前面已经说完了命题逻辑。命题逻辑的可满足性是基于原子命题的赋值,但它局限性很大,只能处理或且非和如果那么这几种情况。你不会简单的认为这就足够了吧。举个例子吓到你:
› “所有的人总是要死的” p
› “苏格拉底是人” q
› “所以苏格拉底是要死的” r
其中前两条是前提假设。我们能不能据此得到第三条呢?
你犹豫了好久,战战兢兢的说:“能”!
的确,这个结论是可以得出的,但是能否用命题逻辑来表达呢?比如 P∧Q->R?
太明显了,这个论证是不合格的:我们完全看不出这三个原子命题有什么关系,也就无法证明它的可满足性。
因为原子命题的不可再分性,这个论证已经超出了命题逻辑的表达范围。
所以我们需要更丰富的语言:谓词逻辑 predicate logic。
命题逻辑处理人类语言中诸如:否、并、或和如果取得了令人满意的结果,但是处理如:存在、所以、在……中,命题逻辑有其局限性。所以我们需要更精确的谓词逻辑来表达判断语句,也称为一阶逻辑(first-order logic)。
我们来看一个例子:每个学生都比他的某个老师年轻 (2-1)
先请仔细考虑一下这个断言的意思。接下来我们使用谓词逻辑来表达它:
S(x): x是一名学生 I(x): x是一位老师 Y(x,y): x比y年轻
在引入量词∀(对所有的,单词all的首字母反写)和∃(存在或对某个,单词exist的首字母反写)之后,可以用符号的形式写出上述例句:∀x(S(x)→(∃y(I(y)∧Y(x,y))))
即:对任意x,若x是一个学生,则存在某个y,y是一位老师,使得x比y年轻。
怎么样,这俩符号是不是很熟悉:我们高中就常打交道是吧!
再来看一个复杂点的例子:不是所有的鸟都可以飞
B(x):x是一只鸟
F(x):x可以飞翔
¬(∀x(B(x)→F(x))
其含义为:只要是鸟就可以飞翔,这种情况是不成立的。
即也是:存在一个x,x是鸟,但不能飞翔
编码为:∃x(B(x)∧¬F(x))
以上两个公式实际是语义等价的。
相关推荐
加深对归结原理进行定理证明过程的理解,掌握基于谓词逻辑的归结过程中子句变换过程、替换与合一算法即归结策略等重要环节,进一步了解实 现机器自动定理证明的步骤。 采用C++
对命题逻辑和谓词逻辑的核心归纳可以做到一目了然
人工智能课件,关于谓词逻辑与归结原理,在学习了离散数学的基础上,进一步深入的学习谓词逻辑,掌握人工智能的初步知识
人工智能谓词逻辑归结问题的推理系统是很好的学习资料 ,可以帮助广大学子进一步学习人工智能的相关知识。
谓词逻辑离散数学
命题逻辑与谓词逻辑PPT课件.pptx
谓词逻辑推理,人工智能的基本理论,为人工智能系统的开发奠定了一定的理论基础
用于人工智能的学习,内容全面,人工智能 谓词逻辑
人工智能的实验题目。输入一组合适公式,以及一个目标子句,输出归结树。 我奋斗了几乎5天总算弄出来了,放过bin出来show一下^_^。 至于代码,想要的可以联系我。 这里给出一个测试用例吧: ;假设:所有不贫穷且...
离散数学 谓词逻辑 PPT 基础 有用 好好学习
第 2 章谓词逻辑命题逻辑对于反映在自然语言中的逻辑思维进行了精确的形式化描述,能够对一些比较复杂的逻辑推理,用形式化方法进行分析。在命题逻辑中,把命题分解到原
课件主要简介离散数学的谓词逻辑,帮助我们更好理解这章内容,除此之外,也使学生从逻辑的角度了解数学
东北大学 离散数学课件 谓词逻辑 保证很详细哦
离散数学 谓词逻辑 习题课PPT课件.pptx
第2章(知识表示方法3-谓词逻辑)
人工智能课件:第三章 谓词逻辑与搜索原理.pdf
人工智能导论课件:第四章 谓词逻辑与归结原理.ppt
一阶谓词逻辑下的Horn 逻辑是人工智能程序语言Prolog 的理论基础,利用Prolog 在计算机 上可实现机械化,从而使自动化求解问题和定理证明具备可行性。
这是我的文章的第三章的第二节,因为有公式没法发,直接放这里了。
离散数学之谓词逻辑.ppt