬ (p ∨ q) ≡ ¬ p ∧ ¬ q ¬ (p ∧ q) ≡ ¬ p ∨ ¬ q Ley del contrapositivo: p→q≡¬q→¬p
  • 10. Establecen el ámbito de Cuantificadores existencia de las variables Cuantificador Universal (∀): Establece que la fórmula es siempre válida para cada valor posible de la variable X. La variable X se dice entonces cuantificada universalmente. “Todo cuerpo con masa cae” ∀X ( [cuerpo(X) ∧ posee(X,masa)] → cae(X) ) Cuantificador Existencial (∃): Establece que como mínimo existe un valor de la variable cuantificada que hace cierta la fórmula. La variable se dice cuantificada existencialmente. “Alguien descubrió la penicilina” ∃ X ( descubrió( X, penicilina )
  • 11. Reglas de precedencia entre operadores ¬ ∀, ∃ menor precedencia ∨,∧ →, ↔
  • 12. Forma Prenex de una fórmula Una fórmula se dice que está en forma prenex si todos los cuantificadores se encuentran al principio de la fórmula. Algunas equivalencias útiles para alcanzar una forma normal ¬ [ ∃X p(X) ] ≡ ∀X [¬ p(X) ] ¬ [ ∀X p(X) ] ≡ ∃X [¬ p(X) ] ∀X [ p(X) ∧ q(X) ] ≡ [ ∀X p(X) ] ∧ [ ∀X q(X) ] ∃X [ p(X) ∨ q(X) ] ≡ [ ∃X p(X) ] ∨ [ ∃X q(X) ]
  • 13. Reglas de Inferencia Especialización Universal: siempre es posible deducir la verificación de un caso concreto a partir de un cuantificador universal. ∀X p(X) ⇒ p(a) Sustitución: permite la sustitución de cualquier proposición en una fórmula por otra equivalente. Modus ponens: Axioma: p → q Axioma: p Teorema: q Modus tollens: Axioma: p → q Axioma: ¬q Teorema: ¬p ∧ Introducción: p∧q puede ser inferida de p y q. ∧ Eliminación: p puede ser inferida de p∧q. ∨ Introducción: p ∨ q puede ser inferida de p o de q.
  • 14. Lo que queremos hacer ... Teorema + Axiomas + Teorema + Axiomas (como cláusulas) + Método de resolución por refutación Unificación Demostración automática de teoremas
  • 15. IMPORTANTE: La demostración automática de teoremas lógicos es un procedimiento que involucra una mera actividad sintáctica, o de relación entre símbolos, ignorándose completamente el contenido semántico que resulta de la interpretación de las fórmulas.
  • 16. Cláusula Es una fórmula que sólo contiene operadores disyuntivos y posiblemente negaciones sobre los átomos. Este tipo de fórmulas pueden ser expresadas por una única implicación. Así la fórmula: a1 ∨ a2 ∨ ... ∨ an ∨ b1 ∨ b2 ∨ ... ∨ bm se puede transformar en : ¬(¬ a1 ∧ ¬ a2 ∧ ... ∧ ¬ an ) ∨ b1 ∨ b2 ∨ ... ∨ bm ¬ a1 ∧ ¬ a2 ∧ ... ∧ ¬ an → b1 ∨ b2 ∨ ... ∨ bm
  • 17. Cláusulas de Horn. Aquellas cuyo consecuente tiene un único predicado. a1 ∧ a2 ∧ ... ∧ an → b Ventajas de una representación basada en cláusulas de Horn • La demostración de teoremas o resolución de un conjunto de cláusulas de Horn es más sencilla en general. • Las cláusulas de Horn admiten una interpretación directa en términos de un lenguaje de programación, lo que no es posible con cláusulas generales.
  • 18. Transformación a cláusulas Para ilustrar el proceso paso a paso emplearemos la siguiente fómula compleja como ejemplo: ∀X{p(X) →{∀Y[p(Y) → p(f(X,Y))]∧ ¬∀Y[q(X,Y) → p(Y)]}} 1. Eliminar los símbolos de implicación, sustituyendo p → q por ¬p ∨ q. Tras este primer paso, nuestra fómula se transforma en: ∀X{¬p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ¬∀Y[¬ q(X,Y) ∨ p(Y)]}}
  • 19. 2. Mover las negaciones hasta las fórmulas atómicas, para ello se emplean las leyes de Morgan y las transformaciones de cuantificadores existenciales y universales. ¬ (p ∨ q) ≡ ¬ p ∧ ¬ q ¬ (p ∧ q) ≡ ¬ p ∨ ¬ q ¬ [ (∃ X) p(X) ] ≡ (∀X) [¬ p(X) ] ¬ [ (∀X) p(X) ] ≡ (∃ X) [¬ p(X) ] Aplicándolo sobre el ejemplo: ∀X{¬p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ¬∀Y[¬ q(X,Y) ∨ p(Y)]}} ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Y[q(X,Y) ∧ ¬ p(Y)]}}
  • 20. 3. Renombrar variables, en aquellos casos en los que varias variables se hayan nombrado de igual forma. En nuestro caso esto ocurre con la variable Y que renombramos como Z en su segunda ocurrencia. Así nuestro ejemplo se transforma en: ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Y[q(X,Y) ∧ ¬ p(Y)]}} ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Z[q(X,Z) ∧ ¬ p(Z)]}}
  • 21. 4. Eliminar los cuantificadores existenciales. Las variables cuantificadas por este tipo de cuantificadores serán sustituidas por un tipo de función comodín denominada función de Skolem (proceso de skolemización). P.e. ∃Z q(X,Z) se transforma en q(X, g(X)) en donde g(X) es la función de Skolem para este caso. Nótese que no sólo se eliminan los cuantificadores existenciales sino también las variables ligadas a los mismos. La función de Skolem introducida debe ser nueva en el universo de discurso, y además deberá ser función de todas las variables cuantificadas universalmente cuyos ámbitos incluyan el ámbito del cuantificador existencial que se pretende eliminar.
  • 22. Así nuestro ejemplo se transforma en: ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ ∃Z[q(X,Z) ∧ ¬ p(Z)]}} ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}} Si el cuantificador existencial no se encuentra en el ámbito de ningún cuantificador universal, se usará una función de Skolem sin argumentos. Como en el siguiente ejemplo: ∃Z q(Z) se transforma en q(a) Donde el símbolo constante a referencia a la entidad que sabemos existe. Evidentemente a debe ser un símbolo que no haya sido empeado con anterioridad.
  • 23. 5. Desplazar los cuantificadores universales, de manera que queden al comienzo de la fórmula (forma prenex. Estre proceso puede ser realizado por cuanto no existen ya variables distintas con el mismo nombre. ∀X{¬ p(X) ∨ {∀Y[¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}} ∀X ∀Y{¬ p(X) ∨ { [¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}} 6. Convertir los operadores conjuntivos en los más externos, para lo que se emplean las leyes distributivas. A la forma resultante se le denomina forma normal conjuntiva. Este paso se ejecuta sobre el ejemplo en dos pasos:
  • 24. Partiendo de la última expresión, ∀X∀Y{¬ p(X) ∨ { [¬ p(Y) ∨ p(f(X,Y))] ∧ [q(X, g(X)) ∧ ¬ p(g(X))]}} se aplica primero la ley distributiva: ∀X∀Y{ {¬ p(X) ∨ [¬ p(Y) ∨ p(f(X,Y))]} ∧ {¬ p(X) ∨ [q(X, g(X)) ∧ ¬ p(g(X))]}} Aplicando de nuevo la ley distributiva y la asociativa: ∀X∀Y{ [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧ [¬ p(X) ∨ q(X, g(X)) ] ∧ [¬ p(X) ∨ ¬ p(g(X))]}
  • 25. 7. Eliminar los cuantificadores universales. Se trata de una eliminación convencional, no teórica, pues se asume que toda variable que aparezca está cuantificada universalmente. La función de Skolem adquiere sentido, dado que al no aparecer otras variables que las universales, pueden eliminarse sus cuantificadores por convenio. En nuestro ejemplo: ∀X∀Y{ [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧ [¬ p(X) ∨ q(X, g(X)) ] ∧ [¬ p(X) ∨ ¬ p(g(X))]} [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧ [¬ p(X) ∨ q(X, g(X)) ] ∧ [¬ p(X) ∨ ¬ p(g(X))]
  • 26. 8. Eliminar los conectores conjuntivos. Dado que la fómula se corresponde con una conjunción de subfómulas, éstas deberán verificarse por separado para que se verifique la fórmula principal. Esto produce, en nuestro caso, el siguiente conjunto de fórmulas: [¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y))] ∧ [¬ p(X) ∨ q(X, g(X)) ] ∧ [¬ p(X) ∨ ¬ p(g(X))] ¬ p(X) ∨ ¬ p(Y) ∨ p(f(X,Y)) ¬ p(X) ∨ q(X, g(X)) ¬ p(X) ∨ ¬ p(g(X))
  • 27. Unificación y sustitución El proceso de unificación determina las condiciones y posibilidades de sustitución de un predicado por otro. Por ejemplo, en el caso de los siguientes axiomas: p(X) → q(X) p(a) la demostración de q(a) es consecuencia de la regla de especialización Universal aplicada a: p(X) → q(X) para producir p(a) → q(a) También puede interpretarse como que se ha procedido a realizar la sustitución de p(X) por p(a), previa unificación de X con a. El proceso de sustitución de términos, denominado Unificación, para lograr que dos expresiones sean idénticas es fundamental en el proceso de demostración de teoremas en la LPO.
  • 28. Unificación y sustitución Un proceso de unificación puede ser representado mediante un operador θ constituido por un conjunto de pares de términos ordenados por: θ = { v1→ t1, v2→ t2, ..., vn→ tn} donde el par vi→ ti, indica que la variable vi es sustituida por el término ti. Así el predicado p se transforma mediante la sustitución indicada por θ en p(... , vk, ...) θ = p(... , tk, ...). NOTA: También es muy habitual la notación equivalente θ = { v1/ t1, v2/ t2, ..., vn/ tn}
  • 29. Unificación y sustitución Ejemplos: Definir las sustituciones necesarias para unificar el predicado p(X, f(Y), b) con cada uno de los siguientes predicados: P1: p(g(Z), f(a), b) θ1 = { X → g(Z), Y → a } P2: p(X, f(a), b) θ2 = { Y → a } P3: p(Z, f(U), b) θ3 = { X → Z, Y → U } P4: p(c, f(a), b) θ4 = { X → c, Y → a }
  • 30. Resolución por refutación Si queremos demostrar un teorema dado en base a un conjunto de axiomas que suponemos consistente, podemos hacerlo mostrando que el conjunto formado por la negación del teorema y el conjunto de axiomas es inconsistente. Si tal inconsistencia se demuestra será porque el teorema era cierto. Un sistema lógico se dice inconsistente si dos expresiones V y ¬V son simultáneamente válidas en él. Se han desarrollado procedimientos efectivos capaces de demostrar la inconsistencia de un sistema lógico. Sin embargo, no existen tales procedimientos para demostrar su consistencia.
  • 31. Decidibilidad y Consistencia Si A es un conjunto de cláusulas lógicas consistentes, denominadas Axiomas, y T es otra cláusula, denominada Teorema, entonces si T es una consecuencia lógica de A se debe verificar: 1. El conjunto A ∪ T es consistente 2. El conjunto A ∪ ¬T es inconsistente Sólo la segunda propiedad es verificable de forma efectiva, de donde se deduce intuitivamente un procedimiento de demostración de teoremas que consiste en demostrar la inconsistencia de A ∪ ¬T . A este procedimiento se le denomina de Resolución por Refutación del Teorema.
  • 32. Cláusula resolvente Sean dos cláusulas, que denominaremos cláusulas padres, que contengan respectivamente, una misma proposición, negada y sin negar, cada una de ellas. Como es el caso de la proposición p 1 en el siguiente ejemplo: p1 v p2 v ... v pn ¬ p1 v q2 v ... v qm Ambas cláusulas forman parte de un sistema que se asume consistente y, por tanto, son ciertas. Puede construirse entonces una nueva cláusula, denominada cláusula resolvente a partir de la disyunción de ambas eliminando la proposición que aparece doblemente. Esto es: (p1 v p2 v ... v pn) v (¬ p1 v q2 v ... v qm) ≡ (p1 v ¬ p1) v (p2 v ... v pn v q2 v ... v qm) ≡ p2 v ... v pn v q2 v ... v qm
  • 33. Cláusula resolvente La nueva cláusula (cláusula resolvente) debe ser cierta por cuanto las cláusulas padre forman un conjunto de cláusulas consistente con lo que el conjunto que resulta de añadir la cláusula resolvente al conjunto de cláusulas anterior sigue siendo consistente. Los siguientes son algunos ejemplos de la aplicación del método de la cláusula resolvente: (¬ p v q) v p ≡q (modus ponens) (p v q) v (¬ p v q) ≡q (¬ p v p) ≡ nil (inconsistencia) (¬ p v q) v (¬ q v r) ≡¬pvr (encadenamiento de reglas) (p v ¬ q) v (¬ p v q) ≡qv¬q (tautología) Nótese que en el último caso, también podría resolverse sobre q y obtendríamos como cláusula resolvente p v ¬ p. Lo que no es correcto es resolver doblemente sobre p y q y obtener un resolvente nulo.
  • 34. Cláusula resolvente (p v ¬ q) v (¬ p v q) ≡qv¬q (tautología) Una forma de ver que la doble resolución es un error es considerar el caso sencillo anterior cuando se resuelve doblemente. En ese caso obtendríamos la cláusula nula, indicando una inconsistencia. Sin embargo, podemos comprobar que ambas cláusulas son consistentes cuando ambos predicados son verdaderos, lo que indica que la conclusión de inconsistencia que se deriva de la doble resolución es incorrecta. La idea que subyace en el método de resolución se basa en que la fórmula ((p v α) ∧ (¬ p v β)) → (α v β) es una tautología (demostrarlo empleando una tabla de verdad). Por el contrario, puede comprobarse que la fórmula similar que debería sustentar la doble resolución, ((p v r v α) ∧ (¬ p v ¬ r v β)) → (α v β) , donde r es q o ¬ q, no es válida.
  • 35. Resolución por Refutación La resolución por refutación consiste esencialmente en aplicar el método de la cláusula resolvente para eventualmente alcanzar el resolvente nulo. Si esto es posible se habrá demostrado la inconsistencia del conjunto formado por los axiomas (cuya validez está garantizada) y el teorema negado, en cuyo caso el teorema se considera demostrado. ¬avb ¬bvc a ¬c ¬avc c nil
  • 36. Resolución por Refutación Para poder aplicar el método de la cláusula resolvente a predicados y no sólo a proposiciones es preciso primeramente unificar las cláusulas para conseguir que los términos de los predicados complementarios sean idénticos. Ejemplo: Sean las siguientes cláusulas padre. p(X, f(a)) ∨ p(X, f(Y)) ∨ q(Y) ¬ p(Z, f(a)) ∨ ¬ q(Z) Se puede encontrar un resolvente empleando bien p o bien q como predicados complementarios. Si elegimos p, el unificador será: { p(X, f(a)), p(Z, f(a)) } con la sustitución θ = { X → Z } que produce la cláusula resolvente: p(Z, f(Y)) ∨ q(Y) ∨ ¬ q(Z)
  • 37. Resolución por Refutación Otra forma de generar una cláusula resolvente más sencilla consiste en eliminar alguna de las realizaciones del mismo predicado p en alguna de las cláusulas padre. Por ejemplo, encontrando un unificador y absorbiendo una de las realizaciones. p(X, f(a)) ∨ p(X, f(Y)) ∨ q(Y) ¬ p(Z, f(a)) ∨ ¬ q(Z) Así : { p(X, f(a)), p(X, f(Y)) } con la sustitución θ = { Y → a } convierte las cláusulas padre en: p(X, f(a)) ∨ q(a) ¬ p(Z, f(a)) ∨ ¬ q(Z) Aplicando el unificador θ = { Z → X } resolviendo, obtenemos como resolvente: q(a) ∨ ¬ q(X)
  • 38. Resolución por Refutación Una idea clave: Si el par de cláusulas padre se toma de un conjunto de cláusulas consistentes, entonces, dado que la cláusula resolvente es una consecuencia lógica de las anteriores, también es consistente el conjunto resultante de añadir el resolvente al conjunto original.
  • 39. Resolución por Refutación Idea sobre la que se desarrolla el algoritmo: Hasta que se encuentre la cláusula nula se exploran pares de cláusulas padre, incluyendo - en caso de fracaso - el resolvente en el conjunto de cláusulas. El proceso para si: 1. El resolvente generado es nulo: se ha demostrado el teorema. 2. Si no existe ningún par de cláusulas que puedan producir un resolvente, entonces no se puede demostrar la inconsistencia del conjunto y se dice que el conjunto no es completo. Esto significa que el teorema no es una consecuencia lógica de los axiomas y, por tanto, se puede suponer falso.
  • 40. Algoritmo: Resolución por Refutación 0. Se supone que tanto los axiomas como la negación del teorema han sido transformados en cláusulas. 1. Incluir en el conjunto de cláusulas TRABAJO el conjunto de axiomas y el teorema negado. 2. Repetir hasta que se produzca la cláusula nula, o no se encuentre ningún resolvente: 2.a Encontrar en TRABAJO un par de cláusulas que puedan resolverse y obtener el resolvente. Eliminar los elementos duplicados. 2.b Descartar la cláusula si contiene un predicado y su negación. 2.c Si el resolvente no está en TRABAJO, añadirlo. 3. Si se ha encontrado la cláusula nula, el teorema es cierto. En caso contrario, el teorema se supone falso.
  • 41. Ejemplo: Axiomas A.1 “Cualquiera que puede leer es un ilustrado” ∀X(r(X) → l(X)) A.2 “Los delfines no son ilustrados” ∀X(d(X) → ¬ l(X)) A.3 “Algunos delfines son inteligentes” ∃X(d(X) ∧ i(X)) Teorema. T. “Algunos que son inteligentes, no pueden leer” ∃X(i(X) ∧ ¬ r(X))
  • 42. Ejemplo: Paso a cláusulas Axiomas A.1 ∀X(r(X) → l(X)) ¬ r(X) ∨ l(X) A.2 ∀X(d(X) → ¬ l(X)) ¬ d(Y) ∨ ¬ l(Y) A.3 ∃X(d(X) ∧ i(X)) d(a) i(a) Teorema. T. ∃X(i(X) ∧ ¬ r(X)) ¬ i(Z) ∨ r(Z) donde a es una constante de Skolem
  • 43. Ejemplo: Grafo de resolución ¬ i(Z) ∨ r(Z) i(a) {Z→ a} r(a) ¬ r(X) ∨ l(X) {X→ a} ¬ d(Y) ∨ ¬ l(Y) l(a) {Y→ a} ¬ d(a) d(a) {}
  • 44. El proceso de resolución puede simplificarse si , previamente o durante el proceso se realizan determinadas eliminaciones de cláusulas, lo que equivale a una poda del árbol de exploración. 1. Eliminación de tautologías. Eliminación de cláusulas tales que puedan ser reducidad a una tautología. p(A) ∨ q(B) ∨ ¬ q(B) 2. Eliminación por absorción. Por definición, una cláusula {Li} absorbe a otra {Mi} si existe una sustitución s tal que {Li}s es un subconjunto de {Mi}. p(X) elimina a p(Y) ∨ q(U) p(X) elimina a p(a) p(X) elimina a p(b) ∨ q(Z) p(X) ∨ q(W) elimina a p(f(a,b)) ∨ q(g(T)) ∨ r(V) 3. Eliminación procedimental. Cuando un predicado puede ser evaluado (debido a mecanismos extralógicos o de tipo procedimental) y se evalúa a cierto entonces es posible eliminar la cláusula que lo contiene. Si se evalúa a falso, entonces simplemente se puede eliminar ese predicado de la cláusula.
  • 45. Sistemas de Deducción S.D. Hacia-Delante: Se parte de los axiomas y se trata de llegar al teorema por aplicación de reglas de inferencia. Evidentemente, ésto sólo será posible si el teorema es una consecuencia lógica de los axiomas. S.D. Hacia-Atrás: Se parte del teorema y, por aplicación de reglas de inferencia, se intenta llegar a unos hechos completamente ciertos.
  • 46. Hechos, Reglas y Objetivos Los elementos que intervienen en la deducción son: Reglas: Son aquellos axiomas que contienen una implicación, con antecedentes y consecuentes Hechos: Se denominan así a los axiomas que no contienen una implicación. Son elementos sin condiciones. Meta u Objetivo: Designa al teorema a demostrar.
  • 47. Hechos, Reglas y Objetivos Nomenclatura de Kowalsky: Reglas: b1 ∨ b2 ∨ b3 ∨ ... ∨ bm ← a1 ∧ a2 ∧ ... ∧ an Hechos: b1 ∨ b2 ∨ b3 ∨ ... ∨ bm ← Meta u Objetivo: ← a1 ∧ a2 ∧ ... ∧ an donde ai y ∧ bj representan predicados lógicos
  • 48. Hechos, Reglas y Objetivos Se puede simplificar esta nomenclatura si se admite la sustitución de operadores por comas que el antecedente representarán conjunciones y el consecuente disyunciones. Si nos restrigimos, además, a considerar sólo cláusulas de Horn: Reglas: b ← a1 , a2 , ... , an Hechos: b ← Meta u Objetivo: ← a1 , a2 , ... , an
  • 49. Deducción progresiva o Hacia-Delante 1. Formular el problema en términos de hechos, reglas y objetivos como cláusulas de Horn, y añadirlos a una base de datos inicialmente vacía. 2. Hasta que el objetivo esté vacío o no existan sustituciones aplicables. 2.1 Partiendo de algún hecho disponible, encontrar una regla con un antecedente, o un subobjetivo, que pueda ser sustituido, previa unificación, con el hecho en cuestión a1 ← c ← a1 , a2 , ... , an ← a1 , o2 , ... , om 2.2 Añadir a la base de datos, la siguiente regla o subobjetivo, donde θ es la unificación más general de la sustitución: (c ← a2 , ... , an) θ (← o2 , ... , om ) θ 3. Si el objetivo está vacío, entonces el objetivo es cierto y las posibles respuestas vienen dadas por la secuencia de unificaciones. En otro caso, el objetivo no se puede verificar.
  • 50. Deducción regresiva o Hacia-Atrás 1. Formular el problema en términos de hechos, reglas y objetivos como cláusulas de Horn, y añadirlos a una base de datos inicialmente vacía. 2. Hasta que el objetivo esté vacío o no existan sustituciones aplicables. 2.1 Partiendo del objetivo, encontrar algún hecho o consecuente de regla que pueda que pueda ser sustituido, previa unificación, con algún subobjetivo p← p ← a1 , a2 , ... , an ← p , o2 , ... , om 2.2 Añadir a la base de datos, el siguiente objetivo, donde θ es la unificación más general de la sustitución: (← o2 , ... , om ) θ (← a1 , a2 , ... , an , o2 , ... , om ) θ 3. Si el objetivo está vacío, entonces el objetivo es cierto y las posibles respuestas vienen dadas por la secuencia de unificaciones. En otro caso, el objetivo no se puede verificar.