Logique classique Cours 2 : Logique propositionnelle

Documents pareils
Bases de données Cours 5 : Base de données déductives

21 mars Simulations et Méthodes de Monte Carlo. DADI Charles-Abner. Objectifs et intérêt de ce T.E.R. Générer l'aléatoire.

Utilisation des tableaux sémantiques dans les logiques de description

Logique. Plan du chapitre

Chp. 4. Minimisation d une fonction d une variable

Raisonnement par récurrence Suites numériques

Intelligence artificielle appliquée à l automatique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Réalisabilité et extraction de programmes

Intelligence Artificielle et Robotique

JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!

Chapitre 3. Les distributions à deux variables

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

Calculabilité Cours 3 : Problèmes non-calculables.

Systèmes décisionnels et programmation avancée

UNIVERSITE SIDI MOHAMED BEN ABDELLAH ECOLE SUPERIEURE DE TECHNOLOGIE

Intelligence Artificielle Planification

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21

Fondements de l informatique Logique, modèles, et calculs

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Évaluation et implémentation des langages

Sujet de thèse CIFRE RESULIS / LGI2P

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Chapitre 5 : Flot maximal dans un graphe

Commun à tous les candidats

TABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent

Resolution limit in community detection

Introduction à la méthodologie de la recherche

6. Les différents types de démonstrations

Algorithmique et Programmation Fonctionnelle

F1C1/ Analyse. El Hadji Malick DIA

Programmation linéaire

La persistance des nombres

Le modèle de Black et Scholes

Espérance conditionnelle

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Continuité d une fonction de plusieurs variables

Chap. 3: Le modèle de données entité-association (E.A.)

Cours de Master Recherche

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Optimisation des fonctions de plusieurs variables

UFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Sur certaines séries entières particulières

Pour chaque projet est indiqué son titre, le ou les laboratoires participants ainsi que le coordinateur

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar

Comparaison de fonctions Développements limités. Chapitre 10

PLAN NOTATIONS UTILISÉES

Baccalauréat universitaire (bachelor) en mathématiques et sciences informatiques

Probabilités III Introduction à l évaluation d options

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Apprentissage Automatique

Principe de symétrisation pour la construction d un test adaptatif

Statistique : Résumé de cours et méthodes

I. Ensemble de définition d'une fonction

Panorama général des normes et outils d audit. François VERGEZ AFAI

Raisonnement distribué dans un environnement de type Pair-à-Pair

Bases de données réparties: Fragmentation et allocation

BIENVENUE A MARSEILLE

Conseils et préconisations de mutualisation ISO 2700x et ISO / ITIL Groupe de travail du Club Toulouse 3 Avril 2012

UCL. Université catholique de Louvain. Métro Web : logiciel de support à l'évaluation de la qualité ergonomique des sites web.

Programmes des classes préparatoires aux Grandes Ecoles

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Algorithmique et Programmation, IMA

Algorithmes pour la planification de mouvements en robotique non-holonome

PRIME D UNE OPTION D ACHAT OU DE VENTE

Cours A7 : Temps Réel

UE C avancé cours 1: introduction et révisions

Matrice d accès. Master SEMS, Pierre Paradinas. October 16, 2013

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

Site Web de paris sportifs

Cours Composant 2. Qualité logicielle et spécications algébriques

Développements limités. Notion de développement limité

introduction Chapitre 5 Récursivité Exemples mathématiques Fonction factorielle ø est un arbre (vide) Images récursives

Qu est-ce qu un résumé?

Graines de Sciences. Les scientifiques et leurs ateliers. La physique des super-héros par Roland Lehoucq

Etudier l informatique

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Image d un intervalle par une fonction continue

aux différences est appelé équation aux différences d ordre n en forme normale.

Quantification Scalaire et Prédictive

Optimisation Discrète

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

Chapitre 3 : INFERENCE

Sujet 4: Programmation stochastique propriétés de fonction de recours

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

III- Raisonnement par récurrence

Bases de données et sites WEB Licence d informatique LI345

O, i, ) ln x. (ln x)2

Le 13 e RMT, première édition en Communauté française de Belgique. PHILIPPE SKILBECQ, Responsable de l organisation du RMT pour la SBPMef

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Mathématiques pour la finance Définition, Evaluation et Couverture des Options vanilles Version 2012

Gestion du niveau de la franchise d un contrat avec bonus-malus. Pierre THEROND & Stéphane BONCHE

Transcription:

Cours 2 : Logique propositionnelle POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.luminy.univ-amu.fr/sources/log.html

Plan du cours 1 Introduction 2 3 4 5

Bibliographie I Delahaye J. P., Outils logiques pour l intelligence artificielle., Eyrolles, Paris, 1986. Gochet P.& Gribomont P., Logique : méthodes pour l informatique fondamentale. Langue, Raisonnement, Calcul, Hermes, Paris, 1990. Kleene S. C., Logique mathématique., Epistémologie, Jacques Gabay, Paris, 1987. Thayse A.& al., Approche logique de l intelligence artificielle, Tome 1., Informatique, DUNOD, Paris, 1990.

Bibliographie II Alliot J.-M., Scheix T., Brisset P. & Garcia F., Intelligence artificielle et Informatique théorique., CEPADUES EDITIONS, Toulouse, 2002.

Bibliographie 2 I Support de cours logique propositionnelle http ://www.irit.fr/ Andreas.Herzig/C/prop.html http ://www.grappa.univlille3.fr/ champavere/enseignement/0607/l2miashs /ia/logique.pdf http ://www-lipn.univ-paris13.fr/ levy/pdf/courslogmod.pdf Exercices http ://home.etu.unige.ch/ guigong3/tpdelogique.html http ://users.info.unicaen.fr/ zanutti/logique/ http ://liris.cnrs.fr/ amille/enseignements/emiage/ supports IA/logique/logique propositions.pdf

Intoduction proposition concept de proposition : information atomique contingente ce qui est ou ce qui n est pas, un fait, une assertion exemple de propositions 2 + 2 = 4 1 + 1 = 0 Le soleil brille Il a les yeux rouges un carré est un polygone tout homme est mortel

L Vocabulaire un ensemble infini dénombrable de variables propositionnelles ou propositions P les constantes : 0 (Faux, F ou ) et 1 (Vrai, V, ou ) les connecteurs : les parenthèses

Procédé de formation des formules de L (ou 0 ou F ) : est une formule (ou 1 ou V ) : est une formule p : une variable propositionnelle est une formule si P et Q sont des formules alors P, P Q, P Q, P Q, P Q sont des formules

Exemples de formules propositionnelles ( P Q) (P Q) P (Q R) (P (Q P)) (A B) ((A (B C)) (A C)) A A

exercice : représentation d énoncé Si Pierre vient, on joue aux cartes ; Si Pierre et Jean viennent, il y a des disputes ; Si on ne joue pas aux cartes, il n y a pas de dispute ; Pierre ne vient pas.

exercice : représentation d énoncé Si Didier est l auteur de ce bruit, il est stupide ou dépourvu de principes. Didier n est ni stupide ni dépourvu de principes. Didier n est pas l auteur de ce bruit.

système formel Axiomes P, Q, R L A1) (P (Q P)) A2) ((P (Q R)) ((P Q) (P R))) A3) (( P Q) (Q P))

système formel Règles de déduction P, Q, R L modus ponens P, P Q Q règle de substitution remplacer dans un théorème une variable propositionnelle, partout où elle figure, par : une autre variable propositionnelle ou une formule bien formée

système formel Définitions P, Q L D1) P Q = def P Q D2) P Q = def ( P Q) D3) P Q = def ( P Q) (P Q)

système formel Déduction une déduction à partir d hypothèses H 1, H 2,, H m est une suite de formules bien formées F 1, F 2,, F p où chaque F i est soit : une hypothèse un axiome ou une formule obtenue à partir des règles d inférence (substitution ou modus ponens) appliquées aux formules placées avant F i dans la déduction notation H 1, H 2,, H m F p théorème : déduction sans hypothèse F

système formel exemple : déduction Donner une déduction de C à partir de A, B et A (B C), plus formellement, montrer que : A, B, A (B C) C

système formel Proposition : P L (P P) Proposition : P 1,, P n 1 L si P 1,, P n 1 (P n Q) alors P 1,, P n Q Théorème de déduction : Soient P 1,, P n, Q L si P 1,, P n Q alors P 1,, P n 1 (P n Q)

système formel Quelques théorèmes utiles : P, Q, R L, toutes les formules suivantes sont des théorèmes : ((P Q) ((Q R) (P R))) (P ((P Q) Q)) ( P (P Q)) ( P P) (P P) ((P Q) ( Q P)) (P ( Q (P Q))) ((Q P) (( Q P) P))

système formel exercices : déduction Montrer que P L, (P P) Montrer que ((Q P) R) (P R) En utilisant le théorème de déduction montrer que : (A (B C)) (B (A C))

sémantique de la logique propositionnelle Interprétation toute application σ de P (ensemble des propositions) dans {0, 1} telle que : σ( ) = 0 et σ( ) = 1 P, Q L, σ( P) = 1 σ(p) σ(p Q) = max(σ(p), σ(q)) σ(p Q) = min(σ(p), σ(q)) σ(p Q) = max((1 σ(p)), σ(q)) σ(p Q) = min(max((1 σ(p)), σ(q)), max(σ(p), (1 σ(q)))).

sémantique de la logique propositionnelle Table de vérité P Q P Q P Q P Q P Q 1 1 1 1 1 1 1 0 1 0 0 0 0 1 1 0 1 0 0 0 0 0 1 1

sémantique de la logique propositionnelle exercice Quelles sont les interprétations qui rendent vraie la formule : (A (B C)) (B (A C))?

sémantique de la logique propositionnelle quelques définitions P, Q L et F L P est une tautologie si pour toute interprétation σ, σ(p) = 1, on écrit = P Q est une conséquence logique de P si pour toute interprétation σ, si σ(p) = 1 alors σ(q) = 1, on écrit P = Q Q est une conséquence logique de F si pour toute interprétation σ, tq P F, si σ(p) = 1 alors σ(q) = 1, on écrit F = Q

sémantique de la logique propositionnelle exercices Monter que les axiomes A1), A2), A3) sont des tautologies Est-ce que (P R) est une tautologie? Est -ce que ψ est une conséquence logique de φ? φ = (P Q) ( P R), ψ = Q R φ = (P Q) (P Q), ψ = P

sémantique de la logique propositionnelle quelques définitions P, Q L et F L P est satisfaisable ou cohérente s il existe une interprétation σ tq σ(p) = 1 F est satisfaisable s il existe une interprétation σ tq P F, σ(p) = 1 P est insatisfaisable ou incohérente si pour toute interprétation σ, σ(p) = 0 F est insatisfaisable si pour toute interprétation σ, P F tq σ(p) = 0

sémantique de la logique propositionnelle exercices les formules suivantes sont-elles cohérentes? (a b) ( a b) (a b) b ( c (b c)) les ensembles de formules suivants sont-ils satisfaisables? F = {a b c, a b, a c, b, c} G = {a b, a, b}

sémantique de la logique propositionnelle Quelques propriétés P, Q L, = (P Q) ssi P = Q = (P Q) ssi P Q si = P et = (P Q) alors = Q = (P Q) ssi = P et = Q si = P ou = Q alors = (P Q)

sémantique de la logique propositionnelle exercice Montrer : = (P Q) ssi P = Q = (P Q) ssi P Q

la logique propositionnelle Quelques théorèmes théorème (d adéquation) : P L si P alors = P (les formules qui sont des théorèmes sont des tautologies) théorème (de complétude faible) : P L si = P alors P (les formules qui sont des tautologies sont des théorèmes ) théorème (de complétude forte) : Soit F un ensemble de formules de L, si F = P alors F P P L

logique propositionnelle Quelques théorèmes théorème (de compacité) : Soit F un ensemble de formules de L. Si toute famille finie F F est satisfaisable alors F est aussi satisfaisable. théorème (de finitude) : Soit F un ensemble de formules de L. Soit Q L si F = Q alors F F fini tq F = Q théorème (de décidabilité) : P L, il existe un programme qui, pour toute formule P, indique en un temps fini si oui ou non P

logique pour l informatique formes normales littéral : une proposition ou la négation d une proposition clause : disjonction de littéraux cube : conjonction de littéraux forme conjonctive normale : une conjonction de clauses forme disjonctive normale : une disjonction de cubes théorème (de normalisation) : P L, P admet une forme conjonctive normale qui lui est équivalente P L, P admet une forme disjonctive normale qui lui est équivalente

logique pour l informatique : algorithme de normalisation début élimination des connecteurs et remplacer P Q par (P Q) (Q P) puis remplacer P Q par P Q application des lois de Morgan remplacer (P Q) par P Q et (P Q) par P Q élimination des doubles négations remplacer P par P application des règles de distributivité remplacer P (Q R) par (P Q) (P R) et (P Q) R par (P R) (Q R) fin

formes normales exercice Mettre sous forme CNF : (a b c) P (Q R) ((P Q) (R S))

formes normales exercice Mettre sous forme DNF : (a b c) P (Q R) ((P Q) (R S))