Logica Matematica Seconda lezione.

Slides:



Advertisements
Presentazioni simili
Scienza del ragionamento corretto Elaborato da Manuela Mangione
Advertisements

Sarai ammesso a sociologia o se hai frequentato
Punti Fissi.
Il TEOREMA.
che cosa fa un matematico? calcoli, per esempio,  3518, (a+b)9
Intelligenza Artificiale
INSIEMI INSIEME= gruppo di oggetti di tipo qualsiasi detti elementi dell’insieme. Un insieme è definito quando viene dato un criterio non ambiguo che.
Deduzione naturale + Logica & Calcolabilità
Semantica, inferenza e logica
Lez. 41 Universita' di Ferrara Facolta' di Scienze Matematiche, Fisiche e Naturali Laurea Specialistica in Informatica Algoritmi Avanzati Programmazione.
esponente del radicando
Il linguaggio della geometria
Il ragionamento classico
Introduzione alle “Ricerche sulla teoria della dimostrazione” (1930)
Introduzione alla Logica Modale.
Algoritmi e Dimostrazioni Stefano Berardi
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Iterazione enumerativa (for)
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
AGENTI CHE RAGIONANO LOGICAMENTE E.Mumolo
LA GEOMETRIA EUCLIDEA.
EQUAZIONI DI PRIMO GRADO
LOGICA E MODELLI Logica e modelli nel ragionamento deduttivo A cura di Salvatore MENNITI.
Modelli simulativi per le Scienze Cognitive Paolo Bouquet (Università di Trento) Marco Casarotti (Università di Padova)
Semantica per formule di un linguaggio proposizionale p.9 della dispensa.
Impostazione Assiomatica del Calcolo della Probabilità
Corso di Matematica Discreta I Anno
Corso di Matematica Discreta cont. 2
Intelligenza Artificiale
Logica proposizionale Sintassi vs Semantica
PROBLEMI RISOLUBILI E COMPUTABILITÀ
Intelligenza Artificiale - AA 2001/2002 Logica formale (Parte 2) - 1 Intelligenza Artificiale Breve introduzione alla logica classica (Parte 2) Marco Piastra.
Intelligenza Artificiale - AA 2002/2003 Logica formale (Parte 2) - 1 Intelligenza Artificiale Breve introduzione alla logica classica (Parte 2) Marco Piastra.
Dalla logica naturale alla logica formale
Logica formale e logica discorsiva 2° Lezione
Dispensa a cura del prof. Vincenzo Lo Presti
INFORMATICA MATTEO CRISTANI. INDICE CICLO DELLE LEZIONI LEZ. 1 INTRODUZIONE AL CORSO LEZ. 2 I CALCOLATORI ELETTRONICI LEZ. 3 ELEMENTI DI TEORIA DELL INFORMAZIONE.
Pierdaniele Giaretta Primi elementi di logica
TEORIA DEGLI INSIEMI INIZIO.
Agenti logici: calcolo proposizionale Maria Simi a.a. 2008/2009.
Impostazione Assiomatica del Calcolo della Probabilità
ESTENSIONI SEMPLICI e TEOREMA DELL’ELEMENTO PRIMITIVO
Corso di logica matematica
FMZ Sistemi basati su conoscenza Da logica proposizionale a logica del primo ordine Dott. Fabio Massimo Zanzotto a.a
PRESENTAZIONE DI RAGANATO ROBERTO, BISCONTI GIAMMARCO E
La logica è lo studio del ragionamento.
Logica Lezione Nov 2013.
Logica A.A Francesco orilia
Logica F. orilia. Lezz Lunedì 4 Novembre 2013.
Logica A.A Francesco orilia
La logica Dare un significato preciso alle affermazioni matematiche
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
Logica Lezz Nov Reiterazione (RE) P |- P 1 P A 2 P & P 1,1, &I 3 P 2, & E.
1 Linguaggi di Programmazione Cenni di logica proposizionale.
AOT Lab Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Intelligenza Artificiale
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
Spiegazione di alcuni concetti
GEOMETRIA EUCLIDEA NELLO SPAZIO
Introduzione alla LOGICA MATEMATICA Corso di Matematica Discreta. Corso di laurea in Informatica. Prof. Luigi Borzacchini III. La logica delle proposizioni.
TEORIA ELEMENTARE DEGLI INSIEMI
Scuola Militare Nunziatella COMPLETEZZA e COERENZA della Matematica 4 giugno Luigi Taddeo.
Le proposizioni DEFINIZIONE. La logica è un ramo della matematica che studia le regole per effettuare ragionamenti rigorosi e corretti. DEFINIZIONE. Una.
Logica Lezione 8, DISTRIBUIRE COMPITO 1.
Logica Lezione 19, Distribuire compito 3 DATA esame in classe intermedio: Lunedì 20 aprile.
Logica Lezione 11, Annuncio Non si terrà la lezione di Lunedì 16 Marzo.
Logica Lez. 5, Varzi su affermazione del conseguente Malgrado alcuni esempi di questa forma siano argomentazioni valide, altri non lo sono.
INSIEMI E LOGICA PARTE QUARTA.
Transcript della presentazione:

Logica Matematica Seconda lezione

Teoria Formale Assiomatica L Linguaggio formale per il calcolo proposizionale.

Espressione. 1 Una sequenza finita di simboli si chiama È dato un insieme al più numerabile di simboli. In L i simboli sono: connettivi primitivi ,  negazione, implicazione parentesi (,) lettere enunciative A1, A2,...An. Una sequenza finita di simboli si chiama Espressione.

sono particolari espressioni individuate dalla definizione seguente: 2 Le formule ben formate sono particolari espressioni individuate dalla definizione seguente: (a) Le lettere enunciative sono f.b.f. (b) Se A e B sono f.b.f. lo sono anche (A) e (AB). A: negazione di A; AB: A implica B.

Si privilegia un insieme di f.b.f. da chiamare Assiomi. 3 Si privilegia un insieme di f.b.f. da chiamare Assiomi. La teoria si dice assiomatica se esiste un procedimento che permette di decidere effettivamente se una fbf è un assioma. Nel nostro caso gli assiomi (o, più precisamente, schemi di assiomi) sono:

Schemi di Assiomi di L A1 (A  (BA)) Da A segue ( B implica A). A2 ((A(BC)) ((AB)(AC)) ) Se da A segue (B implica C), da (A implica B) segue (A implica C). A3 ((B  A)  (( B  A) B)). Se da (non B) segue (non A), da ((non B) implica A) segue B. RITORNO

Regole di inferenza 4 Esiste un insieme finito di relazioni tra fbf dette regole di inferenza. In L abbiamo una sola regola di inferenza, il Modus Ponens (M P): - Date le fbf. A e AB, - B risulta conseguenza diretta di A e AB.

Dimostrazione Sequenza di formule ben formate i cui elementi sono assiomi o conseguenze dirette di fbf precedenti per mezzo di una delle regole di inferenza (M P).

Teorema Una fbf A con la proprietà che esiste una dimostrazione la cui ultima fbf è A.

Decidibilità La teoria si dice decidibile quando esiste un procedimento meccanico che permette di stabilire se una qualsiasi fbf è un teorema oppure no.

Conseguenza Una fbf A si dice conseguenza di un insieme di fbf. se A è l’ultima fbf di una sequenza che contiene assiomi, conseguenze dirette e fbf. di . Si ha, in tal caso, una deduzione di A da . Si usa scrivere:  | A. Quando  è l’insieme vuoto, si scrive | A. In quest’ultimo caso, A è un teorema.

Esempio di teorema in L Lemma 1.7 | AA. 1) ( (A  ((AA)A) )  3) ( (A(AA))  (AA) ) 2), 1), MP 4) ( (A(AA)) (A1) 5) (AA) 4), 3), MP Nelle applicazioni degli schemi di assiomi si sostituisce B con (A A) Schemi di assiomi

Principio d’induzione finita Data una proposizione Pn, si supponga che siano soddisfatte le seguenti condizioni: 1) P1 è vera; 2) Supposta vera Pn, si riesce a dimostrare che è vera anche Pn+1. ___________________ Si può, allora, affermare che Pn è vera per ogni n.

Principio d’induzione finita:esempio La somma dei primi n numeri dispari è n2. L’affermazione è vera per n=1. Supposto, per ipotesi induttiva, che l’affermazione sia vera per n numeri dispari (cioè che 1+3+...+2n-1= n2), bisogna far vedere che essa risulta vera anche per n+1.

Principio d’induzione finita:esempio Infatti, l’(n+1)esimo numero dispari si scrive 2(n+1)-1 = 2n+1 e, sommandolo a n2, si ottiene n2+2n+1=(n+1)2

Teorema di deduzione Se ,A | B allora  | AB. (Se B è una conseguenza delle ipotesi  e A, allora AB è una conseguenza di ). In particolare, nel caso in cui  è l’insieme vuoto, si ha che: se A |B allora | AB. (Se B è una conseguenza di A, allora AB è un teorema).

Dimostrazione Sia B1, B2,...Bn=B una deduzione di B da ,A. Il teorema è vero per n=1: - Se B1 è un assioma o B1  , poiché anche (B1  (AB1)) è un assioma , per MP si ottiene  | AB1. - Se B1 è A, per il lemma precedente si ha che |AA e, a maggior ragione,  | AA. SCHEMI DI ASSIOMI

 | ABi. Per ipotesi induttiva, sia il teorema vero per ogni k<i:  | ABk. Bisogna far vedere che:  | ABi. Se Bi è un assioma, Bi  , Bi è A, si procede come nel caso i=1.

Se Bi è ottenuto per MP da due elementi precedenti della sequenza, essi dovranno assumere la forma Bj e (BjBi) e, per ipotesi induttiva, si avrà : | ABj e  | A(BjBi). Ma ((A  (BjBi) )  ( (ABj)  (ABi) )) è un assioma e, per MP applicato due volte, si otterrà, finalmente,  | ABi.

Proposizione 1.11 Ogni teorema di L è una tautologia. Infatti, gli assiomi sono tautologie e l’MP fa passare da tautologie a tautologie.

Corollario 1.9a) AB, BC | AC Dimostrazione 1) A B ip 2) BC ip. 3) A ip. 4) B 1, 3, MP 5) C 2, 4, MP _________________ AB, BC , A | C Per il teorema di deduzione RITORNO

Corollario 1.9b) A (BC), B | AC Dimostrazione 1) A  (BC) ip 2) A ip. 3) B ip. 4) BC 1, 2, MP 5) C 3, 4, MP _________________ A  (BC), B, A | C Per il teorema di deduzione A(BC), B | AC RITORNO

Lemma 1.10 a) | BB. 1) (B B)((BB)  B) A3 2) ( B B) lemma 1.7 3) ( B   B)  B 1, 2, cor. 1.9b 4) B  (B   B ) A1 5) B  B 3, 4, cor.1.9a Corollario 1.9a) Corollario 1.9b) Assiomi

Lemma 1.10 b) | B B. 1) (BB)((BB) B) A3 2) (B B) Lemma1.10a 3) ( B B)  B 1, 2, MP 4) B  (B  B ) A1 5) B   B 3,4,cor. 1.9a ASSIOMI RITORNO

7) (BA) ((BA)B) A3 8) (BA)  B 6, 7, MP 9) B 5, 8, MP C) | A  (AB). 1) A ip. 2) A ip. 3) A (BA) A1 4) A(BA) A1 5) BA 2, 3, MP 6) BA 1, 4 MP 7) (BA) ((BA)B) A3 8) (BA)  B 6, 7, MP 9) B 5, 8, MP ________________________________________ Perciò A, A | B e, per il teorema di deduzione, | A(AB). RITORNO

d) | (BA) (AB) 1) BA ip. 2) A ip. 3) (BA )  (BA)B A3 4) A(BA) A1 5) (BA)B 1, 3, MP 6) AB 4, 5, cor. 1.9a 7) B 2, 6, MP Perciò (BA), A |B) e, con due successive applicazioni del teorema di deduzione | (BA) (AB)

e)| (AB)(BA) 1)AB ip. 2)A A parte a) 3)AB 1, 2, cor.1.9a) 4)BB parte b) 5)AB 3, 4, cor.1.9a) 6)(AB)  (BA) parte d) 7)(BA) 5, 6. MP _____________________________________ Perciò AB | BA e, per il teorema di deduzione |  (AB)  (BA).

5)((AB)B).(B(AB)) Lemma 1.10 e) 6)A(B (AB) 4, 5, cor.1.9a f) | A(B (AB) 1) A ip. 2) AB ip. 3) B 1, 2, MP Perciò A, AB | B e, per il teorema di deduzione, | A((AB)B). 4)A((AB)B) 5)((AB)B).(B(AB)) Lemma 1.10 e) 6)A(B (AB) 4, 5, cor.1.9a RITORNO

g) | (AB)((AB)B) 1) (AB) ip. 2) AB ip. 3) (AB) (BA) parte e) 4) B A 1, 3, MP 5) (AB) (BA) parte e) 6) B A 2, 5, MP 7) (B A)(B A)B A3 8) (B A)B 6, 7, MP 9) B 4, 8, MP Perciò AB, AB| A e, per il t. di deduzione | (AB)((AB)B). RITORNO

Lemma 1.12 Sia A una fbf e B1,..., Bk le lettere enunciative che occorrono in A. Per una data assegnazione di valori di verità a B1,..., Bk, siano B’1,..., B’k tali che B’i sia Bi se Bi assume il valore di verità V, B’i sia Bi se Bi assume il valore F. In maniera analoga A’ sarà A se quest’ultima assume il valore V, A’ sarà A se A assume il valore F. Allora B’1,..., B’k | A’.

Esempio di applicazione del lemma 1.12

Dimostrazione del lemma 1.12 Se n=0 allora A è una lettera enunciative B1 e il lemma si riduce a B1| B1 e B1 | B1. Supponiamo che il lemma valga per tutte le fbf con un numero di connettivi primitivi j < n:

1) A è B. B ha meno occorrenze di A . a) B ha il valore V e A ha il valore F. B’ è B e A’ è A. Per ipotesi induttiva B’1,..., B’k | B e, poiché B  B** si ha, per MP, B’1,..., B’k | B, cioè B’1,..., B’k |A’ ** lemma 1.10b LEMMA 1.10

b) B ha il valore F e A il valore V. B’ è B e A’ è A. Per ipotesi induttiva B’1,..., B’k | B, cioè B’1,..., B’k | A’

Poiché B e C hanno meno occorrenze di A 2) A è (B C). Poiché B e C hanno meno occorrenze di A per ipotesi induttiva si avrà B’1,..., B’k | B’e B’1,..., B’k | C’. a) B ha il valore F e A il valore V. B’1,..., B’k | B e B’1,..., B’k | (BC)***. Ma (BC) è A’, per cui B’1,..., B’k | A’ *** Lemma 1.10c)

b)C ha il valore V e, quindi, A il valore V. B’1,..., B’k  C e, per lo schema d’assiomi A1 e MP, B’1,..., B’k  BC. Quindi, B’1,..., B’k  A’.

c) C ha il valore F e B il valore V, quindi A ha il valore F. B’1,..., B’k | C, quindi, B’1,..., B’k | (BC)****. Poiché (BC) è A’, si ha la tesi. **** Lemma 1.10f)

Teorema di completezza Se una formula ben formata è una tautologia, allora essa è un teorema di L.

Dimostrazione : essendo A una tautologia, essa ha sempre il valore V. Il lemma 1.12 dà le due relazioni di deduzione: B’1,...,B’k-1, Bk | A B’1,...,B’k-1,Bk|A. Per il teorema di deduzione si ha B’1,...,B’k-1 | Bk A B’1,...,B’k-1 | BkA. Si ha, quindi, B’1,...,B’k-1 | A.***** Applicando k volte questo procedimento si ottiene | A. ***** Lemma 1.10g)

Corollario 1.15 Il sistema L è consistente, cioè non esiste alcuna fbf. A tale che tanto A quanto A siano teoremi di L. Dimostrazione. Ogni teorema di L è una tautologia e, dato che la negazione di una tautologia non può essere, a sua volta, una tautologia, si ottiene la tesi.

Si osservi che L è consistente se e solo se non tutte le sue fbf sono teoremi. Infatti, se L è consistente , le negazioni dei teoremi sono fbf che non sono teoremi. .

Viceversa, se L è inconsistente (cioè, se ammette come teoremi una fbf e la sua negazione), allora, 1) A ip. 2) A ip. 3) A  (AB) lemma 1.10c 4) A  B 1, 3, MP 5) B 2, 4, MP

Perciò, se L è inconsistente, qualsiasi formula ben formata B è un teorema di L. Una teoria nella quale non tutte le fbf sono teoremi è detta assolutamente consistente..

Indipendenza di assiomi Proposizione 1.16. Ogni schema di assiomi A1-A3 è indipendente. Dimostrazione. Indipendenza di A1. Si considerino le seguenti tavole:

“Negazione” A A 0 1 1 1 2 0

“Condizionale”

Se una formula ben formata A assume sempre il valore 0, diciamo che A è una scelta. L’MP fa passare da fbf scelte a fbf scelte. Gli schemi di assiomi A2 e A3 sono scelti, mentre A1 non è scelto. Con tecniche analoghe si fa vedere l’indipendenza degli altri schemi di assiomi.