Automatisierte Logik und Programmierung

Automatisierte Logik und Programmierung
Einheit 14
Beweisautomatisierung
für die Logik erster Stufe
1. Taktische Beweismethoden
2. Maschinennahe Beweistechniken
3. JProver: Hybride Beweiskonstruktion
Arten der Beweisführung in Logik erster Stufe
• Interaktive Anwendung logischer Regeln
– Benutzer gibt Regeln des Sequenzenkalküls und Parameter an
– System führt Regeln aus und liefert Teilziele
Mühsam, aber sicher
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
1
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Arten der Beweisführung in Logik erster Stufe
• Interaktive Anwendung logischer Regeln
– Benutzer gibt Regeln des Sequenzenkalküls und Parameter an
– System führt Regeln aus und liefert Teilziele
Mühsam, aber sicher
• Taktikbasierte Beweissuche
– Taktik sucht nach anwendbaren Regeln
– Analyse von Konklusion & Hypothesen zur Parameterbestimmung
Hilfreich in der Praxis, aber unvollständig wegen begrenzter Vorausschau
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
1
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Arten der Beweisführung in Logik erster Stufe
• Interaktive Anwendung logischer Regeln
– Benutzer gibt Regeln des Sequenzenkalküls und Parameter an
– System führt Regeln aus und liefert Teilziele
Mühsam, aber sicher
• Taktikbasierte Beweissuche
– Taktik sucht nach anwendbaren Regeln
– Analyse von Konklusion & Hypothesen zur Parameterbestimmung
Hilfreich in der Praxis, aber unvollständig wegen begrenzter Vorausschau
• Vollautomatische Beweisverfahren
7→ CADE, TABLEAUX, . . .
– Transformation einer Sequenz in effiziente Datenstruktur
– Charakterisierung von Gültigkeit durch Eigenschaften dieser Struktur
– Beweiser benutzt Standardverfahren zur Prüfung der Eigenschaften
– Viele “Standalone” Methoden für klassische Logik
– Nur wenige Verfahren erweiterbar auf konstruktive Logik
Integration aufwendig, da Konsistenzcheck oder Beweisterme erforderlich
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
1
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Entwicklung eines taktikbasierten Beweisers:
S CHRITTWEISE S TEIGERUNG
DES
AUTOMATISIERUNGSGRADES
1. Interaktion mit Regeln der Logik erster Stufe
– Verstecke zugrundeliegende Basiskonstrukte der Typentheorie
2. Automatische Bestimmung anwendbarer Regeln
– Regel ergibt sich oft unmittelbar aus Beweiskontext
3. Verkettung von Implikationen & Äquivalenzen
– Aufbau einer kurzen Serie von Argumenten, die zum Ziel führen
4. Metalevel Analyse zur Instantiierung von Quantoren
– Bestimme einzusetzende Terme durch (partielles) Matching
5. Sortiere Beweistechniken nach Aufwand
– Beschleunigt Beweissuche, wenn mehrere Möglichkeiten bestehen
Verhältnismäßig leicht zu implementieren und erweitern
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
2
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung I:
Einbettung der Regeln der Logik erster Stufe
• Logik ist eigebettet über Curry-Howard Isomorphie
– Implementierung der Regeln ist Dekomposition + Wohlgeformtheitstest
let allR = D 0 THENW Auto
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
3
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung I:
Einbettung der Regeln der Logik erster Stufe
• Logik ist eigebettet über Curry-Howard Isomorphie
– Implementierung der Regeln ist Dekomposition + Wohlgeformtheitstest
let allR = D 0 THENW Auto
• Beschränke Anwendung der Regeln auf geeignete Ziele
let
and
and
and
andR
orR1
orR2
impR
AUTOMATISIERTE L OGIK
UND
= TryOn
= TryOn
= TryOn
= TryOn
.
.
.
D 0 is
(SEL 1
(SEL 2
D 0 is
P ROGRAMMIERUNG §14:
and term
D) is or term THENW Auto
D) is or term THENW Auto
imp term THENW Auto
3
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung I:
Einbettung der Regeln der Logik erster Stufe
• Logik ist eigebettet über Curry-Howard Isomorphie
– Implementierung der Regeln ist Dekomposition + Wohlgeformtheitstest
let allR = D 0 THENW Auto
• Beschränke Anwendung der Regeln auf geeignete Ziele
let
and
and
and
andR
orR1
orR2
impR
= TryOn
= TryOn
= TryOn
= TryOn
.
.
.
D 0 is
(SEL 1
(SEL 2
D 0 is
and term
D) is or term THENW Auto
D) is or term THENW Auto
imp term THENW Auto
• Erzeuge gekapselte Varianten der Regeln
andI, orI1, orI2, impI, . . . , andE i, orE i, impE i, . . . ,
– Regeln werden bei Inspektion interner Beweise nicht aufgefaltet
– Tactical Run konvertiert Taktik in (eingebettete) Elementarregel
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
3
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung II:
Bestimmung anwendbarer Regeln
• Wende Taktik auf erste passende Hypothese an
– Tactical TryAllHyps durchsucht Hypothesen auf Anwendbarkeit
let
let
let
let
contradiction
conjunctionE
disjunctionE
existentialE
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
=
=
=
=
TryAllHyps
TryAllHyps
TryAllHyps
TryAllHyps
4
falseE is false term
andE is and term
orE is or term
exE is ex term
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung II:
Bestimmung anwendbarer Regeln
• Wende Taktik auf erste passende Hypothese an
– Tactical TryAllHyps durchsucht Hypothesen auf Anwendbarkeit
let
let
let
let
contradiction
conjunctionE
disjunctionE
existentialE
=
=
=
=
TryAllHyps
TryAllHyps
TryAllHyps
TryAllHyps
falseE is false term
andE is and term
orE is or term
exE is ex term
• Bestimme Namen einer Einführungsregel
let nondangerousI pf =
let kind = operator id of term (conclusion pf)
in
if mem kind [‘all‘;‘not‘;‘implies‘;‘iff‘;‘and‘]
then Run (kind ˆ ‘R‘) pf
else failwith ‘tactic inappropriate‘
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
4
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung III:
Verkettung von Implikationen & Äquivalenzen
• Chaining: Wiederholte Anwendung einer Taktik
– Iteriere Taktik t auf ausgewählten Hypothesen
– Letzter Schritt ist Anwendung einer Basistaktik
let Chain t hyps groundtac =
letrec chainfor i =
groundtac
ORELSE if i=0 then Id
else TryOn hyps (\h. t h THEN Complete (chainfor (i-1)))
in chain for chain limit
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
5
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung III:
Verkettung von Implikationen & Äquivalenzen
• Chaining: Wiederholte Anwendung einer Taktik
– Iteriere Taktik t auf ausgewählten Hypothesen
– Letzter Schritt ist Anwendung einer Basistaktik
let Chain t hyps groundtac =
letrec chainfor i =
groundtac
ORELSE if i=0 then Id
else TryOn hyps (\h. t h THEN Complete (chainfor (i-1)))
in chain for chain limit
• Erzeugung konkreter Beweisketten
let imp chain pf =
Chain impE (select hyps is imp term pf) Hypothesis pf
and not chain =
TryAllHyps (\pos. notE pos THEN imp chain) is not term
and iff chain =
TryAllHyps (\pos. (iffE pos THEN (imp chain ORELSE not chain))
ORELSE (iffE b pos THEN (imp chain ORELSE not chain))
) is iff term
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
5
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung IV:
M ETALEVEL A NALYSE
ZUR I NSTANTIIERUNG VON
Q UANTOREN
• Matche Konklusion gegen Subterm der ∀-Formel
let match subAll quantified term conclusion =
letrec match sub aux vars allterm =
map (\var.assoc var (match vars allterm conclusion)) (rev vars)
? let var,T,prop = dest all allterm in match sub aux (var.vars) prop
in match sub aux [] quantified term
• Instantiiere ∀-Quantoren mit Liste von Termen
letrec allE last and thin terms =
let t.rest = terms
in OnLastHyp (\h. allE h t) THEN Thin (-2) THEN allE last and thin rest
? Id
letrec allEon pos terms =
let t.rest = terms
in allE pos t THEN allE last and thin rest) ? Id
• Instantiiere ∀-Hypothese durch Subterm-Matching
let InstantiateAll =
let InstAll aux pos pf =
let sigma = match subAll (type of hyp pos pf) (conclusion pf)
in (allEon pos (map snd sigma) THEN (OnLastHyp hypothesis)) pf
in TryAllHyps InstAll aux is all term;;
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
6
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
NACH
AUFWAND
F ÜR
B EWEISSUCHE
let simple prover = Repeat
Hypothesis
(
ORELSE contradiction
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
let simple prover = Repeat
(
ORELSE
ORELSE
ORELSE
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
NACH
AUFWAND
F ÜR
B EWEISSUCHE
Hypothesis
contradiction
InstantiateAll
InstantiateEx
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
let simple prover = Repeat
(
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
NACH
AUFWAND
F ÜR
B EWEISSUCHE
Hypothesis
contradiction
InstantiateAll
InstantiateEx
conjunctionE
existentialE
nondangerousI
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
let simple prover = Repeat
(
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
NACH
AUFWAND
F ÜR
B EWEISSUCHE
Hypothesis
contradiction
InstantiateAll
InstantiateEx
conjunctionE
existentialE
nondangerousI
disjunctionE
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
let simple prover = Repeat
(
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
ORELSE
)
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
NACH
AUFWAND
F ÜR
B EWEISSUCHE
Hypothesis
contradiction
InstantiateAll
InstantiateEx
conjunctionE
existentialE
nondangerousI
disjunctionE
not chain
iff chain
imp chain
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Taktikbasierte Beweisführung V:
S ORTIERE B EWEISTECHNIKEN
NACH
AUFWAND
F ÜR
B EWEISSUCHE
let simple prover = Repeat
Hypothesis
(
ORELSE contradiction
ORELSE InstantiateAll
ORELSE InstantiateEx
ORELSE conjunctionE
ORELSE existentialE
ORELSE nondangerousI
ORELSE disjunctionE
ORELSE not chain
ORELSE iff chain
ORELSE imp chain
)
letrec prover = simple prover
THEN Try (
Complete (orI1 THEN prover)
ORELSE Complete (orI2 THEN prover))
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
7
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Mögliche Verbesserungen des Beweisers
• Aufwendigeres Matching
– Matching mit Teiltermen von Konjunktionen in Hypothesen
– Matching mit Teiltermen von Disjunktionen in der Konklusion
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
8
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Mögliche Verbesserungen des Beweisers
• Aufwendigeres Matching
– Matching mit Teiltermen von Konjunktionen in Hypothesen
– Matching mit Teiltermen von Disjunktionen in der Konklusion
– Gleichzeitige Analyse von Quantoren in Hypothesen und Konklusion
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
8
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Mögliche Verbesserungen des Beweisers
• Aufwendigeres Matching
– Matching mit Teiltermen von Konjunktionen in Hypothesen
– Matching mit Teiltermen von Disjunktionen in der Konklusion
– Gleichzeitige Analyse von Quantoren in Hypothesen und Konklusion
– Behandlung verschachtelt wechselnder Quantoren
..
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
8
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Mögliche Verbesserungen des Beweisers
• Aufwendigeres Matching
– Matching mit Teiltermen von Konjunktionen in Hypothesen
– Matching mit Teiltermen von Disjunktionen in der Konklusion
– Gleichzeitige Analyse von Quantoren in Hypothesen und Konklusion
– Behandlung verschachtelt wechselnder Quantoren
..
• Zielgerichtete Verkettung
– Auswahl relevanter Implikationen & Äquivalenzen durch Matching
– Analyse von Teilen der Prämissen von Implikationen
..
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
8
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Mögliche Verbesserungen des Beweisers
• Aufwendigeres Matching
– Matching mit Teiltermen von Konjunktionen in Hypothesen
– Matching mit Teiltermen von Disjunktionen in der Konklusion
– Gleichzeitige Analyse von Quantoren in Hypothesen und Konklusion
– Behandlung verschachtelt wechselnder Quantoren
..
• Zielgerichtete Verkettung
– Auswahl relevanter Implikationen & Äquivalenzen durch Matching
– Analyse von Teilen der Prämissen von Implikationen
..
Beweisverfahren wird dennoch unvollständig bleiben
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
8
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Sequenzenbasierter Beweissuche hat Grenzen
• Effiziente Beweissuche erfordert Vorausschau
– Ziel der Suche ist Anwendbarkeit der Regel hypothesis
– Alle logischen Regeln zerlegen Formeln in geeignete Teile
· Welche Hypothese/Konklusion soll zerlegt werden?
· Welcher Teil einer Disjunktion soll gewählt werden? (orR1? orR2?)
· Welcher Term soll einen Quantor instantiieren?
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
9
B EWEISAUTOMATISIERUNG
(exR / allL)
F ÜR DIE
L OGIK
ERSTER
S TUFE
Sequenzenbasierter Beweissuche hat Grenzen
• Effiziente Beweissuche erfordert Vorausschau
– Ziel der Suche ist Anwendbarkeit der Regel hypothesis
– Alle logischen Regeln zerlegen Formeln in geeignete Teile
· Welche Hypothese/Konklusion soll zerlegt werden?
· Welcher Teil einer Disjunktion soll gewählt werden? (orR1? orR2?)
· Welcher Term soll einen Quantor instantiieren?
(exR / allL)
Beweisuche sollte auf möglichen Abschluß von Beweisästen fokussieren
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
9
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Sequenzenbasierter Beweissuche hat Grenzen
• Effiziente Beweissuche erfordert Vorausschau
– Ziel der Suche ist Anwendbarkeit der Regel hypothesis
– Alle logischen Regeln zerlegen Formeln in geeignete Teile
· Welche Hypothese/Konklusion soll zerlegt werden?
· Welcher Teil einer Disjunktion soll gewählt werden? (orR1? orR2?)
· Welcher Term soll einen Quantor instantiieren?
(exR / allL)
Beweisuche sollte auf möglichen Abschluß von Beweisästen fokussieren
• Sequenzenbeweise enthalten zu viel Redundanz
– Jeder Knoten enthält alle gültigen Annahmen und die Konklusion
– Regeln zerlegen Syntaxbaum von Formeln und kopieren Teilformeln
in die Nachfolgerknoten des Beweises
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
9
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Sequenzenbasierter Beweissuche hat Grenzen
• Effiziente Beweissuche erfordert Vorausschau
– Ziel der Suche ist Anwendbarkeit der Regel hypothesis
– Alle logischen Regeln zerlegen Formeln in geeignete Teile
· Welche Hypothese/Konklusion soll zerlegt werden?
· Welcher Teil einer Disjunktion soll gewählt werden? (orR1? orR2?)
· Welcher Term soll einen Quantor instantiieren?
(exR / allL)
Beweisuche sollte auf möglichen Abschluß von Beweisästen fokussieren
• Sequenzenbeweise enthalten zu viel Redundanz
– Jeder Knoten enthält alle gültigen Annahmen und die Konklusion
– Regeln zerlegen Syntaxbaum von Formeln und kopieren Teilformeln
in die Nachfolgerknoten des Beweises
– Konstruktion der Beweisbäume ist zu aufwendig für Beweissuche
Beweisverfahren sollte direkt auf Syntaxbaum operieren
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
9
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Maschinennahe Beweistechniken sind effizienter
• Ziel: einfache und schnelle Suchtechnik
– Verzicht auf intuitives Verständnis im Beweissuchverfahren
– Stattdessen maschinennahe Charakterisierung logischer Gültigkeit
– Effiziente low-level Suchstrategien mit speziellen Datenstrukturen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
10
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Maschinennahe Beweistechniken sind effizienter
• Ziel: einfache und schnelle Suchtechnik
– Verzicht auf intuitives Verständnis im Beweissuchverfahren
– Stattdessen maschinennahe Charakterisierung logischer Gültigkeit
– Effiziente low-level Suchstrategien mit speziellen Datenstrukturen
• Viele unabhängig entstandene Verfahren
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
10
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Maschinennahe Beweistechniken sind effizienter
• Ziel: einfache und schnelle Suchtechnik
– Verzicht auf intuitives Verständnis im Beweissuchverfahren
– Stattdessen maschinennahe Charakterisierung logischer Gültigkeit
– Effiziente low-level Suchstrategien mit speziellen Datenstrukturen
• Viele unabhängig entstandene Verfahren
– Davis Putnam: Iterative Anwendung von Aufspaltung und Reduktion
· Schnellstes Verfahren für Aussagenlogik, nicht erweiterbar
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
10
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Maschinennahe Beweistechniken sind effizienter
• Ziel: einfache und schnelle Suchtechnik
– Verzicht auf intuitives Verständnis im Beweissuchverfahren
– Stattdessen maschinennahe Charakterisierung logischer Gültigkeit
– Effiziente low-level Suchstrategien mit speziellen Datenstrukturen
• Viele unabhängig entstandene Verfahren
– Davis Putnam: Iterative Anwendung von Aufspaltung und Reduktion
· Schnellstes Verfahren für Aussagenlogik, nicht erweiterbar
– Resolution: Widerlegungsverfahren für Formeln in DNF 7→ P ROLOG
· Verschmelze Klauseln mit “komplementären” Literalen
· Komplementaritätstest erster Stufe benötigt Unifikation
· Ziel ist Herleitung der leeren Klausel
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
10
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Maschinennahe Beweistechniken sind effizienter
• Ziel: einfache und schnelle Suchtechnik
– Verzicht auf intuitives Verständnis im Beweissuchverfahren
– Stattdessen maschinennahe Charakterisierung logischer Gültigkeit
– Effiziente low-level Suchstrategien mit speziellen Datenstrukturen
• Viele unabhängig entstandene Verfahren
– Davis Putnam: Iterative Anwendung von Aufspaltung und Reduktion
· Schnellstes Verfahren für Aussagenlogik, nicht erweiterbar
– Resolution: Widerlegungsverfahren für Formeln in DNF 7→ P ROLOG
· Verschmelze Klauseln mit “komplementären” Literalen
· Komplementaritätstest erster Stufe benötigt Unifikation
· Ziel ist Herleitung der leeren Klausel
– Matrixmethoden: Kompakte Repräsentation von Suchbäumen
· Matrix repräsentiert Verzweigungsstruktur von Beweisbäumen
· Teste, ob alle Pfade komplementäre Literale enthalten
· Geeignet zur Steuerung von Sequenzenbeweisen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
10
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
• Gleichartige Regeln werden zusammengefaßt
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
• Gleichartige Regeln werden zusammengefaßt
– andL und orR: Dekomposition liefert ein Teilziel
– andR und orL: Dekomposition verzweigt Beweis
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
B EWEISAUTOMATISIERUNG
Typ α
Typ β
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
• Gleichartige Regeln werden zusammengefaßt
– andL und orR: Dekomposition liefert ein Teilziel
– andR und orL: Dekomposition verzweigt Beweis
– allL und exR: Dekomposition instantiiert Variable mit Term
– allR und exL: Dekomposition deklariert neue Variable
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
Typ α
Typ β
Typ γ
Typ δ
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
• Gleichartige Regeln werden zusammengefaßt
– andL und orR: Dekomposition liefert ein Teilziel
Typ α
– andR und orL: Dekomposition verzweigt Beweis
Typ β
– allL und exR: Dekomposition instantiiert Variable mit Term Typ γ
– allR und exL: Dekomposition deklariert neue Variable
Typ δ
– Annahmen und Konklusion werden durch Polarität gekennzeichnet
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung von Inferenzen
• Viele Sequenzenregeln haben ähnliche Struktur
orL i
Γ, A ∨ B, ∆ ⊢ C
Γ, A, ∆ ⊢ C
Γ, B, ∆ ⊢ C
andL i Γ, A ∧ B, ∆ ⊢ C
Γ, A, B, ∆ ⊢ C
Γ ⊢ A ∧B
Γ⊢A
Γ⊢B
andR
Γ ⊢ A ∨B
Γ⊢A
Γ ⊢ A ∨B
Γ⊢B
orR1
orR2
• Gleichartige Regeln werden zusammengefaßt
– andL und orR: Dekomposition liefert ein Teilziel
Typ α
– andR und orL: Dekomposition verzweigt Beweis
Typ β
– allL und exR: Dekomposition instantiiert Variable mit Term Typ γ
– allR und exL: Dekomposition deklariert neue Variable
Typ δ
– Annahmen und Konklusion werden durch Polarität gekennzeichnet
• Komplementarität ersetzt hypothesis Regel
– Gleiche Formeln mit verschiedener Polarität schließen Beweisast ab
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
11
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung der Beweise
• Kompakte Repräsentation von Beweisbäumen
– Formelbaum enthält bereits alle Teilformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
12
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung der Beweise
• Kompakte Repräsentation von Beweisbäumen
– Formelbaum enthält bereits alle Teilformeln
– Polaritäten und Formeltypen können top-down ergänzt werden
· Beide hängen nur vom Konnektiv und bisheriger Polarität ab
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
12
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung der Beweise
• Kompakte Repräsentation von Beweisbäumen
– Formelbaum enthält bereits alle Teilformeln
– Polaritäten und Formeltypen können top-down ergänzt werden
· Beide hängen nur vom Konnektiv und bisheriger Polarität ab
– Äste eines Sequenzenbeweises sind durch β-Knoten definiert
– Teilformeln mit α-Knoten als gemeinsamen Vorgänger erscheinen
im gleichen Ast eines Sequenzenbeweises
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
12
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung der Beweise
• Kompakte Repräsentation von Beweisbäumen
– Formelbaum enthält bereits alle Teilformeln
– Polaritäten und Formeltypen können top-down ergänzt werden
· Beide hängen nur vom Konnektiv und bisheriger Polarität ab
– Äste eines Sequenzenbeweises sind durch β-Knoten definiert
– Teilformeln mit α-Knoten als gemeinsamen Vorgänger erscheinen
im gleichen Ast eines Sequenzenbeweises
– hypothesis =
ˆ komplementäre atomare Formeln in α-Beziehung
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
12
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: Verdichtung der Beweise
• Kompakte Repräsentation von Beweisbäumen
– Formelbaum enthält bereits alle Teilformeln
– Polaritäten und Formeltypen können top-down ergänzt werden
· Beide hängen nur vom Konnektiv und bisheriger Polarität ab
– Äste eines Sequenzenbeweises sind durch β-Knoten definiert
– Teilformeln mit α-Knoten als gemeinsamen Vorgänger erscheinen
im gleichen Ast eines Sequenzenbeweises
– hypothesis =
ˆ komplementäre atomare Formeln in α-Beziehung
• Einfache Beweismethode
– Ordne Literale (atomare Formeln) in zweidimensionaler Matrix an
· Nebeneinander =
ˆ α-Beziehung
· Übereinander =
ˆ β-Beziehung
– Teste alle Pfade auf Existenz komplementärer Literale
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
12
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
P a
3
∧
∨
R a
8
a7
P a
9
∨
a4
Q
a10
∨
a5
∧
a1
⇒
P a
11
R a
12
a6
a2
a0
Parsen der Formel erzeugt Formelbaum
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
P a
3
∧
∨
R a
8
a7
P a
9
∨
a4
Q
a10
∨
a5
∧
a1
⇒F a
P a
11
R a
12
a6
a2
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten:
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
T
=
ˆ Hypothese, F =
ˆ Konklusion
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
P a
3
∧
∨
R a
8
a7
P a
9
∨
a4
Q
a10
∨
a5
∧
a1
P a
11
R a
12
a6
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
P a
3
∧
T
∨
R a
8
a7
P a
9
∨
a4
Q
a10
∨
a5
F
∧
a1
P a
11
R a
12
a6
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
P a
3
R a
8
a7
∧
P a
9
∨
a4
β
a1
T
∨
Q
a10
P a
11
∨
a5
F
∧
R a
12
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
PT a
3
R a
8
a7
T
∧
P a
9
F
∨
a4
β
a1
T
∨
Q
a10
P a
11
F
∨
a5
F
∧
R a
12
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
Q
PT α
a3
R a
8
a7
T
∧
P a
9
α
a4
F
∨
β
a1
T
∨
Q
a10
P a
11
α
a5
F
∨
F
∧
R a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
QT a
7
PT α
a3
T
∧
RT a
8
PF a
9
α
a4
F
∨
β
a1
T
∨
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
QT a
7
PT α
a3
T
∧
RT a
8
PF a
9
α
a4
F
∨
β
a1
T
∨
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
• Erzeuge Konnektionen zwischen komplementären Literalen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
QT a
7
PT α
a3
T
∧
RT a
8
PF a
9
α
a4
F
∨
β
a1
T
∨
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
• Erzeuge Konnektionen zwischen komplementären Literalen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
QT a
7
PT α
a3
T
∧
RT a
8
PF a
9
α
a4
F
∨
β
a1
T
∨
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
• Erzeuge Konnektionen zwischen komplementären Literalen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Erzeugung annotierter Formelbäume
(P ∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
QT a
7
PT α
a3
T
∧
RT a
8
PF a
9
α
a4
F
∨
β
a1
T
∨
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
Parsen der Formel erzeugt Formelbaum
• Zuweisung von Polaritäten: T =
ˆ Hypothese, F =
ˆ Konklusion
• Bestimmung des Typs: α =
ˆ linear, β =
ˆ Verzweigung
• Zuweisung von Polaritäten an Unterformeln
• Bestimmung des Typs der Unterformeln
• Erzeuge Konnektionen zwischen komplementären Literalen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
13
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Beweisführung: Analyse der Pfade
QT a
7
PT α
a3
T
∧
T
∨
RT a
8
PF a
9
α
a4
F
∨
β
a1
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
14
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Beweisführung: Analyse der Pfade
QT a
7
PT α
a3
T
∧
T
∨
RT a
8
PF a
9
α
a4
F
∨
β
a1
QF a
10
PF a
11
α
a5
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
• 4 atomare Pfade a3a9a10, a3a11a12, a7a8a9a10, a7a8a11a12
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
14
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Beweisführung: Analyse der Pfade
QT a
7
PT α
a3
T
∧
T
∨
RT a
8
PF a
9
α
a4
F
∨
QF a
10
PF a
11
α
a5
β
a1
F
∨
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
• 4 atomare Pfade a3a9a10, a3a11a12, a7a8a9a10, a7a8a11a12
• Alle Pfade enthalten komplementäre Literale
Formel (P
AUTOMATISIERTE L OGIK
∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
UND
P ROGRAMMIERUNG §14:
14
ist gültig
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Beweisführung: Analyse der Pfade
QT a
7
PT α
a3
T
∧
T
∨
RT a
8
PF a
9
α
a4
F
∨
QF a
10
PF a
11
α
a5
F
∨
β
a1
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
• 4 atomare Pfade a3a9a10, a3a11a12, a7a8a9a10, a7a8a11a12
• Alle Pfade enthalten komplementäre Literale
Formel (P
∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
• Zweidimensionale Repräsentation
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
14
ist gültig
QT R T
P F QF
PT
P F RF
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Beweisführung: Analyse der Pfade
QT a
7
PT α
a3
T
∧
T
∨
RT a
8
PF a
9
α
a4
F
∨
QF a
10
PF a
11
α
a5
F
∨
β
a1
F
∧
RF a
12
α
a6
β
a2
⇒F α
a
0
• 4 atomare Pfade a3a9a10, a3a11a12, a7a8a9a10, a7a8a11a12
• Alle Pfade enthalten komplementäre Literale
Formel (P
∨ (Q ∧ R)) ⇒ ((P ∨ Q) ∧ (P ∨ R))
• Zweidimensionale Repräsentation
Mit Konnektionen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
14
ist gültig
QT R T
P F QF
PT
P F RF
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: zusätzliche Aspekte
• Pfadüberprüfung folgt Konnektionen
– Frühzeitiges Abschneiden zu prüfender Pfade
– Verringert Anzahl notwendiger Überprüfungen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
15
QT RT
P F QF
PT
P F RF
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: zusätzliche Aspekte
• Pfadüberprüfung folgt Konnektionen
– Frühzeitiges Abschneiden zu prüfender Pfade
– Verringert Anzahl notwendiger Überprüfungen
QT RT
P F QF
PT
P F RF
• Logik erster Stufe braucht Term-Unifikation
– Variablen von γ-Knoten können instantiiert werden
– Variablen von δ-Knoten gelten als Konstante
– Standard-Algorithmen von Robinson oder Martelli-Montanari
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
15
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: zusätzliche Aspekte
• Pfadüberprüfung folgt Konnektionen
– Frühzeitiges Abschneiden zu prüfender Pfade
– Verringert Anzahl notwendiger Überprüfungen
QT RT
P F QF
PT
P F RF
• Logik erster Stufe braucht Term-Unifikation
– Variablen von γ-Knoten können instantiiert werden
– Variablen von δ-Knoten gelten als Konstante
– Standard-Algorithmen von Robinson oder Martelli-Montanari
• Konstruktive Logik braucht zusätzliche Methoden
– Unterscheide P ∨ ¬P von P ⇒ P
– Regeln für ⇒ , ¬, ∀ sind irreversibel
α
P F a1
– Bestimme Reihenfolge der ⇒ , ¬, ∀
– Hilfsmittel: Präfix(String)-Unifikation
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
15
P T a3
¬F a2 P T a1
α
a0
P ∨ ¬P
α
⇒F a0
F
∨
B EWEISAUTOMATISIERUNG
P F a2
P ⇒P
F ÜR DIE
L OGIK
ERSTER
S TUFE
Matrixmethoden: zusätzliche Aspekte
• Pfadüberprüfung folgt Konnektionen
– Frühzeitiges Abschneiden zu prüfender Pfade
– Verringert Anzahl notwendiger Überprüfungen
QT RT
P F QF
PT
P F RF
• Logik erster Stufe braucht Term-Unifikation
– Variablen von γ-Knoten können instantiiert werden
– Variablen von δ-Knoten gelten als Konstante
– Standard-Algorithmen von Robinson oder Martelli-Montanari
• Konstruktive Logik braucht zusätzliche Methoden
– Unterscheide P ∨ ¬P von P ⇒ P
– Regeln für ⇒ , ¬, ∀ sind irreversibel
α
P F a1
– Bestimme Reihenfolge der ⇒ , ¬, ∀
– Hilfsmittel: Präfix(String)-Unifikation
P T a3
¬F a2 P T a1
α
a0
P ∨ ¬P
P F a2
α
⇒F a0
F
∨
P ⇒P
Thema der Vorlesung “Inferenzmethoden”
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
15
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Integration von Matrixmethoden in Nuprl
Formel
¬A ∨ ¬B ⇒ ¬B ∨ ¬A
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
16
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Integration von Matrixmethoden in Nuprl
Annotierter Formelbaum
Formel
¬A ∨ ¬B ⇒ ¬B ∨ ¬A
Annotierung
-
-
Typen, Polaritäten, Präfixe
AF a
3
BF a
5
BT a
AT a
8
10
α
α
α
α
¬T a ¬T a ¬F a ¬F a
2
4
7
9
T
∨
β
a1
F
∨
α
a6
α
⇒F a
0
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
16
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Integration von Matrixmethoden in Nuprl
Annotierter Formelbaum
Formel
¬A ∨ ¬B ⇒ ¬B ∨ ¬A
Annotierung
-
-
Typen, Polaritäten, Präfixe
AF a
3
BF a
5
BT a
AT a
8
10
α
α
α
α
¬T a ¬T a ¬F a ¬F a
2
4
7
9
T
∨
β
a1
F
∨
α
a6
α
⇒F a
0
++
Matrixbeweiser
AF a
BF a
3
5
BT a
Pfadchecking + Unifikation
Substitutionen induzieren Ordnung AT a
8
10
α
α
α
α
¬T a ¬T a ¬F a ¬F a
2
4
7
9+
+
T
∨
β
a1
F
∨
α
a6
α
⇒F a
0
Reduktionsordnung AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
16
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Integration von Matrixmethoden in Nuprl
Annotierter Formelbaum
Formel
¬A ∨ ¬B ⇒ ¬B ∨ ¬A
Annotierung
-
-
Typen, Polaritäten, Präfixe
AF a
BF a
3
5
BT a
AT a
8
10
α
α
α
α
¬T a ¬T a ¬F a ¬F a
2
4
7
9
T
∨
β
a1
F
∨
α
a6
α
⇒F a
0
++
Matrixbeweiser
AF a
BF a
3
5
BT a
Pfadchecking + Unifikation
Substitutionen induzieren Ordnung AT a
8
10
α
α
α
α
¬T a ¬T a ¬F a ¬F a
2
4
7
9+
+
T
∨
β
a1
F
∨
α
a6
α
⇒F a
0
Beweistransformation
Reduktionsordnung AUTOMATISIERTE L OGIK
UND
-
Traversierung von Vielfach → Einzel-Konklusion
P ROGRAMMIERUNG §14:
16
hyp
hyp
A⊢A
B⊢B
¬A, A ⊢ ¬l
¬B, B ⊢ ¬l
¬r
¬r
¬A ⊢ ¬B, ¬A
¬B ⊢ ¬B, ¬A
∨l
¬A ∨ ¬B ⊢ ¬B, ¬A
∨r
¬A ∨ ¬B ⊢ ¬B ∨ ¬A ⇒ r
⊢ ¬A ∨ ¬B ⇒ ¬B ∨ ¬A
-
B EWEISAUTOMATISIERUNG
Sequenzenbeweis
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: der automatische Beweiser
• Beweissuche
– Matrixbeweiser für Logik erster Stufe
(Kreitz & Otten 1999)
(Konnektionsgetriebene Pfadüberprüfung + Termunifikation)
– Zusätzliche Stringunifikation für konstruktive Beweise
(Otten & Kreitz 1996)
– Substitutionen und Formelbaum induzieren Reduktionsordnung
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
17
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: der automatische Beweiser
• Beweissuche
– Matrixbeweiser für Logik erster Stufe
(Kreitz & Otten 1999)
(Konnektionsgetriebene Pfadüberprüfung + Termunifikation)
– Zusätzliche Stringunifikation für konstruktive Beweise
(Otten & Kreitz 1996)
– Substitutionen und Formelbaum induzieren Reduktionsordnung
• Beweistransformation
– Extrahiert Sequenzenbeweis aus Matrixbeweis
(Kreitz & Schmitt 2000)
– Traversiert Reduktionsordnung ohne Suche
(Schmitt 2000)
– Erzeugt Sequenzenkalküle mit mehreren/ einer Konklusion
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
17
B EWEISAUTOMATISIERUNG
F ÜR DIE
(Egly & Schmitt 1999)
L OGIK
ERSTER
S TUFE
JProver: der automatische Beweiser
• Beweissuche
– Matrixbeweiser für Logik erster Stufe
(Kreitz & Otten 1999)
(Konnektionsgetriebene Pfadüberprüfung + Termunifikation)
– Zusätzliche Stringunifikation für konstruktive Beweise
(Otten & Kreitz 1996)
– Substitutionen und Formelbaum induzieren Reduktionsordnung
• Beweistransformation
– Extrahiert Sequenzenbeweis aus Matrixbeweis
(Kreitz & Schmitt 2000)
– Traversiert Reduktionsordnung ohne Suche
(Schmitt 2000)
– Erzeugt Sequenzenkalküle mit mehreren/ einer Konklusion
• Implementierung
(Egly & Schmitt 1999)
(Schmitt et. al 2001)
– Stand-alone Beweiser in OCaml
– Einbettung in MetaPRL-Umgebung liefert Basisfunktionalitäten
(Datentypen für Terme, Termunifikation, Modul System)
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
17
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Anbindung an Nuprl
Subgoal
Sequent
Preprocess
List of
Sequent
Formulas
Postprocess
Prover
Logic module
for Nuprl
JProver
NuPRL
Sequent Proof
MathBus
Nuprl
List of
Formula Trees
List of
Sequent Rules
Matrix Proof
Converter
First-Order
Sequent Proof
• Präprozessor für Nuprl Sequenzen und semantische Unterschiede
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
18
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Anbindung an Nuprl
Subgoal
Sequent
Preprocess
List of
Sequent
Formulas
Postprocess
Prover
Logic module
for Nuprl
JProver
NuPRL
Sequent Proof
MathBus
Nuprl
List of
Formula Trees
List of
Sequent Rules
Matrix Proof
Converter
First-Order
Sequent Proof
• Präprozessor für Nuprl Sequenzen und semantische Unterschiede
• Kommunikation von Termen im MathBus Format über INET socket
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
18
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Anbindung an Nuprl
Subgoal
Sequent
Preprocess
List of
Sequent
Formulas
Postprocess
Prover
Logic module
for Nuprl
JProver
NuPRL
Sequent Proof
MathBus
Nuprl
List of
Formula Trees
List of
Sequent Rules
Matrix Proof
Converter
First-Order
Sequent Proof
• Präprozessor für Nuprl Sequenzen und semantische Unterschiede
• Kommunikation von Termen im MathBus Format über INET socket
• JLogic Modul: extrahiert semantische Information aus Termen
und konvertiert Sequenzenbeweis in das Format von Nuprl
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
18
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Anbindung an Nuprl
Subgoal
Sequent
Preprocess
List of
Sequent
Formulas
Postprocess
Prover
Logic module
for Nuprl
JProver
NuPRL
Sequent Proof
MathBus
Nuprl
List of
Formula Trees
List of
Sequent Rules
Matrix Proof
Converter
First-Order
Sequent Proof
• Präprozessor für Nuprl Sequenzen und semantische Unterschiede
• Kommunikation von Termen im MathBus Format über INET socket
• JLogic Modul: extrahiert semantische Information aus Termen
und konvertiert Sequenzenbeweis in das Format von Nuprl
• Postprozessor baut Nuprl Beweisbaum für Ausgangssequenz
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
18
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Logische Integration von JProver in Nuprl
• Logikmodul: Komponenten
– OCaml code für Kommunikation mit interaktivem Beweiser
– JLogic Modul zur Darstellung Nuprl Logik
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
19
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Logische Integration von JProver in Nuprl
• Logikmodul: Komponenten
– OCaml code für Kommunikation mit interaktivem Beweiser
– JLogic Modul zur Darstellung Nuprl Logik
• Das JLogic Modul
– Beschreibt Terme, welche Nuprl’s
logische Konnektive implementieren
– Operationen für Zugriff auf Teilterme
– Decodiert Sequenzen, die
in MathBus Format ankommen
– Codiert JProver’s Sequenzenbeweis
ins MathBus Format
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
19
module Nuprl JLogic =
struct
let is all term = nuprl is all term
let dest all = nuprl dest all
let is exists term = nuprl is exists term
let dest exists = nuprl dest exists
let is and term = nuprl is and term
let dest and = nuprl dest and
let is or term = nuprl is or term
let dest or = nuprl dest or
let is implies term = nuprl is implies term
let dest implies = nuprl dest implies
let is not term = nuprl is not term
let dest not = nuprl dest not
type inference = ’(string*term*term) list
let empty inf = []
let append inf inf t1 t2 r =
((Jall.ruletable r), t1, t2) :: inf
end
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
Demo-Beispiel: “Agatha Murder Puzzle”
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
20
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Erkenntnisse
• Hybride Beweiser verbinden verschiedene Kalküle
– Ausdruckskraft interaktiver Beweisassistenten für komplexe Beweise
+ Effiziente Beweissuche für Teilprobleme erster Stufe
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
21
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Erkenntnisse
• Hybride Beweiser verbinden verschiedene Kalküle
– Ausdruckskraft interaktiver Beweisassistenten für komplexe Beweise
+ Effiziente Beweissuche für Teilprobleme erster Stufe
• Typinformation in Grenzen verwendbar
– Codiere als Prädikate ohne Querbezüge
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
21
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Erkenntnisse
• Hybride Beweiser verbinden verschiedene Kalküle
– Ausdruckskraft interaktiver Beweisassistenten für komplexe Beweise
+ Effiziente Beweissuche für Teilprobleme erster Stufe
• Typinformation in Grenzen verwendbar
– Codiere als Prädikate ohne Querbezüge
• Erweiterbar jenseits von Logik erster Stufe
– Behandlung spezieller Theorien / Gleichheit
– Induktionsbehandlung durch Integration von Rewriting
– Integration von Entscheidungsprozeduren in den Unifikationsprozess
– Effizientere Implementierung durch bessere Datenstrukturen
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
21
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE
JProver: Erkenntnisse
• Hybride Beweiser verbinden verschiedene Kalküle
– Ausdruckskraft interaktiver Beweisassistenten für komplexe Beweise
+ Effiziente Beweissuche für Teilprobleme erster Stufe
• Typinformation in Grenzen verwendbar
– Codiere als Prädikate ohne Querbezüge
• Erweiterbar jenseits von Logik erster Stufe
– Behandlung spezieller Theorien / Gleichheit
– Induktionsbehandlung durch Integration von Rewriting
– Integration von Entscheidungsprozeduren in den Unifikationsprozess
– Effizientere Implementierung durch bessere Datenstrukturen
Thema für forschungsbezogene Studien/Diplomarbeiten
AUTOMATISIERTE L OGIK
UND
P ROGRAMMIERUNG §14:
21
B EWEISAUTOMATISIERUNG
F ÜR DIE
L OGIK
ERSTER
S TUFE