归结反演

2024-02-05 11:20
文章标签 反演 归结

本文主要是介绍归结反演,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

归结反演

1、每个去临潼游览的人或者参观秦始皇兵马俑,或者参观华清池,或者洗温泉澡。凡去临潼游览的人,如果爬骊山就不能参观秦始皇兵马俑,有的游览者既不参观华清池,也不洗温泉澡。 因而有的游览者不爬骊山。

解:
定义G(x)表示“x去临潼游览”;        
A(x)表示“x参观秦始皇兵马俑”;     
B(x)表示“x参观华清池”;     
C(x)表示“x洗温泉澡”;     
D(x)表示“x爬骊山”。 前提:∀x(G(x)→A(x)∨B(x)∨C(x))   (1)       ∀x(G(x)∧D(x)→¬A(x))        (2)       
∃x(G(x)∧¬ B(x)∧¬ C(x))      (3) 
结论:∃x(G(x)∧¬ D(x)) 
证明:  
(4)G(a) ∧¬ B(a) ∧¬ C(a)   由(3)  
(5)G(a)→A(a)∨B(a)∨C(a)   由(1)  
(6)G(a)∧D(a)→¬A(a)        由(2)   
(7)A(a)→ ¬ G(a) ∨¬ D(a)    由(6)  
(8)G(a)                     由(4)  
(9)A(a)∨B(a)∨C(a)         由(5)(8)  
(10)¬ B(a),¬ C(a)          由(4)  
(11)A(a)                    由(9)(10)  
(12)¬ D(a)              由(7)(8)(11)   (13)∃x(G(x) ∧¬ D(x))   由(8)(12)在这里插入图片描述

2、已知下列事实:任何通过历史考试并中了彩票的人是快乐的;任何肯学习或幸运的人可以通过所有考试;John不学习但很幸运;任何人只要幸运就能中彩。求证:John是快乐的。
解:  1)谓词公式  定义: 
Pass(x,y): x(人)通过y(考试)    
Lottery(x): x(人)中彩票    
Happy(x): x(人)快乐    
Study(x): x(人)肯学习    
Lucky(x): x(人)是幸运的  
① (∀x) ( (Pass(x,History)∧Lottery(x)) → Happy(x) )  ② (∀x)( (Study(x)∨Lucky(x)) → (∀y) Pass(x,y) ) 
③ ¬Study(John) ∧ Lucky(John)  
④ (∀x) Lucky(x) → Lottery(x)  
⑤ Happy(John)

2)化简为子句集  
C1:¬Pass(a,History)∨¬Lottery(a)∨Happy (a)  
C2:¬Study(a)∨Pass(a,b)  
C3:¬Lucky(a)∨Pass(a,b)  
C4:¬Study(John)  
C5:Lucky(John) 
C6:¬Lucky(a)∨Lottery(a)  
T1:¬Happy(John)

3)归结演绎证明  
T2:(C1,T1) 
¬Pass(John,History)∨¬Lottery(John)   {John/a}  
T3:(C3,T2)  
¬Lucky(John)∨¬Lottery(John)    {History/b}  
T4:(C6,T3)  ¬Lucky(John)        {John/a}  
T5:(C4,C5)  
NIL 结论得证。

3、已知下列事实:John是贼;Paul喜欢酒;Paul也喜欢奶酪;如果Paul喜欢某物,则John也喜欢;如果某人是贼,而且喜欢某物,则他就可能偷窃该物。求解:John可能偷窃什么?
解:  1)谓词公式  定义: 
Thief(x): x(人)是贼    
Like(x,y): x(人)喜欢y(东西)    
Steal(x,y): x(人)偷y(东西)  
① Thief(John) 
② Like(Paul,wine)  
③ Like(Paul,cheese)  
④ Like(Paul,y) → Like(John,y)  
⑤ (Thief(x)∧Like(x,y)) → Steal(x,y)  
⑥ Steal(John,y) ∨ANSWER(y)

2)化简为子句集  
C1:Thief(John)  
C2:Like(Paul,wine)  
C3:Like(Paul,cheese)  
C4:¬ Like(Paul,y) ∨Like(John,y)  
C5:¬ Thief(x) ∨¬Like(x,y)) ∨Steal(x,y)  
T1:¬Steal(John,y) ∨ANSWER(y)

3)归结演绎求解  
T2:(C1,C5)  ¬Like(John,y)) ∨Steal(John,y)  {John/x}  T3:(C4,T2)  ¬ Like(Paul,y) ∨Steal(John,y)  
T4:(T1,T3)   ¬ Like(Paul,y)∨ANSWER(y)  
T5:(C2,T4)  ANSWER(wine)     {wine/y}  
T6:(C3,T4)  ANSWER(cheese)     {cheese/y} 
可知结果为John可能偷wine或cheese。

4、某人被盗,公安局派出所派出5个侦查员去调查。研究案情时,侦查员A说:“赵与钱中至少有一人作案”;侦查员B说:“钱与孙中至少有一人作案”;侦查员C说:“孙与李中至少有一人作案”;侦查员D说:“赵与孙中至少有一人与此案无关”;侦查员E说:“钱与李中至少有一人与此案无关”。如果这5个侦查员的话都是可信的,试问谁是盗窃犯呢? 解:  1)谓词公式  定义:
Thief(x): x(人)是贼  ① 
Thief(Zhao) ∨Thief(Qian)  ② 
Thief(Qian) ∨Thief(Sun)  ③ 
Thief(Sun) ∨Thief(Li)  ④ 
¬Thief(Zhao) ∨¬Thief(Sun)  ⑤ 
¬Thief(Qian) ∨¬Thief(Li)  ⑥ 
Thief(x) ∨ANSWER(x)

2)化简为子句集  
C1:Thief(Zhao) ∨Thief(Qian)  
C2:Thief(Qian) ∨Thief(Sun)  
C3:Thief(Sun) ∨Thief(Li) 
 C4:¬Thief(Zhao) ∨¬Thief(Sun)  
 C5:¬Thief(Qian) ∨¬Thief(Li)  
 T1:¬Thief(x) ∨ANSWER(x)  
 3)归结演绎求解  
 T2:(C1,C4)  Thief(Qian) ∨¬Thief(Sun)  
 T3:(C2,T5)  Thief(Sun) ∨¬Thief(Li)  
 T4:(C2,T2)  Thief(Qian)  
 T5:(C3,T3)  Thief(Sun)   
 T6:(T1,T4)   ANSWER(Qian)     {Qian/x}  
 T6:(T1,T5)   ANSWER(Sun)      {Sun/x} 
 可知结果为钱和孙都是盗窃犯。

5、已知下列事实:小李喜欢容易的课程;小李不喜欢难的课程;工程类的课程都是难的;物理类的课程都是容易的;小吴喜欢所有小李不喜欢的课程;Phy200是物理类课程;Eng300是工程类课程。试求:小李喜欢什么课程?小吴喜欢Eng300课程吗?
解:  1)谓词公式  定义: 
Like(x,y): x(人)喜欢y(课程)    
Easy(x): x是简单的课程    
Eng(x) : x是工程类课程    
Phy(x) : x是物理类课程  
① Easy(x)→Like(Li,x)  
② ¬Easy(x)→¬Like(Li,x)  
③ Eng(x) →¬Easy(x)  
④ Phy(x) →Easy(x)  
⑤ ¬Like(Li,x)→Like(Wu,x)  
⑥ Phy(Phy200)  
⑦ Eng(Eng300)  
⑧ Like(Li,x)  
⑨ Like(Wu,Eng300)

2)化简为子句集  
C1:¬Easy(x)∨Like(Li,x)  
C2:Easy(x)∨¬Like(Li,x)  
C3:¬Eng(x)∨¬Easy(x)  
C4:¬Phy(x)∨Easy(x)  
C5:Like(Li,x)∨Like(Wu,x)  
C6:Phy(Phy200) 
C7:Eng(Eng300)  
T1:¬Like(Li,x)∨ANSWER(x)  
T2:¬Like(Wu,Eng300)

3)归结演绎求解  
T3:(C1,T1)  ¬Easy(x) ∨ANSWER(x)  
T4:(C4,T3)  ¬Phy(x)∨ANSWER(x)  
T5:(C6,T4)  ANSWER(Phy200)     {Phy200/x} 
可知结果为小李喜欢Phy200这门课程。  
T6:(C2,C5)  Easy(x)∨Like(Wu,x)  
T7:(C3,T6)  ¬Eng(x)∨Like(Wu,x)  
T8:(C7,T7)  Like(Wu,Eng300)  
T8:(C7,T2)  NIL 
结论得证,小吴喜欢Eng300这门课程。

这篇关于归结反演的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/680751

相关文章

hdu6053 TrickGCD 莫比乌斯反演

TrickGCD Time Limit: 5000/2500 MS (Java/Others)    Memory Limit: 262144/262144 K (Java/Others) Problem Description You are given an array  A  , and Zhu wants to know there are how many d

学习笔记 ---- 莫比乌斯反演总结

文章目录 概述前置知识数论分块狄利克雷卷积积性函数 莫比乌斯函数定义性质 莫比乌斯反演因子形式倍数形式 例题周期性字符串互质数对[NOI2010D1T1]能量采集BZOJ2820 YY的GCD[SDOI2015] 约数个数和BZOJ4407 于神之怒加强版【BZOJ2693】jzptab最小公倍数之和[bzoj3529-Sdoi2014] 数表 练习题51nod 1675 序列变换BZOJ3

莫比乌斯反演 两种形式

莫比乌斯反演在数论中占有重要的地位,许多情况下能大大简化运算。那么我们先来认识莫比乌斯反演公式。   定理:和是定义在非负整数集合上的两个函数,并且满足条件,那么我们得到结论           在上面的公式中有一个函数,它的定义如下:       (1)若,那么     (2)若,均为互异素数,那么     (3)其它情况下     对于函数

CodeForces 547C. Mike and Foam 莫比乌斯反演

题意:给定一个长度为n的数列a,和q个操作(1<= n,q <= 2*10^5, 1 <= a[i] <= 5*10^5 ) 需要维护一个多重集合Q. 每个操作给出一个下标i,如果a[i]属于Q那么把a[i]从Q中拿走,如果a[i]不属于Q,那么把a[i]加入Q中。 每次操作后询问Q中,有多少对i,j满足条件 i<j 且 gcd(a[i],a[j])=1 这个性质的维护比较困难,直

Python星载气溶胶数据处理与反演分析

在当前全球气候变化和环境污染问题日益突出的背景下,气溶胶研究显得尤为重要。气溶胶在大气中由直径范围在0.01微米至10微米固体和液体颗粒构成,直接或间接影响地球辐射平衡、气候变化和空气质量。尤其在“碳中和”目标的驱动下,研究气溶胶对“碳中和”的气候影响及其环境效应,不仅对科学研究具有重大意义,同时也为政策制定提供了重要依据。 MODIS(中分辨率成像光谱仪)和CALIOP(云-气溶胶偏振激光雷达

基于Python星载气溶胶数据处理与反演分析

原文链接:基于Python星载气溶胶数据处理与反演分析https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247606689&idx=1&sn=bcdca97812e5e21e1bf539eafa49a48b&chksm=fa826046cdf5e95059f4ebc5ae6120b8e909883dd1d7c0eb4a5897e79df1

HDU 1695 GCD 容斥原理/莫比乌斯反演

题意: 给你两个区间[a,b],[c,d],还有一个k。让你从区间[a,b]中找出x,[c,d]中找出y,问共有多少组(x,y)使得gcd(x,y)=k。 (x,y)和(y,x)算一组。 思路: 参考:http://blog.csdn.net/yang_7_46/article/details/9072533 容斥。 普通容斥: *如果gcd(x,y)=k,则gcd(x/k

SPOJ 7001 Visible Lattice Points(莫比乌斯反演)

莫比乌斯反演,注意0的情况特殊考虑下就可以了 #include <cstdio>#include <cstring>#include <algorithm>using namespace std;const int N = 1000005;int mo[N], prime[N], pn;bool vis[N];void Moblus() {memset(vis, false, siz

精密单点定位(PPP)数据处理反演潮汐(四)

前段时间,我又尝试用TerraPos处理一下SeaPath330的原始姿态和定位数据,看看反演潮位的效果如何。 首先,怎么预处理SeaPath330的定位和姿态数据, 记录格式如下1901200054.l09和1901200054.l10,咨询了SeaPath330的技术张工,对话如下: 张工,有个问题咨询一下,Seapath记录的RTCM数据格式.l09和IMU原始数据.l10怎么转成ri

【高校科研前沿】华东师大白开旭教授博士研究生李珂为一作在RSE发表团队最新成果:基于波谱特征优化的全球大气甲烷智能反演技术

文章简介 论文名称:Developing unbiased estimation of atmospheric methane via machine learning and multiobjective programming based on TROPOMI and GOSAT data(基于TROPOMI和GOSAT数据,通过机器学习和多目标规划实现大气甲烷的无偏估计) 第一作者及