Méthodes Intelligentes Et Raisonnement: Plan Du Cours

Méthodes Intelligentes et Raisonnement
M1P E-Business
Cours 2 - Représentation des Connaissances
Logique de Premier Ordre(LPO)
Haïfa Nakouri
hayfa.nakouri@esen.tn
ESEN Manouba
2019/ 2020
Plan du cours
 Logique des propositions
 Systèmes de preuves en logique des propositions
 Principe de résolution en logique des propositions
 Logique des prédicats du premier ordre
 Ecriture sous forme clausale
 Algorithme d’unification
 Stratégies de résolution
Haïfa Nakouri MIR ESEN 2019/ 2020 2
1
I : Logique des propositions
Ch I : Logique des proposition
 Aristote a défini ainsi le concept de proposition :

«... tout discours n'est pas une proposition, mais
seulement le discours dans lequel réside le vrai ou le
faux, ce qui n'arrive pas dans tous les cas : ainsi la
prière est un discours, mais elle n'est ni vraie ni
fausse ». [l'Interprétation, 17a5]
 Une proposition est une assertion (Affirmation)

ayant une valeur de vérité
 Elle peut être soit vraie soit fausse
Logique des proposition

B = Ce tableau est beau
C = Ce tableau est cher
Phrase Formulation
logique
Ce tableau et beau et cher S=B.C
Ce tableau est moche et pourtant il est cher. S = ¬B . C
Ce tableau est beau ou cher S=B+C
 B et C sont appelés atomes

 Un atome est l’énoncé d’une vérité élémentaire
2
Proposition
 Une proposition est une phrase contenant une

affirmation, vraie ou fausse
 La nuit tous les chats sont gris
 Les chevaux sont des équidés
 La vérité sort de la bouche des enfants
 Je suis un menteur
 an + bn = cn n’existe pas pour n > 2
 La logique est l’étude de l’enchainement de
propositions par raisonnement
 Un raisonnement est une suite de propositions liées
par des conditions logiques qui aboutissent à une
conclusion.
Types de raisonnements
 Raisonnement déductif
 Raisonnement par l’absurde
 Raisonnement inductif
 Raisonnement par récurrence
 Contraposées
 Etc.
3
Raisonnement déductif
 Analogie avec enquête policière.

 Avec des indices, ou des hypothèses, de
déductions en déductions, on essaie de résoudre
l’énigme ou, en maths, de démontrer la propriété
étudiée.
 Du général au particulier.
Raisonnement par l’absurde

 On suppose que la conclusion est fausse, et démontre
que cela conduit à une contradiction
 Exemple :
 Affirmation : 0 n'a pas d'inverse dans les nombres réels.
 Démonstration :Si 0 avait un inverse, alors il existerait un
nombre réel A tel que 0 x A = 1 (définition de l'inverse). Or
chaque fois que 0 est multiplié par un nombre réel
quelconque, on obtient 0. On aboutirait donc à l'égalité 0 =
1, ce qui est faux. Donc 0 ne peut avoir d'inverse dans
l'ensemble des nombre réels.
4
Raisonnement inductif
 Par généralisation ou par extrapolation

 Du particulier au général.
 Comme le physicien qui observe les faits et en tire
une loi générale.
 Le raisonnement par récurrence est inductif.
Raisonnement par récurrence
 S’applique au propositions qui ont des successeurs

(n, n+1, n+2, …) (ex: les nombres entiers)
 Il comprend deux étapes :
 On démontre que la proprieté est vraie au début, pour
n=1, par exemple
 Puis, on démontre que, si elle et vraie pour n, alors elle est
vrair pour n=n+1
5
Contraposée
 (A => B ) <=> (non B => non A)
 Exemple
« Etre une fourmi implique être un insecte »
« Ne pas être un insecte implique ne pas être une fourmi »
Syntaxe
La syntaxe d’un langage est constituée de:
1. Alphabet (un ensemble de symboles)
2. Règles de construction syntaxiques
6
L’alphabet
 Connecteurs :
 ¬ : non
 ˄ : et
 ∨ : ou
 → : implique
 ↔ : équivalent
 Délimiteurs : les parenthèses ( )
 Un ensemble infini dénombrable d'atomes appelés
aussi propositions ou variables propositionnelles
 Exemple : A, B, Z, Ai
 Des deux constantes propositionnelles
 V (vrai)
 F (faux)
Les Formules Bien Formées (FBF)
Le langage est constitué de l' ensemble des Formules

Bien Formées (appelées aussi : FBFs ou Well
Formed-Formula WFF) ou expressions bien formées
défini
 Base : tout atome est une fbf, de même les
constantes propositionnelles (V et F) sont des fbf
 Induction : si F et G sont des fbfs alors
 ¬A ,
 A∧B ,
 A∨B ,
 A → B et
 A ↔ B sont des fbfs.
7
Les Formules Bien Formées (FBF)
 Ordre de priorité des connecteurs : (Le plus

prioritaire) ¬, ∧ , ∨, →, ↔
A ∧ ¬B ∨ C → D ∧ E doit se lire (((A ∧ (¬B)) ∨ C) → (D ∧ E))
 On omet par abus les parenthèses les plus externes

(A ∨ B) devient A ∨ B
 Quand il y a un seul connecteur, l'association se fait

de gauche à droite.
A → B → C correspond à ((A → B) → C)
Les Axiomes
 Axiome/Atome est une vérité générale, indémontrable,
évidente par elle-même et admise sans discussion. C’est
une propriété que l'on pose et que l'on considère comme
admise sans chercher à la démontrer.
Exemples
 Tout homme est mortel
 Une ligne droite est le plus court chemin d’un point à un autre
 Schéma d’axiomes est une généralisation de la notion
d’axiome
Exemples:
 (A → (B → A))
 ((A → (B → C)) ((A → B) → (A → C)))
 (¬A → ¬B) → (B → A)
 Etc.
8
Les règles d’inférence

 Une règle d’inférence (ou raisonnement) est le passage
de l‘affirmation d'une proposition ou d'un groupe de
propositions (prémisses) à l'affirmation d'une autre
proposition (conclusion).
 Une règle d’inférence est une fonction qui prend (1..n)

formules et rend une formule. Ses Arguments sont appelés
prémisses et sa valeur la conclusion.
 C’est une relation qui lie les prémisses à la conclusion
 Exemple du Modus Ponens
A → B, A |− B
deux Prémisses Une Conclusion

Les règles d’inférence

 Le modus Ponens Si H → G et H est vraie alors G est vraie
H→G Exemple:
G S’il pleut alors il y a des nuages. (H → G)
H
Il pleut. (H)
Il y a des nuages. (G)
 Raisonnement par déduction
 Modus Tollens Si H → G et G est fausse alors H est fausse

Exemple:
H→G
¬H Si le gâteau contient du sucre alors il est
¬G sucré (H → G)
Le gâteau n’est pas sucré. (¬G)
Deux possibilités Le gâteau ne contient pas du sucre (¬H)
de démonstrations  Contraposée
9
Définition du calcul propositionnel
Un calcul propositionnel est le système formel défini par :
1. L'alphabet défini à la diapositive 6

2. L'ensemble des formules bien formées défini à la
diapositive 7
3. Les schémas d'axiomes (diapositive 9)
4. Les règles d’inférence (diapositive 10)
Définition du calcul propositionnel

 Un théorème est toute proposition
démontrée/prouvable
 Une assertion qui peut être établie comme vraie à travers
un raisonnement logique (ex : déduction)
 Une assertion établie comme vraie à partir :
 d’autres assertions déjà démontrées
 d’axiomes (assertions acceptées comme vraies)
 Une fois démontré, un théorème est considéré comme vrai
quelle que soit la valeur de vérité de sa prémisse
(hypothèse de base)
Si une formule F est un théorème alors F est valide
Remarque : différence entre un théorème et loi scientifique
-Un théorème est obtenu par sa démonstration à travers un système de déduction
- Une loi scientifique est obtenue par l’expérimentation (une théorie)
- UnHaïfa
théorème
Nakouri a été prouvée  c’est
est une théorie qui MIR ESENpour cela qu'il est 20
2019/ 2020 valide
10
Sémantique : principe de compositionnalité
 La sémantique d’une expression correspond à ce que

cette expression désigne/dénote dans le monde
 La sémantique/dénotation d’une expression dénote une
valeur de vérité (vrai ou faux)
 La sémantique attribue une signification aux

expressions. elle est compositionnelle :
On saisit la signification d’une phrase à partir des
significations saisies de ses parties constitutives (les
mots)
 Pour comprendre ce que signifie un texte/une expression,
on compose sa signification à partir de la signification de
ses parties
Interprétation de la sémantique
 Une interprétation du calcul propositionnel consiste

à donner :
1. Domaine une sémantique non vide D
2. Valuation des atomes dans D
3. Définition des connecteurs par des applications de D dans
D pour ¬ et de D∗D dans D pour ∧, ∨, →, ↔.
Interprétation classique de la logique des propositions
pour lequel D = {V, F}
 Tout atome est vrai ou faux mais pas les deux à la
fois
11
 Définition des connecteurs par des tables de vérité :
A B ¬A A∧B A∨B A→B A ↔B
V V F V V V V
V F F F V F F
F V V F V V F
F F V F F V V
 Pour une fbf G composée de différents atomes :

A1...An, une interprétation de G est une assignation
des valeurs de vérité à A1...An.
G comporte n atomes ==> 2n interprétations possibles
 Exemple
G = (A ∨ B) ∧ C ==> 8 interprétations possibles
A B C G
V V V V
V V F F
V F V V
V F F F
F V V V
F V F F
F F V F
F F F F
12
Comprendre les interprétations de l’implication

logique ‘→’
Exemple : tous les chats sont des mammifères.
C : Chat Si l’animal est un chat alors il est un
mammifère. (affirmation vraie)
M : Mammifère
C M C→ M Si l’animal est un chat alors il n’est un
pas un mammifère. (affirmation fausse)
V V V
V F F Si l’animal n’est pas un chat alors il est
un mammifère.
F V V
(affirmation vraie : exemple un chien)
F F V
Si l’animal est n’est pas un chat alors il n’est
pas un mammifère
(affirmation vraie : exemple une poule)
 Une fbf G est vraie (respectivement fausse) dans une

interprétation i si la valeur de G est vraie
(respectivement fausse)
 On écrit i[G] = V (respectivement i[G]= F)
 Une interprétation qui rend vraie une formule est un
modèle de cette formule.
 On dit qu'une interprétation i est un modèle d'une
formule F si la valeur de F est vraie selon
l'interprétation i : i[F] = V dans ce cas on note i |= F.
 On dit que i est un modèle d'un ensemble de formules
E si i est modèle de tout élément de E
13
Exemple
G : (P → (Q ∨ (¬R)))
 Notation i1[P] peut s'écrire i1[P] et se lit valeur de P selon
l'interprétation i1
Soit i1 telle que: i1[P] = i1[R] = V

i1[Q] = F
G est fausse dans i1
Soit I2 telle que: i2[P] = i2[R] = F

i2[Q] = V
G est vraie dans i2
Théorèmes d'équivalence
 Deux fbfs F et G sont équivalentes si et seulement si

les valeurs de vérité de F et de G sont les mêmes
dans toute interprétation.
 Si F |= G et G |= F, on écrit alors F ≅ G, le symbole

"≅" se lit "est équivalent à".
14
Théorèmes (lois) d'équivalence

 Soient A, B et C des fbfs
1. Implication matérielle 7. a) A ∨ F ≅ A
A → B ≅ ¬A ∨ B b) A ∧ F ≅ F
2. Equivalence matérielle 8. Complémentarité

A ↔ B ≅ (A → B) ∧ (B → A) a) A ∨ ¬A ≅ V
b) A ∧ ¬A ≅ F
3. Commutativité
a) A ∨ B ≅ B ∨ A 9. Involution
b) A ∧ B ≅ B ∧ A (¬(¬A)) ≅ A
4. Associativité 10. Lois de De Morgan

a) (A ∨ B) ∨ C ≅ A ∨ (B ∨ C) a) ¬(A ∨ B) ≅ (¬A) ∧ (¬B)
b) (A ∧ B) ∧ C ≅ A ∧ (B ∧ C) b) ¬(A ∧ B) ≅ (¬A) ∨ (¬B)
5. Distributivité 11. a) A ∨ ((¬A) ∧ B) ≅ A ∨ B

a) A ∨ (B ∧ C) ≅ (A ∨ B) ∧ (A ∨ C) b) A ∧ ((¬A) ∨ B) ≅ A ∧ B
b) A ∧ (B ∨ C) ≅ (A ∧ B) ∨ (A ∧ C) 12. Identité
6. a) A ∨ V ≅ V a) A ∧ A ≅ A
b) A ∧ V ≅ A b) A ∨ A ≅ A
Théorèmes d'équivalence
 On peut démontrer que ces formules sont

équivalentes en montrant qu'elles ont les mêmes
valeurs dans toutes les interprétations. Un moyen est
donc de construire leur table de vérité.
 On peut utiliser ces théorèmes d'équivalence pour

transformer une formule bien formée en une autre
formule bien formée qui lui est équivalente. Cela va
permettre de simplifier l'écriture de formules bien
formées.
15
Représentation des connaissances
CONNAITRE = MEMORISER + INFERER

REPRESENTER = FORMALISER + RAISONNER
 Le sens des connecteurs ne veulent pas dire
exactement la même chose que ceux du langage
naturel.
 La capacité d'expression dans la représentation de la
connaissance en logique des propositions est
beaucoup moins riche qu'en langage naturel. Mais
toutefois les connecteurs logiques ont des
correspondances ou "équivalents" dans la langue
naturelle.
La représentation des connaissances en Intelligence

Artificielle consiste à faire une correspondance entre
le monde extérieur et un système symbolique
manipulable par un ordinateur.
La représentation des connaissances comporte un
 aspect passif : il faut mémoriser. Par exemple, un livre ne
connaît pas l'information qu'il contient.
 Mais aussi un côté actif : il faut inférer, manipuler ces
connaissances, effectuer un raisonnement.
16
Connecteurs logiques : La conjonction ∧

 P ∧ Q peut se traduire en :
 P et Q
 Q et P
 à la fois P et Q
 P, Q
 P bien que Q
 P quoique Q
 P mais Q (sous-entendu mais aussi)
 Non seulement P mais Q
 P et pourtant Q
 P tandis que Q
Connecteurs logiques : La disjonction ∨

 P ∨ Q peut se traduire en :
 P ou Q
 ou P ou Q
 ou bien P ou bien Q
 soit P soit Q
 P à moins que Q
 P sauf si Q
 P ou Q ou les deux (OU inclusif)
17
Connecteurs logiques : Le conditionnel →

 P → Q peut traduire en :
 si P alors Q
 P condition suffisante de Q
 Q condition nécessaire de P
 P alors Q
 Q si P
 Q lorsque P
 P seulement si Q
 Q pourvu que P
 ...
Connecteurs logiques : L’équivalence ↔
 P ↔ Q peut se traduire en :
 P si et seulement si Q
 P si Q et Q si P
 P condition nécessaire et suffisante de Q
 ...
18
Exercice
Traduire le groupes de phrases suivantes :
1. Jean et Pierre prirent le café et Gustave fit de même.

2. Jean prit le café, et Pierre ou Gustave aussi
3. Jean et Pierre ont dîné tous les deux, ou bien Jean et
Gustave prirent le café
4. Jean a dîné, ainsi que Gustave ou Pierre
5. Pierre étudie bien à moins qu'il ne soit fatigué, auquel
cas non
Exercice
D'abord on va constituer l'univers du discours c'est-à-

dire qu’on va d'abord rechercher dans le texte toutes
les propositions dont on a besoin. Ce qui donne pour
l'exemple l'univers du discours suivant :
 J : Jean prend le café
 P : Pierre prend le café
 G : Gustave prend le café
 D : Jean a dîné
 E : Gustave a dîné
 F : Pierre a dîné
 ETUDIE : Pierre étudie bien
 FATIGUE : Pierre est fatigué
19
Exercice
Ensuite, pour chacune des phrases on va écrire une formule bien
formée à l'aide des propositions définies ci-dessus, des
connecteurs et des parenthèses.
 Jean et Pierre prirent le café et Gustave fit de même
J∧P∧G
 Jean prit le café, et Pierre ou Gustave aussi
J ∧ (P ∨ G)
 Jean et Pierre ont dîné tous les deux, ou bien Jean et Gustave
prirent le café
(D ∧ F) ∨ (J ∧ G)
 Jean a dîné, ainsi que Gustave ou Pierre
D ∧ (E ∨ F)
 Pierre étudie bien à moins qu'il ne soit fatigué, auquel cas non
¬ ETUDIE ↔ FATIGUE ou bien ¬ FATIGUE ↔ ETUDIE
Notions classiques: I : Logique des propositions
Validité, insatisfiabilité, conséquence, et complétude
Validité
 Une fbf A est une tautologie (valide) si et seulement
si elle est vraie dans toute interprétation;
 On écrit alors : |=A
¬A ∨ A est une formule valide
 Une fbf est invalide si et seulement si elle n'est pas

valide
A ∧ B et A ∨ B sont deux formules invalides, il suffit que
A et B soient fausses
20

Insatisfiabilité
 Une fbf est inconsistante ou insatisfiable si et
seulement si elle est fausse dans toute
interprétation
¬A ∧ A est une formule inconsistante
 Une fbf A est consistante ou satisfiable

 si et seulement si elle n'est pas inconsistante
 si il existe une interprétation i telle que i[A] = V
 si elle admet un modèle
A ∧ B et A ∨ B sont deux formules consistantes, il
suffit que A et B soient vraies

Conséquence logique
 A est une conséquence logique de E si et seulement
si toutes les interprétations qui rendent vraies toutes les
formules de E, rendent vraie la formule A.
On la note E|=A
 On dit qu'une formule C est une conséquence logique
de H1.. Hn
 si et seulement si tout modèle de H1..Hn est un modèle de C
 si et seulement si H1 ∧ H2 ∧ ... ∧ Hn → C est valide
 Dans ce contexte les formule Hi sont les hypothèses
et C est la conclusion.
21
Complétude
Pour toute formule A, A est une formule complète si :
Si |=A (A est valide : vraie pour toute interprétation)
Alors |−A (A est un théorème : A a été démontrée)
 Dans ce cas on peut démontrer toutes les

tautologies.
 Toutes les phrases vraies sont prouvables
 Si une phrase prouvable est un théorème alors elle
est complète.
Correction
Pour toute formule A, A est une formule correcte si :
Si |−A (A est un théorème : A a été démontrée)
Alors |=A (A est valide : vraie pour toute interprétation)
 Dans ce cas les théorèmes sont des tautologies.

 Si une phrase prouvable est vraie alors elle est
correcte
22
Récapitulation des symboles
 |−A : A est un théorème
 |=A : A est valide (une tautologie)
 i |= F : i est un modèle de F
 La valeur de F est vraie selon l’interprétation i
 E|=A : A est une conséquence logique de E
II : Systèmes de preuves en logique des propositions
Ch II : Systèmes de preuves en logique des propositions
 Comme vu au Chapitre I. la logique consiste à étudier

la validité des raisonnements.
 Une règle d’inférence est une fonction qui prend
(1..n) formules et rend une formule. Ses Arguments
sont appelés prémisses et sa valeur la conclusion.
 C’est une relation qui lie les prémisses à la
conclusions
 Exemple : le Modus Ponens ou le Modus Tollens.
 On va s'intéresser à montrer que des raisonnements

sont valides.
23
Preuve par les tables de vérité
 Appelée aussi la méthode des tableaux matriciels

 « La preuve par la méthode des tableaux matriciels
permet de manière mécanique de dire si une formule
est valide, consistante, inconsistante ou invalide »
(Peirce, Wittgenstein).
1. Une fbf peut être à la fois invalide et consistante
2. G est valide si et seulement si (¬G) est
inconsistante
3. G est valide implique que G est consistante
G est inconsistante implique que G est invalide
4. Il existe une procédure effective pour déterminer si
une fbf est valide  la table de vérité
Pour construire la table de vérité :

 On peut décomposer la formule en sous-formules en
procédant de l'intérieur vers l'extérieur.
 On fait une colonne par atomes présents dans la
formule, une colonne par sous-formule et une pour la
formule
 Pour N atomes dans la formule on a 2n interprétations
possibles et donc 2n lignes.
On applique sur chaque sous-formule les tables de
vérité des connecteurs.
24
Exemple:
Montrer que : (P → (Q → P)) est valide
P Q Q→P P → (Q → P)
V V V V
V F V V
F V F V
F F V V
La fbf est vraie selon toutes les interprétations

 Donc elle est valide

Exemple:
Montrer que : (P ∨ ¬Q) ∧ (¬P ∨ Q) est valide
P Q P ∨ ¬Q ¬P ∨ Q (P ∨ ¬Q) ∧ (¬P ∨ Q )
V V V V V
V F V F F
F V F V F
F F V V V
 Il existe une interprétation dans laquelle la formule

est vraie elle est donc consistante
 Il existe une interprétation dans laquelle la formule
est fausse elle est donc invalide
25
Preuve par les lois d'équivalence
 Chacun des théorèmes d'équivalence (ou loi

d'équivalence) permet un acte d'inférence.
 Une autre manière de prouver qu'une formule bien
formée est valide (respectivement inconsistante)
consiste à raisonner en utilisant les lois
d'équivalence.
 Un objectif est alors de montrer par équivalence
que la formule bien formée de départ est
équivalente à V (respectivement à F).
Preuve par les lois d'équivalence
Exemple
(P → (Q → P)) ≅ (P → (¬Q ∨ P)) loi 1

≅ (¬P ∨ (¬Q ∨ P)) loi 1
≅ (¬P ∨ (P ∨ ¬Q)) loi 3
≅ (¬P ∨ P) ∨ ¬Q loi 4
≅ V ∨ ¬Q loi 8
≅V loi 6
La fbf est toujours vraie donc elle est valide

26
Formes normales en logique propositionnelle

 Les formes normales d'une formule bien formée
permettent d'écrire la formule de départ sous une forme
donnée.
Quelques définitions :
 Un littéral est un atome ou la négation d'un atome.
 Ex : A, ¬A
 Une fbf est mise sous forme normale conjonctive (fnc)
si et seulement si elle est de la forme :
F1 ∧ F2 ∧ ... ∧ Fn
où chaque Fi est une disjonction de littéraux
 Une fbf est mise sous forme normale disjonctive (fnd) si
et seulement si elle est de la forme :
F1 ∨ F2 ∨ ... ∨ Fn
où chaque Fi est une conjonction de littéraux

Exemple
 (A ∨ B) ∧ ((¬ C) ∨ D) ∧ E est une forme normale
conjonctive
 (A ∨ B ∨ (¬ C) ) ∨ D est une forme normale
disjonctive
 Il faut noter que si la formule est un littéral, ce
dernier est à la fois sous forme normale disjonctive
et conjonctive
 Pour toute formule F du calcul des propositions il
existe une forme normale conjonctive FNC et une
forme normale disjonctive FND telles que :
|- F ↔ FNC et |- F ↔ FND
27
Comment faire pour transformer une fbf en forme

normale conjonctive ou disjonctive ?
Pour mettre une fbf sous forme normale conjonctive
(respectivement disjonctive)
1. On élimine les connecteurs → et ↔ en utilisant les
théorèmes sur l’implication matérielle et
l’équivalence matérielle
2. On développe le ¬ en utilisant les lois de De
Morgan et on élimine les ¬¬ par l’involution
3. On regroupe les ∨ (respectivement les ∧) par
distributivité
Exemple
(A ∧ ¬ (B ∨ ¬ C) → ( ¬ B → (A ∧ B))
1. On élimine les → et ↔
≅ ¬ (A ∧¬ (B ∨ ¬ C) ∨ ( ¬¬ B ∨ (A ∧ B))
2. On développe le ¬ et on élimine les ¬ ¬
≅ ¬A ∨ ¬¬ (B ∨ ¬ C) ∨ ( B ∨ (A ∧ B))
≅ ¬ A ∨ (B ∨ ¬ C) ∨ ( B ∨ (A ∧ B))
3. On regroupe les ∨
≅ (¬ A ∨ B ∨ ¬ C ∨ B) ∨ (A ∧ B)
≅ (¬ A ∨ B ∨ ¬ C ∨ B ∨ A) ∧ (¬ A ∨ B ∨ ¬ C ∨ B ∨ B)
 On obtient une forme normale conjonctive équivalente à
la formule bien formée de départ.
28
III : Principe de Résolution en logique des proposition
Ch III : Principe de résolution en logique des propositions
Système de preuves par résolution

 Le principe de résolution est une méthode
automatique pour montrer la validité d'une formule.
 Il faut d’abord voir les notions de clauses et de

résolvant avant d'aborder le principe de
résolution.
Notion de clause
 Une clause est une fbf qui a la forme d'une

disjonction de littéraux
 Cas particulier : un littéral isolé est une clause.
 Exemple
A ∨ B ∨ C ∨ ¬D CLAUSE
¬D CLAUSE
29
Notion de clause
Comment obtenir un ensemble de clauses à partir

d’un formule bien formée?
1. Transformer le fbf en sa forme normale
conjonctive (fnc)
2. Eliminer les connecteurs ∧
 On obtient un ensemble S de clauses
Clause résolvante
 Si C1 et C2 sont 2 clauses et si L1 = ¬L2 et L1 est

dans C1 et L2 est dans C2
 C’est la disjonction des clauses restantes après

suppression des littéraux L1 et L2.
 Elle est appelée clause résolvante et ou résolvant de

C1 et de C2.
 L1 et L2 sont les littéraux résolus.
30
Clause résolvante
Exemples
Soient C1 et C2 les deux clauses suivantes :
C1 : E1 ∨ E2
C2 : ¬E2 ∨ E3
Le résolvant de C1 et de C2 est C : E1 ∨ E3
Soient C1 et C2 les deux clauses suivantes :

C1 : P
C2 : ¬P
Le résolvant de C1 et de C2 est C : Ø la clause vide
 La clause fausse est notée ¬ c’est la clause vide
 Le résolvant C de deux clauses C1 et C2 est une

conséquence logique de C1 et de C2
Algorithme de résolution
 On appelle déduction (ou résolution) d'une clause C

à partir d'un ensemble de clauses S
= séquence finie R1, R2,... Rn = C de clauses telle
que chaque Ri est:
 soit une clause de S
 soit un résolvant de clauses le précédant
S = {R ∨ Q, ¬R, ¬Q ∨ P, ¬P ∨ R}
R1 = R ∨ Q
 S'il existe une déduction de la clause vide à partir de
S alors S est insatisfiable
31
 On appelle réfutation la déduction de la clause vide

Ø à partir de S
 Montrer qu'une formule bien formée F est valide :

 C'est équivalent à montrer que ¬F est inconsistante
 C'est aussi équivalent à monter que S¬F insatisfiable
 C'est aussi équivalent à monter qu'il existe une déduction

de la clause vide Ø
Début
Ecrire la négation de F ;
Mettre F sous forme d'un ensemble de clauses ;
Tant que la clause vide n'est pas rencontrée et qu'il existe des
paires réductibles faire
Chercher des clauses résolvantes ;
Ajouter ce résultat à la liste des clauses ;
Fintantque ;
Si on trouve la clause vide alors F est valide
Sinon F est invalide
Finsi ;
Fin ;
32
Exemple 1
Soit S¬F ={¬P ∨ ¬Q ∨ R, ¬R, P, ¬T ∨ Q, T}

C1 C2 C3 C4 C5
S¬F est l'ensemble des clauses d'une fbf ¬F.
Montrons que cet ensemble est insatisfiable
C1 = ¬P ∨ ¬Q ∨ R ==> C6 = ¬P ∨ ¬Q A partir de l'ensemble des

C2 = ¬R clauses de la fbf ¬F on a
déduit la clause vide donc
C6 = ¬P ∨ ¬Q ==> C7 = ¬Q on peut conclure que ¬F est
C3 = P insatisfiable et donc que F est
valide.
C7 = ¬Q ==> C8 = ¬T
C4 = ¬T ∨ Q
C8 = ¬T ==> C9 = Ø
C5 = T
Exemple 2
Soit S¬F = {P ∨ Q, ¬Q ∨ T, ¬T ∨ R, ¬R, ¬P ∨ R, Q ∨ S, P ∨ S}
C1 C2 C3 C4 C5 C6 C7
S¬F est l'ensemble des clauses d'une fbf ¬F.
Montrons que cet ensemble est insatisfiable
C1 = P ∨ Q ==> C6 = P ∨ T
C2 = ¬Q ∨ T
A partir de l'ensemble des
C6 = P ∨ T ==> C7 = P ∨ R clauses de la fbf ¬F on a
C3 = ¬T ∨ R déduit la clause vide donc
on peut conclure que ¬F est
C7 = P ∨ R ==> C8 = P insatisfiable et donc que F est
C4 = ¬R valide.
C8 = P ==> C9 = R
C5 = ¬P ∨ R
C9 = R ==> C10 = Ø
C4 = ¬R
33
Exemple 2 (suite)
On aurait pu aussi trouver la déduction suivante :
C5 = ¬P ∨ R ==> C6 = ¬P
C4 = ¬R
C6 = ¬P ==> C7 = Q
C1 = P ∨ Q On remarque qu'une clause
peut être utilisée plusieurs fois
et que des clauses
C7 = Q ==> C8 = T
peuvent ne pas être utilisées
C2 = ¬Q ∨ T pour déduire la clause vide
C8 = T ==> C9 = R
C5 = ¬T ∨ R
C9 = R ==> C10 = Ø
C4 = ¬R
Les limites et ouverture vers la logique des prédicats…

 Le sens exprimé dans la logique propositionnelle est
hors-contexte (context-independant)
 Différent de la langue naturelle où le sens dépend du
contexte
 La logique des propositions est limitée en capacité
d’expression dès que l'on veut manipuler des
propriétés générales un peu complexes, des relations
entre des objets
 Pas comme une langue naturelle
 On peut aussi avoir besoin de quantifier en exprimant
"Tous les hommes sont mortels".
!!! Rien ne nous permet de faire cela en logique des
propositions.
34

Exemple 1
Si l'on souhaite exprimer que "Socrate est un homme",
on a la possibilité de donner la proposition suivante :
SOCRATE_HOMME.
 Si maintenant on souhaite exprimer que "Platon est
un homme", on a la proposition PLATON_HOMME.
!!! On se trouve avec deux assertions distinctes et
aucune similitude entre Socrate et Platon.
 On souhaiterait une meilleure représentation Le prédicat est le
qui nous permettrait de dire que Socrate et concept qui pallie ce
Platon sont tous les deux des hommes dans le problème. Il exprime
genre : une relation dans un
HOMME(Socrate), HOMME(Platon) contexte.

Exemple 2
"Quelqu'un a chanté quelque chose "
on peut définir le prédicat : A_CHANTE avec deux
arguments ou termes : celui qui chante et ce qu'il
chante : A_CHANTE(MARIA_CALLAS,TRAVIATA)
Quand on veut traduire la phrase "La maison est verte",
on a plusieurs possibilités quant au choix du prédicat
et de son arité : Si on a besoin d'exprimer des
 EST_VERTE(maison) relations ou propriétés, des
fonctions la logique des
 ou COULEUR(maison,verte) propositions ne le permet
 ou VALEUR(couleur,maison,verte) pas. En plus, le calcul des
prédicats possède la notion
de fonction.
35

Exemple 3
"Le frère de Paul travaille avec le frère de Jacques"

peut se traduire par le prédicat TRAVAILLER avec
deux arguments et par le symbole de fonction
frere:
TRAVAILLER(frere(paul),frere(jacques))
Plan du cours
 Logique des propositions
 Systèmes de preuves en logique des propositions
 Principe de résolution en logique des propositions
 Logique des prédicats du premier ordre
36
IV : Logique des prédicats
Ch IV : Logique des prédicats du 1er ordre

 Logique propositionnelle suppose que le monde
contient des faits,
 Logique du premier ordre suppose que le monde
contient des:
 Objets (D): personnes, maisons, nombres, couleurs,
match de baseball, guerre, … variables
 Relations (Dn{vrai, faux}): rouge, rond, nombre-premier,

est frère de, est plus grand que, est partie de, …
 Fonctions (DnD): père de, meilleur ami de, un de plus

que, …
Les prédicats
 Un prédicat est utilisé pour décrire les propriétés et
les relations d’objets arbitraires
Exemples
 block17 et table45 sont un bloc particulier et
une table particulière
 Rouge(block17): Le prédicat “Rouge”
 indique que block17 a la propriété d’être rouge.
 Sur(block17, table45): le prédicat “Sur”

 indique que block17 et table45 sont dans une relation
telle que le block17 est sur la table45.
37
L’alphabet
 Connecteurs :
 ¬ : non
 ˄ : et
 ∨ : ou
 → : implique
 ↔ : équivalent
 Délimiteurs : les parenthèses ( )
 Un ensemble infini dénombrable d'atomes appelés
aussi propositions ou variables propositionnelles
 Exemple : A, B, Z, Ai
 Des deux constantes propositionnelles
 V (vrai)
 F (faux)
L’alphabet
 Constantes (objets) : minuscules de l'alphabet latin
et les concaténations de telles lettres)
Ex : C = {a, b, c,..., aa,...}
 Variables (minuscule de l'alphabet latin, et les
concaténations de telles lettres)
Ex : V = {x, y, t, z, xx..}
 Prédicats (majuscules P)
 L'arité d'un prédicat est le nombre d'arguments du
prédicat. C'est un nombre positif
 Si le prédicat est d'arité 0 il correspond à la notion de
proposition de la logique des propositions
38
L’alphabet
 Fonctions (en minuscules: f, g, sucesseur,…).
 Chaque symbole de fonction a une arité fixée.
 L'arité d'une fonction est le nombre d'arguments de la
fonction. C'est un nombre positif.
 Si la fonction est d'arité 0, elle correspond à la notion de
constante . Une assertion quantifiée est une assertion
 Quantificateurs qui s’applique à une classe d’objets.
 ∃ : prononcé "il existe" est le quantificateur existentiel

 Syntaxe :  <variables> <phrase>
 Correspond à la disjonction de toutes les instances (I1 ∨.. ∨ In)
 ∀ : prononcé "quel que soit" est le quantificateur universel
 Syntaxe : <variables> <phrase>
 Correspond à la conjonction de toutes les instances (I1 ˄.. ˄ In)
L’alphabet
Fonction vs. Prédicat
Jean Marie
Philippe
Fonction : père_de(Philippe) = Jean

--> Relation fonctionnelle qui retourne une valeur constante
Prédicat : Est_père_de(Jean, Philippe) = vrai
--> Relation qui retourne un état logique (vrai ou faux)
 Les noms importent peu. C’est la définition qui est
importante.
39
Les termes
 Par définition, tout terme est engendré par application
des deux lois suivantes :
 Constantes et variables sont des termes
 Si f est un symbole de fonction d'arité n (n>=1) et si t1...tn
sont des termes alors f(t1..tn) est un terme
Exemples
successeur(x) est un terme
poids(b) est un terme
successeur(poids(b)) est un terme
P(X, bleu) n'est pas un terme (//car ‘X’ est le nom d’un prédicat)
poids(P(X)) n'est pas un terme
(//car ‘X’ est le nom d’un prédicat et un prédicat ‘P’ ne peut pas être
l’argument d’une fonction).
Les atomes
 Par définition, tout atome est engendré par application
des deux lois suivantes :
 Propositions sont des atomes
 Si P est un prédicat d'arité n (n >=1) et si t1...tn sont des
termes alors P(t1…tn) est un atome
Exemples
P(x, bleu) est un atome
VIDE est un atome
ENTRE(table,x, appui(fenetre)) est un atome
successeur(X) n'est pas un atome
appui(fenetre) n'est pas un atome
(//car successeur et fenetre sont des noms de fonctions )
40
Les formules bien formées

 Le langage est constitué de l'ensemble des
Formules Bien Formées (appelées aussi : FBFs ou
Well Formed-Formula WFF) ou expressions bien
formées défini comme suit :
 Les atomes sont des fbfs
 Si F et G sont des fbfs alors (¬G), (F ∧ G), (F ∨ G),
(F → G) et (F ↔ G) sont des fbfs
 Si G est une fbf et X une variable alors (∃x)G et (∀x)G
sont des fbfs.
 Ordre de priorité des connecteurs
 (Le plus prioritaire) ¬, ∃ , ∀, ∧ , ∨, →, ↔
Les formules bien formées
Exemples
(∃x) (∀y) (P(x, y) ∨ Q(x, y) → R(x)) est une fbf
(P(a) → P(b)) →P(b) est une fbf
(Ø,(f(a))) n’est pas une fbf
f(P(a)) n’est pas une fbf
41
Erreurs communes à éviter avec l’universelle 

 typiquement, → est le connecteur principal avec 
 Erreur commune : utiliser  comme connecteur
principal avec  :
 Correct
Tout le monde travaillant chez Microsoft est intelligent:
x At(x,Microsoft) → Smart(x)
 Incorrect
x At(x, Microsoft)  Smart(x)
tout le monde travaillant chez Microsoft et tout le monde est
intelligent
Illustration avec l’universelle 
Person Smart
Microsoft Microsoft
x At(x,Microsoft) → Smart(x) x At(x, Microsoft)  Smart(x)

(Sous-ensemble)
42
Erreurs communes à éviter avec la particularité 

 Typiquement,  est généralement utilisé avec 
 Erreur commune : utiliser → comme le connecteur

principal avec  :
 Correct
x At(x,Microsoft)  Smart(x)
 Incorrect
x At(x, Microsoft) → Smart(x)
est vraie s’il existe quelqu’un d’intelligent qui ne travaille
pas chez Microsoft !
Illustration la particularité 
Person Smart
x
Microsoft Microsoft
x At(x, Microsoft)  Smart(x) x At(x, Microsoft) → Smart(x)

(Intersection non vide)
43
Propriétés des quantificateurs

 x y est équivalent à y x
 x y est équivalent à y x
 x y n’est pas équivalent à y x
 x y Loves(x,y)
 “There is a person who loves everyone in the world”
 y x Loves(x,y)
 “Everyone in the world is loved by at least one person”
 Dualité de quantificateurs : chacun peut être exprimé en utilisant

l’autre: x P = ¬x ¬P , x P = ¬x ¬P
 x Likes(x,IceCream) ↔ ¬ x ¬ Likes(x,IceCream)
 x Likes(x,Broccoli) ↔ ¬ x ¬ Likes(x,Broccoli)
Variables libres et liées

La portée ou le champ d'un quantificateur dans une
formule est la portion de la formule à laquelle le
quantificateur s’applique
Exemple:
∀x ∃y (P(x, y) ∧ ∃z Q(x , z))
Portée de chaque
quantificateur
le champ de ∀x est ∃y (P(x, y) ∧ ∃z Q(x, z))
Le champ de ∃y est (P(x, y) ∧ ∃z Q(x, z))
le champ de ∃z est Q(x, z)

44

Exemples 1
A = ∀x (∃y P(x, y) ∧ Q(x, z)) ∧ R(x)
Liée Libre
B = ∀x ((∃y Q(x, y)) ∧ P(x, y, z))
Variables libres de A = {z, x}

Variables liées de A = {x, y}
Variables libres de B = {z, y}
Variables liées de B = {x, y}
Une variable est libre (respectivement liée) si au moins
une de ses occurrences est libre (respectivement liée)

Exemples 2
∀x ∃y (P(x, y) ∧ ∀z R(x, y, z))
Liée
45
Que signifie logique du « premier ordre» ?

 On peut utiliser une variable pour représenter
seulement des objets
 Pas de variable pour des prédicats ou des fonctions
Exemples (Logique des prédicats du 2ème Ordre)
 x y Personne(x)  y(x, USA)

 x Personne Personne(x)  y(x, USA)
 La logique des prédicats du deuxième ordre
ne fait pas l’objet de ce cours
Autres définitions
 Un littéral : un prédicat ou la négation d’un prédicat
 Exemples : P(x), ¬R(x,z)
 Une proposition : un prédicat sans variable

 Toutes les variables ont été remplacées par des
constantes
 Exemple P(a)
 Une clause : une disjonction de littéraux

 Exemples : P(x) ∨ ¬R(x,z) , Q(y)
46
La sémantique
 La sémantique attribue une signification aux expressions.
 On interprète une formule en lui donnant un sens, càd une
valeur « vrai » ou « faux »
 Le sens de la formule dépend de la signification des
prédicats, des connecteurs ainsi que des quantificateurs qui
la constituent.
 La signification des prédicats dépend du contexte : de la définition
du prédicat et de ses termes
 La signification des connecteurs (˄, ∨, →, ↔) et des quantificateurs
(∀, ∃) est fixée une fois pour toutes (Indépendante du contexte)
 L’interprétation d’une formule revient à une interprétation des
prédicats
 La sémantique est compositionnelle : la signification d'une
formule est en fonction de celle de ses constituants.
L’interprétation
 Une interprétation d'une fbf G est définie par les cinq
étapes suivantes :
1. Choix d'un domaine d'interprétation non vide D
2. Assignation à chaque constante de G d'un élément de D
3. Assignation à chaque proposition de G d'un élément de {V, F}
4. Assignation à chaque prédicat d'arité n (n>=1) d'une
application de Dn dans {V, F}
5. Assignation à chaque fonction d'arité (n>=1) d'une application
de Dn dans D.
 on
dit alors qu'on a une interprétation de G sur D
Exemple : voir les exemples du TD 2 exercices (3 + 4)
47
Théorèmes (lois) d'équivalence

 Soient A, B et C des fbfs
 On reconsidère les douze lois présentées au slide 29
+
13. (∀x) G(x) = (∀y) G(y) ATTENTION :
(∃x) G(x) = (∃y) G(y)
(∀x) (G(x) ∨ H(x))
14. (¬((∃x) G(x))) = (∀x) (¬G(x)) est non équivalent à
(¬((∀x) G(x))) = (∃x) (¬G(x)) (∀x) G(x) ∨ (∀x) H(x)
15. (∀x) (G(x) ∧ H(x)) = (∀x) G(x) ∧ (∀x) H(x) (∃x) (G(x) ∧ H(x))
(∃x) (G(x) ∨ H(x)) = (∃x) G(x) ∨ (∃x) H(x) est non équivalent à
(∃x) G(x) ∧ (∃x) H(x)
16. (∀x) F(x) ∨ (∀x) H(x) = (∀x) F(x) ∨ (∀y) H(y)
(∃x) F(x) ∨ (∃x) H(x) = (∃x) F(x) ∨ (∃y) H(y)
(∀x) F(x) ∧ (∀x) H(x) = (∀x) F(x) ∧ (∀y) H(y)
(∃x) F(x) ∧ (∃x) H(x) = (∃x) F(x) ∧ (∃y) H(y)
Notions classiques: IV : Logique des prédicats
validité, insatisfiabilité, conséquence logique

Validité
 Une fbf A est une tautologie (valide) si et
seulement si elle est vraie dans toute interprétation
; on écrit alors : |= A
Exemple :
¬A ∨ A est une formule valide
Une fbf est invalide si et seulement si elle n'est pas
valide
Exemple :
A ∧ B et A ∨ B sont deux formules invalides il suffit
que A et B soient fausses
48

Insatisfiabilité
 Une fbf est inconsistante ou insatisfiable si et
seulement si elle est fausse dans toute
interprétation
Exemple :
¬A ∧ A est une formule inconsistante
 Une fbf est consistante ou satisfiable si
 si et seulement si elle n'est pas inconsistante
 si il existe une interprétation i telle que i[A] = V
 si elle admet un modèle
Exemple :
A ∧ B et A ∨ B sont deux formules consistantes il
suffit que A et B soient fausses

Conséquence logique
 A est une conséquence logique de E si et seulement
si toutes les interprétations qui rendent vraies toutes les
formules de E rendent vraie la formule A.
On écrit alors E |= A
 On dit qu'une formule C est une conséquence logique
de H1.. Hn
 si et seulement si tout modèle de H1...Hn est un modèle de C
 si et seulement si H1 ∧ H2 ∧ ... ∧ Hn → C est valide
 Ou si et seulement si H1 ∧ H2 ∧ ... ∧ Hn ∧ ¬C est inconsistante
 Dans ce contexte les formule Hi sont les hypothèses et
C est la conclusion.
49
L'universelle affirmative 
 Tous les F sont des G
 ∀X (F(X) → G(X))
 Tout F est G
 Tout ce qui est F est G
 N'importe quel F est G
 Les F sont tous G
 Si un être quelconque est F, il est G
 Chaque F est G
 Seuls les G sont F
L'universelle négative ¬
 Aucun F n'est G
 ∀X (F(X) →¬G(X))
 Il n'y a aucun F et G
 Rien n'est à la fois F et G
 Les F et G n'existent pas
50
L’existentielle affirmative 
 Quelques F sont G
 ∃X (F(X) ∧ G(X))
 Quelque F est G
 Il y a des F et G
 Quelque chose est à la fois F et G
 Il y a un F et G
 Des F et G existent
L’existentielle négative ¬ 
 Quelques F ne sont pas G
 ∃X (F(X) ∧¬G(X))
 Quelque F n'est pas G
 Il y a des F et non G
 Quelque chose est à la fois F et non G
 Il y a un F et non G
 Des F et non G existent
51

Exemple:
Soit à traduire le groupes de phrases suivantes :
a. Marcus était un homme
b. Marcus était un pompéien
c. Tous les pompéiens étaient des romains
d. César était souverain
e. Tous les romains étaient fidèles à César, soit le
haïssaient
f. Chacun est fidèle à quelqu'un
g. Les gens n'essayent d'assassiner que les souverains
auxquels ils ne sont pas fidèles
h. Marcus a essayé d'assassiner César

 D = ensemble des êtres humains
 Prédicats :
 HOMME(x) : x est un homme
 POMPEIEN(x) : x est pompéien
 SOUVERAIN(x) : x est souverain
 ROMAIN(x) : x est romain
 PERSONNE(x) : x est une personne
 FIDELE(x, y) : x est fidèle à y
 HAIR(x, y) : x hait y
 ESSAYER_ASSASSINER(x, y) : x essaye d'assassiner y
 Constantes :
 marcus
 cesar
52

 a. Marcus était un homme
HOMME(marcus)
 b. Marcus était un pompéien
POMPEIEN(marcus)
 c. Tous les pompéiens étaient des romains
∀x (POMPEIEN(x) → ROMAIN(x))
 d. César était souverain
SOUVERAIN(cesar)
 e. Tous les romains étaient fidèles à César, soit le
haïssaient
∀x (ROMAIN(x) → FIDELE(x, cesar) ∨ HAIR(x, cesar))
ou
∀x (ROMAIN(x) → (FIDELE(x, cesar) ∨ HAIR(x, cesar)) ∧
¬(FIDELE(x, cesar) ∧ HAIR(x, cesar)))

 f. Chacun est fidèle à quelqu'un
∀x ∃y FIDELE(x, y)
 g. Les gens n'essayent d'assassiner que les
souverains auxquels ils ne sont pas fidèles
∀x ∀y (PERSONNE(x) ∧ SOUVERAIN(y) ∧
ESSAYER_ASSASSINER(x, y) → ¬FIDELE(x, y))
 h. Marcus a essayé d'assassiner César
ESSAYER_ASSASSINER(marcus, cesar)
53
Indécidabilité et semidécidabilité IV : Logique des prédicats
de Logique des prédicats

 Lorsqu'une formule ne contient pas de variable (comme en
calcul propositionnel), on peut déterminer en un nombre fini
d'opérations si cette formule est valide ou non inconsistante
ou non.
 Ex : en utilisant les tables de vérité
 En présence de variables et donc de quantificateurs la

situation est plus complexe car il y a une infinité
d'interprétations.
 Il est impossible de proposer un algorithme général capable
de décider en un nombre fini d'opérations de la validité ou
de la non validité de n'importe quelle formule de Logique des
prédicats du premier ordre.
 On dit que Logique des prédicats est indécidable
(Théorème d'indécidabilité de Church)
Indécibilité et semidécidabilité IV : Logique des prédicats
de Logique des prédicats

 Cependant, on peut proposer des algorithmes
généraux pour décider de la validité de certaines
familles de fbfs :
 Si la fbf est valide l’algorithme s’arrêtera
 Si la fbf est non valide l’algorithme risque de ne pas
s’arrêter (continuera à tourner)
 Les principales techniques proposées sont :
 Le principe de résolution
 Le théorème d'Herbrant
 La méthode de Davis et Putman
 Pour appliquer le principe de résolution, il faut
transformer une fbf sous la forme «ensemble de
clauses»
54
Principe de résolution en logique des prédicats

 Il n’existe pas d’algorithme qui puisse décider si une
formule quelconque est valide ou si c’est une
conséquence logique d’hypothèses données
 A cause du théorème d’indécidabilité
 Solution?  Construire une procédure qui va

‘tester’ si une fbf donnée est valide (ou
conséquence logique d’hypothèses) dans le sens
qui suit :
 Si la fbf est valide (ou conséquence logique
d’hypothèses) alors la procédure finit par s’arrêter en
donnant une réponse positive.
 Sinon, la procédure va tourner indéfiniment sans jamais
porter de réponse.
Principe de résolution en logique des prédicats

 Cette procédure est la base du principe de
résolution en logique des prédicats
 Elle démontre les théorèmes vrais mais ne sait pas

répondre à la question « Ce théorème est-il vrai? »
 Cette démarche procède en trois étapes :

1. Ecriture de la fbf sous forme clausale
2. Unification
3. Résolution par réfutation
55
Plan du cours
 Logique des prédicats du premier ordre
Chap. V : Ecriture sous forme clausale
Ch V : Ecriture sous forme clausale
 Pour obtenir la forme clausale d’une fbf, on doit

passer par trois étapes :
1. Passage à la forme normale prénexe
2. Appliquer la méthode de skolémisation
3. Passage sous forme de clauses
56
1. Forme normale prénexe

 En logique des prédicats, une fbf est dite en forme
normale prénexe (fnp) ssi elle est de la forme:
(Q1 x1) (Q2 x2) ... (Qn xn) M(x1,x2,...,xn)
Préfixe Matrice
 Qi : un quantificateur ( ou )
 xi : une variable
 M : une fbf ne contenant aucun quantificateur

Exemples
 ∀x ∃y ∀ z (P(x) ∧ ¬Q(y,z) ∧ P(f(y))) est en fnp

 ∀x P(x) ∧ ∃y Q(y,x)) n'est pas en fnp
(//car ‘∃y’ n’est pas tout à gauche de la formule)
 Dans la fnp, tous les quantificateurs doivent

apparaitre à gauche de la formule.
57

Comment transformer une fbf en fnp?
1. Eliminer les connecteurs → et ↔
(G ↔ F) ≅ (G → F) ∧ (F → G) , (G → F) ≅ (¬G ∨ F)
2. Accoler les connecteurs ¬ aux atomes concernés
¬(¬G) ≅ G , ¬(F∨ G) ≅ ¬F ∧ ¬G , ¬(F∧ G) ≅ ¬F ∨ ¬G
¬((∀x) P(x)) ≅ (∃x) ¬P(x) , ¬((∃x) P(x)) ≅ (∀x) ¬P(x)
3.Rebaptiser (renommer) les variables liées si nécessaire
de sorte que chaque quantificateur gouverne une
variable originale
(∀x) P(x) ≅ (∀y) P(y) , (∃x) P(x) ≅ (∃y) P(y)
4. Déplacer tous les quantificateurs Qi (∃ ou ∀) à gauche
de la formule (sans changer l'ordre relatif)
((Q1 x) F(x)) ∨ ((Q2 y) H(y)) ≅ (Q1 x) (Q2 y) (F(x) ∨ (H(y))
((Q1 x) F(x)) ∧ ((Q2 y) H(y)) ≅ (Q1 x) (Q2 y) (F(x) ∧ (H(y))

Exemple 1
 ∀x P(x) → ∃x Q(x)
 ≅ ¬(∀x P(x)) ∨ ∃x Q(x)
 ≅ ∃x ¬P(x) ∨ ∃x Q(x) // (Diapositive 95 – Loi 15 )
 ≅ ∃x (¬P(x) ∨ Q(x))
Exemple 2
 ( ∃x P(x) → ∃x Q(x)) → ∃x (P(x) → Q(x))
 ≅ ¬ (¬(∃x P(x))∨ ∃x Q(x)) ∨ ∃x (¬P(x) ∨ Q(x))
 ≅ ¬ (∀ x ¬P(x)∨ ∃x Q(x)) ∨ ∃x (¬P(x) ∨ Q(x))
 ≅ (∃x P(x) ∧ ∀x ¬Q(x)) ∨ ∃x (¬P(x) ∨ Q(x))
 ≅ (∃x P(x) ∧ ∀y ¬Q(y)) ∨ ∃z (¬P(z) ∨ Q(z))
 ≅ ∃x ∀y ∃z (P(x) ∧ ¬Q(y)) ∨ (¬P(z) ∨ Q(z))
58
2. Méthode de skolémisation
 A partir d'une fnp G' d'une fbf G on peut produire
une forme standard de Skolem par deux
transformations importantes :
Soit
G' = (Q1 x1) (Q2 x2)... (Qn xn) M(x1, x2,... xn)
Une fnp de G
1. Eliminer les quantificateurs existentiels
Soit Qr un existentiel dans le préfixe de G'
(On opère habituellement de la gauche vers la droite mais
l'ordre Importe peu)
a) - Si aucun quantificateur universel n'apparaît avant Qr c'est-
à-dire dans (Q1 x1) ... (Qr-1 xr-1)
- on choisit un symbole de constante c différent de toute
constante apparaissant dans la matrice M
- on supprime Qr xr du préfixe
- on remplace xr par c dans la matrice M
Exemple :
(∃x) (∀y) (P(x) ∨ Q(y))
Choix de la constante a/x ce qui donne
(∀y) (P(a) ∨ Q(y))
59
b) - Si Qs1 Qs2... Qsm sont m quantificateurs universels
apparaîssant avant Qr dans le préfixe on choisit un
symbole de fonction f d'arité m différent de toute
fonction apparaîssant dans la matrice M
- on supprime Qr xr du préfixe
- on remplace tout xr dans M par f(xs1, xs2,... xsm)
2. On itère le processus jusqu'à ce qu'il n'y ait plus de
quantificateur existentiel dans le préfixe
 Les fonctions et constantes introduites sont appelées :

constantes et fonctions de Skolem.
 La fbf obtenue est dite : forme standard de Skolem
(fss)
Exemple :
∃x ∃y ∀z ∀t ∃v P(x,y,z,t,v)
1. étape a/x : ∃x est éliminé et x et remplacée par la constante a

car elle n’est précédée d’aucun quantificateur ∀
∃Y ∀Z ∀t ∃v P(a,y,z,t,v)
2. étape b/y : ∃y est éliminé et y et remplacée par la constante b
car elle n’est précédée d’aucun quantificateur ∀
∀z ∀t ∃v P(a,b,z,t,v)
3. étape f(z,t)/v : ∃v est éliminé et v et remplacée par f(z,t) car elle
est précédée des quantifieurs universels ∀z et ∀t
∀z ∀t P(a,b,z,t,f(z,t))
60
3. Passage sous forme de clause

Soit Gs une forme standard de Skolem d'une fbf G
1. Eliminer tous les quantificateurs
 Il ne reste que des quantificateurs universels. On allège la
notation en les supprimant.
 On suppose donc désormais que toutes les variables sont
quantifiées universellement.
2. Passer sous forme normale conjonctive
3. Eliminer les connecteurs ∧
 La conjonction de clauses obtenues au 2. est considérée
comme un ensemble de clauses S
4. Distinguer les variables des clauses distinctes si c'est
nécessaire
 La fbf obtenue est dite : forme normale clausale
(fnc)
3. Passage sous forme de clause

Exemple1
∀x (P(x) ∨ Q(x) → H(x))
= ∀x (¬(P(x) ∨ Q(x)) ∨ H(x))
= ∀x ( (¬P(x) ˄ ¬Q(x)) ∨ H(x))
= ∀x ( (¬P(x) ∨ H(x)) ˄(¬Q(x) ∨ H(x)))
 {¬P(x) ∨ H(x) ; ¬Q(x) ∨ H(x)} (2 clauses)
Exemple2
∀x P(x) ∧ ∀y (Q(y) ∧ ∃z R(y,z))
=∀x ∀y ∃z (P(x) ∧ (Q(y) ∧ R(y,z)))
=∀x ∀y (P(x) ∧ Q(y) ∧ R(y,f(x,y)) )
 {P(x) ; Q(y) ; R(y,f(x,y))} (3 clauses)
61
Pour résumer : passage FBF  FNC

FBF  Forme normale Prenex
Une formule F de la logique du 1 er ordre est dite FNP ssi F est sous la forme:
( Qi xi) … ( Qn xn) (M), M ne contient pas de quantificateurs.
 Etape 1 : Eliminer les implications et les équivalences.
 Etape 2 : Accoler les négations.
 Etape 3 : Distinguer les variables (normalisation).
 Etape 4 : Déplacer les quantificateurs à gauche de la formule en respectant leur
ordre d’apparition.
 Après l’application de ces 4 étapes, on obtient la forme normale prénexe.
Forme normale Prenex  Forme standard Skolème

 Etape 5 : Appliquer la Skolémisation ( Eliminer les quantificateurs existentiels).
 Après l’application de cette étape, on obtient la forme standard Skolème.
Forme standard Skolème  Forme Clausale

 Etape 6 : Alléger la formule en éliminant les quantificateurs universels.
 Etape 7 : Appliquer les lois d’équivalence afin de trouver une forme conjonctive.
 Etape 8 : Il suffit de dégager les clauses.
 Après l’application de cette étape, on obtient la forme normale clausale.
Plan du cours
 Ecriture sous forme clausale
62
Chap. VI: Algorithme d’unification
Ch VI : Algorithme d’unification
 La logique des prédicats est basée sur les assertions
quantifiées
 Des fbfs contenant les quantifieurs  et 
 Lorsque l’on prouve des théorèmes qui incluent des
formules quantifiées, il est souvent nécessaire de créer
une correspondance entre des sous-expressions
Exemple
 Si on souhaite appliquer le Modus Ponens aux deux
formules suivantes : <W1(a) , ( x) [W1(x) → W2(x)] >
 Il est nécessaire de trouver la substitution «a pour x»
qui rend W1(a) et W1(x) identiques
 i.e. on replace le x par a (on substitue x à a)
 Ce processus s‘appelle Unification
Ch VI : Algorithme d’unification
 Le principe de résolution est une règle d’inférence

saine, i.e., tout résolvant est une conséquence
logique des deux clauses parentes.
 Pour appliquer le principe de résolution à des

clauses non concrètes, on définit l’unification
 Cela permet de chercher de littéraux complémentaires
63
Unification
 Deux termes t1 et t2 sont unifiables s’il existe
une substitution S des variables de t1 et t2 tel
que s(t1)=s(t2)
 Exemples
 Pere (x, ahmed) s’unifie avec Pere(y,z)
si {x|y} et {ahmed|z}
 Pere(ahmed, mere(x)) s’unifie avec

Pere(y, mere(pierre))
si {ahmed|y} et {pierre|x}
Substitution
 C’est un ensemble {ti|xi}
 xi : sont des variables
 ti : sont des termes (constante, variable, fonction)
Elle sert à remplacer toutes les occurrences
des variables xi par ti.
Exemple
Soient la clause C = P(x, y) V Q(x, f(y))
et la substitution S={a|x, g(b)|y}
 C’ = C.S = P(a, g(b)) V Q(a, f(g(b)))
64
Unification
 Un ensemble de termes {t1, t2,…, tn} est
unifiable s’il existe une substitution S telle que
S.t1 = S.t2 = … = S.tn
Exemple
t1 =f(a,g(b))
t2 = f(x,y)
 t1 et t2 sont unifiables car il existe
S={a|x,g(b)|y}
Tel que
S.t1 = S.t2 f(a,g(b))
Unification
Autres Exemples
 Prédicats parents p(5) et p(5)
Unificateur : µ = {}
Instance commune p(5)
 Prédicats parents p(x) et p(5)
Unificateur : µ = {5|x} (notée aussi {x=5})
Instance commune p(5)
 Prédicats parents p(x) et p(y)
Unificateur : µ = {y|x} (notée aussi {x=y})
Instance commune p(y)
65
Unification
Autres Exemples
 Prédicats parents p(x, x) et p(5, y)
Unificateur : µ = {5|x; 5|y}
Instance commune p(5, 5)
 Prédicats parents p(f(x), f(5), x) et p(z, f(y), y)

Unificateur : µ = {f(x)|z; 5|y; 5|x)}
Instance commune p(f(5), f(5), 5)
Unification
Couples de désaccord
 Le couple de désaccord D(t1, t2) entre deux termes
t1 et t2 est le couple le plus à gauche et ne
débutant pas par un symbole identique.
Exemple
t1 = f(g(u), z)
t2 = f(g(h(t)), r(a))
 D(t1, t2) =( u, h(t))
 D(t1, t2) =( z, r(a))
66
Unification - Algorithme
Soient t1 et t2 deux termes. L’algorithme qui suit cherche
l’unificateur µ s’il existe.
1. S0 = {} ; k=0;
2. Si Sk.t1=Sk.t2 ; fin avec « Succès » µ : on obtient
l’UPG (Unifieur
3. Calculer D(Sk.t1, Sk.t2). Soient (d1, d2) le Plus Général)
Si d1 est une variable
Sk+1 = {d2|d1} U Sk
aller à 2
Si d2 est une variable
Sk+1 = {d1|d2} U Sk
aller à 2
Sinon « Echec »
Unification - Algorithme
Exemple
Déroulement de l’algorithme pour l’exemple
t1 = f(g(u),z)
t2 = f(g(h(t)),r(a))
S0 = {} ;
D = {u,h(t))
S1 = S0 U {h(t)|u} = {h(t) |u}
D = {z, r(a)}
S2 = S1 U {r(a)|z} = {u|h(t), r(a)|z)}
 S2 est l'unifieur (µ)

 µ est aussi appelé UPG (Unifieur le Plus Général)
67
Unification
Remarques
 Deux termes ne sont pas toujours unifiables
 Exemple : f(a), f(b)
 Deux termes peuvent avoir une infinité d’unifieur,

mais il existe un qui est le plus général (l’UPG
donnée par l’algorithme)
 x et f(x) donnent une boucle infinie

 Exemple : essayer l’algorithme avec
t1 = f(x) et t2 =f(g(x))
Plan du cours
 Ecriture sous forme clausale
 Algorithme d’unification
68
Chap. VII: La résolution par réfutation
Ch VII : La résolution par réfutation

Processus d’inférence
 Les processus d’inférence sont des processus qui
permettent de déduire des formules qui sont des
conséquences logiques d’autres formules
 Ils sont considérés comme des processus d’intelligence
 Modus Ponens
 A partir d’un ensemble {f1  f2 , f1 } on déduit f2
 Instanciation Universelle
 A partir de  x (f1 ) on déduit f2 obtenu de f1 en remplaçant
toutes les occurrence libres de x par un terme n’ayant pas de
variable en commun avec f2.
 On peut substituer une variable par une constante
 Exemple :
Tous les chiens sont des mammifères.  x (Ch(x)  M(x))
Fido est un chien. Ch(fido)
Donc Fido est un mammifère M(fido)
Stratégie de résolution par réfutation
1. On prend le négatif du but
2. On utilise les règles d’inférence de résolution et

d’unification de manière répétitive jusqu’à ce que
l’on arrive à une clause vide (une contradiction)
le but est une tautologie  succès
69
Stratégie en largeur
 A chaque clause, on associe une profondeur.
 La profondeur 0 pour les clauses initiales,
 la profondeur 1 pour les résolvants de celle-ci et
 la profondeur n pour les résolvants de deux clauses
dont la profondeur est à n-1.
 On impose de ne produire des clauses de

profondeur (p) que lorsqu’il n’est plus possible de
produire une de profondeur (p-1).
 La stratégie en largeur est complète.
Stratégie en largeur
Exemple
b|x
70
Stratégie verrouillée
 On numérote tous les littéraux des clauses de
manière arbitraire.
 La résolution de clauses ne peut mettre en jeu que

les littéraux du plus faible numéro.
 La stratégie verrouillée est aussi complète.
Stratégie verrouillée
Exemple
71
Stratégie linéaire
 On détermine
1. Une clause centrale initiale CC0
2. Des clauses de bord parmi les clauses d’entrée
 La résolution est toujours faite entre une clause

centrale CC et soit une clause de bord CB soit une
clause centrale parente.
 Le résultat d’une résolution donne aussi une clause

centrale.
Stratégie Linéaire
Exemples
72
Stratégie linéaire par entrée

C’est une variante de la stratégie linéaire sauf
qu’une clause centrale ne peut être résolue qu’avec
une clause de bord.
Exemple
Stratégie Lush
C’est aussi une variante de la stratégie linéaire par
entrée sauf qu’une clause centrale initiale CCo doit
être la clause d’entrée la plus à gauche.
Exemple
73

Méthodes Intelligentes Et Raisonnement: Plan Du Cours

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Méthodes Intelligentes Et Raisonnement: Plan Du Cours

Transféré par

Droits d'auteur :

Formats disponibles

Méthodes Intelligentes et Raisonnement

 Logique des propositions

 Systèmes de preuves en logique des propositions

 Principe de résolution en logique des propositions

 Logique des prédicats du premier ordre

 Ecriture sous forme clausale

Haïfa Nakouri MIR ESEN 2019/ 2020 2

Ch I : Logique des proposition

 Aristote a défini ainsi le concept de proposition :

 Une proposition est une assertion (Affirmation)

Haïfa Nakouri MIR ESEN 2019/ 2020 3

I : Logique des propositions

Logique des proposition

 B et C sont appelés atomes

 Une proposition est une phrase contenant une

Haïfa Nakouri MIR ESEN 2019/ 2020 5

Haïfa Nakouri MIR ESEN 2019/ 2020 6

 Analogie avec enquête policière.

Haïfa Nakouri MIR ESEN 2019/ 2020 7

I : Logique des propositions

Raisonnement par l’absurde

Haïfa Nakouri MIR ESEN 2019/ 2020 8

 Par généralisation ou par extrapolation

Haïfa Nakouri MIR ESEN 2019/ 2020 9

I : Logique des propositions

Raisonnement par récurrence

 S’applique au propositions qui ont des successeurs

Haïfa Nakouri MIR ESEN 2019/ 2020 10

 (A => B ) <=> (non B => non A)

« Ne pas être un insecte implique ne pas être une fourmi »

Haïfa Nakouri MIR ESEN 2019/ 2020 11

I : Logique des propositions

La syntaxe d’un langage est constituée de:

1. Alphabet (un ensemble de symboles)

2. Règles de construction syntaxiques

Haïfa Nakouri MIR ESEN 2019/ 2020 12

I : Logique des propositions

Les Formules Bien Formées (FBF)

Le langage est constitué de l' ensemble des Formules

Haïfa Nakouri MIR ESEN 2019/ 2020 14

Les Formules Bien Formées (FBF)

 Ordre de priorité des connecteurs : (Le plus

 On omet par abus les parenthèses les plus externes

 Quand il y a un seul connecteur, l'association se fait

Haïfa Nakouri MIR ESEN 2019/ 2020 15

I : Logique des propositions

Haïfa Nakouri MIR ESEN 2019/ 2020 16

Les règles d’inférence

 Une règle d’inférence est une fonction qui prend (1..n)

deux Prémisses Une Conclusion

I : Logique des propositions

Les règles d’inférence

 Modus Tollens Si H → G et G est fausse alors H est fausse

Définition du calcul propositionnel

Un calcul propositionnel est le système formel défini par :

1. L'alphabet défini à la diapositive 6

Haïfa Nakouri MIR ESEN 2019/ 2020 19

I : Logique des propositions

Définition du calcul propositionnel

Sémantique : principe de compositionnalité

 La sémantique d’une expression correspond à ce que

 La sémantique attribue une signification aux

I : Logique des propositions