SlideShare une entreprise Scribd logo
1  sur  15
Télécharger pour lire hors ligne
ただの一階述語論理のまとめ


     Keisuke Otaki
    October 13, 2012




                       1
一階述語論理 (0)


• 花が赤い
  • red(flower)
  • red: 述語記号で引数に1つobjectを取る
• すべての人間は死ぬ
  • Xは人間である ~ people(X)
  • Xは死ぬ ~ dead(X)
  • 人間Xは死ぬ ~ people(X) → dead(X)
 • すべての人間は死ぬ ~ ∀X. people(X) → dead(X)


                                         2
一階述語論理 (1)

• 一階述語論理の構成要素
  • 個体定数: objectを表す
  • 個体変数: いずれかのobjectを表す
  • 関数記号: object間の関数関係を表す
  • 述語記号: objectの性質やobject間の関係を表す
  • 限量子
    • ∀ - 全称限量子
    • ∃ - 存在限量子
  • 論理記号
    • 否定 ¬, 連言 ∧, 選言 ∨, 含意 →, 等価 =(≡)

                                        3
一階述語論理 (2)

• 一階述語論理の項 (term)
  • 定数 c と変数 X は項である
  • n引数を取る関数fと項t1, ...,tnについて,f(t1, ..., tn)は項である
  •例
     • taro, X, father(taro), father(X), father(father(taro)), etc.

• 一階述語論理の原子論理式(atomic formula)
  • n引数を取る述語pと項t1, ..., tnについて,p(t1, ..., tn)は原子論理式であ
    る
  •例
   • red(flower), isParent(taro, kenta), man(father(taro))

                                                                      4
一階述語論理 (3)



• 一階述語論理の論理式
  • 原子論理式は論理式である
  • 論理式φ, ψについて,論理記号で結合された式も論理式である
    • ¬ φ, φ ∧ ψ, φ ∨ ψ, φ → ψ, φ = ψ
  • 変数Xと論理式φについて,Xに限量子をつけた式も論理式である
    • ∀X. φ, ∃X. φ




                                        5
一階述語論理 (4)

• 世界の概念化
  • 表現したい世界は個体の集合(対象領域)で表現可能と仮定する
  • object間の関係の表現
     • 関数: objectを受け取り,objectを返す
     • 関係: objectを受け取り,Yes(True)/No(False)を返す
     •例
       • 関係: AはBより大きい ~ isLarger(A, B) : Yes / Noを返す
       • 関数: 父親を返す関数 ~ father(X): Xの父親(object)を返す

• 一階述語論理で表された論理式の意味を与える
  • 解釈Iと変数割り当てVを定める
                                                       6
一階述語論理 (5)

• 解釈I
  • 解釈は,定数や関数,述語が現実世界の何に対応するかを返す
  • 定数の解釈
    • 定数aは現実世界のオブジェクトαを表現する: I(a) = α
  • 関数の解釈
    • 関数fは現実世界の関数Fnに対応する: I(f ) = Fn
      • I(father) = “ある人の父親を表す関数”
  • 述語の解釈
    • 述語pは現実世界の関係Pに対応する: I(p) = P
      • I(isLarger) = “あるものはあるものより大きいという関係”

                                              7
一階述語論理 (6)

• 変数割り当て V
  • 変数割り当てVは解釈Iでは現実世界のものに対応付けられない変数
 を,対象領域中の何らかのobjectに対応させる
 • 変数の種類
   • 自由変数: ∀や∃といった限量子がついていない変数
   • 束縛変数: 限量子によって束縛されている変数
 • 自由変数の変数割り当て
   • 自由変数Xを対象領域のobject oに対応させる
     • V(X) = o
 • 束縛変数の変数割り当て
   • 後述
                                      8
一階述語論理 (7)
• 解釈Iと変数割り当てVによる論理式の意味付け
  • ある構成要素εの意味を[ε]IVと表す
  • 定数 a: [a]IV = I(a)
  • 変数 X: [X]IV = V(X)
  • 項 f(t1, ..., tn): [f(t1, ..., tn)]IV = I(f )([t1]IV, ..., [tn]IV)
  • 述語 p(t1, ..., tn): [p(t1, ..., tn)]IV = I(p)([t1]IV, ..., [tn]IV)
  • 論理記号で結合された論理式は,構成要素φ, ψの意味を利用して命
   題論理と同様に決定される


• 束縛変数について
  • ∀X. φ: ドメインDのすべての要素dについて[φX/d]IVが真かどうか
  • ∃X. φ: D中のある要素dについて[φX/d]IVが真かどうか
                                                                        9
一階述語論理 (8)

• 充足可能性
  • 論理式φと解釈I, 変数割り当てVが与えられたとき,φの真偽値が計
  算可能になった
 • 論理式φがあるI, Vのもとで真になるとき,
  φはIとVのもとで充足されるといい,⊧IV φ と表す


• 解釈Iに依らずに真となる論理式φを恒真式とよぶ(トートロジー)
• 解釈Iに依らずに偽となる論理式φを充足不能な論理式とよぶ
• 解釈Iと変数割り当てVによってφの真偽値が変化する論理式は,充足
可能な論理式と呼ばれる


                                        10
一階述語論理 (9)



• 論理的公理
  • φ → (ψ → φ)
  • (φ → (ψ → χ)) → ((φ → ψ) → (φ → χ))
  • (φ → ¬ψ) → ((ψ → φ) → ¬φ))
  • ∀X. φ → φX/t
  • ∀X. (φ → ψ) → (∀X. φ → ∀X. ψ)
  • φ → ∀X. φ (Xはφの自由変数でない)



                                          11
一階述語論理 (10)
• 論理的帰結 (Logical consequence)
  • n個の論理式φ1, ..., φnの全てを充足する,ある解釈Iと変数割り当てV
  が,他の論理式ψを充足するとき,{φ1, ..., φn} ⊧IV ψと書く
 • φ1, ..., φnを充足する任意のI, Vについて,ψもまた充足されるとき,
  ψはφ1, ..., φnの論理的帰結と呼び {φ1, ..., φn} ⊧ ψ と書く
  • φ1, ..., φnという関係や性質が成り立つどのような世界において
    も,ψという関係や性質が成り立つ


• モデル (model)
  • ある論理式φがある解釈Iについて,どのような変数割り当てVを行
  なっても充足されるとき,解釈Iはφのモデルと呼ばれる


                                                 12
一階述語論理 (11)

• 一階述語論理における推論
  • MP: Modus Ponens
     • φ→ψが真であり,φが真であれば,ψも真である
  • MT: Modus Tolens
     • φ→ψが真であり,¬ψが真であれば,¬φも真である
  • AND導入/除去
     • φとψからφ∧ψを導入する,もしくはφ∧ψからφとψを導入する
  • 全称例化/存在例化
     • ∀X. φからある特定の項tを用いて φX/tを導入する
     • ∃X. φから具体的な代入例 φ X/f(t1,...,tn)を導入する

                                              13
一階述語論理 (12)

• 論理式の証明
  • ある性質や関係φ1, ..., φnが成り立つ世界において,ある性質ψが成り
  立つかどうかを調べる
  • {φ1, ..., φn} ⊧ ψを調べる
 • 証明とは,{φ1, ..., φn} 中の論理式や論理的公理からスタートし,述
  語論理の推論を繰り返して実行して新しい論理式を作成し,最終的
  にψに至る論理式の列である
 • 論理式ψに対する証明が存在するとき,ψは証明可能という.
 • 論理的公理から推論規則によってψが導けるなら ⊦ ψと書く
 • ある仮説の論理式集合Γと論理的公理から推論規則によってψが導
  けるなら Γ ⊦ ψと書く

                                             14
一階述語論理 (13)
• 証明と論理的帰結に関する完全性と健全性
  • 健全性 (soundness)
    • Γ ⊦ ψならば Γ ⊧ ψである
       • 間違ったことは証明しない
  • 完全性 (completeness)
    • Γ ⊧ ψならば Γ ⊦ ψである
       • 必要なことは証明可能である

• 論理式の集合Γを仮定してある論理式ψが証明可能かどうかを調べる証
明手法の一つが融合法(resolution method)である
 • Γ ∪ {¬ψ}から矛盾が発生することを導く (背理法)
 • キーワード: 節形式と単一化
                                     15

Contenu connexe

Tendances

グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
 

Tendances (20)

構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性構造方程式モデルによる因果探索と非ガウス性
構造方程式モデルによる因果探索と非ガウス性
 
低ランク性および平滑性を用いたテンソル補完 (Tensor Completion based on Low-rank and Smooth Structu...
低ランク性および平滑性を用いたテンソル補完 (Tensor Completion based on Low-rank and Smooth Structu...低ランク性および平滑性を用いたテンソル補完 (Tensor Completion based on Low-rank and Smooth Structu...
低ランク性および平滑性を用いたテンソル補完 (Tensor Completion based on Low-rank and Smooth Structu...
 
グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門
 
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
 
How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?How Much Position Information Do Convolutional Neural Networks Encode?
How Much Position Information Do Convolutional Neural Networks Encode?
 
強化学習その4
強化学習その4強化学習その4
強化学習その4
 
次元の呪い
次元の呪い次元の呪い
次元の呪い
 
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
強化学習エージェントの内発的動機付けによる探索とその応用(第4回 統計・機械学習若手シンポジウム 招待公演)
 
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
 
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
 
【解説】 一般逆行列
【解説】 一般逆行列【解説】 一般逆行列
【解説】 一般逆行列
 
Detecting attended visual targets in video の勉強会用資料
Detecting attended visual targets in video の勉強会用資料Detecting attended visual targets in video の勉強会用資料
Detecting attended visual targets in video の勉強会用資料
 
[DL輪読会]Temporal Abstraction in NeurIPS2019
[DL輪読会]Temporal Abstraction in NeurIPS2019[DL輪読会]Temporal Abstraction in NeurIPS2019
[DL輪読会]Temporal Abstraction in NeurIPS2019
 
Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2Recent Advances on Transfer Learning and Related Topics Ver.2
Recent Advances on Transfer Learning and Related Topics Ver.2
 
強化学習その3
強化学習その3強化学習その3
強化学習その3
 
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
 
(文献紹介) 画像復元:Plug-and-Play ADMM
(文献紹介) 画像復元:Plug-and-Play ADMM(文献紹介) 画像復元:Plug-and-Play ADMM
(文献紹介) 画像復元:Plug-and-Play ADMM
 
最適輸送入門
最適輸送入門最適輸送入門
最適輸送入門
 
因果探索: 観察データから 因果仮説を探索する
因果探索: 観察データから因果仮説を探索する因果探索: 観察データから因果仮説を探索する
因果探索: 観察データから 因果仮説を探索する
 
【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?【論文紹介】How Powerful are Graph Neural Networks?
【論文紹介】How Powerful are Graph Neural Networks?
 

En vedette

Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明
T T
 
マインドハック研究会 ライフハック編 20100512
マインドハック研究会 ライフハック編 20100512マインドハック研究会 ライフハック編 20100512
マインドハック研究会 ライフハック編 20100512
tosch0718
 
関西ライフハック研究会×アイデアプラント
関西ライフハック研究会×アイデアプラント関西ライフハック研究会×アイデアプラント
関西ライフハック研究会×アイデアプラント
Rikie Ishii
 
社内Gtd勉強会 20101022
社内Gtd勉強会 20101022社内Gtd勉強会 20101022
社内Gtd勉強会 20101022
tosch0718
 
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
満徳 関
 
NetBSDとは
NetBSDとはNetBSDとは
NetBSDとは
miwarin
 
DXライブラリのすゝめ
DXライブラリのすゝめDXライブラリのすゝめ
DXライブラリのすゝめ
Daisuke Nikura
 

En vedette (20)

Reading Seminar (140515) Spectral Learning of L-PCFGs
Reading Seminar (140515) Spectral Learning of L-PCFGsReading Seminar (140515) Spectral Learning of L-PCFGs
Reading Seminar (140515) Spectral Learning of L-PCFGs
 
Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明Software Foundation:形式的証明と非形式的証明
Software Foundation:形式的証明と非形式的証明
 
理系女子の恋愛と結婚 「東大で理系の恋愛を語ろう」
理系女子の恋愛と結婚 「東大で理系の恋愛を語ろう」理系女子の恋愛と結婚 「東大で理系の恋愛を語ろう」
理系女子の恋愛と結婚 「東大で理系の恋愛を語ろう」
 
X hago3
X hago3X hago3
X hago3
 
マインドハック研究会 ライフハック編 20100512
マインドハック研究会 ライフハック編 20100512マインドハック研究会 ライフハック編 20100512
マインドハック研究会 ライフハック編 20100512
 
関西ライフハック研究会×アイデアプラント
関西ライフハック研究会×アイデアプラント関西ライフハック研究会×アイデアプラント
関西ライフハック研究会×アイデアプラント
 
バージョン管理入門
バージョン管理入門バージョン管理入門
バージョン管理入門
 
Unix1
Unix1Unix1
Unix1
 
Unix2
Unix2Unix2
Unix2
 
名古屋アジャイル勉強会トヨタ生産方式に学ぶカイゼン
名古屋アジャイル勉強会トヨタ生産方式に学ぶカイゼン名古屋アジャイル勉強会トヨタ生産方式に学ぶカイゼン
名古屋アジャイル勉強会トヨタ生産方式に学ぶカイゼン
 
IGDA_Sig-BoardGame_ワークショップ用資料
IGDA_Sig-BoardGame_ワークショップ用資料IGDA_Sig-BoardGame_ワークショップ用資料
IGDA_Sig-BoardGame_ワークショップ用資料
 
ふり返りハック ~ ライフをハッキングするために
ふり返りハック ~ ライフをハッキングするためにふり返りハック ~ ライフをハッキングするために
ふり返りハック ~ ライフをハッキングするために
 
GTD 残業を減らす方法
GTD 残業を減らす方法GTD 残業を減らす方法
GTD 残業を減らす方法
 
ユーザ目線の実践的BPM
ユーザ目線の実践的BPMユーザ目線の実践的BPM
ユーザ目線の実践的BPM
 
TO LOVE IN'~人生のパートナーを見つける旅~
TO LOVE IN'~人生のパートナーを見つける旅~TO LOVE IN'~人生のパートナーを見つける旅~
TO LOVE IN'~人生のパートナーを見つける旅~
 
20161026_超高層大気観測データのメタデータ作成実験経過報告
20161026_超高層大気観測データのメタデータ作成実験経過報告20161026_超高層大気観測データのメタデータ作成実験経過報告
20161026_超高層大気観測データのメタデータ作成実験経過報告
 
社内Gtd勉強会 20101022
社内Gtd勉強会 20101022社内Gtd勉強会 20101022
社内Gtd勉強会 20101022
 
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
『スクラムを活用したアジャイルなプロダクト管理』第1回読書会 振り返り結果 POStudy ~プロダクトオーナーシップ勉強会~
 
NetBSDとは
NetBSDとはNetBSDとは
NetBSDとは
 
DXライブラリのすゝめ
DXライブラリのすゝめDXライブラリのすゝめ
DXライブラリのすゝめ
 

Plus de Keisuke OTAKI

ベイジアンネットワーク入門
ベイジアンネットワーク入門ベイジアンネットワーク入門
ベイジアンネットワーク入門
Keisuke OTAKI
 

Plus de Keisuke OTAKI (15)

KDD読み会(図なし版)
KDD読み会(図なし版)KDD読み会(図なし版)
KDD読み会(図なし版)
 
Grammatical inference メモ 1
Grammatical inference メモ 1Grammatical inference メモ 1
Grammatical inference メモ 1
 
ベイジアンネットワーク入門
ベイジアンネットワーク入門ベイジアンネットワーク入門
ベイジアンネットワーク入門
 
Tensor Decomposition and its Applications
Tensor Decomposition and its ApplicationsTensor Decomposition and its Applications
Tensor Decomposition and its Applications
 
Ada boost
Ada boostAda boost
Ada boost
 
Em
EmEm
Em
 
PRML§12-連続潜在変数
PRML§12-連続潜在変数PRML§12-連続潜在変数
PRML§12-連続潜在変数
 
Prml sec6
Prml sec6Prml sec6
Prml sec6
 
Foilsを使ってみた。
Foilsを使ってみた。Foilsを使ってみた。
Foilsを使ってみた。
 
ウェーブレット勉強会
ウェーブレット勉強会ウェーブレット勉強会
ウェーブレット勉強会
 
Prml sec3
Prml sec3Prml sec3
Prml sec3
 
Sec16 greedy algorithm no2
Sec16 greedy algorithm no2Sec16 greedy algorithm no2
Sec16 greedy algorithm no2
 
Sec16 greedy algorithm no1
Sec16 greedy algorithm no1Sec16 greedy algorithm no1
Sec16 greedy algorithm no1
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
 
Hash Table
Hash TableHash Table
Hash Table
 

一階述語論理のメモ

  • 1. ただの一階述語論理のまとめ Keisuke Otaki October 13, 2012 1
  • 2. 一階述語論理 (0) • 花が赤い • red(flower) • red: 述語記号で引数に1つobjectを取る • すべての人間は死ぬ • Xは人間である ~ people(X) • Xは死ぬ ~ dead(X) • 人間Xは死ぬ ~ people(X) → dead(X) • すべての人間は死ぬ ~ ∀X. people(X) → dead(X) 2
  • 3. 一階述語論理 (1) • 一階述語論理の構成要素 • 個体定数: objectを表す • 個体変数: いずれかのobjectを表す • 関数記号: object間の関数関係を表す • 述語記号: objectの性質やobject間の関係を表す • 限量子 • ∀ - 全称限量子 • ∃ - 存在限量子 • 論理記号 • 否定 ¬, 連言 ∧, 選言 ∨, 含意 →, 等価 =(≡) 3
  • 4. 一階述語論理 (2) • 一階述語論理の項 (term) • 定数 c と変数 X は項である • n引数を取る関数fと項t1, ...,tnについて,f(t1, ..., tn)は項である •例 • taro, X, father(taro), father(X), father(father(taro)), etc. • 一階述語論理の原子論理式(atomic formula) • n引数を取る述語pと項t1, ..., tnについて,p(t1, ..., tn)は原子論理式であ る •例 • red(flower), isParent(taro, kenta), man(father(taro)) 4
  • 5. 一階述語論理 (3) • 一階述語論理の論理式 • 原子論理式は論理式である • 論理式φ, ψについて,論理記号で結合された式も論理式である • ¬ φ, φ ∧ ψ, φ ∨ ψ, φ → ψ, φ = ψ • 変数Xと論理式φについて,Xに限量子をつけた式も論理式である • ∀X. φ, ∃X. φ 5
  • 6. 一階述語論理 (4) • 世界の概念化 • 表現したい世界は個体の集合(対象領域)で表現可能と仮定する • object間の関係の表現 • 関数: objectを受け取り,objectを返す • 関係: objectを受け取り,Yes(True)/No(False)を返す •例 • 関係: AはBより大きい ~ isLarger(A, B) : Yes / Noを返す • 関数: 父親を返す関数 ~ father(X): Xの父親(object)を返す • 一階述語論理で表された論理式の意味を与える • 解釈Iと変数割り当てVを定める 6
  • 7. 一階述語論理 (5) • 解釈I • 解釈は,定数や関数,述語が現実世界の何に対応するかを返す • 定数の解釈 • 定数aは現実世界のオブジェクトαを表現する: I(a) = α • 関数の解釈 • 関数fは現実世界の関数Fnに対応する: I(f ) = Fn • I(father) = “ある人の父親を表す関数” • 述語の解釈 • 述語pは現実世界の関係Pに対応する: I(p) = P • I(isLarger) = “あるものはあるものより大きいという関係” 7
  • 8. 一階述語論理 (6) • 変数割り当て V • 変数割り当てVは解釈Iでは現実世界のものに対応付けられない変数 を,対象領域中の何らかのobjectに対応させる • 変数の種類 • 自由変数: ∀や∃といった限量子がついていない変数 • 束縛変数: 限量子によって束縛されている変数 • 自由変数の変数割り当て • 自由変数Xを対象領域のobject oに対応させる • V(X) = o • 束縛変数の変数割り当て • 後述 8
  • 9. 一階述語論理 (7) • 解釈Iと変数割り当てVによる論理式の意味付け • ある構成要素εの意味を[ε]IVと表す • 定数 a: [a]IV = I(a) • 変数 X: [X]IV = V(X) • 項 f(t1, ..., tn): [f(t1, ..., tn)]IV = I(f )([t1]IV, ..., [tn]IV) • 述語 p(t1, ..., tn): [p(t1, ..., tn)]IV = I(p)([t1]IV, ..., [tn]IV) • 論理記号で結合された論理式は,構成要素φ, ψの意味を利用して命 題論理と同様に決定される • 束縛変数について • ∀X. φ: ドメインDのすべての要素dについて[φX/d]IVが真かどうか • ∃X. φ: D中のある要素dについて[φX/d]IVが真かどうか 9
  • 10. 一階述語論理 (8) • 充足可能性 • 論理式φと解釈I, 変数割り当てVが与えられたとき,φの真偽値が計 算可能になった • 論理式φがあるI, Vのもとで真になるとき, φはIとVのもとで充足されるといい,⊧IV φ と表す • 解釈Iに依らずに真となる論理式φを恒真式とよぶ(トートロジー) • 解釈Iに依らずに偽となる論理式φを充足不能な論理式とよぶ • 解釈Iと変数割り当てVによってφの真偽値が変化する論理式は,充足 可能な論理式と呼ばれる 10
  • 11. 一階述語論理 (9) • 論理的公理 • φ → (ψ → φ) • (φ → (ψ → χ)) → ((φ → ψ) → (φ → χ)) • (φ → ¬ψ) → ((ψ → φ) → ¬φ)) • ∀X. φ → φX/t • ∀X. (φ → ψ) → (∀X. φ → ∀X. ψ) • φ → ∀X. φ (Xはφの自由変数でない) 11
  • 12. 一階述語論理 (10) • 論理的帰結 (Logical consequence) • n個の論理式φ1, ..., φnの全てを充足する,ある解釈Iと変数割り当てV が,他の論理式ψを充足するとき,{φ1, ..., φn} ⊧IV ψと書く • φ1, ..., φnを充足する任意のI, Vについて,ψもまた充足されるとき, ψはφ1, ..., φnの論理的帰結と呼び {φ1, ..., φn} ⊧ ψ と書く • φ1, ..., φnという関係や性質が成り立つどのような世界において も,ψという関係や性質が成り立つ • モデル (model) • ある論理式φがある解釈Iについて,どのような変数割り当てVを行 なっても充足されるとき,解釈Iはφのモデルと呼ばれる 12
  • 13. 一階述語論理 (11) • 一階述語論理における推論 • MP: Modus Ponens • φ→ψが真であり,φが真であれば,ψも真である • MT: Modus Tolens • φ→ψが真であり,¬ψが真であれば,¬φも真である • AND導入/除去 • φとψからφ∧ψを導入する,もしくはφ∧ψからφとψを導入する • 全称例化/存在例化 • ∀X. φからある特定の項tを用いて φX/tを導入する • ∃X. φから具体的な代入例 φ X/f(t1,...,tn)を導入する 13
  • 14. 一階述語論理 (12) • 論理式の証明 • ある性質や関係φ1, ..., φnが成り立つ世界において,ある性質ψが成り 立つかどうかを調べる • {φ1, ..., φn} ⊧ ψを調べる • 証明とは,{φ1, ..., φn} 中の論理式や論理的公理からスタートし,述 語論理の推論を繰り返して実行して新しい論理式を作成し,最終的 にψに至る論理式の列である • 論理式ψに対する証明が存在するとき,ψは証明可能という. • 論理的公理から推論規則によってψが導けるなら ⊦ ψと書く • ある仮説の論理式集合Γと論理的公理から推論規則によってψが導 けるなら Γ ⊦ ψと書く 14
  • 15. 一階述語論理 (13) • 証明と論理的帰結に関する完全性と健全性 • 健全性 (soundness) • Γ ⊦ ψならば Γ ⊧ ψである • 間違ったことは証明しない • 完全性 (completeness) • Γ ⊧ ψならば Γ ⊦ ψである • 必要なことは証明可能である • 論理式の集合Γを仮定してある論理式ψが証明可能かどうかを調べる証 明手法の一つが融合法(resolution method)である • Γ ∪ {¬ψ}から矛盾が発生することを導く (背理法) • キーワード: 節形式と単一化 15