2.3.4 Algoritmos de SAT
|
|
- Glória Sofia Gameiro Beppler
- 6 Há anos
- Visualizações:
Transcrição
1 114 CAÍTULO 2. LÓGICA ROOSICIONAL Algoritmos de SAT Os algoritmos de SAT (do inglês satisfiability ) têm o objectivo de determinar se uma dada fbf α é satisfazível ou não; em caso afirmativo, devolvem uma interpretação que satisfaça α. Notemos que os diagramas de decisão binários já permitem resolver esta questão: dada uma fbf α, através do seu BDD é possível determinar se α é satisfazível ou não, e, em caso afirmativo, determinar todas interpretações que a satisfazem. No entanto, quando não necessitamos de conhecer todas as interpretações que satisfazem determinada fbf, mas apenas uma, os algoritmos de SAT respondem a esta questão de uma forma mais eficiente do que a construção do BDD correspondente à fbf. Nesta secção apresentamos dois algoritmos de SAT. O primeiro, que designamos por algoritmo de propagação de marcas, é muito eficiente, mas não é completo, ou seja, nem sempre termina com a resposta pretendida. O segundo, o algoritmo D, apesar de menos eficiente, é completo. Algoritmo de propagação de marcas A ideia subjacente a este algoritmo é a seguinte, dada uma fbf α, determinarmos as restrições que têm de ser satisfeitas pelas suas sub-fórmulas de forma a que α seja verdadeira. Exemplo Consideremos a fbf e raciocinemos da seguinte forma: para a fbf ser verdadeira, ambas as suas sub-fórmulas e têm de ser verdadeiras; para ser verdadeira, tem de ser falsa. Desta forma, determinámos por um lado que a fbf dada é satisfazível e, por outro, uma interpretação I que a satisfaz, I( ) = V e I() = F. ` Sempre que é imposta uma restrição a uma sub-fórmula α, ou seja, sempre que se conclui que α tem de ser verdadeira ou que α tem de ser falsa, dizemos que α foi marcada com V ou F, respectivamente, Assim, no exemplo anterior, começámos por marcar a fbf dada,, com a marca V. Em seguida, propagámos esta marca para as sub-fórmulas e ; como se tratava de uma conjunção, ambas estas sub-fórmulas foram marcadas com V ; finalmente, propagámos a marca de à sub-fórmula ; como se tratava de uma negação, foi marcada com F. O algoritmo de propagação de marcas tem 4 passos:
2 2.3. O SISTEMA SEMÂNTICO Transformação da fbf dada numa fbf que só contenha conjunções e negações. 2. Construção de um grafo dirigido e acíclico que representa a fbf obtida no passo anterior. 3. ropagação de marcas. 4. Verificação de marcas. ara executar o primeiro passo, basta eliminar as disjunções e as implicações que ocorram na fbf, usando as equivalências (α β) (α β) e (α β) (α β). Exemplo Dada a fbf ( ( )), obter-se-ia sucessivamente: (( ( )) ) (( ( )) ) (( ( )) ). ` A última transformação, a eliminação da dupla negação, não é requerida pelo algoritmo. No entanto, para uma maior simplicidade dos grafos que são usados, daqui em diante, a eliminação da dupla negação é sempre aplicada. ara executar o segundo passo, a construção de um grafo dirigido e acíclico que representa a fbf transformada, começa-se por construir uma árvore da seguinte forma: Uma fbf atómica, um símbolo de proposição, é representada por uma árvore constituída unicamente por uma raiz cujo rótulo é esse símbolo de proposição. Uma negação α é representada por uma árvore cuja raiz é um nó de rótulo do qual sai um arco para a raiz da árvore que representa α (Figura 2.33 (a)).
3 116 CAÍTULO 2. LÓGICA ROOSICIONAL α α (a) α β α β (b) Figura 2.33: Representação da negação e da conjunção. Uma conjunção α β é representada por uma árvore cuja raiz é um nó de rótulo do qual saem dois arcos, um para a raiz da árvore que representa α e o outro para a raiz da árvore que representa β (Figura 2.33 (b)). Dada uma fbf α, as folhas da árvore que a representa são nós cujos rótulos são os símbolos de proposição que ocorrem na fbf. Finalmente, para obter o grafo dirigido e acíclico basta juntar as folhas de rótulos repetidos. 34 Na Figura 2.34 mostramos a árvore e o grafo que representam a fbf (( ( )) ). 35 Uma vez obtido o grafo, na execução do terceiro passo, a propagação das marcas pelo grafo, são atribuídas as marcas V ou F aos nós do grafo. ara iniciar o processo de propagação de marcas, é atribuída a marca V à raiz do grafo. As marcas dos restantes nós do grafo são atribuídas de acordo com as seguintes regras: Regra para a negação: Sejam n um nó de rótulo, e n α o nó no fim do arco que sai de n. Então, a marca contrária 36 à marca de n pode ser propagada a n α, e vice-versa. Esta regra corresponde a dizermos que se α é verdadeira (respectivamente, falsa) então α tem de ser falsa (respectivamente, verdadeira), e se α é verdadeira (respectivamente, falsa) então α tem de ser falsa (respectivamente verdadeira). 34 oderemos também partilhar os nós repetidos, o que permite um aumento da eficiência do algoritmo. mas não o faremos aqui. 35 Tal como fizemos com os BDDs, nos nossos grafos, omitimos as setas dos arcos. or convenção, um arco dirige-se sempre do nó mais acima no desenho para o nó mais abaixo. 36 A marca contrária de V é F e a marca contrária de F é V.
4 2.3. O SISTEMA SEMÂNTICO 117 (a) (b) Figura 2.34: Árvore e grafo representando a fbf (( ( )) ). Regras para a conjunção: Sejam n um nó de rótulo e n α e n β os nós no fim dos arcos que saem de n : 1. Se n tiver a marca V, então n α e n β podem ser marcados com V. Esta regra corresponde a dizer que se uma conjunção α β é verdadeira, tanto α como β têm de ser verdadeiras. 2. Se n α e n β tiverem a marca V, então n pode ser marcado com V. Esta regra corresponde a dizer que se α e β são verdadeiras, então a conjunção α β é verdadeira. 3. Se n α ou n β tiverem a marca F, então n pode ser marcado com F. Esta regra corresponde a dizer que se α ou β são falsas, então a conjunção α β é falsa. 4. Se n α (respectivamente, n β ) tiver a marca V, e n tiver a marca F, então n β (respectivamente, n α ) pode ser marcado com F. Esta regra corresponde a dizer que se α (respectivamente, β) é verdadeira, e a conjunção α β é falsa, então β (respectivamente, α) é falsa. Exemplo Consideremos a fbf ( ). Na Figura 2.35 mos-
5 118 CAÍTULO 2. LÓGICA ROOSICIONAL 1: V 3: F 4: F 5: V Figura 2.35: ropagação de marcas relativas à fbf ( ). tramos o resultado de propagar a marca V da raiz do grafo. Nesta figura, os inteiros que aparecem associados às marcas indicam a ordem pela qual as marcas foram atribuídas aos respectivos nós. ` Finalmente, a execução do quarto passo, a verificação das marcas determinadas no terceiro passo, consiste em propagar as marcas atribuídas às folhas do grafo de baixo para cima, verificando se as marcas assim determinadas são as mesmas do que as determinadas anteriormente. Em caso afirmativo, encontrámos uma interpretação que satisfaz a fbf representada pelo grafo, uma testemunha (de que a fbf é satisfazível). Se as novas marcas não coincidirem com as anteriores, então a fbf não é satisfazível. Exemplo Consideremos novamente a Figura Se propagarmos as marcas atribuídas às folhas, de baixo para cima, obtemos exactamente as mesmas marcas. Isto significa que a fbf ( ) é satisfazível, e que a interpretação I, tal que I( ) = I() = V, é uma testemunha. ` Exemplo Consideremos a fbf ( ( )). A figura 2.36 mostra o grafo correspondente, bem como o resultado da propagação da marca V da raiz. Se propagarmos as marcas atribuídas às folhas, de baixo para cima, verificamos que o nó negação marcado com V ( ) recebe agora a marca F. Isto significa que a fbf não é satisfazível. ` Vimos já que o algoritmo de propagação de marcas pode terminar de duas formas diferentes, encontrando marcas consistentes para todos os nós, ou
6 2.3. O SISTEMA SEMÂNTICO 119 1: V 3: V 4: F 5: F 3: V 6: V Figura 2.36: ropagação de marcas relativas à fbf ( ( )). chegando a uma contradição. Em qualquer dos casos, o problema fica resolvido. No primeiro caso, foi encontrada uma testemunha, e no segundo caso a fbf não é satisfazível. Infelizmente, o algoritmo pode ainda terminar de uma forma diferente, não conseguindo determinar marcas para todos os nós. Neste caso, o problema continua por resolver não sabemos se a fbf é satisfazível ou não. ara ilustrar esta situação, aplique o algoritmo de propagação de marcas à fbf. 37 uando o algoritmo de propagação de marcas não consegue marcar todos os nós de um grafo, deve ser aplicado um outro algoritmo, que designaremos por algoritmo de teste de nós. Este algoritmo escolhe um dos nós por marcar e testa esse nó com um valor lógico; se este teste não permite resolver o problema, o mesmo nó é testado com o valor lógico contrário. O teste de um nó com um valor lógico consiste nos seguintes passos: 1. Marcação temporária do nó com esse valor lógico. 2. ropagação desta marca temporária. 3. Determinação das marcas temporárias que resultam desta propagação. Após o teste de um nó com um valor lógico, várias situações podem ocorrer: 37 Deixamos este caso como exercício.
7 120 CAÍTULO 2. LÓGICA ROOSICIONAL 1: V 3: V 3: V 6: F 4: F 5: F R Figura 2.37: ropagação de marcas relativas à fbf ( ) ( ) ( R). Se todos os nós ficaram marcados com marcas consistentes, o algoritmo termina, pois foi encontrada uma testemunha. Se foi encontrada uma contradição, então o nó é marcado permanentemente com a marca contrária à que foi usada no teste, e é utilizado o algoritmo de propagação de marcas. Se nenhuma das situações anteriores se verifica, são comparadas as marcas obtidas nos dois testes do nó; as marcas (temporárias) comuns aos dois testes são passadas a permanentes, e propagadas pelo algoritmo de propagação de marcas. Exemplo Consideremos a fbf ( ) ( ) ( R). Na Figura 2.37, mostramos o resultado da aplicação do algoritmo de propagação de marcas ao grafo desta fbf. Uma vez que nem todos os nós ficaram marcados, deve agora ser aplicado o algoritmo de teste de nós. Suponhamos que era escolhido o nó de rótulo para ser testado; se testarmos este nó com a marca temporária V, chegamos a uma contradição. Logo, este nó é marcado permanentemente com F. A propagação desta marca, determina a marca V para o nó de rótulo R. Nesta altura, apenas falta rotular o nó de rótulo. O teste deste nó com qualquer valor lógico leva à descoberta de uma testemunha. `
8 2.3. O SISTEMA SEMÂNTICO 121 1: V 3: V 3: V 6: F 4: F 5: F R Figura 2.38: ropagação de marcas relativas à fbf ( ) ( ) ( R). Exemplo Consideremos a fbf ( ) ( ) ( R). Na Figura 2.38, mostramos o resultado da aplicação do algoritmo de propagação de marcas ao grafo desta fbf. Tal como no exemplo , nem todos os nós ficaram marcados, pelo que deve agora ser aplicado o algoritmo de teste de nós. Suponhamos que era escolhido o nó de rótulo para ser testado; se testarmos este nó com a marca temporária V, chegamos, entre outras, à marca temporária F para o nó de rótulo. Como ficaram nós por marcar, o mesmo nó é agora testado com a marca contrária, isto é, F. Novamente ficam nós por marcar, mas o nó de rótulo volta a ser marcado com a marca temporária F. Assim, esta marca passa a permanente. Note-se no entanto que os nós de rótulos e R continuam por marcar. Se testarmos qualquer um deles com qualquer marca, o outro continua por marcar. Assim, o algoritmo termina sem determinar se a fbf é satisfazível ou não. ` odemos concluir que o algoritmo de propagação de marcas não é completo, como dissemos no ínicio desta secção. Apesar do algoritmo de teste de nós permitir resolver mais alguns casos, continua a não resolver todos. A vantagem destes algoritmos é a sua eficiência. O algoritmo de propagação tem um crescimento linear com o tamanho da fbf, e o algoritmo de teste tem um crescimento cúbico.
9 122 CAÍTULO 2. LÓGICA ROOSICIONAL O algoritmo D O algoritmo D 38 exige que a fbf esteja na forma clausal, isto é, que seja representada por um conjunto de cláusulas. Recorde-se que uma cláusula é um conjunto de literais que representa a disjunção desses literias. O algoritmo D baseia-se no seguinte teorema: Teorema Sejam uma fbf na forma clausal, i um símbolo de proposição e Ω o conjunto de cláusulas obtido a partir de da seguinte forma: 1. Todas as cláusulas de que mencionam i são retiradas. 2. Todos os resolventes em i 39, a partir de cláusulas de, são adicionados. Então, é satisfazível se e só se Ω é satisfazível. Note-se que nenhuma cláusula do conjunto Ω menciona o símbolo de proposição i. or esta razão, dizemos que Ω foi obtido de por eliminação do símbolo de proposição i. Exemplo Seja = {{, }, {, }, {, R}}. or eliminação de em, obtém-se Ω = {{}, {, R}}. De acordo com o Teorema 2.3.4, será satisfazível se e só se Ω o for. ` O algoritmo D consiste em, dada uma fbf na forma clausal, ir eliminando sucessivamente os símbolos de proposição que ocorrem em. Os conjuntos de cláusulas que vão sendo obtidos mencionam cada vez menos símbolos de proposição. Eventualmente, ocorre uma de duas situações: 1. Chegamos a um conjunto vazio de cláusulas. Como tal conjunto corresponde a uma tautologia, podemos concluir que a fbf inicial é satisfazível. 2. É gerada a cláusula vazia. Como tal cláusula corresponde a uma contradição, podemos concluir que a fbf inicial não é satisfazível. 38 De Davis e utman, os criadores do algoritmo. 39 Um resolvente num símbolo de proposição i é um resolvente obtido a partir de duas cláusulas por eliminação dos literais i e i nessas cláusulas.
10 2.3. O SISTEMA SEMÂNTICO 123 Exemplo Consideremos a fbf representada em forma clausal por = {{, }, {, }, {, R}}. or eliminação de, e R, por esta ordem, obtemos, sucessivamente, os conjuntos: {{}, {, R}}, {{R}} e {}. Como o último conjunto é satisfazível, podemos concluir que é satisfazível. ` Exemplo Consideremos a fbf representada em forma clausal por = {{, }, {, }, {, R}, {R}}. or eliminação de, e R, por esta ordem, obtemos, sucessivamente, os conjuntos: {{}, {, R}, {R}}, {{R}, {R}} e {{}}. Como o último conjunto não é satisfazível, podemos concluir que não é satisfazível. ` Apresentamos uma possível implementação do algoritmo D 40. Neste algoritmo é usado o conceito de balde (do inglês bucket ). Um balde consiste num conjunto de cláusulas. Dada uma fbf na forma clausal, o algoritmo consiste nos seguintes passos: 1. Criação e preenchimento de baldes. Este passo corresponde à execução de três passos sequenciais: (a) Establece-se uma ordem arbitrária entre os símbolos de proposição em (a quantidade de processamento necessária poderá depender fortemente desta ordem). (b) Cria-se um balde (sem elementos) por cada símbolo de proposição i que ocorra em. Cada um destes baldes é designado por b i. Os baldes são ordenados de acordo com a ordem estabelecida no passo anterior. (c) Cada cláusula em é colocada no primeiro balde b i, tal que a cláusula menciona o símbolo de proposição i. 2. rocessamento dos baldes. Este passo, consiste em processar cada balde, pela ordem estabelecida no passo anterior, da seguinte forma. (a) ara processar o balde b i geram-se todos os resolventes em i a partir exclusivamente de cláusulas de b i. (b) Cada um dos resolventes obtidos no passo anterior é colocado no primeiro balde b j, tal que o resolvente menciona o símbolo de proposição j. 40 Esta implementação é baseada em [Darwiche e ipatsrisawat 09].
11 124 CAÍTULO 2. LÓGICA ROOSICIONAL Se durante o processamento de um balde for gerada a cláusula vazia, o algoritmo termina indicando que a fbf dada não é satisfazível. Se todos os baldes forem processados sem nunca ser gerada a cláusula vazia, então a fbf dada é satisfazível. Note-se que, de acordo com o Teorema 2.3.4, após o processamento de um balde b α, sabemos que a fbf dada será satisfazível se e só se o conjunto de cláusulas correspondente à união dos baldes a seguir a b α for satisfazível. Exemplo Consideremos a fbf correspondente à cláusula = {{,, R}, {, S, T, R}, {,, S}, {, R}, {S}}. Estabelecendo a ordem entre os símbolos de proposição,, R, S, T, após a execução do primeiro passo do algoritmo temos os seguintes baldes: b : {,, R}, {, S, T, R}, {,, S} b : {, R} b R : b S : {S} b T : O processamento do balde b origina duas novas cláusulas, {, R, S, T, R} e {, R, S}. A primeira destas cláusulas é uma tautologia, pelo que é ignorada; a segunda cláusula é colocada no balde b : b : {,, R}, {, S, T, R}, {,, S} b : {, R}, {, R, S} b R : b S : {S} b T : O processamento do balde b origina a nova cláusula {R, S}, que é colocada no balde b R : b : {,, R}, {, S, T, R}, {,, S} b : {, R}, {, R, S} b R : {R, S}
12 2.3. O SISTEMA SEMÂNTICO 125 b S : {S} b T : O processamento dos restantes baldes não gera novas cláusulas, pelo que se conclui que é satisfazível. ` Depois de todos os baldes terem sido processados, a inspecção dos baldes por ordem inversa à ordem de processamento permite determinar uma interpretação que satisfaça a fbf da seguinte forma: a inspecção do balde b i atribui um valor lógico ao símbolo de proposição i de forma a que sejam satisfeitas todas as cláusulas de b i, e considerando os valores lógicos já atribuídos a outros símbolos de proposição. Exemplo odemos determinar uma interpretação I que satisfaz a fbf do exemplo , raciocinando da seguinte forma. 1. Começamos pelo último balde b T. Uma vez que este balde está vazio, podemos escolher qualquer valor para T. Suponhamos que escolhemos I(T ) = V. 2. Inspeccionamos o balde b S, que contém uma única cláusula, {S}. ara esta cláusula ser satisfeita temos de ter I(S) = V. 3. Inspeccionamos o balde b R, que contém uma única cláusula,{r, S}. Uma vez que temos I(S) = V, esta cláusula será satisfeita qualquer que seja o valor de R. Suponhamos que escolhemos I(R) = V. 4. ara satisfazer a cláusula {, R} do balde b temos de ter I() = F. A outra cláusula deste balde já é satisfeita, independentemente do valor de. 5. Finalmente, no balde b a única cláusula cuja satisfação depende do valor de é a cláusula {,, R}, pelo que temos de ter I( ) = V. Concluímos assim que a seguinte interpretação satisfaz : I(T ) = V, I(S) = V, I(R) = V, I() = F e I( ) = V. ` Exemplo Suponhamos que, ao estabelecer uma ordem entre os símbolos de proposição da fbf correspondente à cláusula = {{,, R}, {, S, T, R}, {,, S}, {, R}, {S}}, escolhíamos a ordem S, R,,, T. Neste caso, após a criação e preenchimento dos baldes teríamos:
13 126 CAÍTULO 2. LÓGICA ROOSICIONAL b S : {, S, T, R}, {,, S}, {S} b R : {,, R}, {, R} b : b : b T : O processamento dos baldes não gera nenhuma nova cláusula, pelo que a escolha desta ordem levou a menos processamento do que a escolha da ordem,, R, S, T. ` Exemplo Consideremos a fbf correspondente à cláusula = {{, }, {, }, {}, {R, S}} e a ordem,, R, S. Após a execução do primeiro passo do algoritmo temos os seguintes baldes: b : {, }, {, } b : {} b R : {R, S} b S : O processamento do balde b gera a nova cláusula {}, que é colocada no balde b : b : {, }, {, } b : {}, {} b R : {R, S} b S : O processamento do balde b gera a cláusula vazia, pelo que o algoritmo termina, indicando que a fbf não é satisfazível. ` O algoritmo D tem uma ordem de crescimento exponencial, o que significa que é menos eficiente do que o algoritmo de propagação de marcas. Contudo, o algoritmo D tem a vantagem de ser completo, isto é, de terminar sempre com uma resposta, qualquer que seja a fbf em questão.
Lógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur
Capítulo 2 Lógica Proposicional Lógica para Programação LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08 c Inês Lynce c Luísa Coheur Programa Apresentação Conceitos Básicos Lógica Proposicional ou Cálculo
Leia maisLógica para Programação
Licenciatura Engenharia Informática e de Computadores Lógica para rogramação rimeiro Teste 8 de Maio de 2010 11:00 12:30 Nome: Número: 1. (2.0) Escolha a única resposta correcta para as seguintes questões.
Leia maisLógica Computacional Aula 4
Lógica Computacional Aula 4 DCC/FCUP 2017/18 Conteúdo 1 Lógica proposicional 1 1.1 Fórmulas de Horn.......................................... 1 1.2 Satisfazibilidade............................................
Leia maisMétodos de Verificação
Método de Na construção de derivações no sistema de cálculo de sequentes: Na aplicação de cada regra, só a manipulação referente à fórmula principal é informativa. A cópia dos contextos revela-se assim
Leia maisLógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur
Capítulo 2 Lógica Proposicional Lógica para Programação LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08 c Inês Lynce c Luísa Coheur Programa Apresentação Conceitos Básicos Lógica Proposicional ou Cálculo
Leia maisLógica para Computação Segundo Semestre, Aula 10: SAT. Prof. Ricardo Dutra da Silva. ( p (q ( q r))) ( p r) ( p q) ( p q r) p r.
Lógica para Computação Segundo Semestre, 2014 Aula 10: SAT DAINF-UTFPR Prof. Ricardo Dutra da Silva Definição 10.1. SAT é o problema de decidir se existe uma valoração que satisfaça uma fórmula proposicional.
Leia maisLógica para Programação
Licenciatura Engenharia Informática e de Computadores Lógica para rogramação epescagem do rimeiro Teste 13 de Julho de 2010 09:00 10:30 Nome: Número: Esta prova, individual e sem consulta, tem 9 páginas
Leia maisLógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur
Capítulo 2 Lógica Proposicional Lógica para Programação LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08 c Inês Lynce c Luísa Coheur Programa Apresentação Conceitos Básicos Lógica Proposicional ou Cálculo
Leia maisDefinição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos.
1 Árvores Definição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos. Um grafo simples sem ciclos mas não conexo (em que cada componente conexa é portanto uma árvore) chama-se uma floresta. Numa
Leia maisAula 6: Dedução Natural
Lógica para Computação Primeiro Semestre, 2015 DAINF-UTFPR Aula 6: Dedução Natural Prof. Ricardo Dutra da Silva Em busca de uma forma de dedução mais próxima do que uma pessoa costuma fazer, foi criado
Leia maisProblemas de Fluxo em Redes
CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação
Leia mais2.5 FORMAS NORMAIS. Forma normal da negação
Forma normal da negação 2.5 FORMAS NORMAIS Newton José Vieira 05 de agosto de 2007 Definições preliminares: literal: variável proposicional (literal positivo) ou negação de variável proposicional (literal
Leia maisAula 6: Dedução Natural
Lógica para Computação Segundo Semestre, 2014 DAINF-UTFPR Aula 6: Dedução Natural Prof. Ricardo Dutra da Silva Em busca de uma forma de dedução mais próxima do que uma pessoa costuma fazer, foi criado
Leia maisAnálise e Síntese de Algoritmos
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Algoritmos em Grafos Estruturas de Dados para Conjuntos Disjuntos Programação Linear Programação Dinâmica Algoritmos Greedy
Leia maisAnálise e Síntese de Algoritmos. Problemas NP-Completos CLRS, Cap. 34
Análise e Síntese de Algoritmos Problemas NP-Completos CLRS, Cap. 34 Contexto Revisões [CLRS, Cap. 1-10] Algoritmos em Grafos [CLRS, Cap. 22-26] Algoritmos elementares Árvores abrangentes Caminhos mais
Leia maisInteligência Artificial Taguspark
Inteligência Artificial Taguspark Repescagem do Segundo Teste 22 de Julho de 2006 9H00-10H30 Nome: Número: Este teste tem 10 perguntas e 10 páginas. Escreva o número em todas as páginas. Deve ter na mesa
Leia maisLógica para Computação Primeiro Semestre, Aula 10: Resolução. Prof. Ricardo Dutra da Silva
Lógica para Computação Primeiro Semestre, 2015 DAINF-UTFPR Aula 10: Resolução Prof. Ricardo Dutra da Silva A resolução é um método de inferência em que: as fórmulas devem estar na Forma Clausal; deduções
Leia maisAula 8: Tableaux Analíticos
Lógica para Computação Segundo Semestre, 2014 Aula 8: Tableaux Analíticos DAINF-UTFPR Prof. Ricardo Dutra da Silva O métodos de Dedução Natural não permite inferir a falsidade de um sequente, ou seja,
Leia maisFundamentos de Lógica Matemática
Webconferência 5-22/03/2012 Prova por resolução Prof. L. M. Levada http://www.dc.ufscar.br/ alexandre Departamento de Computação (DC) Universidade Federal de São Carlos (UFSCar) 2012/1 Introdução É possível
Leia maisLógica proposicional. Capítulo 1
Capítulo 1 Lógica proposicional 1.1 Introdução A lógica proposicional, à qual este capítulo é dedicado, pode ser vista como a parte da lógica que se ocupa do estudo do comportamento dos conectivos lógicos
Leia maisLógica Computacional
Lógica Computacional DCC/FCUP 2018/19 Conteúdo 1 Introdução à Programação em Lógica 1 1.1 Fórmulas de Horn.......................................... 1 1.2 Satisfazibilidade de Cláusulas....................................
Leia maisLógica Computacional
Aula Teórica 9: Forma Normal Conjuntiva Departamento de Informática 21 de Março de 2011 O problema Como determinar eficazmente a validade de uma fórmula? Objectivo Determinar a validade de raciocínios
Leia maisLógica Proposicional Métodos de Validação de Fórmulas. José Gustavo de Souza Paiva. Introdução
Lógica Proposicional Métodos de Validação de Fórmulas José Gustavo de Souza Paiva Introdução Análise dos mecanismos que produzem e verificam os argumentos válidos apresentados na linguagem da lógica Três
Leia maisIntrodução. Programação em Lógica. Resolução na Lógica Proposional. Resolução na Lógica Proposional. Resolução na Lógica Proposional.
Ciência da Computação Introdução Programação em Lógica Prof. Sergio Ribeiro Sistemas dedução da Lógica: Estabelecem estruturas que permitem a representação e dedução do conhecimento. Vários tipos: Sistema
Leia maisCapítulo 9: Linguagens sensíveis ao contexto e autômatos linearmente limitados.
Capítulo 9: Linguagens sensíveis ao contexto e autômatos linearmente limitados. José Lucas Rangel 9.1 - Introdução. Como já vimos anteriormente, a classe das linguagens sensíveis ao contexto (lsc) é uma
Leia maisLógica Computacional
Aula Teórica 5: Semântica da Lógica Proposicional António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de Informática,
Leia mais1 Lógica de primeira ordem
1 Lógica de primeira ordem 1.1 Sintaxe Para definir uma linguagem de primeira ordem é necessário dispor de um alfabeto. Este alfabeto introduz os símbolos à custa dos quais são construídos os termos e
Leia maisAula 7: Dedução Natural 2
Lógica para Computação Segundo Semestre, 2014 DAINF-UTFPR Aula 7: Dedução Natural 2 Prof. Ricardo Dutra da Silva -introdução Dada uma premissa A, nós podemos concluir A B para qualquer fórmula B. A justificativa
Leia maisAnálise e Projeto de Algoritmos
Análise e Projeto de Algoritmos 2018.2 Classes P e NP P São os problemas que podem ser resolvidos em tempo polinomial por uma Máquina de Turing Determinística. NP São os problemas que podem ser decididos
Leia maisLógica Proposicional Parte II. Raquel de Souza Francisco Bravo 25 de outubro de 2016
Lógica Proposicional Parte II e-mail: raquel@ic.uff.br 25 de outubro de 2016 Argumento Válido Um argumento simbólica como: pode ser ser representado em forma P 1 P 2 P 3 P n Q Onde P 1, P 2,,P n são proposições
Leia maisLógica Computacional DCC/FCUP 2017/18
2017/18 Raciocínios 1 Se o André adormecer e alguém o acordar, ele diz palavrões 2 O André adormeceu 3 Não disse palavrões 4 Ninguém o acordou Será um raciocínio válido? Raciocínios Forma geral do raciocínio
Leia maisNelma Moreira. Aula 17
Lógica e Programação Nelma Moreira Aula 17 Conteúdo 1 Programação em Lógica 1 1.1 Resolução para a lógica proposicional................ 1 1.2 Cláusulas............................... 3 1.3 Conversão para
Leia maisLógica Computacional
Aula Teórica 6: Semântica da Lógica Proposicional Departamento de Informática 3 de Março de 2011 Motivação Expressividade Os conectivos são independentes? Definiu-se a Lógica Proposicional com os símbolos
Leia maisInteligência Artificial IA IV. RACIOCÍNIO BASEADO EM REGRAS
Inteligência Artificial IA Prof. João Luís Garcia Rosa IV. RACIOCÍNIO BASEADO EM REGRAS Parte 2 2004 Um Sistema de Dedução Regressivo Uma propriedade importante da lógica é a dualidade entre asserções
Leia maisResolução Proposicional Fernando Bozza, Vanessa Maria da Silva
Resolução Proposicional Fernando Bozza, Vanessa Maria da Silva febezza@gmail.com, vvan_@hotmail.com Curso Bacharelado em Sistemas de Informação DAINF - Universidade Tecnológica Federal do Paraná (UTFPR)
Leia maisAgentes Lógicos. Capítulo 7 (online)
Agentes Lógicos Capítulo 7 (online) Sumário Agentes baseados em conhecimento O mundo do Wumpus Lógica em geral Lógica proposicional (Booleana) Equivalência, validade, satisfação Regras de inferência e
Leia maisAlfabeto da Lógica Proposicional
Ciência da Computação Alfabeto da Lógica Sintaxe e Semântica da Lógica Parte I Prof. Sergio Ribeiro Definição 1.1 (alfabeto) - O alfabeto da é constituído por: símbolos de pontuação: (, ;, ) símbolos de
Leia maisLógica Computacional
Aula Teórica 8: Forma Normal Conjuntiva António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de Informática, Faculdade
Leia mais01/09/2014. Capítulo 3. Propriedades semânticas da Lógica Proposicional
Capítulo 3 Propriedades semânticas da Lógica Proposicional 1 Introdução Propriedades Definição 3.1 (propriedades semânticas básicas da Lógica Proposicional) Sejam H, G, H 1, H 2,...,H n, fórmulas da Lógica
Leia maisLógica Computacional (CC2003)
Lógica Computacional (CC2003) Nelma Moreira Lógica Computacional 21 Conteúdo 1 Mais Teorias (decidíveis) 1 1.1 Resolução para a lógica proposicional................ 4 1.2 Cláusulas...............................
Leia maisLógica Computacional Aulas 8 e 9
Lógica Computacional Aulas 8 e 9 DCC/FCUP 2017/18 Conteúdo 1 Lógica proposicional 1 11 Integridade e completude dum sistema dedutivo D 1 111 Integridade do sistema de dedução natural DN 1 112 3 12 Decidibilidade
Leia maisMétodos para determinação de propriedades semânticas de fórmulas da Lógica Proposicional(Capítulo 4)
Métodos para determinação de propriedades semânticas de fórmulas da Lógica Proposicional(Capítulo 4) LÓGICA APLICADA A COMPUTAÇÃO Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Tabela-Verdade
Leia maisAula 4 Colinearidade, coplanaridade e dependência linear
Aula 4 Colinearidade, coplanaridade e dependência linear MÓDULO 1 - AULA 4 Objetivos Compreender os conceitos de independência e dependência linear. Estabelecer condições para determinar quando uma coleção
Leia maisCálculo proposicional
O estudo da lógica é a análise de métodos de raciocínio. No estudo desses métodos, a lógica esta interessada principalmente na forma e não no conteúdo dos argumentos. Lógica: conhecimento das formas gerais
Leia maisLógica e prova de resolução Marco Henrique Terra
Lógica e prova de resolução Marco Henrique Terra Introdução à Inteligência Artificial Introdução n Este capítulo trata de lógica. l Inicialmente discute-se se a notação empregada em lógica. l Depois mostra-se
Leia maisMatemática I. 1 Propriedades dos números reais
Matemática I 1 Propriedades dos números reais O conjunto R dos números reais satisfaz algumas propriedades fundamentais: dados quaisquer x, y R, estão definidos a soma x + y e produto xy e tem-se 1 x +
Leia maisLógica Computacional
Aula Teórica 13: Dedução Natural em Lógica Proposicional António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de
Leia maisProdutos de potências racionais. números primos.
MATEMÁTICA UNIVERSITÁRIA n o 4 Dezembro/2006 pp. 23 3 Produtos de potências racionais de números primos Mário B. Matos e Mário C. Matos INTRODUÇÃO Um dos conceitos mais simples é o de número natural e
Leia maisProblemas NP-completos
Problemas NP-completos Marina Andretta ICMC-USP 15 de setembro de 2015 Marina Andretta (ICMC-USP) sme0216 e 5826 15 de setembro de 2015 1 / 26 Sat é NP-completo Já vimos que o primeiro problema que se
Leia maisAula 2 A distância no espaço
MÓDULO 1 - AULA 2 Objetivos Aula 2 A distância no espaço Determinar a distância entre dois pontos do espaço. Estabelecer a equação da esfera em termos de distância. Estudar a posição relativa entre duas
Leia maisLógica para Computação
Aula 07 - Lógica Proposicional 1 Faculdade de Informática - PUCRS August 27, 2015 1 Este material não pode ser reproduzido ou utilizado de forma parcial sem a permissão dos autores. Sinopse Nesta aula,
Leia maisÁlgebra Linear. Transformações Lineares
Álgebra Linear Transformações Lineares Fórmulas e Resumo Teórico Para fins gerais, considere V um espaço vetorial e uma transformação T: V W. Propriedades de Transformações Lineares - T é linear se: Para
Leia maisInteligência Artificial IA IV. RACIOCÍNIO BASEADO EM REGRAS
Inteligência Artificial IA Prof. João Luís Garcia Rosa IV. RACIOCÍNIO BASEADO EM REGRAS Parte 1 2004 Introdução A forma como um corpo de conhecimento sobre um certo campo é expresso por um especialista
Leia maisa = bq + r e 0 r < b.
1 Aritmética dos Inteiros 1.1 Lema da Divisão e o Algoritmo de Euclides Recorde-se que a, o módulo ou valor absoluto de a, designa a se a N a = a se a / N Dados a, b, c Z denotamos por a b : a divide b
Leia maisAula 4: Consequência Lógica e Equivalência Lógica
Lógica para Computação Segundo Semestre, 2014 Aula 4: Consequência Lógica e Equivalência Lógica DAINF-UTFPR Prof. Ricardo Dutra da Silva Definição 4.1. Em lógica proposicional dizemos que uma fórmula B
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 15 Agentes que Raciocinam Logicamente 1 Bem-vindos ao Mundo do Wumpus Wumpus Agente caçador de tesouros 2 Codificação do Mundo do Wumpus 4 3 fedor
Leia maisCEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01
. CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 01 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence
Leia maisAnálise Sintática de Frases utilizando Gramáticas Livres de Contexto Probabilísticas
Universidade de São Paulo Mestrado em Ciência da Computação Instituto de Matemática e Estatística Disciplina MAC5725 Lingüística Computacional Análise Sintática de Frases utilizando Gramáticas Livres de
Leia maisUMA PROVA DE CONSISTÊNCIA
UMA PROVA DE CONSISTÊNCIA Felipe Sobreira Abrahão Mestrando do HCTE/UFRJ felipesabrahao@gmail.com 1. INTRODUÇÃO Demonstradas por Kurt Gödel em 1931, a incompletude da (ou teoria formal dos números ou aritmética)
Leia maisProvadores de Teoremas baseados em contagem
Provadores de Teoremas baseados em contagem Eduardo Menezes de Morais lenin@linux.ime.usp.br Orientador: Marcelo Finger Instituto de Matemática e Estatística - USP 16 de novembro de 2008 Eduardo Menezes
Leia maisLógica Proposicional Parte I. Raquel de Souza Francisco Bravo 11 de outubro de 2016
Lógica Proposicional Parte I e-mail: raquel@ic.uff.br 11 de outubro de 2016 Lógica Matemática Cáculo Proposicional Uma aventura de Alice Alice, ao entrar na floresta, perdeu a noção dos dias da semana.
Leia maisConstrução de matrizes inteiras com somas das linhas e das colunas prescritas
Construção de matrizes inteiras com somas das linhas e das colunas prescritas Rosário Fernandes Departamento de Matemática, Faculdade de Ciências e Tecnologia Universidade Nova de Lisboa, Caparica, Portugal
Leia mais1 Congruências e aritmética modular
1 Congruências e aritmética modular Vamos considerar alguns exemplos de problemas sobre números inteiros como motivação para o que se segue. 1. O que podemos dizer sobre a imagem da função f : Z Z, f(x)
Leia maisProblemas Singulares e Métodos Assimptóticos Desenvolvimento da solução de uma EDO em série de potências na vizinhança de uma singularidade regular
Problemas Singulares e Métodos Assimptóticos Desenvolvimento da solução de uma EDO em série de potências na vizinhança de uma singularidade regular Consideremos uma EDO linear de segunda ordem com a forma
Leia maisInteligência Artificial
UFRGS 2 Inteligência Artificial Técnicas de Mineração de Dados Árvores de Decisão Regras de Associação Árvores de Decisão As árvores de decisão (AD) são ferramentas poderosas para classificação cuja maior
Leia maisAula 10 Produto interno, vetorial e misto -
MÓDULO 2 - AULA 10 Aula 10 Produto interno, vetorial e misto - Aplicações II Objetivos Estudar as posições relativas entre retas no espaço. Obter as expressões para calcular distância entre retas. Continuando
Leia maisDIM Resolução e método tableaux DIM / 37
DIM0436 21. Resolução e método tableaux 20141014 DIM0436 20141014 1 / 37 Sumário 1 Demostração automática de fórmulas 2 Resolução 3 O método tableaux DIM0436 20141014 2 / 37 1 Demostração automática de
Leia maisTEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS
TEMA 2 PROPRIEDADES DE ORDEM NO CONJUNTO DOS NÚMEROS REAIS O conjunto dos números reais,, que possui as seguintes propriedades:, possui uma relação menor ou igual, denotada por O1: Propriedade Reflexiva:
Leia maisResumo. Palavras-chave: implementações aritméticas; inverso modular; sistema de restos.
2017, NÚMERO 1, VOLUME 5 ISSN 2319-023X Universidade Federal de Sergipe - UFS evilson@ufs.br Resumo Neste trabalho apresentamos uma implementação para execução manual do algoritmo estendido das divisões
Leia mais2.6 O ALGORITMO DPLL. Preliminares
Preliminares 2.6 O ALGORITMO DPLL Newton José Vieira 05 de agosto de 2007 Base da grande maioria dos algoritmos para o problema da satisfabilidade. Leva esse nome graças a Davis, Putnam, Logemann e Loveland,
Leia maisLógica Formal. Matemática Discreta. Prof Marcelo Maraschin de Souza
Lógica Formal Matemática Discreta Prof Marcelo Maraschin de Souza Implicação As proposições podem ser combinadas na forma se proposição 1, então proposição 2 Essa proposição composta é denotada por Seja
Leia maisJ. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
76 Capítulo 4 Distâncias no plano e regiões no plano 1. Distância de um ponto a uma reta Dados um ponto P e uma reta r no plano, já sabemos calcular a distância de P a cada ponto P r. Definição 1 Definimos
Leia maisimpossível conclusão falso premissas verdadeiro
Argumento Definição: Um argumento é uma sequência de enunciados(proposições) na qual um dos enunciados é a conclusão e os demais são premissas, as quais servem para provar ou, pelo menos, fornecer alguma
Leia maisConhecimento e Raciocínio Lógica Proposicional
Conhecimento e Raciocínio Lógica Proposicional Agente Baseado em Conhecimento ou Sistema Baseado em Conhecimento Representa conhecimento sobre o mundo em uma linguagem formal (KB) Raciocina sobre o mundo
Leia maisVimos que a todo o argumento corresponde uma estrutura. Por exemplo ao argumento. Se a Lua é cúbica, então os humanos voam.
Matemática Discreta ESTiG\IPB 2012/13 Cap1 Lógica pg 10 Lógica formal (continuação) Vamos a partir de agora falar de lógica formal, em particular da Lógica Proposicional e da Lógica de Predicados. Todos
Leia maisEspaços Euclidianos. Espaços R n. O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais:
Espaços Euclidianos Espaços R n O conjunto R n é definido como o conjunto de todas as n-uplas ordenadas de números reais: R n = {(x 1,..., x n ) : x 1,..., x n R}. R 1 é simplesmente o conjunto R dos números
Leia maisLógica Proposicional-2
Lógica Proposicional-2 Conetivas Booleanas Provas informais e formais com conetivas Booleanas Referência: Language, Proof and Logic Dave Barker-Plummer, Jon Barwise e John Etchemendy, 2011 Capítulos: 3-4-5-6
Leia maisAula 3: Linguagem Proposicional
Lógica para Computação Primeiro Semestre, 2015 DAINF-UTFPR Aula 3: Linguagem Proposicional Prof. Ricardo Dutra da Silva 3.1 Semântica A semântica da lógica proposicional consiste em associar um significado
Leia maisLógica Proposicional
Slides da disciplina Lógica para Computação, ministrada pelo Prof. Celso Antônio Alves Kaestner, Dr. Eng. (kaestner@dainf.ct.utfpr.edu.br) entre 2007 e 2008. Alterações feitas em 2009 pelo Prof. Adolfo
Leia maisLógica Texto 11. Texto 11. Tautologias. 1 Comportamento de um enunciado 2. 2 Classificação dos enunciados Exercícios...
Lógica para Ciência da Computação I Lógica Matemática Texto 11 Tautologias Sumário 1 Comportamento de um enunciado 2 1.1 Observações................................ 4 2 Classificação dos enunciados 4 2.1
Leia maisConjuntos disjuntos. Objectivo resolver eficientemente o problema da equivalência estrutura de dados simples (vector) implementação rápida
Conjuntos disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura de dados simples (vector) implementação rápida Desempenho análise complicada Uso problemas de grafos equivalência
Leia maisCAL ( ) MIEIC/FEUP Estruturas de Dados ( )
Conjuntos Disjuntos R. Rossetti, A.P. Rocha, A. Pereira, P.B. Silva, T. Fernandes FEUP, MIEIC, CPAL, 2010/2011 1 Conjuntos Disjuntos Objectivo resolver eficientemente o problema da equivalência estrutura
Leia maisRetas e círculos, posições relativas e distância de um ponto a uma reta
Capítulo 3 Retas e círculos, posições relativas e distância de um ponto a uma reta Nesta aula vamos caracterizar de forma algébrica a posição relativa de duas retas no plano e de uma reta e de um círculo
Leia mais3 AULA. Valorações e Tabelas de Verdade LIVRO. META: Apresentar tabelas de verdade para classificar proposições lógicas.
1 LIVRO Valorações e Tabelas de Verdade META: Apresentar tabelas de verdade para classificar proposições lógicas. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Aplicar valorações de um conjunto
Leia maisMatemática Discreta - 01
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 01 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia maisLógica para computação
/0/0 Lógica para computação Professor Marlon Marcon MÉODOS PARA DEERMINAÇÃO DE PROPRIEDADES SEMÂNICAS DE ÓRMULAS DA LÓGICA PROPOSICIONAL Introdução Um dos passos frequentemente utilizados no estudo da
Leia maisMatemática Discreta. Lógica Proposicional. Profa. Sheila Morais de Almeida. agosto DAINF-UTFPR-PG
Matemática Discreta Lógica Proposicional Profa. Sheila Morais de Almeida DAINF-UTFPR-PG agosto - 2016 Tautologias Tautologia é uma fórmula proposicional que é verdadeira para todos os possíveis valores-verdade
Leia maisLógica Computacional. Métodos de Inferência. Passos de Inferência. Raciocínio por Casos. Raciocínio por Absurdo. 1 Outubro 2015 Lógica Computacional 1
Lógica Computacional Métodos de Inferência Passos de Inferência Raciocínio por Casos Raciocínio por Absurdo 1 Outubro 2015 Lógica Computacional 1 Inferência e Passos de Inferência - A partir de um conjunto
Leia maisProf. Jorge Cavalcanti
Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 01 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav
Leia mais2 AULA. Conectivos e Quantificadores. lógicas. LIVRO. META: Introduzir os conectivos e quantificadores
1 LIVRO Conectivos e Quantificadores Lógicos META: Introduzir os conectivos e quantificadores lógicos. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Compreender a semântica dos conectivos
Leia maisDefinição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos.
1 Árvores Definição 1.1 : Uma árvore é um grafo simples conexo e sem ciclos. Um grafo simples sem ciclos mas não conexo (em que cada componente conexa é portanto uma árvore) chama-se uma floresta. Numa
Leia maisAulas práticas de Álgebra Linear
Ficha 3 Aulas práticas de Álgebra Linear Licenciatura em Engenharia Naval e Oceânica Mestrado Integrado em Engenharia Mecânica 1 o semestre 2018/19 Jorge Almeida e Lina Oliveira Departamento de Matemática,
Leia maisJ. Delgado - K. Frensel - L. Crissaff Geometria Analítica e Cálculo Vetorial
178 Capítulo 10 Equação da reta e do plano no espaço 1. Equações paramétricas da reta no espaço Sejam A e B dois pontos distintos no espaço e seja r a reta que os contém. Então, P r existe t R tal que
Leia maisLógica Computacional
Aula Teórica 10: António Ravara Simão Melo de Sousa Departamento de Informática, Faculdade de Ciências e Tecnologia, Universidade Nova de Lisboa Departamento de Informática, Faculdade Engenharia, LISP
Leia maisPrograma. 1 Parte 1 - Conjuntos e Aplicações. 1 Conjuntos. 4 Indução matemática e divisibilidade. 5 Congruências lineares
Programa Matemática Discreta 2007/08 Jorge Manuel L. André FCT/UNL 1 Parte 1 - Conjuntos e Aplicações 1 Conjuntos 2 Relações Binárias 3 Aplicações 4 Indução matemática e divisibilidade 5 Congruências lineares
Leia maisPORTAS NOR e NAND OR - AND - NOT. Considerando as entradas A e B, teremos na saída a complementação ou negação das mesmas.
PORTAS NOR e NAND As portas NOR e NAND são obtidas a partir da complementação das funções OR e AND. Podemos então dizer que o operador booleano lógico NOR é a negação do operador booleano OR enquanto que
Leia maisAula 19: Lifting e matrizes ideais
Aula 19: Lifting e matrizes ideais Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound Formulações
Leia maisCIC 111 Análise e Projeto de Algoritmos II
CIC 111 Análise e Projeto de Algoritmos II Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 16 Directed graphs Topological sorting Dynamic programming Successor paths Cycle detection
Leia maisNeste artigo, a título de sugestão de abordagem do tema, apresentamos exemplos de explicitação e utilização de algumas dessas regras.
Somo Gilda de La Roque Palis e Iaci Malta PUC - RJ Em sua autobiografia, Carl Gustav Jung 1, um dos grandes pensadores da Psicanálise, lembrando de seus tempos de colégio, diz:... o que mais me irritava
Leia maisLógica para Computação
Lógica para Computação Prof. Celso Antônio Alves Kaestner, Dr. Eng. celsokaestner (at) utfpr (dot) edu (dot) br Linguagem informal x linguagem formal; Linguagem proposicional: envolve proposições e conectivos,
Leia mais