Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator

Größe: px
Ab Seite anzeigen:

Download "Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator"

Transkript

1 Resolution mit allgemeinsten Unifikatoren Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Elternklausel 2: L, B 1,..., B n von L, L mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,..., B n ) Deduktion, SS 10, F olien P L, Seite 1, 24. Mai2012

2 Beispiel: Resolution mit Unifikation Elternklausel 1: P (x, f(y)), Q(x, y) Elternklausel 2: P (z, z), R(z, f(u)) σ = z f(y), x f(y) ist allgemeinster Unifikator Resolvente: Q(f(y), y)), R(f(y), f(u)) Deduktion, SS 10, F olien P L, Seite 2, 24. Mai2012

3 Beispiel: Resolution mit Unifikation Elternklausel 1: P (x, f(y)), Q(x, y) Elternklausel 2: P (z, z), R(z, f(u)) σ = z f(y), x f(y) ist allgemeinster Unifikator Resolvente: Q(f(y), y)), R(f(y), f(u)) Beachte: Elternklauseln müssen variablendisjunkt sein Klausel kann mit sich selbst resolvieren (mit einer umbenannten Kopie) Deduktion, SS 10, F olien P L, Seite 3, 24. Mai2012

4 Der allgemeine Resolutionskalkül Resolutionskalkül: transformiert Klauselmengen C mit den Regeln: Resolvieren C C {R} wobei R eine Resolvente von zwei (nicht notwendig verschiedenen) Klauseln in C, und der zugehörige Unifikator allgemeinst ist. Faktorisieren C C {F } wobei F ein Faktor einer der Klauseln in C, und der Unifikator allgemeinst ist. Deduktion, SS 10, F olien P L, Seite 4, 24. Mai2012

5 Zum Vollständigkeitsbeweis der allgemeinen Satz von Herbrand: Resolution Sei CS eine unerfüllbare Klauselmenge. Dann gibt es eine endliche und unerfüllbare Menge von Grundinstanzen von CS. Begriffe dazu: Grundtermalgebra Herbrand-Universum Herbrand-Interpretation = T (Σ, ): alle Grundterme Alle Grundinstanzen von Atomen Interpretation mit D = Grundtermalgebra Deduktion, SS 10, F olien P L, Seite 5, 24. Mai2012

6 Das Lifting Lemma Seien C und D zwei beliebige Klauseln ohne gemeinsame Variablen, C gr und D gr zwei Grundinstanzen von C und D. Für jede Resolvente R gr zwischen C gr und D gr gibt es eine entsprechende Resolvente R von (evtl. iterierten) Faktoren von C und D, so dass R gr eine Grundinstanz von R ist. C C gr und und (Faktor,*); Resolvente; (Faktor,*) D D gr Resolvente R g r R Deduktion, SS 10, F olien P L, Seite 6, 24. Mai2012

7 Widerlegungsvollständigkeit des Resolutionskalküls Satz Für jede unerfüllbare Klauselmenge gibt es einen Widerlegungsbeweis mittels Resolution und Faktorisierung. Der Resolutionskalkül ist widerlegungsvollständig Zur Begründung: Herbrand Theorem = es gibt eine endliche unerfüllbare Grundklauselmenge C gr Es ex Resolutionswiderlegung für C gr (wie in Aussagenlogik). Induktion nach der Anzahl der Grundresolutionen Lifting Lemma: für jede Grundresolutionen gibt es eine Folge von Faktorisierungen und Resolution mit allgemeinsten Unifikatoren, so dass die Resolvente allgemeiner ist als die Grundresolvente. Die letzte Grundresolvente hat als allgemeinere Klausel ebenfalls Deduktion, SS 10, F olien P L, Seite 7, 24. Mai2012

8 Beispiel: Hilbertkalkül(e) Hilbertkalkül für Aussagenlogik: MINI Syntax: Axiome Nur aussagenlogische Variablen und IMP (X IMP (Y IMP Z)) IMP ((X IMP Y ) IMP (X IMP Z)) Schlussregel: Modus Ponens X, (X IMP Y ) Y MINI operiert auf Mengen von Formeln, startet mit den Axiomen und fügt entsprechend der Schlussregel Modus ponens neue Formeln hinzu. Deduktion, SS 10, F olien P L, Seite 8, 24. Mai2012

9 MINI: Instanziierung Variablen haben Doppelrolle: zb X, Y, Z in (X IMP (Y IMP X)) stehen für Formeln. Modus Ponens X 1, (X 2 IMP Y ) σ(y ) σ ist allgemeinster Unifikator von X 1, X 2 X 1, X 2, Y, Z stehen für MINI-Formeln. Deduktion, SS 10, F olien P L, Seite 9, 24. Mai2012

10 Resolution zur Folgerung in MINI Beh: Im MINI-Kalkül ist (X IMP X) ableitbar P L 1 -Kodierung von MINI: ableitbar imp P L 1 -Terme P L 1 -Prädikatensymbol P L 1 -Funktionssymbol für IMP entsprechen MINI-Formeln Deduktion, SS 10, F olien P L, Seite 10, 24. Mai2012

11 Kodierter Hilbertkalkül MINI-Kalkül ist kodierbar durch folgende P L 1 -Formeln: F1: x, y : ableitbar(imp(x, imp(y, x))) F2: x, y, z : ableitbar(imp(imp(x, imp(y, z)), imp(imp(x, y), imp(x, z)))) F3: x, y : ableitbar(x) ableitbar(imp(x, y)) = ableitbar(y) Beh: folgende Formel folgt daraus B: x : ableitbar(imp(x, x)) Deduktion, SS 10, F olien P L, Seite 11, 24. Mai2012

12 Kodierter Hilbertkalkül mit Resolution Die Klauselform von F 1 F 2 F 3 B ist C1 = ableitbar(imp(x 1, imp(y 1, x 1 ))) C2 = ableitbar(imp(imp(x 2, imp(y 2, z 2 )), imp(imp(x 2, y 2 ), imp(x 2, z 2 )))) C3 = ableitbar(x 3 ), ableitbar(imp(x 3, y 3 )), ableitbar(y 3 ) B = ableitbar(imp(c, c)) Deduktion, SS 10, F olien P L, Seite 12, 24. Mai2012

13 Resolutionsherleitung C1 + C3, 1{x 3 imp(x 1, imp(y 1, x 1 ))} R1 = ableitbar(imp(imp(x 1, imp(y 1, x 1 )), y 3 )), ableitbar(y 3 ) R1 = ableitbar(imp(imp(x 4, imp(y 4, x 4 )), z 4 )), ableitbar(z 4 ) C2 + R1, 1{z 4 imp(imp(x 4, y 4 ), imp(x 4, x 4 )), x 2 x 4, y 2 y 4, z 2 x 4 } R2 = ableitbar(imp(imp(x 4, y 4 ), imp(x 4, x 4 ))) R2 = ableitbar(imp(imp(x 5, y 5 ), imp(x 5, x 5 ))) R2 + C3, 2{x 3 imp(x 5, y 5 ), y 3 imp(x 5, x 5 )} R3 = ableitbar(imp(x 5, y 5 )), ableitbar(imp(x 5, x 5 )) R3 = ableitbar(imp(x 6, y 6 )), ableitbar(imp(x 6, x 6 )) C1 + R3, 1{x 6 x 1, y 6 imp(y 1, x 1 )} R4 = ableitbar(imp(x 1, x 1 )) R4 = ableitbar(imp(x 7, x 7 )) B + R4 R5 = Deduktion, SS 10, F olien P L, Seite 13, 24. Mai2012

14 Löschregeln: Subsumtion, Tautologie und Isoliertheit Beobachtung: Manche Resolventen sind offensichtlich nutzlos oder redundant. Abhilfe: automatische Erkennung und Löschung dieser Klauseln Definition Isoliertes Literal D eine Klausel mit Literal L in Klauselmenge C L heißt isoliert, wenn es keine Klausel D C mit einem Literal L in D so dass L und L unifizierbar, und verschiedenes Vorzeichen haben Isoliertheits-Test: in Zeit O(n 3 log(n)) Deduktion, SS 10, F olien P L, Seite 14, 24. Mai2012

15 Löschregeln: Isoliertheit ISOL: Löschregel für isolierte Literale Wenn D eine Klausel aus C mit einem isolierten Literal, dann lösche die Klausel D aus C. Die Regel ist korrekt : das isolierte Literal wird einen Nachfolger in allen Resolventen haben. Deshalb leere Klausel nicht mittels D herleitbar. Satz: Die Löschregel für isolierte Literale kann zum Resolutionskalkül hinzugenommen werden, ohne die Widerlegungsvollständigkeit zu verlieren. Deduktion, SS 10, F olien P L, Seite 15, 24. Mai2012

16 Beispiel Betrachte die (unerfüllbare) Klauselmenge C1 : C2 : C3 : C4 : P (a) P (b) Q(b) P (x), Q(x) C1 + C4 ergibt Resolvente {Q(a)} Diese ist löschbar. Deduktion, SS 10, F olien P L, Seite 16, 24. Mai2012

17 Subsumtion Klausel D subsumiert die Klausel E gdw. σ mit σ(d) E (als Menge). SUBS: Löschregel für subsumierte Klauseln Falls: D subsumiert E und D E, Dann: lösche die Klausel E Grund für Längenbedingung: Faktoren werden sonst gelöscht! Deduktion, SS 10, F olien P L, Seite 17, 24. Mai2012

18 Beispiele {P (x)} subsumiert {P (a), P (b), Q(y)}. P subsumiert {P, S}. {Q(x), R(x)} subsumiert {R(a), S, Q(a)} {E(a, x), E(x, a)} subsumiert {E(a, a)} (wird aber nicht gelöscht.) { P (x), P (f(x))} impliziert { P (x), P (f(f(x))} aber subsumiert nicht. Deduktion, SS 10, F olien P L, Seite 18, 24. Mai2012

19 Korrektheit der Subsumtionslöschung Falls D subsumiert E, dann ist E redundant: Wenn eine Resolutionsableitung der leeren Klausel E benutzt, dann kann man darin E durch D ersetzen und evtl. dann redundante Resolutionsschritte weglassen Vorsicht Die Längenbedingung wird beim Nachweis der Korrektheit benötigt. Denn Klauseln subsumieren immer ihre Faktoren. Deduktion, SS 10, F olien P L, Seite 19, 24. Mai2012

20 Subsumtion: Bemerkungen Vorwärts-Subsumtion: neu erzeugte (von alten subsumierte) Klauseln werden gelöscht Rückwärts-Subsumtion: Aufgrund der neuen Resolvente werden alte (subsumierte) Klauseln gelöscht. Ist manchmal nicht implementiert. Komplexität: Subsumtionstest ist N P-vollständig. Deduktion, SS 10, F olien P L, Seite 20, 24. Mai2012

21 Verallgemeinerung der Subsumtion Vorsicht Die Implikation C = D für Klauseln ist eine Redundanz, aber eine entsprechende Löschregel macht Beweise nicht kürzer. Deduktion, SS 10, F olien P L, Seite 21, 24. Mai2012

22 Tautologische Klauseln Definition Die Klausel D ist eine Tautologie gdw. D in allen Interpretationen wahr ist. Beispiele für Tautologien {P a, P a}, {Qa, P (f(x)), P (f(x), Qb} {P x, P x}. Keine Tautologien sind: {P x, P f(y)} { P (x, y), P (y, x)}. Tautologie-Test: D ist Tautologie, gdw. D zwei komplementäre Literale L, L enthält. Dieser Test kann in Zeit O(n 3 ) durchgführt werden. Deduktion, SS 10, F olien P L, Seite 22, 24. Mai2012

23 Tautologie-Löschung Definition TAUT: Löschregel für tautologische Klauseln Wenn D eine tautologische Klausel ist, dann lösche D aus C. Deduktion, SS 10, F olien P L, Seite 23, 24. Mai2012

24 Widerlegungsvollständigkeit der Löschregeln Satz Der Resolutionskalkül mit allgemeinsten Unifikatoren, mit Löschung subsumierter Klauseln, Löschung von Klauseln mit isolierten Literalen und Löschung von Tautologien ist widerlegungsvollständig Deduktion, SS 10, F olien P L, Seite 24, 24. Mai2012

25 Bemerkungen Die Prozedur von Davis und Putnam zum Entscheiden der Unerfüllbarkeit von aussagenlogische Klauselmengen kann man zusammenbauen aus Resolution Subsumtionsregel Isolationsregel Fallunterscheidung Deduktion, SS 10, F olien P L, Seite 25, 24. Mai2012

26 Einschränkung und Varianten der Resolution Set-of-Support UR-Resolution Hyper-Resolution Unit-Resolution Input-Resolution Lineare-Resolution SL-Resolution SL-Resolution für Hornklauseln Deduktion, SS 10, F olien P L, Seite 26, 24. Mai2012

27 Set-of-Support Aufteilung der Klauselmenge in: Klauseln aus den Voraussetzungen (widerspruchsfrei) Klauseln aus dem negierten Theorem SOS-Menge Set-of-Support = alle Klauseln, Resolventen, Faktoren, die eine Vorgängerklausel in SOS haben. Resolution: nur erlaubt, wenn eine Elternklausel in SOS ist. Faktorisierung: nur erlaubt, wenn die Klausel in SOS ist. Deduktion, SS 10, F olien P L, Seite 27, 24. Mai2012

28 Beispiel Klauselmenge: {P, Q}, { P, Q}, {P, Q}, { P, Q} SOS {P, Q} Rest-Klauselmenge: { P, Q}, {P, Q}, { P, Q} Resolventen: SOS danach: {P, Q}, { P, Q} {Q} {P, Q}, {Q} Deduktion, SS 10, F olien P L, Seite 28, 24. Mai2012

29 Set-of-Support Allgemeiner: Beschränkung der Herleitung durch Modell M der Axiome. M darf kein Modell der Negation des Theorems sein. Nur Resolventen R mit M = R sind erlaubt Auswertung M = R muss einfach sein. SOS: M = R wird approximiert. Deduktion, SS 10, F olien P L, Seite 29, 24. Mai2012

30 UR-Resolution (unit resulting resolution) Statt Resolutionsschritt: Simultane Resolution einer Klausel (n + 1 Literale) mit n Unit-Klauseln. Ergebnis: Eine Unit-Klausel Fakten: Zwischenresolventen werden nicht in die Klauselmenge aufgenommen Suche nach möglichen Resolutionsschritten kann exponentiell sein Nicht widerlegungsvollständig: {{P, Q}, {P, Q}, { P, Q}, { P, Q}} Deduktion, SS 10, F olien P L, Seite 30, 24. Mai2012

31 Hyperresolution simultaner Unifikator σ R 1 K 1... R n K n +L L n L n+1... L n+m Elektronen Nukleus σ( R 1... R n L n+1... L n+m ) Hyper- Resolvente Eingabe: Nukleus Klausel mit mind. einem positiven Literal Elektronen Klausel die nur negative Literale hat Ausgabe Hyperresolvente (Elektron) Simultane Resolution, so dass alle positiven Literale mit negativen Literalen eines Elektrons wegresolviert werden Faktorisierung wird mitberücksichtigt beim Berechnen der Unifikatoren Deduktion, SS 10, F olien P L, Seite 31, 24. Mai2012

32 Hyperresolution Es gibt Negative und Positive Hyperresolution (dual) Eigenschaft: Hyperresolution ist widerlegungsvollständig Deduktion, SS 10, F olien P L, Seite 32, 24. Mai2012

33 Unit-Resolution Bei jedem Resolutionsschritt muss mindestens eine Elternklausel eine Unit sein. Faktorisierung ist erlaubt. Nicht widerlegungsvollständig Deduktion, SS 10, F olien P L, Seite 33, 24. Mai2012

34 Eingaberesolution Bei jedem Resolutionsschritt muss mindestens eine Elternklausel aus der Eingabemenge sein. Eigenschaften: Eine Klauselmenge ist genau dann mit Unit-Resolution widerlegbar, wenn sie mit Inputresolution widerlegbar ist. D.h. Eingabe und Unit-Resolution sind äquivalent Deduktion, SS 10, F olien P L, Seite 34, 24. Mai2012

35 Beispiel: Unit-Resolution {{P (a)}, { P (x), P (f(x))}, { P (f(f(f(f(a)))))}}, mit Unit-Resolution P (a) P (f(a)) P (f(f(a))) P (f(f(f(a)))) P (f(f(f(f(a)))) P (x); P (f(x)) P (f(f(f(f(a)))) mit allgemeiner Resolution P (x); P (f(x)) P (x); P (f(x) P (x); P (f(f(x)) P (x); P (f(f(x)) P (x); P (f(f(f(f(x)))) P (a) P (f(f(f(f(a)))) P (f(f(f(f(a)))) Deduktion, SS 10, F olien P L, Seite 35, 24. Mai2012

36 Lineare Resolution Definition Lineare Resolution Initial: Iterationsschritt: Klauselmenge; eine als Zentralklausel ausgewählt. Zentralklausel Z i + andere Klausel neue Zentralklausel Z i+1 implizite Faktorisierung vor dem Resolutionsschritt ist erlaubt D.h. Zentralklauseln sind Z i Z i entsteht aus Resolution von Z i 1 und einer Eingabeklausel oder einen Klausel Z j mit j < i 1. Eigenschaft: Lineare Resolution ist widerlegungsvollständig Deduktion, SS 10, F olien P L, Seite 36, 24. Mai2012

37 Lineare Resolution, Beispiel {P, Q}, { P, Q}, {P, Q}, { P, Q}, einmal mit linearer Resolution und Vorgängerschritt und einmal mit allgemeiner Resolution: P Q P Q P QP P Q Q P P Q P QP P Q P Q P Deduktion, SS 10, F olien P L, Seite 37, 24. Mai2012

38 Lineare Resolution, Beispiel Faktorisierung ist notwendig: {{P (x), P (y)}, { P (x), P (y)}}. Im Beispiel: Lineare Resolution ohne Faktorisierung ergibt immer eine Zentralklausel der Länge zwei, Deduktion, SS 10, F olien P L, Seite 38, 24. Mai2012

39 Hornklauselmengen Eine Hornklausel ist eine Klausel mit maximal einem positiven Literal. Eine definite Hornklausel ist eine Klausel mit genau einem positiven Literal. Eine negative Hornklausel, Anfrage ist eine Klausel ohne positive Literale. Eine Hornklauselmenge ist eine Klauselmenge die nur aus Hornklauseln besteht. Deduktion, SS 10, F olien P L, Seite 39, 24. Mai2012

40 Hornklauselmengen Eigenschaften: definite Hornklauseln kann man schreiben als L 1... L n = L n+1 Klauseln ohne positive Literale sind Hornklauseln Eine unerfüllbare Hornklauselmenge enthält eine positive Unitklausel. Unerfüllbare Hornklauselmengen sind widerlegbar mittels Unit-Resolution. Deduktion, SS 10, F olien P L, Seite 40, 24. Mai2012

41 SL-Resolution SL-Resolution = Lineare Resolution plus Selektionsfunktion D.h. Beschränkung der (für Resolution) erlaubten Literale Wir betrachten ab jetzt: SL-Resolution für Hornklauselmengen Annahme: Hornklauseln haben Reihenfolge der negativen Literale: Deduktion, SS 10, F olien P L, Seite 41, 24. Mai2012

42 SL-Resolution für Hornklauselmengen Vorgehen: Menge von initialen (definiten) Horn Klauseln Zielklausel (nur negative Literale Nächste Zielklausel = Resolvente aus Zielklausel und einer initialen Klausel Selektionsfunktion: Das letzte Literal wird zuerst wegresolviert Beispiel: Zielklausel initiale (passende Klausel): Resolvente: L 1,... L n K 1, K 2,... K m K 1 und L n sind Resolutions-Literale L 1,... L n 1, K 2,... K m Deduktion, SS 10, F olien P L, Seite 42, 24. Mai2012

43 SL-Resolution für Hornklauselmengen: Eigenschaften Widerlegungsvollständig für Hornklauseln, auch ohne Faktorisierung Die Gesamtsubstitution in die Anfrage bei Erfolg kann man als Antwort deuten. Deduktion, SS 10, F olien P L, Seite 43, 24. Mai2012

44 Beispiel SL-Resolution SL-Resolution mit Horn Klauseln Prolog Notation: Klausel Notation: C1: A(x, y) P (x, y) A(x, y) P (x, y) C2: A(x, z) P (x, y) A(y, z) A(x, z) P (x, y) A(y, z) C3: P (a, b) C4: P (b, c) C5: P (c, d) Theorem: v : A(a, v) P (v, d)? Negiertes Theorem: A(a, v) P (v, d) Deduktion, SS 10, F olien P L, Seite 44, 24. Mai2012

45 Suchraum für Selektionsfunktionen Beispiele für Selektionsfunktionen sind: 1. Das am stärksten instanziierte Literal zuerst 2. Das am wenigsten instanziierte Literal zuerst. Die zuletzt eingeführten Literale, die zuerst wegresolviert werden, sind unterstrichen. Suchstrategien: Tiefensuche mit Backtracking Breitensuche zu speicheraufwändig Deduktion, SS 10, F olien P L, Seite 45, 24. Mai2012

46 Am meisten instanziierte Literale zuerst P (a, v); P (v, d) C1 A(a, v); P (v, d) C2 P (a, y); A(y, v); P (v, d) v b;c3 y b;c3 P (b, d) A(b, v); P (v, d) C1 C2 Fehler P (b, v) P (v, d) v c;c4 P (c, d) C5 P (b, y ); A(y, v); P (v, d) y c;c4 A(c, v); P (v, d) C1 C2 Klausel: C1: A(x, y) P (x, y) C2: A(x, z) P (x, y) A(y, z) C3: P (a, b) C4: P (b, c) C5: P (c, d) Erfolg P (c, v); P (v, d) v d;c5 P (d, d) Fehler Rekursion Deduktion, SS 10, F olien P L, Seite 46, 24. Mai2012

47 Am wenigsten instanziierte Literale zuerst P (a, v); P (v, d) v b;c3 C1 A(a, v); P (v, d) C2 P (a, y); A(y, v); P (v, d) C1 P (b, d) P (y, v); P (a, y); P (v, d) y a,v b C3 C2 P (y, y ); A(y, v); P (a, y), P (v, d) C4 C5 y b,v c y c,v d Fehler P (a, a) P (b, d) Fehler P (a, b); P (c, d) P (a, c); P (d, d) Klausel: C1: A(x, y) P (x, y) C2: A(x, z) P (x, y) A(y, z) C3: P (a, b) C4: P (b, c) C5: P (c, d) C3 P (c, d) C5 Erfolg Fehler Deduktion, SS 10, F olien P L, Seite 47, 24. Mai2012

Prädikatenlogik: Syntax

Prädikatenlogik: Syntax Prädikatenlogik: Syntax Signatur : Welche Zeichen gibt es? Funktionssymbole Prädikatensymbol (Eigenschaften) Terme: Variablen f(t 1,... t n ) wenn t i Terme und f Funktionssymbol Formeln: P (t 1,... t

Mehr

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten 2.6 Verfeinerung der Resolution Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten Resolutions-Strategien: heuristische Regeln für die Auswahl der Resolventen Resolutions-Restriktionen:

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN

Mehr

Aussagenlogik: Syntax von Aussagen

Aussagenlogik: Syntax von Aussagen Aussagenlogik: Syntax von Aussagen A ::= X (A A) (A A) ( A) (A A) (A A) 0 1 Prioritätsreihenfolge :,,,,. A B: Konjunktion (Verundung). A B: Disjunktion (Veroderung). A B: Implikation. A B: Äquivalenz.

Mehr

Einführung in die Methoden der Künstlichen Intelligenz. Prädikatenlogik

Einführung in die Methoden der Künstlichen Intelligenz. Prädikatenlogik Einführung in die Methoden der Künstlichen Intelligenz Prädikatenlogik Dr. David Sabel WS 2012/13 Stand der Folien: 13. Dezember 2012 Prädikatenlogik In der Aussagenlogik, sind Zusammenhänge, wie Beziehungen

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise:

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise: Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.9 Prädikatenlogik Resolution 207 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N 2 Es regnet. R

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 7 15.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Unser Ziel Kalkül(e) zur systematischen Überprüfung

Mehr

Formale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019

Formale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019 Formale Systeme Prof. Dr. Bernhard Beckert, WS 2018/2019 Aussagenlogik: Resolutionskalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 6. Aussagenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Resolutionkalkül Wesentliche

Mehr

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15 Logik Gabriele Kern-Isberner LS 1 Information Engineering TU Dortmund Wintersemester 2014/15 WS 2014/15 G. Kern-Isberner (TU Dortmund) Logik WS 2014/15 1 / 263 Übersicht Prädikatenlogik 8. Strukturen &

Mehr

Aussagenlogische Kalküle

Aussagenlogische Kalküle Aussagenlogische Kalküle Ziel: mit Hilfe von schematischen Regeln sollen alle aus einer Formel logisch folgerbaren Formeln durch (prinzipiell syntaktische) Umformungen abgeleitet werden können. Derartige

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 2 und 3: Resolution Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 3. November 2017 1/43 HERBRAND-STRUKTUR Sei

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische

Mehr

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit.

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Resolution (Idee) (F A) (F A) (F A) (F A) (F F ) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Zwei Fragen: Kann man aus einer unerfüllbaren Formel immer die leere

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 3. Prädikatenlogik Teil 7 26.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Unser Ziel Kalküle zur systematischen Überprüfung von

Mehr

Resolution für die Aussagenlogik

Resolution für die Aussagenlogik Resolution für die Aussagenlogik Der Resolutionskakül ist ein Beweiskalkül, der auf Klauselmengen, d.h. Formeln in KNF arbeitet und nur eine Schlußregel besitzt. Der Resolution liegt die folgende Vorstellung

Mehr

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation Theorie der Informatik 9. März 2015 5. Aussagenlogik III Theorie der Informatik 5. Aussagenlogik III 5.1 Inferenz Malte Helmert Gabriele Röger 5.2 Resolutionskalkül Universität Basel 9. März 2015 5.3 Zusammenfassung

Mehr

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren: Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht

Mehr

Prädikatenlogische Entscheidbarkeitsprobleme

Prädikatenlogische Entscheidbarkeitsprobleme Prädikatenlogische Entscheidbarkeitsprobleme Erfüllbarkeitsproblem: Gegeben: prädikatenlogischer Ausdruck A über einer Signatur S Frage: Ist A erfüllbar? Gültigkeitsproblem: Gegeben: prädikatenlogischer

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in

Mehr

Einiges zu Resolutionen anhand der Aufgaben 6 und 7

Einiges zu Resolutionen anhand der Aufgaben 6 und 7 Einiges zu Resolutionen anhand der Aufgaben 6 und 7 Es gibt eine Fülle von verschiedenen Resolutionen. Die bis jetzt behandelten möchte ich hier noch ein Mal kurz erläutern. Ferner möchte ich noch auf

Mehr

SLD-Ableitungsbäume. G = B 1... B m. G die Menge aller SLD-Resolventen von G und definiten. G einen Nachfolger, der mit G markiert ist.

SLD-Ableitungsbäume. G = B 1... B m. G die Menge aller SLD-Resolventen von G und definiten. G einen Nachfolger, der mit G markiert ist. SLD-Ableitungsbäume Definition 5.48 Sei P ein definites Programm und G ein definites Ziel. Ein SLD-Ableitungsbaum ist ein Baum, der die folgenden Bedingungen erfüllt: 1. Jeder Knoten des Baums ist mit

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 12. Prädikatenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Zur Erinnerung Definition: Aussagenlogische

Mehr

Tableaukalkül für Aussagenlogik

Tableaukalkül für Aussagenlogik Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird

Mehr

Wozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation

Wozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation Wozu formale Logik? Logik im Fingerhut Studiengang Informatik Universität Bremen präzise Beschreibung von Aussagen über die Welt bzw. über verschiedene Welten Ziehen und Überprüfen von Schlussfolgerungen

Mehr

Hilbert-Kalkül (Einführung)

Hilbert-Kalkül (Einführung) Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

Wiederholung zur SLD-Resolution (1)

Wiederholung zur SLD-Resolution (1) 8. Korrektheit und Vollständigkeit der SLD-Resolution 8-1 Wiederholung zur SLD-Resolution (1) SLD-Resolution: Selektionsfunktion: Wählt Atom der Anfrage. Nächstes zu bearbeitendes Atom. Normalerweise einfach

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung

Mehr

Formale Systeme, WS 2015/2016. Lösungen zu Übungsblatt 7

Formale Systeme, WS 2015/2016. Lösungen zu Übungsblatt 7 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Bernhard Beckert Dr. Thorsten Bormer, Dr. Vladimir Klebanov, Dr. Mattias Ulbrich Formale Systeme, WS 2015/2016 Lösungen

Mehr

Deduktion in der Aussagenlogik

Deduktion in der Aussagenlogik Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden:

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden: 3.4 Unentscheidbarkeit In der Aussagenlogik gibt es für jede Formel eine endliche Menge von Belegungen. In Prädikatenlogik Beschränkung auf endliche Menge von Strukturen nicht möglich. Sogar Strukturen

Mehr

Resolution und Regeln

Resolution und Regeln Resolution und Regeln Hans Kleine Büning University of Paderborn Institute for Computer Science Group Paderborn, 18. Juli 2013 Resolution und Regeln Hans Kleine Büning 1/9 Resolution Theorem Resolution:

Mehr

Wiederholung: Resolution in der Aussagenlo. Resolution in der Prädikatenlogik. Definition von Res(F) (Wiederholung)

Wiederholung: Resolution in der Aussagenlo. Resolution in der Prädikatenlogik. Definition von Res(F) (Wiederholung) Resolution in der Prädikatenlogik Wiederholung: Resolution in der Aussagenlo Der Algorithmus von Gilmore funktioniert zwar, ist in der Praxis aber unbrauchbar. Daher ist unser Programm der nächsten Stunden:

Mehr

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2017

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2017 Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker

Mehr

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

Theoretische Informatik: Logik

Theoretische Informatik: Logik Theoretische Informatik: Logik Vorlesung mit Übungen im WS 2006/2007 Vorlesung: Montag Montag 9-10 Uhr, Raum 1603 WAneu 14-16 Uhr, Raum 1603 WAneu Beginn: Montag, den 23.10.2006, 9 15 Uhr. Übungen in 3

Mehr

Logik Vorlesung 5: Grundlagen Resolution

Logik Vorlesung 5: Grundlagen Resolution Logik Vorlesung 5: Grundlagen Resolution Andreas Maletti 21. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 10 4.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Hauptklausur: Montag, 23.07.2012, 16:00-18:00,

Mehr

Herbrand-Universum. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Herbrand-Universum. Herbrand-Universum

Herbrand-Universum. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Herbrand-Universum. Herbrand-Universum Herbrand-Universum Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Motivation: Um die Erfüllbarkeit/Unerfüllbarkeit einer prädikatenlogischen

Mehr

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 16. Januar 2017 Rückblick Markus Krötzsch, 16. Januar 2017 Formale Systeme Folie 2 von 31

Mehr

Logik-Grundlagen. Syntax der Prädikatenlogik

Logik-Grundlagen. Syntax der Prädikatenlogik Logik-Grundlagen X 1 :...: X k : ( A 1 A 2... A m B 1 B 2... B n ) Logische und funktionale Programmierung - Universität Potsdam - M. Thomas - Prädikatenlogik III.1 Syntax der Prädikatenlogik Prädikat:

Mehr

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog Logikprogrammierung Berechnung durch Resolution Die Programmiersprache Prolog Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 6.1 Logikprogrammierung Berechnung durch Resolution 213 Resolution

Mehr

Deduktion. Semantische Folgerungsbeziehung. Syntaktische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion. Semantische Folgerungsbeziehung. Syntaktische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung Deduktion Menge von Ausdrücken der Aussagenlogik oder der Prädikatenlogik beschreibt einen bestimmten Sachverhalt, quasi eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion:

Mehr

Ralf Möller, TUHH. Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem. Lernziele: Beweisverfahren für Prädikatenlogik

Ralf Möller, TUHH. Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem. Lernziele: Beweisverfahren für Prädikatenlogik Ralf Möller, TUHH Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem Lernziele: Beweisverfahren für Prädikatenlogik Danksagung Bildmaterial: S. Russell, P. Norvig, Artificial

Mehr

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf

Mehr

FO-Klauselmengen Abschnitt 5.1. Logik-Kalküle. Klauselmengen und universell-pränexe Sätze. Übersetzungs-Beispiel

FO-Klauselmengen Abschnitt 5.1. Logik-Kalküle. Klauselmengen und universell-pränexe Sätze. Übersetzungs-Beispiel Teil 2: FO Beweiskalküle Logik-Kalküle syntaktische Beweiskalküle Beweise der Unerfüllbarkeit Resolution vergleiche Kalküle für AL Resolution bzw. der Widerlegungskalkül: Unerfüllbarkeitsbeweise wir behandeln:

Mehr

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen Logik: Glossar FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 15. Januar 2018 Atom kleinste mögliche Formel p P Teilformel Unterausdruck,

Mehr

Satz 1.18 (Kompaktheitssatz der Aussagenlogik)

Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Σ F ist erfüllbar genau dann, wenn jede endliche Teilmenge von Σ erfüllbar ist. Σ F ist unerfüllbar genau dann, wenn es eine unerfüllbare endliche Teilmenge

Mehr

2.3 Deduktiver Aufbau der Aussagenlogik

2.3 Deduktiver Aufbau der Aussagenlogik 2.3 Deduktiver Aufbau der Aussagenlogik Dieser Abschnitt beschäftigt sich mit einem axiomatischen Aufbau der Aussagenlogik mittels eines Deduktiven Systems oder eines Kalküls. Eine syntaktisch korrekte

Mehr

Eigenschaften der Resolution für PL1 Formeln

Eigenschaften der Resolution für PL1 Formeln Eigenschaften der Resolution für PL1 Formeln Widerlegungsvollständigkeit (ohne Beweis): Sofern man Resolution auf eine widersprüchliche Klauselmenge anwendet, so existiert eine endliche Folge von Resolutionsschritten,

Mehr

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2015

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2015 Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker

Mehr

Klauselmengen. Definition Sei

Klauselmengen. Definition Sei Klauselmengen Definition 2.38 Sei α = (p 11... p 1k1 )... (p n1... p nkn ) eine in aussagenlogische Formel in KNF. Dann heißen die Mengen {p i1,..., p iki }, 1 i n, der jeweils disjunktiv verknüpften Literale

Mehr

Zusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung

Zusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung Formale der Informatik 1 Kapitel 15 und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Zusammenfassung Syntax Zusammenfassung Syntax: Motivation Definition der Syntax: Alphabet, Junktor

Mehr

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Zusammenfassung Syntax

Mehr

Eigenschaften der SLD-Resolution

Eigenschaften der SLD-Resolution Eigenschaften der SLD-Resolution Vollständigkeit der SLD-Resolution für Hornklauseln Sei F eine inkonsistente Hornklauselmenge. Dann gibt es eine SLD-Widerlegung von F. Beweisskizze: Für inkonsistentes

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise:

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise: Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 5.4 Prädikatenlogik mit Gleichheit Resolution 192 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N

Mehr

Kapitel L:III. III. Prädikatenlogik

Kapitel L:III. III. Prädikatenlogik Kapitel L:III III. Prädikatenlogik Syntax der Prädikatenlogik Semantik der Prädikatenlogik Wichtige Äquivalenzen Einfache Normalformen Substitution Skolem-Normalformen Standard-Erfüllbarkeit Prädikatenlogische

Mehr

Formale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil

Formale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil Formale Grundlagen der Informatik 1 zum Logik-Teil Frank Heitmann heitmann@informatik.uni-hamburg.de 20. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/32 Überblick Im hatten wir Aussagenlogik

Mehr

Algorithmischer Aufbau der Aussagenlogik

Algorithmischer Aufbau der Aussagenlogik Algorithmischer Aufbau der Aussagenlogik In diesem Abschnitt betrachten wir Verfahren die bei gegebener endlichen Menge Σ und A-Form A entscheiden ob Σ = A gilt. Die bisher betrachteten Verfahren prüfen

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische

Mehr

Deklarative Semantik

Deklarative Semantik 7. Deklarative Semantik 7-1 Deklarative Semantik Bisher: Prolog als Programmiersprache. Operationale Semantik : Wie wird ein Programm ausgeführt? Welche Antworten werden berechnet? Jetzt: Prolog als logischer

Mehr

Labor Compilerbau. Jan Hladik. Sommersemester DHBW Stuttgart. Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester / 20

Labor Compilerbau. Jan Hladik. Sommersemester DHBW Stuttgart. Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester / 20 Labor Compilerbau Jan Hladik DHBW Stuttgart Sommersemester 2017 Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester 2017 1 / 20 Resolution in der Prädikatenlogik testet Erfüllbarkeit (indirekt

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.

Mehr

Normalformen der Prädikatenlogik

Normalformen der Prädikatenlogik Normalformen der Prädikatenlogik prädikatenlogische Ausdrücke können in äquivalente Ausdrücke umgeformt werden Beispiel "X (mensch(x) Æ sterblich(x)) "X (ÿ mensch(x) sterblich(x)) "X (ÿ (mensch(x) Ÿ ÿ

Mehr

Logik Vorlesung 4: Horn-Logik und Kompaktheit

Logik Vorlesung 4: Horn-Logik und Kompaktheit Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle

Mehr

Deduktion in der Prädikatenlogik

Deduktion in der Prädikatenlogik Deduktion in der Prädikatenlogik Sprache der Prädikatenlogik ist mächtiger als die der Aussagenlogik; damit verändern sich die Deduktionssysteme natürliche Deduktion: Schlussregeln der Aussagenlogik gelten

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

Resolutionsalgorithmus

Resolutionsalgorithmus 112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:

Mehr

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Javier Esparza und Barbara König 4. Dezember 2003 Für eine gegebene aussagenlogische

Mehr

Aufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D)

Aufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D) INTA - Lösungshinweise zum Übungsblatt 4, Version 1.0α. Wenn sie Fehler finden oder Ihnen etwas auch nach dem Gespräch mit ihren Kommilitonen noch unklar ist, dann schicken sie mir bitte eine Email! Aufgabe

Mehr

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet. Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)

Mehr

Resolution (1) Wir versuchen, durch eine Substitution die Variablen in geeigneter Weise durch Terme zu ersetzen, so dass beide Atome gleich werden.

Resolution (1) Wir versuchen, durch eine Substitution die Variablen in geeigneter Weise durch Terme zu ersetzen, so dass beide Atome gleich werden. Resolution (1) Voraussetzung: Klauselform Beispiel: { P(x, f (y))} {P(z, f (g(z)))} Aus dieser Klauselmenge können wir nur dann die leere Klausel ableiten, wenn es uns gelingt, die beiden Atome P(x, f

Mehr

Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1)

Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1) Einführung in die KI Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Wissensrepräsentation: Resolution (im PK1) 2. Resolution Vorbild für Formalismus : exakt, präzise, (theoretisch) beherrscht Aufbau: Zeichen

Mehr

Jeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?

Jeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =? Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl.

Mehr

Schritt 1 Richtung Resolution: Substituieren

Schritt 1 Richtung Resolution: Substituieren 4. Resolution in der Prädikatenlogik Schritt 1 Richtung Resolution: Substituieren Wegen impliziter Allquantifizierung der Variablen gilt: P(x), P(y) widersprüchlich; P(x) P(f(a)) widersprüchlich; aber

Mehr

Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme. Datum Beisitzer Steven Kutsch

Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme. Datum Beisitzer Steven Kutsch Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme Datum 04.05.2016 Prüfer C. Beierle Beisitzer Steven Kutsch Prof. Beierle geht an Hand eines Prüfungsplans die einzelnen Themen durch. Offenbar

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.

Mehr

Wissensrepräsentation und Schlussfolgern

Wissensrepräsentation und Schlussfolgern Wissensrepräsentation und Schlussfolgern Wissensrepräsentationshypothese: (B. Smith) Die Verarbeitung von Wissen lässt sich trennen in: Repräsentation von Wissen, wobei dieses Wissen eine Entsprechung

Mehr

Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen

Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen Einführung in die Logik - 4 Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen Widerlegungsverfahren zum Aufwärmen: Bestimmung von Tautologien mittels Quick Falsification

Mehr

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet. Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)

Mehr

Frank Heitmann 2/48. 2 Substitutionen, um formal auszudrücken wie in Formelmengen. auf!

Frank Heitmann 2/48. 2 Substitutionen, um formal auszudrücken wie in Formelmengen. auf! Motivation ormale der Informatik 1 Kapitel 17 und rank Heitmann heitmann@informatik.uni-hamburg.de Der Sinn von : Aufgrund syntaktischer Eigenschaften von ormeln/ormelmengen auf semantische Eigenschaften

Mehr

Formale Systeme, WS 2008/2009 Lösungen zum Übungsblatt 2

Formale Systeme, WS 2008/2009 Lösungen zum Übungsblatt 2 UNIVERSITÄT KARLSRUHE (TH) Institut für Theoretische Informatik Prof. Dr. B. Beckert M. Ulbrich Formale Systeme, WS 2008/2009 Lösungen zum Übungsblatt 2 Dieses Blatt wurde in der Übung am 14.11.2008 besprochen.

Mehr

wenn es regnet ist die Straße nass:

wenn es regnet ist die Straße nass: Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz die Straße ist nass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

Logik Vorlesung 3: Äquivalenz und Normalformen Logik Vorlesung 3: Äquivalenz und Normalformen Andreas Maletti 7. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Syntax Semantik Signatur, Variablen Terme (induktive Definition, Baumform) Atome

Mehr

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10. Besprechung in KW02/2019

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10. Besprechung in KW02/2019 Technische Universität München Winter 2018/19 Prof. J. Esparza / Dr. M. Luttenberger, C. Welzel 2019/01/11 HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10 Besprechung in KW02/2019 Beachten

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 2: Logik 1 Prädikatenlogik (Einleitung) 2 Aussagenlogik Motivation Grundlagen Eigenschaften Eigenschaften Normalformen

Mehr

Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution

Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Ablauf Unendliche

Mehr

Logisches und funktionales Programmieren

Logisches und funktionales Programmieren Prof. Dr. Christoph Beierle, Dr. Harald Ganzinger, Prof. Dr. Michael Hanus Kurs 01816 Logisches und funktionales Programmieren LESEPROBE Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten

Mehr

Formale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23

Formale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23 Formale Methoden II SS 2005 Universität Bielefeld Teil 3, 12. Mai 2005 Gerhard Jäger Formale Methoden II p.1/23 Logische Folgerung Definition 6 (Folgerung) Eine Formel ϕ folgt logisch aus einer Menge von

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül

Mehr