7 LOOGISET AGENTIT. (reasoning) maailman tilasta. Tämä on erityisen tärkeää osittain havaittavissa

Koko: px
Aloita esitys sivulta:

Download "7 LOOGISET AGENTIT. (reasoning) maailman tilasta. Tämä on erityisen tärkeää osittain havaittavissa"

Transkriptio

1 7 OOGIET GENTIT Tarkastelemme nyt tietämyskannan (knowledge base, K) omaavia agentteja, joita kutsumme tietämyspohjaisksi toimijoiksi (knowledge-based agents) Tietämyspohjaiset toimijat käyttävät tietämyskantaa tiedon esittämiseen (representation of knowledge) havainnoistaan ja pystyvät tietämyksen avulla tekemään päätelmiä (reasoning) maailman tilasta. Tämä on erityisen tärkeää osittain havaittavissa ympäristöissä, koska päättely voi antaa tietoa myös ei-havaittavista asioista. Tietojen seurauksien päättely mahdollistaa paremman suorituksen kuin heijastetoimijat. yös ihmiset käyttävät päättelyä ja kielen ymmärtämisessä se on välttämätöntä monimerkityksisyyden takia: puhujan intentio ei ole suoraan havaittavissa. Tietämyspohjaiset toimijat ovat joustavia: voivat vaihtaa tehtäviään kun niille annetaan uusia tavoitteita parantavat suoritustaan saadessaan uutta informaatiota ympäristöstä mukautuvat ympäristön muutoksiin päivittämällä tietämystään Keskeinen komponentti tietämyskanta on joukko lauseita (sentences), jotka on ilmaistu tietämyksenesityskielellä (knowledge representation language) Inference engine Knowledge base domain independent algorithms domain specific content luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 Tietämyskantaa operoidaan komennoilla TE ja K. Kumpikin tehtävä vaatii päättelyä eli uusien lauseiden johtamista vanhoista. erusvaatimus loogiselle toimijalle (logical agent): se mitä saadaan vastaukseksi kysymyksestä (K) täytyy olla seurausta siitä mitä tietämyskannalle on kerrottu (TE). function K-GENT( percept) returns an action static: K, a knowledge base t, a counter, initially, indicating time TE(K, KE-ERCET-ENTENCE( percept, t)) action K(K, KE-CTION-UERY(t)) TE(K, KE-CTION-ENTENCE(action, t)) t t + return action Nyt agenttia voidaan kuvailla ja ohjata tietämystason (knowledge level) termeillä erotuksena loogisen tason ja toteutustason (implementation level) termeistä. lkutietämys syötetään tietämyskantaan TE-komennolla. en jälkeen agentti päivittää kantaa itse havaintojensa perusteella. gentin toiminnan määräämiseksi riittää antaa sen tiedot ja tavoite, ei tarvitse antaa yksityiskohtaisia toimintaohjeita. Tällaista menetelmää kutsutaan deklaratiiviseksi (declarative) erotuksena proseduraalisesta (procedural): tieto esitetään kuvailevina lauseina sen sijaan että ohjelmoitaisiin valmiit toimintaohjeet. Edellinen yksinkertaistaa toimintaa ja on joustavampi, mutta jälkimmäinen ehkä tehokkaampi silloin kun se soveltuu. iemmin kiisteltiin siitä kumpi on oikea lähestymistapa, mutta molempia tarvittaneen. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8 EIERKKIYÄRITÖ: ÖRKÖI Tämä ympäristö on 4 tench vain osittain havaittava, deterministinen, 3 tench tench Gold sekventiaalinen, staattinen, diskreetti, yhden agentin ympäristö (koska mörkö ei tee mitään). TRT 3 4 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.8/8

2 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.9/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 W W luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 G W W luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8 OGIIKK ogiikalla tarkoitetaan formaalia kieltä, jonka avulla voidaan esittää tietämystä ja tehdä päättelyä. Tarvitaan: Viimaa ruuduissa (,) ja (,) = ei turvallisia suuntia emua ruudussa (,) = ei turvallista liikkua Voi käyttää pakotusstrategiaa: ammu suoraan eteenpäin mörkö oli siellä = nuoli osui = mörkö ei ollut siellä = syntaksi (kielioppi): aakkosto ja lauseenmuodostussäännöt semantiikka (merkitysoppi): määrää lauseiden totuuden (truth) suhteessa malleihin (mahdollisiin maailmoihin) Esimerkiksi aritmetiikan kielessä x + y on lause; x + y > ei ole lause x + y on tosi joss luku x + ei ole pienempi kuin luku y x + y on tosi maailmassa jossa x = 7, y = x + y on epätosi maailmassa jossa x =, y = 6 objektikieli / metakieli luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8

3 oogisella seurauksella tarkoitetaan että jokin lause seuraa toisista lauseista. jatellaan K lausejoukoksi ja sanotaan, että lause p seuraa loogisesti tietämyskannasta K K = p Representation World entences emantics Entails entence emantics joss kaikissa malleissa, joissa K on tosi, myös p on tosi. Esimerkiksi jos tietämyskannassa on lauseet HIFK voitti ja Jokerit voitti, niin niistä seuraa loogisesti myös lause HIFK voitti tai Jokerit voitti. spects of the real world Follows spect of the real world Esimerkiksi lauseesta x + y = 4 seuraa loogisesti lause 4 = x + y. ooginen seuraussuhde vallitsee lauseiden eli syntaktisten elementtien välillä, mutta se perustuu semantiikkaan. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.8/8 Tilanne kun ruudun [,] havainnot on tehty. iirrytään oikealle ja havaitaan viimaa ruudussa [,] Tarkastellaan kuoppien sijaintia ja konstruoidaan mahdolliset mallit.??? 3 totuusarvomuuttujaa 8 mahdollista mallia Viereisen ruudun turvallisuus voidaan saada selville mallintarkistuksen (model checking) avulla: Käydään läpi kaikki mahdolliset mallit ja selvitetään, onko lause josta olemme kiinnostuneet, esim. α, tosi kaikissa niissä malleissa, joissa K on tosi. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.9/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 K K K =mörkömaailman säännöt + tehdyt havainnot K =mörkömaailman säännöt + tehdyt havainnot α = [,] on turvallinen mallintarkistus osoittaa että K = α luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p./8 K K K =mörkömaailman säännöt + tehdyt havainnot K =mörkömaailman säännöt + tehdyt havainnot α = [,] on turvallinen K = α luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8

4 UEOGIIKK: YNTKI Tarkastellaan aluksi lause- eli propositiologiikkaa (propositional logic) ropositiosymbolit,,... ovat lauseita (atomilauseet), lisäksi T ja E ovat lauseita Jos on lause, niin on lause (negaatio) Jos ja ovat lauseita, niin ( ) on lause (konjunktio) Jos ja ovat lauseita, niin ( ) on lause (disjunktio) Jos ja ovat lauseita, niin ( ) on lause (implikaatio) Jos ja ovat lauseita, niin ( ) on lause (ekvivalenssi) ulut voi jättää pois kunhan ei synny monimerkityksisyyttä. idontasäännöt: ensin, sitten, ja lopuksi, UEOGIIKK: ENTIIKK Kukin malli kiinnittää atomilauseiden totuusarvon, lisäksi T on tosi ja E epätosi Yhdistetyt lauseet evaluoidaan suhteessa malliin m seuraavasti: on tosi, joss ei ole tosi. on tosi, joss on tosi ja on tosi. on tosi, joss on tosi tai on tosi. on tosi, joss on epätosi tai on tosi. on tosi, joss on tosi ja on tosi. Totuustaulut: E E T E E T T E T T E T T E T E E E T E E T T E T T T T luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8 ropositiologiikan semantiikka antaa säännöt lauseiden totuusarvon määräämiseksi mallien suhteen. Olkoon esimerkiksi malli = {, = E,, = E, 3, = T } Nyt lauseen, (, 3, ) totuusarvo mallissa voidaan laskea rekursiivisesti konnektiivien totuustaulujen avulla: T (E T ) = T Tietämyskanta K, joka on muodostettu operaatioin TE(K, ),..., TE(K, n ) on lauseiden,..., n konjunktio: K =... n. K:tä voidaan siis käsitellä loogisena lauseena. Nyt voimme koodata esim. örkömaailman tietämyksen: Valitaan sopivat propositiosymbolit ja niiden tulkinnat: i,j tarkoittaa että ruudussa [i, j] on kuoppa i,j tarkoittaa että ruudussa [i, j] on viimaa. Koodataan yleiset lainalaisuudet, kuten se että ruudussa on viimaa jos ja vain jos viereisessä ruudussa on kuoppa:, (R ), (,, ) (R ), (,3, 3, ) (R 3 ). Kun tehdään havaintoja ympäristöstä, lisätään niitä vastaavat positiiviset tai negatiiviset literaalit:, (R 4 ), (R 5 ) luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.8/8 Kun kaikki tämä on saatu syötettyä tietämyskantaan TE-komennon avulla, voidaan ryhtyä kyselemään K-komennon avulla päteekö K = α jollekin α. Olisi esimerkiksi hyödyllistä tietää, seuraako tietämyksestämme,. Esimerkissämme kahden ensimmäisen ruudun vierailun aikana relevantteja propositiosymboleja on 7 kpl, joten mahdollisia malleja on 7 = 8 kpl. K on tosi vain kolmessa näistä. allintarkistusalgoritmilla näemme että, on tosi kaikissa näissä kolmessa mallissa, joten ruudussa [, ] ei ole kuoppaa. en sijaan, on tosi kahdessa ja epätosi yhdessä K:n mallissa, joten emme voi vielä päätellä ruudun [, ] kuoppaisuutta.,,,,,, 3, R R R 3 R 4 R 5 K E E E E E E E T T T T E E E E E E E E T T T E T E E E T E E E E E T T E T T E E T E E E E T T T T T T T E T E E E T E T T T T T T E T E E E T T T T T T T T E T E E T E E T E E T T E T T T T T T T E T T E T E luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.9/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8 function TT-ENTI?(K, α) returns true or false inputs: K, the knowledge base, a sentence in propositional logic α, the query, a sentence in propositional logic symbols a list of the proposition symbols in K and α return TT-CHECK-(K, α, symbols, [ ]) function TT-CHECK-(K, α, symbols, model) returns true or false if ETY?(symbols) then if -TRUE?(K, model) then return -TRUE?(α, model) else return true else do FIRT(symbols); rest RET(symbols) return TT-CHECK-(K, α, rest, EXTEND(, true, model)) and TT-CHECK-(K, α, rest, EXTEND(, false, model)) Tämä mallintarkistukseen perustuva syvyyssuuntainen algoritmi on eheä, koska se perustuu suoraan loogisen seuraamisen määritelmään. e on myös täydellinen, koska se toimii mille tahansa K:lle ja α:lle aina pysähtyen. ahdollisia malleja on äärellinen määrä. Jos K ja α sisältävät yhteensä n symbolia, niin malleja on n kpl, siis aikavaatimus on luokkaa O( n ). Itse asiassa kaikkien tunnettujen lauselogiikan päättelyalgoritmien pahimman tapauksen aikavaativuus on eksponentiaalinen syötteen koon suhteen. auselogiikan loogisen seuraamisen päätösongelma on co-n-täydellinen. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.3/8

5 ENTTII KÄITTEITÄ ause β seuraa loogisesti lauseesta α, merkitään α = β, joss kaikissa malleissa, joissa α on tosi, myös β on tosi. auseet α ja β ovat loogisesti ekvivalentteja, merkitään α β, joss α = β ja β = α. ause on loogisesti tosi / validi / pätevä / tautologia, jos se on tosi kaikissa malleissa, siis = α. ause on toteutuva (satisfiable), jos on olemassa malli, jossa se on tosi (malli toteuttaa sen). ause on kumoutuva (refutable), jos on olemassa malli, jossa se on epätosi. ause on loogisesti epätosi / ristiriitainen (unsatisfiable), jos se on epätosi kaikissa malleissa. Yhteys loogisen seurauksen ja materiaalisen implikaation välillä: deduktioteoreema: α = β joss (α β) on loogisesti tosi. YNTKTII KÄITTEITÄ ause α on johdettavissa (derivable) tietämyskannasta tai teoriasta K jollain todistusjärjestelmällä i K i α jos se voidaan todistaa K:n lauseista käyttäen i:n päättelysääntöjä ja aksioomia. ause α on todistuva eli teoreema, jos i α eli se on johdettavissa tyhjästä lausejoukosta. äättelyjärjestelmä i on eheä (sound), joss siitä että K i α seuraa että K = α, siis jos sillä voidaan todistaa ainoastaan tietämyskannan loogisia seurauksia. äättelyjärjestelmä i on täydellinen (complete), joss siitä että K = α seuraa että K i α, siis jos sillä voidaan todistaa kaikki tietämyskannan loogiset seuraukset. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.33/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.34/8 ÄÄTTEY ROOITIOOGIIK ropositiologiikalle on olemassa päättelyjärjestelmiä, jotka ovat sekä eheitä että täydellisiä. Tästä seuraa se, että lauselogiikassa todistuvat lauseet ovat samoja kuin pätevät lauseet eikä siksi aina jakseta tehdä tarkkaa eroa semanttisten ja syntaktisten käsitteiden välille. On kuitenkin syytä tiedostaa ero. Täydellisyyden käsite esiintyy nyt kurssilla uudessa merkityksessä: aiemmin puhuttiin täydellisistä etsintäalgoritmeista, nyt täydellisistä päättelyjärjestelmistä. Näillä on yhteys, sillä päättelyä voidaan tarkastella etsintäprosessina. Jos halutaan olla varmoja päättelyn onnistumisesta, täytyy täydellisen päättelyjärjestelmän yhteydessä käyttää täydellistä etsintämenetelmää! äättelyllä (engl. inference/derivation) voidaan tarkoittaa semanttista tai syntaktista. emanttiset menetelmät perustuvat mallintarkistukseen (kuten edellä), syntaktiset symbolien manipulointiin. Nyt tarkastellaan jälkimmäisiä. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.35/8 äättelyjärjestelmän avulla voimme tutkia, mitkä lauseet ovat todistuvia tietämyskannan perusteella. Tarvitaan päättelysääntöjä (inference rules), kuten esim. α β α odus ponens: β Konjunktion poisto: α β α α β β α β Konjunktion tuonti: α β Nämä säännöt ovat aina eheitä joten niitä voidaan soveltaa suoraan eikä ole tarvetta tehdä mallintarkistusta. Eheitä päättelysääntöjä saadaan esimerkiksi seuraavista tunnetuista ekvivalensseista. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.36/8 Tunnettuja loogisia ekvivalensseja: (α β) (β α) kommutatiivisuus (α β) (β α) kommutatiivisuus ((α β) γ) (α (β γ)) assosiatiivisuus ((α β) γ) (α (β γ)) assosiatiivisuus ( α) α kaksoisnegaation poisto (α β) ( β α) kontrapositio (α β) ( α β) implikaation poisto (α β) ((α β) (β α)) ekvivalenssin poisto (α β) ( α β) de organ (α β) ( α β) de organ (α (β γ)) ((α β) (α γ)) distributiivisuus (α (β γ)) ((α β) (α γ)) distributiivisuus Tavallisia päättelyjärjestelmiä: Hilbert-järjestelmät Gentzenin luonnollisen päättelyn järjestelmät Gentzenin sekvenssikalkyyli Resoluutioon perustuvat järjestelmät luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.37/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.38/8 EIERKKI ÄÄTTEYTÄ Tarkastellaan päättelyä mörkömaailmassa: pyritään todistamaan ettei ruudussa [, ] ole kuoppaa. Olkoon tilanne seuraavanlainen:,4,4 3,4 4,4,3,3 3,3 4,3,, 3, 4,,, 3, 4, (a) = gent = G = Glitter, Gold = afe square = it = tench V = Visited W = Wumpus,4,4 3,4 4,4,3,3 3,3 4,3,, 3, 4,,, 3, 4, V (b) Tietämyskannassa on lauseet R,..., R 5 :, (premissi) (R ), (,, ) (premissi) (R ), (,, 3, ) (premissi) (R 3 ), (premissi) (R 4 ), (premissi) (R 5 ) (, (,, )) ((,, ), ) ( ER ) (R 6 ) (,, ), ) ( ER 6 ) (R 7 ) (, (,, )) (kontrap. R 7 ) (R 8 ) (,, ) ( R 8, R 4 ) (R 9 ),, (de organ R 9 ) (R ) öydettiin siis todistus (proof) sille, ettei ruuduisssa [, ] ja [, ] ole kuoppia. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.39/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8

6 REOUUTIOENETEÄ Koska päättely propositiologiikassa on N-täydellistä, niin pahimmassa tapauksessa todistuksen etsiminen on yhtä tehotonta kuin mallintarkastus. Käytännössä kuitenkin irrelevanttien tietojen huomiotta jättäminen tekee usein todistamisen tehokkaaksi. Esimerkiksi edellisessä todistuksessa ei tarvinnut huomioida lainkaan säännöissä R, R 3 ja R 5 mainittuja propositiosymboleita,,,,, ja 3, kun taas totuustaulukkomenetelmässä nekin olisi pitänyt ottaa mukaan tarkasteluun. ogiikan monotonisuus: tiedon lisääntyessä loogisten seurausten määrä voi vain kasvaa: jos K = α, niin K β = α. Edellä mainituissa päättelyjärjestelmissä yhdenkin säännön poistaminen rikkoo järjestelmän täydellisyyden. Resoluutiosääntö yhdistettynä täydelliseen hakualgoritmiin antaa (refutaatio)täydellisen päättelyjärjestelmän. Resoluutioaskel kahden literaalin tapauksessa: l l l l 3 l l 3 Tarkastellaan jälleen päättelyä örkömaailmassa:,4,4 3,4 4,4,3,3 3,3 4,3 W!,, 3, 4,,, 3,! 4, V V = gent = G = Glitter, Gold = afe square = it = tench V = Visited W = Wumpus,4,4 3,4 4,4,3 W!,3 3,3 4,3 G,, 3, 4, V V,, 3,! 4, V V (a) (b) luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.4/8 Ruudussa [, ] agentti aistii löyhkän muttei viimaa:, (R ), (,,,3 ) (R ) Vastaavasti kuin aiemmin, voidaan todeta, ettei ruuduissa [, ] ja [, 3] ole kuoppia:, (R 3 ),3 (R 4 ) Ekvivalenssin poisto (R 3 ) ja (R 5 ) tuottavat disjunktion,, 3, (R 5 ) Nyt voidaan soveltaa resoluutiosääntöä literaalilla, (R 3 ):, 3, (R 6 ) Ja sitten literaalilla, (R ): 3, (R 7 ) Äsken käytettiin yksikköresoluutiota (unit resolution): l... l k m l... l i l i+... l k missä l i ja m ovat toistensa komplementtiliteraaleja, siis toinen on atomilause ja toinen sen negaatio. Yleinen resoluutiosääntö on seuraava: l... l k m... m n l... l i l i+... l k m... m j m j+... m n missä l i ja m j ovat toistensa komplementtiliteraaleja. ääntöä sovellettaessa johtopäätös voi sisältää saman literaalin kaksi kertaa, jolloin toinen esiintymä täytyy poistaa kuten alla: luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.43/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.44/8 Resoluutio on eheä päättelysääntö ja se on myös täydellinen siinä mielessä, että sen avulla voidaan ratkaista mielivaltaisesta propositiologiikan lauseesta, seuraako lause tietokannasta vai ei. Tätä kutsutaan refutaatiotäydellisyydeksi. Resoluutiolla ei siis voi tuottaa automaattisesti kaikkia tietokannasta seuraavia lauseita. Esimerkiksi :sta ei resoluutiolla saada pääteltyä. en sijaan voidaan kyllä testata seuraako lauseesta. Resoluutiomenetelmän idea perustuu todistustapaan nimeltä reductio ad absurdum: kun halutaan todistaa, että jokin lause α seuraa loogisesti tietokannasta K, voidaan muodostaa lause K α ja johtaa siitä ristiriita. Kutsutaan myös nimillä refutation tai proof by contradiction eli epäsuora todistus tai todistaminen ristiriidan kautta. erustelu: α = β joss α β on loogisesti epätosi. Resoluutiomenetelmän käyttö vaatii ensin lauseiden muuntamista konjunktiiviseen normaalimuotoon (CNF) (joka on klausuulien konjunktio): (l,... l,k )... (l n,... l n,m ). Esim., (,, ). Eliminoidaan ekvivalenssit: (, (,, )) ((,, ), ). Eliminoidaan implikaatiot: (,,, ) ( (,, ), ) 3. iirretään negaatiot mahdollisimman syvälle sisään kaksoisnegaation poistolla ja de organin säännöillä: (,,, ) ((,, ), ) 4. ovelletaan distributiivisuutta tarvittaessa: (,,, ) (,, ) (,, ) luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.45/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.46/8 lgoritmi:. uutetaan lause (K α) CNF-muotoon.. Käytetään saatuja lauseita premisseinä resoluutiosäännölle ja lisätään johtopäätökset lauseiden joukkoon. 3. Jatketaan kunnes joko (a) Uusia lauseita ei enää voi lisätä α ei seuraa tietokannasta. (b) Resoluutiosäännön soveltaminen tuottaa ristiriidan eli tyhjän disjunktion α seuraa tietokannasta. function -REOUTION(K, α) returns true or false inputs: K, the knowledge base, a sentence in propositional logic α, the query, a sentence in propositional logic clauses the set of clauses in the CNF representation of K α new { } loop do for each C i, C j in clauses do resolvents -REOVE(C i, C j ) if resolvents contains the empty clause then return true new new resolvents if new clauses then return false clauses clauses new luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.47/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.48/8

7 EIERKKI K = (, (,, )), α =, Tarkastellaan siis seuraavia konjunktiivisessa normaalimuodossa olevia lauseita: (,,, ), (,, ), (,, ),, ja,.,,,,,,,,,,,,,,,,,,, aadaan ristiriita, joten K = α.,,,, ETEEN- J TKEÄINKETJUTU Resoluutio on täydellinen, mutta siksi myös N-täydellinen. Käytännön tilanteissa on parempi tyytyä heikompaan mutta tehokkaampaan menetelmään. Rajoitetaan päättelyä siten, ettei käsitellä kaikkia lauseita vaan ainoastaan nk. Hornin lauseita (Horn clauses): Ne ovat disjunktioita literaaleista, joista korkeintaan yksi on positiivinen ja muut negatiivisia. Tällaiset muotoa n olevat lauseet voidaan esittää loogisesti ekvivalentissa muodossa... n, jossa implikaation etujäsentä kutsutaan lauseen rungoksi (body) ja takajäsentä kärjeksi (head). Jos Hornin lauseella ei ole lainkaan runkoa, niin kyseessä on fakta (fact). luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.49/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 Tällaiset säännöt ovat helposti ymmärrettäviä ja niiden avulla voidaan kuvata monen erikoisalueen tietämystä. äättely Hornin lauseilla voi perustua joko eteenpäin ketjutukseen (forward chaining) tai taaksepäin ketjutukseen (backward chaining). oogisen seuraamisen tutkimisen aikavaativuus on Hornin lauseilla vain lineaarista tietämyskannan koon suhteen. Eteenpäin ketjutuksessa tutkitaan, minkä kaikkien sääntöjen rungot ovat tosia tunnettujen faktojen perusteella. Niiden kärjet voidaan sitten lisätä uusiksi faktoiksi tietämyskantaan. Tätä jatketaan kunnes haluttu johtopäätös on saatu todistettua tai kun uusia päätelmiä ei enää voida tehdä. function -FC-ENTI?(K, q) returns true or false inputs: K, a set of propositional Horn clauses q, the query, a proposition symbol local variables: count, a table, indexed by clause, in. # of premises while agenda is not empty do p O(agenda) unless inferred[p] do return false inferred, a table, indexed by symbol, each false agenda, a list of symbols, initially the symbols in K inferred[p] true for each Horn clause c in whose premise p appears do decrement count[c] if count[c] = then do if HED[c] = q then return true UH(HED[c], agenda) luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.5/8 lgoritmin toimintaa voi havainnollistaa J TI-verkon (ND OR graph) avulla:. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.53/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.54/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.55/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.56/8

8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.57/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.58/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.59/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8 äättely on eheää ja myös täydellistä siinä mielessä, että sen avulla voidaan johtaa kaikki atomilauseet jotka seuraavat tietämyskannasta. Kyseessä on datalähtöinen (data driven) päättely: siinä lähdetään liikkeelle tietämyskannan datasta ja todistetaan kaikkea mahdollista kunnes osutaan kiinnostavaan johtopäätökseen. Tavoiteohjattua (goal-directed) päättelyä edustaa taaksepäinketjutus (backward chaining), jossa lähdetään liikkeelle halutusta johtopäätöksestä ja tutkitaan mitä täytyy todistaa johtopäätöksen todistamiseksi. Tätä jatketaan kunnes joko päästään faktoihin tai huomataan ettei johtopäätös todistu. Tämäkin toimii lineaarisessa ajassa ja eroaa eteenpäinketjutuksesta siinä, että se käsittelee vain relevantteja faktoja eikä tuota sokeasti kaikkia. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.6/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.63/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.64/8

9 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.65/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.66/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.67/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.68/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.69/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.7/8

10 TEH ENTIIKKN ERUTUV ÄÄTTEY D-GORITI Tarkastellaan vielä kahta mallintarkistukseen perustuvaa (semanttista) päättelymekanismia: Davis-utnam-algoritmia (D) ja WKT-algoritmia, jotka yrittävät löytää mallin jossa annettu lause on tosi, siis toteutuvuusongelmaa (T), joka tiedetään N-täydelliseksi. Davis-utnam-algoritmi Ottaa syötteenään konjunktiivisessa normaalimuodossa olevan lauseen. erustuu peruuttavaan syvyyssuuntaiseen etsintään, jossa käydään läpi mahdolliset mallit ja tutkitaan toteuttaako jokin niistä annetun lauseen. Käyttää erilaisia kikkoja haarautumisasteen pienentämiseen ja haun lopettamiseen mahdollisimman nopeasti (early termination, pure symbol heuristic, unit clause heuristic). Nopeimpia toteutuvuusongelman ratkaisevia algoritmeja. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.73/8 function D-TIFIE?(s) returns true or false inputs: s, a sentence in propositional logic clauses the set of clauses in the CNF representation of s symbols a list of the proposition symbols in s return D(clauses, symbols, [ ]) function D(clauses, symbols, model) returns true or false if every clause in clauses is true in model then return true if some clause in clauses is false in model then return true, value FIND-URE-YO(symbols, clauses, model) if is non-null then return D(clauses, symbols, [ =value model]), value FIND-UNIT-CUE(clauses, model) if is non-null then return D(clauses, symbols, [ =value model]) FIRT(symbols); rest RET(symbols) return D(clauses, rest, [ =true model])or D(clauses, rest, [ =false model]) luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.74/8 IKIEEN ETINTÄÄN ERUTUVT GORITIT aloitetaan satunnaisesta totuusarvojakelusta ja muutetaan sitä minimoimalla epätosien klausuulien (clause) lukumäärää (vrt. min-conflicts heuristic) paikallisia minimejä on paljon, joten tarvitaan satunnaisuuttakin WKT-algoritmi valitsee jonkin toteutumattoman klausuulin ja vaihtaa jonkin siinä esiintyvän literaalin totuusarvon: literaali valitaan joko satunnaisesti tai minimoimalla epätosia klausuuleja. Jos WKT löytää mallin, niin syötelause on toteutuva, mutta jos se ei palauta mallia, niin se tarkoittaa vain ettei se kyennyt löytämään sellaista, eikä sitä ettei sellaista ole! Iterointia voidaan toki jatkaa äärettömän kauan löytämisen varmistamiseksi, mutta silloin algoritmi ei loogisesti epätosien lauseiden kohdalla pysähdy koskaan. toteutumattomuutta (eli ristiriitaisuutta) ei voi tarkistaa function WKT(clauses, p, max-flips) returns a satisfying model or failure inputs: clauses, a set of clauses in propositional logic p, the probability of choosing to do a random walk move, typically around.5 max-flips, number of flips allowed before giving up model a random assignment of true/false to the symbols in clauses for i = to max-flips do if model satisfies clauses then return model clause a randomly selected clause from clauses that is false in model with probability p flip the value in model of a randomly selected symbol from clause else flip whichever symbol in clause maximizes the number of satisfied clauses return failure luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.75/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.76/8 UEOGIIKKN ERUTUVT GENTIT Koska lauseiden totuutta koskevat ongelmat ovat N-täydellisiä, käytännön ongelmissa lauseen p totuuden tai epätotuuden selvittämiseksi toimitaankin usein rinnakkaisesti: samaan aikaan käytetään mallintarkistajaa etsimään mallia p:lle ja teoreemantodistajaa etsimään todistusta p:lle (jolloin nähtäisiin ettei mallia voi olla olemassa). (Tai vastaavasti jos halutaan tutkia onko p todistuva, käytetään teoreemantodistajaa p:lle ja mallintarkistajaa p:lle.) Ongelmana lauseiden suuri lukumäärä tietämyksen esittämisessä jan ja paikan (muutoksen) huomioonottaminen pahentaa tilannetta entisestään. Yksi mahdollisuus on koodata logiikka laitteistolle. Tätä käsitellään lyhyesti seuraavaksi. Toinen mahdollisuus on siirtyminen ilmaisuvoimaisemman kielen käyttämiseen. Tätä käsitellään seuraavassa luvussa. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.77/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.78/8 OGIIKKIIREIHIN ERUTUVT GENTIT loogiset konnektiivit esitetään porteilla (gates) ja rekisterit koodaavat propositioiden totuusarvot. Tulosteina piireillä on rekisteriarvot, jotka tarkoittavat tekoja. ajan käsittely on helpompaa kuin tavallisessa deklaratiivisessa esityksessä, koska esitystä ei tarvitse kopioida jokaiselle ajanhetkelle vaan piiri vain evaluoidaan kyseisellä ajanhetkellä tench Glitter ump cream, Facingeft, Forward Turneft TurnRight Grab hoot, Forward FacingDown tench Glitter ump cream live Turneft TurnRight Grab hoot Ongelma: kaikilla rekistereillä täytyy aina olla arvot (tosi tai epätosi) kun taas tietämyskannassa kullakin atomilauseella voi olla kolme tilaa: atomilause on kannassa, atomilauseen negaatio on kannassa tai kumpikin puuttuu. Ongelma voidaan kiertää käyttämällä tietopropositioita (knowledge propositions). uita vaatimuksia piirien käytölle: lokaalisuus, syklittömyys luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.79/8 luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.8/8

11 DEKRTIIVIET J ROEDURIET EITYKET Esityksen tiiviys: iiripohjainen esitys ei vaadi samojen asioiden esittämistä jokaiselle ajanhetkelle erikseen, mutta siinäkin jokaiselle paikalle täytyy olla oma piirinsä askennallinen tehokkuus: äättely voi pahimmassa tapauksessa viedä eksponentiaalisen ajan symboleiden lukumäärään nähden, kun taas piirit voidaan evaluoida lineaarisessa ajassa niiden kokoon nähden. Tosin D toimii yleensä nopeammin ja kaikki päättelyt jotka piiripohjaiset agentit tekevät, voidaan hoitaa myös D:llä lineaarisessa ajassa. Täydellisyys: eriaatteessa piireillä voidaan tehdä kaikki mitä tietämyskantoihin perustuvilla ohjelmillakin, mutta piirit kasvavat eksponentiaalisen suuriksi tietämyskantoihin verrattuna ja hyvin monimutkaisiksi. Tietämyskannalla voidaan tehdä sellaisiakin päättelyitä joita ei ole etukäteen erikseen ohjelmoitu. Konstruoinnin helppous: Deklaratiivista pidetään usein helpompana. luku7.tex Tekoäly (4 ov / 8 op) Raul Hakli 3//5 :8 p.8/8

LOGIIKKA, TIETÄMYS JA PÄÄTTELY

LOGIIKKA, TIETÄMYS JA PÄÄTTELY 36 LOGIIKKA, TIETÄMYS JA PÄÄTTELY Ryhdymme nyt tarkastelemaan tietämyskannan (knowledge base, KB omaavia agentteja KB:n avulla agentti pyrkii pitämään yllä tietoa vain osittain havainnoimastaan maailmasta

Lisätiedot

Propositiot: Propositiot ovat väitelauseita. Totuusfunktiot antavat niille totuusarvon T tai E.

Propositiot: Propositiot ovat väitelauseita. Totuusfunktiot antavat niille totuusarvon T tai E. Propositiot: Propositiot ovat väitelauseita. Totuusfunktiot antavat niille totuusarvon T tai E. Perusaksioomat: Laki 1: Kukin totuusfunktio antaa kullekin propositiolle totuusarvoksi joko toden T tai epätoden

Lisätiedot

LAUSELOGIIKKA (1) Sanalliset ilmaisut ovat usein epätarkkoja. On ilmaisuja, joista voidaan sanoa, että ne ovat tosia tai epätosia, mutta eivät molempia. Ilmaisuja, joihin voidaan liittää totuusarvoja (tosi,

Lisätiedot

Agentin toiminnan arviointi

Agentin toiminnan arviointi 35 1.1 ÄLYKKÄÄ AGNI Agentti havainnoi toimintaympäristöään sensorein ja vaikuttaa siihen aktuaattorein Ihmisen sensoreita ovat mm. silmät, korvat ja nenä sekä aktuaattoreita esim. kädet ja jalat Robotin

Lisätiedot

Toinen muotoilu. {A 1,A 2,...,A n,b } 0, Edellinen sääntö toisin: Lause 2.5.{A 1,A 2,...,A n } B täsmälleen silloin kun 1 / 13

Toinen muotoilu. {A 1,A 2,...,A n,b } 0, Edellinen sääntö toisin: Lause 2.5.{A 1,A 2,...,A n } B täsmälleen silloin kun 1 / 13 2 3 Edellinen sääntö toisin: Lause 2.5.{A 1,A 2,...,A n } B täsmälleen silloin kun {A 1,A 2,...,A n,b } 0, jatkoa jatkoa 1 / 13 2 3 Edellinen sääntö toisin: Lause 2.5.{A 1,A 2,...,A n } B täsmälleen silloin

Lisätiedot

-Matematiikka on aksiomaattinen järjestelmä. -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi

-Matematiikka on aksiomaattinen järjestelmä. -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi -Matematiikka on aksiomaattinen järjestelmä -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi -mustavalkoinen: asia joko on tai ei (vrt. humanistiset tieteet, ei

Lisätiedot

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset 1. Etsi lauseen (p 0 (p 1 p 0 )) p 1 kanssa loogisesti ekvivalentti lause joka on (a) disjunktiivisessa

Lisätiedot

T Logiikka tietotekniikassa: perusteet Kevät 2008 Laskuharjoitus 5 (lauselogiikka ) A ( B C) A B C.

T Logiikka tietotekniikassa: perusteet Kevät 2008 Laskuharjoitus 5 (lauselogiikka ) A ( B C) A B C. T-79.3001 Logiikka tietotekniikassa: perusteet Kevät 2008 Laskuharjoitus 5 (lauselogiikka 6.1 7.2) 27. 29.2.2008 Ratkaisuja demotehtäviin Tehtävä 6.1 a) A (B C) Poistetaan lauseesta ensin implikaatiot.

Lisätiedot

Luonnollisen päättelyn luotettavuus

Luonnollisen päättelyn luotettavuus Luonnollisen päättelyn luotettavuus Luotettavuuden todistamiseksi määrittelemme täsmällisesti, milloin merkkijono on deduktio. Tässä ei ole sisällytetty päättelysääntöihin iteraatiosääntöä, koska sitä

Lisätiedot

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 5 Ratkaisuehdotukset

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 5 Ratkaisuehdotukset HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 5 Ratkaisuehdotukset 1. Päättele resoluutiolla seuraavista klausuulijoukoista: (a) {{p 0 }, {p 1 }, { p 0, p 2 },

Lisätiedot

Logiikan kertausta. TIE303 Formaalit menetelmät, kevät Antti-Juhani Kaijanaho. Jyväskylän yliopisto Tietotekniikan laitos.

Logiikan kertausta. TIE303 Formaalit menetelmät, kevät Antti-Juhani Kaijanaho. Jyväskylän yliopisto Tietotekniikan laitos. TIE303 Formaalit menetelmät, kevät 2005 Logiikan kertausta Antti-Juhani Kaijanaho antkaij@mit.jyu.fi Jyväskylän yliopisto Tietotekniikan laitos TIE303 Formaalit mentetelmät, 2005-01-27 p. 1/17 Luento2Luentomoniste

Lisätiedot

Tehtävä 1. Päättele resoluutiolla seuraavista klausuulijoukoista. a. 1 {p 3 } oletus. 4 {p 1, p 2, p 3 } oletus. 5 { p 1 } (1, 2) 7 (4, 6)

Tehtävä 1. Päättele resoluutiolla seuraavista klausuulijoukoista. a. 1 {p 3 } oletus. 4 {p 1, p 2, p 3 } oletus. 5 { p 1 } (1, 2) 7 (4, 6) Tehtävä 1 Päättele resoluutiolla seuraavista klausuulijoukoista. a. {{p 0 }, {p 1 }, { p 0, p 2 }, {p 1, p 2, p 3 }, { p 2, p 3 }, {p 3 }}, b. {{ p 0, p 2 }, {p 0, p 1 }, {{ p 1, p 2 }, { p 2 }}, c. {{p

Lisätiedot

Johdatus logiikkaan I Harjoitus 4 Vihjeet

Johdatus logiikkaan I Harjoitus 4 Vihjeet Johdatus logiikkaan I Harjoitus 4 Vihjeet 1. Etsi lauseen ((p 0 p 1 ) (p 0 p 1 )) kanssa loogisesti ekvivalentti lause joka on (a) disjunktiivisessa normaalimuodossa, (b) konjunktiivisessa normaalimuodossa.

Lisätiedot

Insinöörimatematiikka A

Insinöörimatematiikka A Insinöörimatematiikka A Mika Hirvensalo mikhirve@utu.fi Matematiikan ja tilastotieteen laitos Turun yliopisto 2018 Mika Hirvensalo mikhirve@utu.fi Luentoruudut 3 1 of 23 Kertausta Määritelmä Predikaattilogiikan

Lisätiedot

LOGIIKKA johdantoa

LOGIIKKA johdantoa LOGIIKKA johdantoa LUKUTEORIA JA TO- DISTAMINEN, MAA11 Logiikan tehtävä: Logiikka tutkii ajattelun ja päättelyn sääntöjä ja muodollisten päättelyiden oikeellisuutta, ja pyrkii erottamaan oikeat päättelyt

Lisätiedot

Loogiset konnektiivit

Loogiset konnektiivit Loogiset konnektiivit Tavallisimmat loogiset konnektiivit ovat negaatio ei konjunktio ja disjunktio tai implikaatio jos..., niin... ekvivalenssi... jos ja vain jos... Sulkeita ( ) käytetään selkeyden vuoksi

Lisätiedot

Nimitys Symboli Merkitys Negaatio ei Konjuktio ja Disjunktio tai Implikaatio jos..., niin... Ekvivalenssi... jos ja vain jos...

Nimitys Symboli Merkitys Negaatio ei Konjuktio ja Disjunktio tai Implikaatio jos..., niin... Ekvivalenssi... jos ja vain jos... 2 Logiikkaa Tässä luvussa tutustutaan joihinkin logiikan käsitteisiin ja merkintöihin. Lisätietoja ja tarkennuksia löytyy esimerkiksi Jouko Väänäsen kirjasta Logiikka I 2.1 Loogiset konnektiivit Väitelauseen

Lisätiedot

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 8. syyskuuta 2016

TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 8. syyskuuta 2016 TIEA241 Automaatit ja kieliopit, syksy 2016 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 8. syyskuuta 2016 Sisällys a https://tim.jyu.fi/view/kurssit/tie/ tiea241/2016/videoiden%20hakemisto Matemaattisen

Lisätiedot

FI3 Tiedon ja todellisuuden filosofia LOGIIKKA. 1.1 Logiikan ymmärtämiseksi on tärkeää osata erottaa muoto ja sisältö toisistaan:

FI3 Tiedon ja todellisuuden filosofia LOGIIKKA. 1.1 Logiikan ymmärtämiseksi on tärkeää osata erottaa muoto ja sisältö toisistaan: LOGIIKKA 1 Mitä logiikka on? päättelyn tiede o oppi muodollisesti pätevästä päättelystä 1.1 Logiikan ymmärtämiseksi on tärkeää osata erottaa muoto ja sisältö toisistaan: sisältö, merkitys: onko jokin premissi

Lisätiedot

Pikapaketti logiikkaan

Pikapaketti logiikkaan Pikapaketti logiikkaan Tämän oppimateriaalin tarkoituksena on tutustua pikaisesti matemaattiseen logiikkaan. Oppimateriaalin asioita tarvitaan projektin tekemisessä. Kiinnostuneet voivat lukea lisää myös

Lisätiedot

Kirjoita käyttäen propositiosymboleita, konnektiiveja ja sulkeita propositiologiikan lauseiksi:

Kirjoita käyttäen propositiosymboleita, konnektiiveja ja sulkeita propositiologiikan lauseiksi: 1 Logiikan paja, kevät 2011 Ratkaisut viikolle I Thomas Vikberg Merkitään propopositiosymboleilla p i seuraavia atomilauseita: p 0 : vettä sataa p 1 : tänään on perjantai p 2 : olen myöhässä Valitaan konnektiiveiksi,

Lisätiedot

Todistusteoriaa. Kun kielen syntaksi on tarkasti määritelty, voidaan myös määritellä täsmällisesti, mitä pätevällä päättelyllä tarkoitetaan.

Todistusteoriaa. Kun kielen syntaksi on tarkasti määritelty, voidaan myös määritellä täsmällisesti, mitä pätevällä päättelyllä tarkoitetaan. Todistusteoriaa Kun kielen syntaksi on tarkasti määritelty, voidaan myös määritellä täsmällisesti, mitä pätevällä päättelyllä tarkoitetaan. Todistusteoriassa annetaan joukko aksioomia ja päättely- sääntöjä,

Lisätiedot

Ratkaisu: Yksi tapa nähdä, että kaavat A (B C) ja (A B) (A C) ovat loogisesti ekvivalentit, on tehdä totuustaulu lauseelle

Ratkaisu: Yksi tapa nähdä, että kaavat A (B C) ja (A B) (A C) ovat loogisesti ekvivalentit, on tehdä totuustaulu lauseelle HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 3 Ratkaisuehdotukset 1. Olkoot A, B ja C propositiolauseita. Näytä, että A (B C) (A B) (A C). Ratkaisu: Yksi tapa

Lisätiedot

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 (opetusmoniste, lauselogiikka )

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 (opetusmoniste, lauselogiikka ) T-79.144 Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 opetusmoniste, lauselogiikka 2.1-3.5) 21 24.9.2004 1. Määrittele lauselogiikan konnektiivit a) aina epätoden lauseen ja implikaation

Lisätiedot

T kevät 2007 Laskennallisen logiikan jatkokurssi Laskuharjoitus 1 Ratkaisut

T kevät 2007 Laskennallisen logiikan jatkokurssi Laskuharjoitus 1 Ratkaisut T-79.5101 kevät 2007 Laskennallisen logiikan jatkokurssi Laskuharjoitus 1 Ratkaisut 1. Jokaiselle toteutuvalle lauselogiikan lauseelle voidaan etsiä malli taulumenetelmällä merkitsemällä lause taulun juureen

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Diskreetin matematiikan perusteet Osa 1: Joukko-oppi ja logiikka Riikka Kangaslampi 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kiitokset Nämä luentokalvot perustuvat Gustaf

Lisätiedot

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 12 (opetusmoniste, kappaleet )

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 12 (opetusmoniste, kappaleet ) T-79.144 Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 12 (opetusmoniste, kappaleet 9.1 9.5) 30.11. 3.12.2004 1. Osoita lauselogiikan avulla oheisten ehtolausekkeiden ekvivalenssi. (a)!(a

Lisätiedot

Johdatus logiikkaan 1

Johdatus logiikkaan 1 Johdatus logiikkaan 1 Åsa Hirvonen Kevät 2016 Sisältö 1 ropositiolauseet 3 2 Rekursiiviset määritelmät ja induktio rakenteen suhteen 7 3 Totuusjakaumat ja totuustaulut 12 3.0.1 Negaatio..........................

Lisätiedot

Taulumenetelmä modaalilogiikalle K

Taulumenetelmä modaalilogiikalle K / Kevät 2004 ML-6 1 Taulumenetelmä modaalilogiikalle On vaikeaa löytää Hilbert-tyylisiä todistuksia: Käytössä Modus Ponens -sääntö: jotta voidaan johtaa Q, täytyy johtaa P ja P Q. Mutta mikä on sopiva

Lisätiedot

Todistusmenetelmiä Miksi pitää todistaa?

Todistusmenetelmiä Miksi pitää todistaa? Todistusmenetelmiä Miksi pitää todistaa? LUKUTEORIA JA TO- DISTAMINEN, MAA11 Todistus on looginen päättelyketju, jossa oletuksista, määritelmistä, aksioomeista sekä aiemmin todistetuista tuloksista lähtien

Lisätiedot

T Kevät 2005 Logiikka tietotekniikassa: erityiskysymyksiä I Kertausta Ratkaisut

T Kevät 2005 Logiikka tietotekniikassa: erityiskysymyksiä I Kertausta Ratkaisut T-79.146 Kevät 2005 Logiikka tietotekniikassa: erityiskysymyksiä I Kertausta Ratkaisut 1. Jokaiselle toteutuvalle lauselogiikan lauseelle voidaan etsiä malli taulumenetelmällä merkitsemällä lause taulun

Lisätiedot

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat.

Approbatur 3, demo 1, ratkaisut A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat. Approbatur 3, demo 1, ratkaisut 1.1. A sanoo: Vähintään yksi meistä on retku. Tehtävänä on päätellä, mitä tyyppiä A ja B ovat. Käydään kaikki vaihtoehdot läpi. Jos A on rehti, niin B on retku, koska muuten

Lisätiedot

Jokaisen parittoman kokonaisluvun toinen potenssi on pariton.

Jokaisen parittoman kokonaisluvun toinen potenssi on pariton. 3 Todistustekniikkaa 3.1 Väitteen kumoaminen vastaesimerkillä Monissa tilanteissa kohdataan väitteitä, jotka koskevat esimerkiksi kaikkia kokonaislukuja, kaikkia reaalilukuja tai kaikkia joukkoja. Esimerkkejä

Lisätiedot

Totuusjakaumat. Totuusjakauma eli valuaatio v on kuvaus v : {p 0, p 1, p 2,...} {0, 1}. Käytämme jatkossa joukolle {0, 1} merkintää B.

Totuusjakaumat. Totuusjakauma eli valuaatio v on kuvaus v : {p 0, p 1, p 2,...} {0, 1}. Käytämme jatkossa joukolle {0, 1} merkintää B. Totuusjakaumat Totuusjakauma eli valuaatio v on kuvaus v : {p 0, p 1, p 2,...} {0, 1}. Käytämme jatkossa joukolle {0, 1} merkintää B. Totuusjakauma v voidaan aina laajentaa kuvaukseksi V : {A A on L kaava}

Lisätiedot

SAT-ongelman rajoitetut muodot

SAT-ongelman rajoitetut muodot SAT-ongelman rajoitetut muodot olemme juuri osoittaneet että SAT on NP-täydellinen perusidea on nyt osoittaa joukolle kiinnostavia ongelmia A NP että SAT p m A, jolloin kyseiset A myös ovat NP-täydellisiä

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 3. Logiikka 3.1 Logiikka tietojenkäsittelyssä Pyritään formalisoimaan terveeseen järkeen perustuva päättely Sovelletaan monella alueella tietojenkäsittelyssä, esim.

Lisätiedot

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet )

T Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet ) T-79144 Syksy 2004 Logiikka tietotekniikassa: perusteet Laskuharjoitus 7 (opetusmoniste, kappaleet 11-22) 26 29102004 1 Ilmaise seuraavat lauseet predikaattilogiikalla: a) Jokin porteista on viallinen

Lisätiedot

Ratkaisu: Käytetään induktiota propositiolauseen A rakenteen suhteen. Alkuaskel. A = p i jollain i N. Koska v(p i ) = 1 kaikilla i N, saadaan

Ratkaisu: Käytetään induktiota propositiolauseen A rakenteen suhteen. Alkuaskel. A = p i jollain i N. Koska v(p i ) = 1 kaikilla i N, saadaan HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 2 Ratkaisuehdotukset 1. Olkoon totuusjakauma v sellainen että v(p i ) = 1 kaikilla i N ja A propositiolause, jossa

Lisätiedot

Logiikka 1/5 Sisältö ESITIEDOT:

Logiikka 1/5 Sisältö ESITIEDOT: Logiikka 1/5 Sisältö Formaali logiikka Luonnollinen logiikka muodostaa perustan arkielämän päättelyille. Sen käyttö on intuitiivista ja usein tiedostamatonta. Mikäli logiikka halutaan täsmällistää esimerkiksi

Lisätiedot

Lauselogiikka Tautologia

Lauselogiikka Tautologia Lauselogiikka Tautologia Hannu Lehto Tautologia Annetuista lauseista loogisilla konnektiiveillä saatu yhdistetty lause on on tautologia(pätevä), jos se on aina tosi siis riippumatta annettujen lauseiden

Lisätiedot

Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m.

Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m. Väite: T (n) (a + b)n 2 + a. Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m. Huomaa että funktion x x 2 + (m 1 x) 2 kuvaaja on ylöspäin aukeava paraabeli, joten funktio saavuttaa suurimman

Lisätiedot

5.1 Semanttisten puiden muodostaminen

5.1 Semanttisten puiden muodostaminen Luku 5 SEMNTTISET PUUT 51 Semanttisten puiden muodostaminen Esimerkki 80 Tarkastellaan kysymystä, onko kaava = (( p 0 p 1 ) (p 1 p 2 )) toteutuva Tätä voidaan tutkia päättelemällä semanttisesti seuraavaan

Lisätiedot

Epädeterministisen Turingin koneen N laskentaa syötteellä x on usein hyödyllistä ajatella laskentapuuna

Epädeterministisen Turingin koneen N laskentaa syötteellä x on usein hyödyllistä ajatella laskentapuuna Epädeterministisen Turingin koneen N laskentaa syötteellä x on usein hyödyllistä ajatella laskentapuuna. q 0 x solmuina laskennan mahdolliset tilanteet juurena alkutilanne lehtinä tilanteet joista ei siirtymää,

Lisätiedot

Konnektiivit. On myös huomattava, että vain joillakin luonnollisen kielen konnektiiveilla on vastineensa lauselogiikassa.

Konnektiivit. On myös huomattava, että vain joillakin luonnollisen kielen konnektiiveilla on vastineensa lauselogiikassa. Johdanto Lauselogiikassa tutkitaan sekä syntaktisella että semanttisella tasolla loogisia konnektiiveja ja niiden avulla muodostettuja kaavoja sekä myös formaalia päättelyä. Tarkastelemme aluksi klassisen

Lisätiedot

FORMAALI SYSTEEMI (in Nutshell): aakkosto: alkeismerkkien joukko kieliopin määräämä syntaksi: sallittujen merkkijonojen rakenne, formaali kuvaus

FORMAALI SYSTEEMI (in Nutshell): aakkosto: alkeismerkkien joukko kieliopin määräämä syntaksi: sallittujen merkkijonojen rakenne, formaali kuvaus FORMAALI SYSTEEMI (in Nutshell): Formaali kieli: aakkosto: alkeismerkkien joukko kieliopin määräämä syntaksi: sallittujen merkkijonojen rakenne, formaali kuvaus esim. SSM:n tai EBNF:n avulla Semantiikka:

Lisätiedot

Vasen johto S AB ab ab esittää jäsennyspuun kasvattamista vasemmalta alkaen:

Vasen johto S AB ab ab esittää jäsennyspuun kasvattamista vasemmalta alkaen: Vasen johto S AB ab ab esittää jäsennyspuun kasvattamista vasemmalta alkaen: S A S B Samaan jäsennyspuuhun päästään myös johdolla S AB Ab ab: S A S B Yhteen jäsennyspuuhun liittyy aina tasan yksi vasen

Lisätiedot

13. Loogiset operaatiot 13.1

13. Loogiset operaatiot 13.1 13. Loogiset operaatiot 13.1 Sisällys Loogiset operaatiot AND, OR, XOR ja NOT. Operaatioiden ehdollisuus. Bittioperaatiot. Loogiset operaatiot ohjausrakenteissa. Loogiset operaatiot ja laskentajärjestys.

Lisätiedot

Logiikka I. Kaarlo Reipas 17. huhtikuuta 2012 Ψ. Tämä materiaali on vielä keskeneräinen. 1 Johdanto Mitä logiikka on?... 3

Logiikka I. Kaarlo Reipas 17. huhtikuuta 2012 Ψ. Tämä materiaali on vielä keskeneräinen. 1 Johdanto Mitä logiikka on?... 3 Φ Logiikka I Kaarlo Reipas 17. huhtikuuta 2012 Ψ Tämä materiaali on vielä keskeneräinen. Sisältö 1 Johdanto 3 1.1 Mitä logiikka on?.............................. 3 2 ropositiologiikka 4 2.1 Lauseet...................................

Lisätiedot

b) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu.

b) Määritä myös seuraavat joukot ja anna kussakin tapauksessa lyhyt sanallinen perustelu. Johdatus yliopistomatematiikkaan Helsingin yliopisto, matematiikan ja tilastotieteen laitos Kurssikoe 23.10.2017 Ohjeita: Vastaa kaikkiin tehtäviin. Ratkaisut voi kirjoittaa samalle konseptiarkille, jos

Lisätiedot

Kesälukio 2000 PK2 Tauluharjoituksia I Mallivastaukset

Kesälukio 2000 PK2 Tauluharjoituksia I Mallivastaukset Kesälukio 2000 PK2 Tauluharjoituksia I Mallivastaukset 2000-08-03T10:30/12:00 Huomaa, että joihinkin kysymyksiin on useampia oikeita vastauksia, joten nämä ovat todellakin vain mallivastaukset. 1 Logiikkaa

Lisätiedot

13. Loogiset operaatiot 13.1

13. Loogiset operaatiot 13.1 13. Loogiset operaatiot 13.1 Sisällys Loogiset operaatiot AND, OR, XOR ja NOT. Operaatioiden ehdollisuus. Bittioperaatiot. Loogiset operaatiot ohjausrakenteissa. Loogiset operaatiot ja laskentajärjestys.

Lisätiedot

S BAB ABA A aas bba B bbs c

S BAB ABA A aas bba B bbs c T-79.148 Kevät 2003 Tietojenkäsittelyteorian perusteet Harjoitus 8 Demonstraatiotehtävien ratkaisut 4. Tehtävä: Laadi algoritmi, joka testaa onko annetun yhteydettömän kieliopin G = V, Σ, P, S) tuottama

Lisätiedot

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 8 Demonstraatiotehtävien ratkaisut

T Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 8 Demonstraatiotehtävien ratkaisut T-79.148 Syksy 2002 Tietojenkäsittelyteorian perusteet Harjoitus 8 Demonstraatiotehtävien ratkaisut 4. Tehtävä: Laadi algoritmi, joka testaa onko annetun yhteydettömän kieliopin G = V, Σ, P, S tuottama

Lisätiedot

T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 (lauselogiikka )

T Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 (lauselogiikka ) T-79.3001 Kevät 2009 Logiikka tietotekniikassa: perusteet Laskuharjoitus 2 (lauselogiikka 2.1 3.4) 5.2. 9.2. 2009 Ratkaisuja demotehtäviin Tehtävä 2.1 Merkitään lausetta φ:llä, ja valitaan atomilauseiden

Lisätiedot

815338A Ohjelmointikielten periaatteet

815338A Ohjelmointikielten periaatteet 815338A Ohjelmointikielten periaatteet 2015-2016 VII Logiikkaohjelmointi Sisältö 1. Johdanto 2. Predikaattilogiikan käsitteistöä 3. Prolog 815338A Ohjelmointikielten periaatteet, Logiikkaohjelmointi 2

Lisätiedot

= k 0 NTIME(n k + k) Siis polynomisessa ajassa epädeterministisellä Turingin koneella tunnistettavien kielten joukko

= k 0 NTIME(n k + k) Siis polynomisessa ajassa epädeterministisellä Turingin koneella tunnistettavien kielten joukko 238 7.2 Luokka NP Luokka NP on: NP = { NTIME(t) t on polynomi } = k 0 NTIME(n k + k) Siis polynomisessa ajassa epädeterministisellä Turingin koneella tunnistettavien kielten joukko P NP Luokan NP ongelmista

Lisätiedot

Lisää kvanttoreista ja päättelyä sekä predikaattilogiikan totuustaulukot 1. Negaation siirto kvanttorin ohi

Lisää kvanttoreista ja päättelyä sekä predikaattilogiikan totuustaulukot 1. Negaation siirto kvanttorin ohi Lisää kvanttoreista ja päättelyä sekä predikaattilogiikan totuustaulukot 1. Negaation siirto kvanttorin ohi LUKUTEORIA JA TODISTAMINEN, MAA11 Esimerkki a) Lauseen Kaikki johtajat ovat miehiä negaatio ei

Lisätiedot

Laskennan mallit (syksy 2010) Harjoitus 8, ratkaisuja

Laskennan mallit (syksy 2010) Harjoitus 8, ratkaisuja 582206 Laskennan mallit (syksy 2010) Harjoitus 8, ratkaisuja 1. Tarkastellaan yhteydetöntä kielioppia S SAB ε A aa a B bb ε Esitä merkkijonolle aa kaksi erilaista jäsennyspuuta ja kummallekin siitä vastaava

Lisätiedot

Logiikka. Kurt Gödel ( )

Logiikka. Kurt Gödel ( ) Logiikka Tutustumme seuraavaksi propositio- eli lauselogiikkaan, jossa tarkastellaan formaalien lauseiden ominaisuuksia, ennenkaikkea niiden totuusarvoja. Formalisoimalla luonnollisen kielen lauseet propositiologiikan

Lisätiedot

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 2. Luento 13 Ti Timo Männikkö Algoritmit 2 Luento 13 Ti 2.5.2017 Timo Männikkö Luento 13 Merkkijonon sovitus Horspoolin algoritmi Laskennallinen vaativuus Päätösongelmat Epädeterministinen algoritmi Vaativuusluokat NP-täydellisyys

Lisätiedot

Johdatus matematiikkaan

Johdatus matematiikkaan Johdatus matematiikkaan Luento 3 Mikko Salo 1.9.2017 Sisältö 1. Logiikasta 2. Suora ja epäsuora todistus 3. Jaollisuus ja alkuluvut Todistus Tähän asti esitetyt todistukset ovat olleet esimerkinomaisia.

Lisätiedot

Unify( Tuntee(Jussi, x), Tuntee(y, z) ) { y/jussi, z/x } { y/jussi, x/jussi, z/jussi }

Unify( Tuntee(Jussi, x), Tuntee(y, z) ) { y/jussi, z/x } { y/jussi, x/jussi, z/jussi } 98 Ongelman edellä aiheuttaa saman muuttujanimen käyttö Toisaalta eri lauseiden muuttujanimillä ei ole merkitystä (ennen sidontaa) ja muuttujien nimentä voidaan standardoida Mahdollisia samaistuksia on

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I MS-A040 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto. maaliskuuta 05 G. Gripenberg (Aalto-yliopisto) MS-A040 Diskreetin matematiikan perusteet Esimerkkejä. ym.,

Lisätiedot

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua. HY / Avoin yliopisto Johdatus yliopistomatematiikkaan, kesä 2015 Harjoitus 2 Ratkaisuehdotuksia Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, 15-17

Lisätiedot

Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8

Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8 Diskreetin matematiikan perusteet Laskuharjoitus 1 / vko 8 Tuntitehtävät 1-2 lasketaan alkuviikon harjoituksissa ja tuntitehtävät 5- loppuviikon harjoituksissa. Kotitehtävät 3-4 tarkastetaan loppuviikon

Lisätiedot

Diskreetit rakenteet. 3. Logiikka. Oulun yliopisto Tietojenkäsittelytieteiden laitos 2015 / 2016 Periodi 1

Diskreetit rakenteet. 3. Logiikka. Oulun yliopisto Tietojenkäsittelytieteiden laitos 2015 / 2016 Periodi 1 811120P 3. 5 op Oulun yliopisto Tietojenkäsittelytieteiden laitos 2015 / 2016 Periodi 1 ja laskenta tarkastelemme terveeseen järkeen perustuvaa päättelyä formaalina järjestelmänä logiikkaa sovelletaan

Lisätiedot

TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho. 16. maaliskuuta 2011

TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho. 16. maaliskuuta 2011 TIEA241 Automaatit ja kieliopit, kevät 2011 (IV) Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 16. maaliskuuta 2011 Sisällys Sisällys Väitelauseet lause (tai virke), joka sanoo jonkin asian pitävän paikkaansa

Lisätiedot

Predikaattilogiikan malli-teoreettinen semantiikka

Predikaattilogiikan malli-teoreettinen semantiikka Predikaattilogiikan malli-teoreettinen semantiikka February 4, 2013 Muistamme, että predikaattilogiikassa aakkosto L koostuu yksilövakioista c 0, c 1, c 2,... ja predikaattisymboleista P, R,... jne. Ekstensionaalisia

Lisätiedot

T Syksy 2006 Tietojenkäsittelyteorian perusteet T Harjoitus 7 Demonstraatiotehtävien ratkaisut

T Syksy 2006 Tietojenkäsittelyteorian perusteet T Harjoitus 7 Demonstraatiotehtävien ratkaisut T-79.1001 Syksy 2006 Tietojenkäsittelyteorian perusteet T Harjoitus 7 Demonstraatiotehtävien ratkaisut Lemma (Säännöllisten kielten pumppauslemma). Olkoon A säännöllinen kieli. Tällöin on olemassa n 1

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2017-2018 Yhteenveto Yleistä kurssista Kurssin laajuus 5 op Luentoja 30h Harjoituksia 21h Itsenäistä työskentelyä n. 80h 811120P Diskreetit rakenteet, Yhteenveto 2 Kurssin

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I MS-A040 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I G. Gripenberg Aalto-yliopisto. maaliskuuta 05 G. Gripenberg (Aalto-yliopisto) MS-A040 Diskreetin matematiikan perusteet Esimerkkejä. ym.,

Lisätiedot

Modaalilogiikan täydellisyyslauseesta

Modaalilogiikan täydellisyyslauseesta TAMPEREEN YLIOPISTO Pro gradu -tutkielma Teemu Pitkänen Modaalilogiikan täydellisyyslauseesta Informaatiotieteiden yksikkö Matematiikka Toukokuu 2015 Sisältö 1 Johdanto 3 2 Peruskäsitteistö ja semantiikka

Lisätiedot

Alkuarvot ja tyyppimuunnokset (1/5) Alkuarvot ja tyyppimuunnokset (2/5) Alkuarvot ja tyyppimuunnokset (3/5)

Alkuarvot ja tyyppimuunnokset (1/5) Alkuarvot ja tyyppimuunnokset (2/5) Alkuarvot ja tyyppimuunnokset (3/5) Alkuarvot ja tyyppimuunnokset (1/5) Aiemmin olemme jo antaneet muuttujille alkuarvoja, esimerkiksi: int luku = 123; Alkuarvon on oltava muuttujan tietotyypin mukainen, esimerkiksi int-muuttujilla kokonaisluku,

Lisätiedot

Modus Ponens. JosAjaA B ovat tosia, niin välttämättä myösb on tosi 1 / 15. Modus Ponens. Ketjusääntö. Päättelyketju.

Modus Ponens. JosAjaA B ovat tosia, niin välttämättä myösb on tosi 1 / 15. Modus Ponens. Ketjusääntö. Päättelyketju. JosAjaA B ovat tosia, niin välttämättä myösb on tosi 1 / 15 JosAjaA B ovat tosia, niin välttämättä myösb on tosi (A (A B)) B on tautologia eli (A (A B)) B. 1 / 15 JosAjaA B ovat tosia, niin välttämättä

Lisätiedot

Johdatus logiikkaan (Fte170)

Johdatus logiikkaan (Fte170) Johdatus logiikkaan (Fte170) Teoreettinen filosofia, 5 op, periodit I ja II, 2010 Markus Pantsar 1. Johdanto 1.1 Filosofinen logiikka Logiikkaa tutkitaan pääasiallisesti kolmen tieteen piirissä: filosofian,

Lisätiedot

Rajoittamattomat kieliopit (Unrestricted Grammars)

Rajoittamattomat kieliopit (Unrestricted Grammars) Rajoittamattomat kieliopit (Unrestricted Grammars) Laura Pesola Laskennanteorian opintopiiri 13.2.2013 Formaalit kieliopit Sisältävät aina Säännöt (esim. A -> B C abc) Muuttujat (A, B, C, S) Aloitussymboli

Lisätiedot

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen!

missä on myös käytetty monisteen kaavaa 12. Pistä perustelut kohdilleen! Matematiikan johdantokurssi Kertausharjoitustehtävien ratkaisuja/vastauksia/vihjeitä. Osoita todeksi logiikan lauseille seuraava: P Q (P Q). Ratkaisuohje. Väite tarkoittaa, että johdetut lauseet P Q ja

Lisätiedot

Ratkaisu. Ensimmäinen kuten P Q, toinen kuten P Q. Kolmas kuten P (Q R):

Ratkaisu. Ensimmäinen kuten P Q, toinen kuten P Q. Kolmas kuten P (Q R): Diskreetti matematiikka, sks 2010 Harjoitus 2, ratkaisuista 1. Seuraavassa on kuvattu kolme virtapiiriä, joissa on paristo, sopiva lamppu L ja katkaisimia P, Q, R, joiden läpi virta kulkee (1) tai ei kulje

Lisätiedot

1 Logiikkaa. 1.1 Logiikan symbolit

1 Logiikkaa. 1.1 Logiikan symbolit 1 Logiikkaa Tieteessä ja jokapäiväisessä elämässä joudutaan tekemään päätelmiä. Logiikassa tutkimuskohteena on juuri päättelyt. Sen sijaan päätelmien sisältöön ei niinkäään kiinnitetä huomiota. Päätelmät

Lisätiedot

1. Johdanto (I, 1) Taustaa Tekoälyn historia. 2. Logiikka, tietämys ja päättely

1. Johdanto (I, 1) Taustaa Tekoälyn historia. 2. Logiikka, tietämys ja päättely TEKOÄLY syksy 4 ov, jatko-opintokelpoinen Luennot ti 12 14 S1, to 12 14 TB109 2. 9. 11. 12. ( viikkoa) prof. Tapio Elomaa Harjoitustyöt 3 kpl tekn.yo. Minna Ruuska Viikkoharjoitukset ti ja to 10 12, pe

Lisätiedot

5/20: Algoritmirakenteita III

5/20: Algoritmirakenteita III Ohjelmointi 1 / syksy 2007 5/20: Algoritmirakenteita III Paavo Nieminen nieminen@jyu.fi Tietotekniikan laitos Informaatioteknologian tiedekunta Jyväskylän yliopisto Ohjelmointi 1 / syksy 2007 p.1/17 Tämän

Lisätiedot

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Heidi Luukkonen. Sahlqvistin kaavat

TAMPEREEN YLIOPISTO Pro gradu -tutkielma. Heidi Luukkonen. Sahlqvistin kaavat TAMPEREEN YLIOPISTO Pro gradu -tutkielma Heidi Luukkonen Sahlqvistin kaavat Informaatiotieteiden yksikkö Matematiikka Maaliskuu 2013 Tampereen yliopisto Informaatiotieteiden yksikkö LUUKKONEN, HEIDI: Sahlqvistin

Lisätiedot

Konsensusongelma hajautetuissa järjestelmissä. Niko Välimäki Hajautetut algoritmit -seminaari

Konsensusongelma hajautetuissa järjestelmissä. Niko Välimäki Hajautetut algoritmit -seminaari Konsensusongelma hajautetuissa järjestelmissä Niko Välimäki 30.11.2007 Hajautetut algoritmit -seminaari Konsensusongelma Päätöksen muodostaminen hajautetussa järjestelmässä Prosessien välinen viestintä

Lisätiedot

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 2. Luento 13 Ti Timo Männikkö Algoritmit 2 Luento 13 Ti 30.4.2019 Timo Männikkö Luento 13 Simuloitu jäähdytys Merkkijonon sovitus Horspoolin algoritmi Ositus ja rekursio Rekursion toteutus Algoritmit 2 Kevät 2019 Luento 13 Ti 30.4.2019

Lisätiedot

Laskennan rajoja. TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 10. joulukuuta 2015 TIETOTEKNIIKAN LAITOS.

Laskennan rajoja. TIEA241 Automaatit ja kieliopit, syksy Antti-Juhani Kaijanaho. 10. joulukuuta 2015 TIETOTEKNIIKAN LAITOS. TIEA241 Automaatit ja kieliopit, syksy 2015 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 10. joulukuuta 2015 Sisällys TM vs yleiset kieliopit Lause Jokaiselle kielelle A seuraavat ovat yhtäpitävät: 1.

Lisätiedot

4 Matemaattinen induktio

4 Matemaattinen induktio 4 Matemaattinen induktio Joidenkin väitteiden todistamiseksi pitää näyttää, että kaikilla luonnollisilla luvuilla on jokin ominaisuus P. Esimerkkejä tällaisista väitteistä ovat vaikkapa seuraavat: kaikilla

Lisätiedot

ALGORITMI- MATEMATIIKKA. Keijo Ruohonen

ALGORITMI- MATEMATIIKKA. Keijo Ruohonen ALGORITMI- MATEMATIIKKA Keijo Ruohonen 1993 Kirjallisuutta ANDERSON, I.: A First Course in Combinatorial Mathematics. Oxford University Press (1979) GRAHAM, R.L. & KNUTH, D.E. & PATASHNIK, O.: Concrete

Lisätiedot

Säännölliset kielet. Sisällys. Säännölliset kielet. Säännölliset operaattorit. Säännölliset kielet

Säännölliset kielet. Sisällys. Säännölliset kielet. Säännölliset operaattorit. Säännölliset kielet TIEA241 Automaatit ja kieliopit, kesä 2013 Antti-Juhani Kaijanaho TIETOTEKNIIKAN LAITOS 24. toukokuuta 2013 Sisällys Formaalit kielet On tapana sanoa, että merkkijonojen joukko on (formaali) kieli. Hieman

Lisätiedot

Kielenä ilmaisten Hilbertin kymmenes ongelma on D = { p p on polynomi, jolla on kokonaislukujuuri }

Kielenä ilmaisten Hilbertin kymmenes ongelma on D = { p p on polynomi, jolla on kokonaislukujuuri } 135 4.3 Algoritmeista Churchin ja Turingin formuloinnit laskennalle syntyivät Hilbertin vuonna 1900 esittämän kymmenennen ongelman seurauksena Oleellisesti Hilbert pyysi algoritmia polynomin kokonaislukujuuren

Lisätiedot

T Syksy 2005 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet )

T Syksy 2005 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet ) T-79.144 Syksy 2005 Logiikka tietotekniikassa: perusteet Laskuharjoitus 8 (opetusmoniste, kappaleet 2.3-3.4) 2 5.11.2005 1. Olkoon R kaksipaikkainen predikaattisymboli, jonka tulkintana on relaatio R A

Lisätiedot

Chomskyn hierarkia ja yhteysherkät kieliopit

Chomskyn hierarkia ja yhteysherkät kieliopit Chomskyn hierarkia ja yhteysherkät kieliopit Laskennan teorian opintopiiri Tuomas Hakoniemi 21. helmikuuta 2014 Käsittelen tässä laskennan teorian opintopiirin harjoitustyössäni muodollisten kielioppien

Lisätiedot

Ilpo Halonen 2005. 1.3 Päätelmistä ja niiden pätevyydestä. Luonnehdintoja logiikasta 1. Johdatus logiikkaan. Luonnehdintoja logiikasta 2

Ilpo Halonen 2005. 1.3 Päätelmistä ja niiden pätevyydestä. Luonnehdintoja logiikasta 1. Johdatus logiikkaan. Luonnehdintoja logiikasta 2 uonnehdintoja logiikasta 1 Johdatus logiikkaan Ilpo Halonen Syksy 2005 ilpo.halonen@helsinki.fi Filosofian laitos Humanistinen tiedekunta "ogiikka on itse asiassa tiede, johon sisältyy runsaasti mielenkiintoisia

Lisätiedot

3SAT-ongelman NP-täydellisyys [HMU ]

3SAT-ongelman NP-täydellisyys [HMU ] 3SAT-ongelman NP-täydellisyys [HMU 10.3.4] erotukseksi yleisestä CNF-esityksestä, kaikilla kaavoilla ei ole 3-CNF-esitystä; esim. x 1 x 2 x 3 x 4 esitämme muunnoksen, jolla polynomisessa ajassa mielivaltaisesta

Lisätiedot

Matematiikan perusteista logiikkaa ja joukko-oppia LaMa 1U syksyllä 2010

Matematiikan perusteista logiikkaa ja joukko-oppia LaMa 1U syksyllä 2010 Ensimmäisen viikon luennot Matematiikan perusteista logiikkaa ja joukko-oppia LaMa 1U syksyllä 2010 Perustuu osittain kirjan Poole: Linear Algebra lukuihin Appendix A ja Appendix B ja Trench in verkkokirjaan,

Lisätiedot

Tietorakenteet, laskuharjoitus 1,

Tietorakenteet, laskuharjoitus 1, Tietorakenteet, laskuharjoitus 1, 19.-22.1 Huom: laskarit alkavat jo ensimmäisellä luentoviikolla 1. Taustaa http://wiki.helsinki.fi/display/mathstatkurssit/matukurssisivu Halutaan todistaa, että oletuksesta

Lisätiedot

PROPOSITIOLOGIIKAN RIITTÄMÄTTÖMYYS

PROPOSITIOLOGIIKAN RIITTÄMÄTTÖMYYS 67 PROPOSITIOLOGIIKAN RIITTÄMÄTTÖMYYS Jo äärimmäisen yksinkertaisessa peliesimerkissämme propositiologiikan ilmaisuvoima osoittautuu riittämättömäksi Tietämyskannan alustamiseksi pelin säännöillä meidän

Lisätiedot

Java-kielen perusteita

Java-kielen perusteita Java-kielen perusteita valintalauseet 1 Johdantoa kontrollirakenteisiin Tähän saakka ohjelmissa on ollut vain peräkkäisyyttä eli lauseet on suoritettu peräkkäin yksi kerrallaan Tarvitsemme myös valintaa

Lisätiedot

Mallintarkastus. Mallin generointi. Esimerkki mallin SMV-kuvauksesta. Tila-avaruuden symbolinen esitys (I)

Mallintarkastus. Mallin generointi. Esimerkki mallin SMV-kuvauksesta. Tila-avaruuden symbolinen esitys (I) / Kevät 2005 ML-10 1 Mallintarkastus / Kevät 2005 ML-10 3 Esimerkki mallin SMV-kuvauksesta Onko annettu lause P tosi annetussa mallissa M? Malli M: järjestelmän malli Saadaan järjestelmän kuvauksesta,

Lisätiedot

1. Logiikan ja joukko-opin alkeet

1. Logiikan ja joukko-opin alkeet 1. Logiikan ja joukko-opin alkeet 1.1. Logiikkaa 1. Osoita totuusarvotauluja käyttäen, että implikaatio p q voidaan kirjoittaa muotoon p q, ts. että propositio (p q) ( p q) on identtisesti tosi. 2. Todista

Lisätiedot

Tietotekniikka ja diskreetti matematiikka

Tietotekniikka ja diskreetti matematiikka Tietotekniikka ja diskreetti matematiikka Tietotekniikassa Epäjatkuvan matematiikan (diskreetin matematiikan) välineitä. Ongelmien ja ratkaisujen kuvaus. Tavoite: Perehdytään tavanomaisimpiin käytetyistä

Lisätiedot