• 自动推理的逻辑05--谓词演算


    自动推理的逻辑05–谓词演算

    什么是谓词逻辑?
    命题逻辑将命题变量作为原子命题,可以编码/分析一些重要的系统属性(足以表达 NP 完全问题)
    但对于许多建模/分析任务来说,它的表现力还不够,更不用说形式化数学了,甚至苏格拉底的三段论也不能形式化!

    无法捕获命题的内部结构,例如
    所有的孩子都喜欢冰淇淋。
    有的学生理解其中的含义。
    没有电子带正电荷。
    无法表示诸如“对于所有人”/“存在”之类的量化

    推理实体的属性及其关系是不可能的,例如
    If x ≤ 7 and 9 ≤ y, then x ≤ y.

    更精细的逻辑需要
    1 .更具表现力的语言/语法
    2 .新的推理规则,用于使用这种语言进行推理
    3 .除了命题的真值之外,还有更细粒度的语义

    语法应该捕获
    条款,例如 2 · x + 6
    关系/谓词,例如 x ≤ 7
    句子中的量化,例如 “所有 x 都是 φ”或“有些 x 是 φ”

    语义应该提供匹配语法表达式的对象、函数和关系;
    语义应该允许评估条款,例如 2 · 4 + 6 或 9 ≤ 7 在域中,例如N

    命题逻辑回顾
    命题逻辑是关于布尔语句的建模:ϕ ::= T | ⊥ | p | ¬ϕ | (ϕ ∧ ϕ) | (ϕ ∨ ϕ),
    where p is an atomic proposition.
    ”1 + 1 = 2” (regarded as a statement)
    (p → q) → (¬q → ¬p)
    it rains ∨ it shines

    谓词逻辑(即一阶逻辑)
    谓词逻辑可以描述复杂系统的属性
    ϕ ::= > | ⊥ | t1 = t2 | R(t1, . . . ,tn) | ¬ϕ | ϕ ∧ ϕ | ϕ ∨ ϕ | ∃xϕ | ∀xϕ
    其中 ti 是术语(表示单个对象),R 是对象。
    可以建模和推断对象之间的属性和关系。
    公式描述数据结构的属性。
    公式对应于数据库查询。

    谓词逻辑使用示例Examples on the use of predicate logic

    符号
    我们再次从自然演绎的基本观点开始
    我们用句子作为命题的同义词
    公式可能是不完整的句子,例如 “x 是偶数。”
    公式的真假可能取决于量词的绑定变量或替换表达式,例如 对他们来说是“苏格拉底”或“5”
    我们称可以在公式术语中替换变量的表达式

    变量、术语和原子公式Variables, terms, and atomic formulae
    变量 x 是单个对象的占位符(例如,7,苏格拉底)(参见命题变量 p 是 0 和 1 的占位符)
    术语是单个对象的(复杂)指针;例如,x,x + y,(x) 的母亲
    原子公式描述术语之间的关系;例如 祖先,母亲,x ≤ y,
    复杂公式是通过使用连接词∧、∨、¬和量词;例如, ∃, ∀
    解释将为变量、术语构造函数和关系赋予含义(cf. 在命题逻辑中,赋值解释命题变量)

    we write
    ϕ(x) for formula ϕ that is parametric in variable x
    r,s,t . . . for terms
    ϕ[t/x] for result of substituting t for x in ϕ
    ϕ(t) to indicate that t occurs in ϕ

    例子:
    将公式 x ≤ 7 中的变量 x 代入第 5 项,产生句子 5 ≤ 7

    参数判断
    我们需要对谓词逻辑公式进行新的判断
    参数判断
    J 表示任意 x,是取决于变量 x 的判断
    证据是对 x 的参数 J 的推导
    因此,对于我们可以替代 x 的任何项,它都是一致的对于所有可能的情况

    参数判断的证据
    φ(x) 对于任意 x是 ϕ(x) 的证明模板,可以实例化为任何 ϕ(x)[t/x] 的证明术语 t
    多个参数必须在参数推导中保持不同
    我们写 a, b, c, . . . 区分参数和普通变量

    普遍陈述的证明
    最常见的数学语句:
    每个A都是B
    两个奇数之和是偶数。
    任何有限语言的补语都是正则语言。

    通用量化Universal Quantification
    如果 φ 是公式和 x 变量,则 ∀x.φ 是公式
    我们经常写∀x. ϕ(x) 表示 ϕ 取决于 x
    我们读到∀x. φ 为“每个 x 都满足 φ”或“每个 x 都是一个 φ”
    we can write ∀x.(ϕ(x) ->ψ(x) )
    for “Every x satisfies ϕ(x) ->ψ(x) or “Every ϕ is a ψ

    推理规则Inference Rules
    普遍量化的推理规则是

    	--a
    	.
    	.
    	.
    	ϕ[a/x]
    ---------------∀I
        ∀x. ϕ
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    	∀x. ϕ
    -----------∀E
    	ϕ[t/x]
    
    • 1
    • 2
    • 3

    其中 t 是术语和a是新参数
    ∀x . φ 是参数判断的证据 φ[a/x](φ[a/x]的参数证明)
    一旦这个证明完成,a 必须在 (∀I) 中被释放

    (∀I) 是数学中的标准证明策略
    例子:证明 x ∈ X 和 X ⊆ Y 暗示 x ∈ Y 对于所有 x
    典型方法:修复任意元素a,为其显示属性

    通用量化Universal Quantification
    picture

    存在量化Existential Quantification
    如果 φ 是公式和 x 变量,则 ∃x.φ 是公式
    我们读到∃x.φ 为“一些 x 满足 φ”或“存在一个 x 使得 φ”

    存在量化的推理规则是

    	ϕ[t/x]
    ----------- ∃I
    	∃x. ϕ 
    
    • 1
    • 2
    • 3
    			[ϕ[a/x] ]
    			.
    			.
    			.
    ∃x. ϕ			ψ
    -------------------------∃E
                 ψ
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    其中 t 是术语和a是新参数
    ∃x .φ 是判断 φ[t/x] 的证据
    对于一些证人使用∃x.φ 作为假设,我们不需要知道特定的证人

    存在量词和析取Existential quantifier and disjunction
    存在量词就像一个无限析取
    Example
    picture

    平等
    平等很重要
    它也有特殊的推理规则

    
    -------------- =I
    	t = t
    
    • 1
    • 2
    • 3
    t1 = t2   ϕ[t1/x]
    ----------------- =E
    	ϕ[t2/x]
    
    • 1
    • 2
    • 3

    其中 t, t1, t2 是项
    s = t 的证据是 s 等于 t 的证明

    示例:相等是对称的:t1 = t2 ` t2 = t1

    1. t1 = t2 				hyp
    2. t1 = t1 =I  			hyp
    3. (x = t1)[t1/x] 		rewriting 1
    4. (x = t1)[t2/x] 		=E, 2, 3
    5. t2 = t1 				rewriting 4
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    派生规则
    以下派生的相等规则很有帮助

    t1 = t2
    -------- sym
    t2 = t1
    
    • 1
    • 2
    • 3
    t1 = t2   t2 = t3
    ----------------- trans 
    	t1 = t
    
    • 1
    • 2
    • 3
    	t1 = t2
    ---------------- subst
    s[t1/x] = s[t2/x]
    
    • 1
    • 2
    • 3
  • 相关阅读:
    Qt数据库之QSqlQueryModel
    基于AlexNet深度学习网络的智能垃圾分类系统matlab仿真
    特殊类设计(只在堆/栈上创建对象,单例模式),完整版代码+思路
    计算机网络第3章-运输层(2)
    绕过函数过滤
    [附源码]java毕业设计自治小区物业设备维护管理系统
    蜘蛛蜂优化算法(Spider wasp optimizer,SWO)求解机器人栅格地图最短路径规划(提供MATLAB)
    基于8086家具门安全控制系统设计
    Day11:二叉树---->满~、完全~、堆
    人体神经的作用与功能,人的神经系统的作用
  • 原文地址:https://blog.csdn.net/kirsten111111/article/details/125881215