Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik. 2. Juni 2005
|
|
- Karola Hase
- vor 5 Jahren
- Abrufe
Transkript
1 Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik 2. Juni 2005
2 Übersicht Wahrheitsfunktionale Fuzzy-Semantik, Eigenschaften, Lukasiewicz-Fuzzy-Logik, McNaughtons Theorem, Nichtstetige Wahrheitsfunktionale Fuzzy-Logik.
3 Vagheit und Unsicherheit Die Rose auf dem Tisch ist rot Wahrheitsgrad: Grad auf die Zugehörigkeit der Farbe der Rose zum unscharfen Prädikat rot Unsicherheit:die Farbe der Rose ist entweder Rot oder Nicht-Rot, kann aber nicht festgestellt werden. Der Grad gibt an, wie sehr ich glaube, daß die Rose rot ist. wahrheitsfuntionale Fuzzy-Logik beschäftigt fragt nach Korrektheit von Schlüssen bei Vagheit, Wahrheitsfuntionale Semantik: Wahrheitswerte der Formeln werden allein von den Wahrheitswerten ihrer Komponenten bestimmt.
4 Alphabet und Sprache - eine abzählbare Menge von Variablen {x 1, x 2..., y 1, y 2,...}, - eine endliche Menge von Junktoren, - evtl. Symbole für Konstanten, sowie Klammernsymbole. Menge F L der wohlgeformten Formeln über L - jede Variable ist eine Formel, - wenn h ein k-stelliger Junktor ist und ϕ 1,..., ϕ k Formeln sind, dann ist h(ϕ 1,..., ϕ k ) ebenfalls eine Formel.
5 Interpretation der Junktoren Jeder k-stellige Junktor h wird durch eine entsprechende k-stellige Funktion h auf [0, 1] interpretiert, sd. (i) jede der Operationen h ist bezüglich jeder Variablen entweder ordnungserhaltend oder ordnungsumkehrend, (ii) die Interpretationen und für, sind Fortsetzungen der klassischen Interpretationen (iii) die Interpretation : [0, 1] [0, 1] von ist ordnungsumkehrend und es gilt 1 = 0 und 0 = 1, (iv) die Interpretationen von und sind ordnungserhaltend, (v) falls als Junktor auftritt, so ist die zugehörige Interpretationsfunktion h ordnungserhaltend in der zweiten und ordnungsumkehrend in der ersten Variablen.
6 Wahrheitsfunktionale Belegungen Definition Die Menge [0,1] zusammen mit den Operationen {h} zur Interpretation der Junktoren heißt Bewertungsstruktur. Definition Gegeben sei eine Bewertungsstruktur. Eine wahrheitsfunktionale Belegung der Formeln in F L ist eine Fuzzy-Menge m F(F L ), so daß m(h(ϕ 1,..., ϕ k )) = h(m(ϕ 1 ),..., m(ϕ k )) für jeden Junktor h und jedes k-tupel (ϕ 1,..., ϕ k ) F k L.
7 Wahrheitsfunktionale Fuzzy-Semantik Die Klasse M der wahrheitsfunktionalen Belegungen der Formeln in F L über einer Bewertungsstruktur ist eine abstrakte Fuzzy-Semantik, da u M. Tatsächlich hätte man sonst wegen Bedingung (ii) und (iii) Definition 1 = u 1 (x x) = u 1 (x) u 1 (x) = min{0, 1} = 0. Sei M die Klasse der wahrheitsfunktionalen Belegungen einer Bewertungsstruktur. Dann heißt M wahrheitsfunktionale Fuzzy- Semantik. Falls alle Junktoren durch stetige Funktionen h interpretiert werden, heißt M stetige Fuzzy-Semantik.
8 Axiomatisierbarkeit zu jeder wahrheitsfunktionalen Semantik M läßt sich ein logischer Konsequenzoperator J M : F(F L ) F(F L ) definieren, Existenz eines formalen Deduktionsapparates für JM, Ist eine gegebene Semantik M adäquat axiomatisierbar? Es gibt viele Fuzzy-Semantiken, bei denen die Antwort negativ ist 1979 Pavelka: residuale Verbände als Bewertungsstrukturen.
9 Wahrheitsfunktionale Fortsetzung und Fuzzy-Theorie v : VAR [0, 1] eine Belegung der Variablen, es existiert genau eine wahrheitsfunktionale Belegung mv der Formeln, sd. m v (x i ) = v(x i ) für alle x i VAR, (wahrheitsfunktionalen Fortsetzung von v) u F(FL ) mit supp(u) = VAR, v = u VAR : J M (u) m v Beispiel: Sei u = u 0. Für jedes i gibt es ein m i M, v m i sd. m i (x i ) = 1 und daher m i ( x i ) = 0. Daher J M (u)( x i ) = 0. Variablenbelegung: v mit v(x i ) = 0 für alle i, wahrheitsfunktionale Fortsetzung von v: m v ( x i ) = (m v (x i )) = 0 = 1.
10 Wahrheitsfunktionale Fortsetzung und Fuzzy-Theorie II Satz Sei, die Interpretationsfunktion von, injektiv. Sei v : VAR [0, 1] eine Belegung der Variablen. Mit v bezeichnen wir die folgende Fortsetzung von v auf F L : v(x i ), falls ϕ = x i ; v (ϕ) = (v(x i )), falls ϕ = x i ; 0, sonst. Dann ist J M (v ) = m v und v ist eine kategorische Anfangsbelegung, deren einziges Modell m v ist.
11 Axiomatisierung von Fuzzy-Semantik Satz Sei M eine wahrheitsfunktionale Fuzzy-Semantik. Seien taut(m) und contr(m) die zugehörigen Fuzzy-Mengen der Tautologien bzw. Kontradiktionen. Dann gilt 1. taut(m)(ϕ) = 0, falls ϕ keine klassische Tautologie ist und 2. contr(m)(ϕ) = 0, falls ϕ keine klassische Kontradiktion ist.
12 Bewertungsstruktur L enthalte,, &, und. Junktor Interpretation a b = min(a, b) a b = max(a, b) (a) = 1 a & et(a, b) = t 2 (a, b) = min{0, a + b 1} seq(a, b) = max{1, 1 a + b} Residuumbedingung: et(a, b) c genau dann, wenn a seq(b, c).
13 Eigenschaften von M L Satz Sei M L die Menge der wahrheitsfunktionalen Belegungen der Formeln über der angegebenen Bewertungsstruktur. Dann gilt: 1. M L ist stetig. 2. Der von M L induzierte logische Konsequenzoperator ist logisch kompakt. 3. M L ist vollständig und korrekt axiomatisierbar. Der zu dem in Kapitel 4 angegebenen Fuzzy-Hilbert-Beweissystem S gehörende Deduktionsoperator D S stimmt mit J ML überein. 4. Sei u eine Anfangsbelegung und ϕ F L eine Formel, dann existiert ein Modell m M L mit m u, so daß J M (u)(ϕ) = m(ϕ).
14 Sei m M L. Korrektheit von D S m(λ 1 (ϕ, χ, ψ)) = m(ϕ (ψ ϕ)) = min{1, 1 m(ϕ) + m(ψ ϕ)} = min{1, 1 m(ϕ) + (min{1, 1 m(ψ) + m(ϕ)})} Fall m(ψ) < m(ϕ) Fall m(ψ) m(ϕ) m(λ 1 (ϕ, χ, ψ)) = min{1, 1 m(ϕ) + 1} = 1. m(λ 1 (ϕ, χ, ψ)) = min{1, 1 m(ϕ) + 1 m(ψ) + m(ϕ)} = 1. taut(λ 1 ) = inf{m(λ 1 ) m M L } = 1
15 Korrektheit von r MP zu zeigen: m(ϕ) a und m(ϕ ψ) b impliziert m(ψ) et(a, b). seq ist Residuum zu et, d.h. et(a, b) c gdw. a seq(b, c) b m(ϕ ψ) = seq(m(ϕ), m(ψ)) gdw. et(m(ϕ), b) m(ψ). a m(ϕ), Monotonie von et: b m(ϕ ψ), a m(ϕ) impliziert et(a, b) m(ψ).
16 Charakterisierung der Wahrheitswertfunktionen Definition ϕ(x 1,..., x n ) Formel in n Variablen f ϕ : [0, 1] n [0, 1] heißt Wahrheitswertfunktion von ϕ gdw. für a 1,..., a n [0, 1] f ϕ (a 1,..., a n ) = x i falls ϕ = x i für 1 i n, f ϕ (a 1,..., a n ) = h(f ϕ1 (a 1,..., a n ),..., f ϕk (a 1,..., a n )) falls ϕ = h(ϕ 1,..., ϕ k ). Beispiel ϕ = ( x) y, ψ = (x y) f ϕ (a 1, a 2 ) = max{f x (a 1, a 2 ), f y (a 1, a 2 )} = max{(1 a 1 ), a 2 } f ψ (a 1, a 2 ) = seq(a 1, a 2 ) = min{1, 1 a 1 + a 2 }
17 Definition Darstellung von Modellklassen Sei ϕ 1, ϕ 2,...,.. eine vollständige Aufzählung aller Formeln. Für u F(F L ) ist Satz M(u) = {(a 1,..., a n ) [0, 1] n f ϕ1 (a 1,..., a n ) u(ϕ 1 ) f ϕ2 (a 1,..., a n ) u(ϕ 2 ). } 1. mod = (u) = {m M L m = m v, v(x 1,..., x n ) M(u)}. 2. Falls mod = (u), dann gilt J ML (u)(ϕ) = Inf {f ϕ (a 1,..., a n ) (a 1,..., a n ) M(u)}.
18 Verwendung von M(u) semantische Äquivalenz von Fuzzy-Mengen, Tautologieprüfung, Berechnung von JM.
19 McNaughtons Theorem Satz (McNaughton) Sei ϕ F L eine Formel in n Variablen, sei f ϕ die zugehörige Wahrheitswertfunktion. Dann ist f ϕ : [0, 1] n [0, 1] stetig und es gibt eine rationale Zerlegung = {D 1,... D k } von [0, 1] n, so daß die Einschränkung von f ϕ auf D i eine lineare Funktion mit ganzzahligen Koeffizienten ist. Dabei ist eine rationale Zerlegung von [0, 1] n eine endliche Menge = {D 1,... D k }, mit 1. jedes D i ist ein Simplex, d.h. es existieren lineare Funktionen gj i : [0, 1] n [0, 1] und rationale Zahlen rj i, j = 1,... t i, so daß D i = {(a 1,... a n ) gj i(a 1,... a n ) rj i für alle 1 j t i }, 2. die Koordinaten der Kanten der D i sind rational, 3. je zwei der Simplices haben höchstens eine gemeinsame Kante, 4. die Vereinigung aller Simplices ergibt ganz [0, 1] n.
20 McNaughtons Theorem-Beispiel und Umkehrung Beispiel Sei ϕ = x y. Dann ist f ϕ (a, b) = min{1, 1 a + b}. Die rationale Zerlegung ergibt sich aus: D 1 = {(a, b) (b a) 0} f ϕ D1 (a, b) = 1 D 2 = {(a, b) (a b) 0} f ϕ D2 (a, b) = 1 a + b Umkehrung des McNaughton-Theorems liefert eine vollständige Charakterisierung der Wahrheitswertfunktionen in der Lukasiewicz-Fuzzy-Logik. Satz Sei f : [0, 1] n [0, 1] eine stetige und stückweise lineare Funktion mit ganzzahligen Koeffizienten. Dann gibt es eine Formel ϕ F L, so daß f = f ϕ.
21 McNaughton-Theorem Folgerung McNaughton läßt sich konstruktiv beweisen, rationale Partitionen sind effektiv berechenbar, mit Hilfe der Partitionen läßt sich M(u) berechnen, JML (v)(ψ) ist das Minimum von f ψ über einer Menge von Simplexen.
22 Berechnung von M(u) Satz Sei u F(F L ), supp(u) = {ϕ 1,... ϕ s }. Dann gibt es eine rationale Partition = {D 1,..., D k } und lineare Funktionen g 1 1,... g 1 s..., g k 1,... g k s, so daß M(u) = E 1... E k. Dabei ist für alle 1 i k die Menge E i der Simplex, der durch die Gleichungen g i 1 (a 1,... a l ) u(ϕ 1 ) g i 2 (a 1,... a l ) u(ϕ 2 ). g i s(a 1,... a l ) u(ϕ s ) erzeugt wird, wobei (a 1,... a l ) D i.
23 Berechnung von J ML (v)(ψ) Satz Sei u F(F L ) eine Anfangsbelegung mit rationalen Werten und endlichem Träger. Dann gibt es für jede Formel ψ F L ein (effektiv berechenbare) Klasse = {E 1,..., E s } von Simplices und lineare Funktionen g 1,..., g t, so daß J M (u)(ψ) = min (a 1,...,a l ) E 1 {g 1 (a 1,..., a l )}... min (a 1,...,a l ) E s {g s (a 1,..., a l )}.
24 Stetige Fuzzy-Semantik Satz Sei M eine stetige wahrheitsfunktionale Fuzzy-Semantik. Dann gilt: 1. M ist logisch kompakt, 2. Jedes Modell m M ist enthalten in einem maximalen Modell,
25 Axiomatisierbarkeit Fuzzy-Inferenzregeln in Fuzzy-Hilbert-Beweissystemen erfüllen folgende Bedingung: r (a 1,..., a j = sup i I b i,..., a k ) = sup r (a 1,..., b i,..., a k ) i I Satz Sei S = (LAX, R), bestehend aus LAX F L einer Fuzzy-Menge von logischen Axiomen und einer Menge R von Fuzzy-Inferenzregeln ein Fuzzy-Beweissystem im Hilbert-Stil. Dann ist der zu S = (LAX, R) gehörende Fuzzy-Deduktionsoperator Operator D S : F(F L ) F(F L ) mit stetig. D S (u)(ψ) = sup{val(π, u) π ist ein Beweis für ψ}
26 Axiomatisierbarkeit Umkehrung: Satz Sei D S : F(F L ) F(F L ) ein stetiger Fuzzy-Deduktionsoperator. Dann existiert ein Fuzzy-Beweissystem S = (LAX, R) im Hilbert-Stil, so daß D = D S. Ist eine wahrheitsfunktionale Semantik M axiomatisierbar? Gibt es ein Fuzzy-Beweissystem S mit J M = D S?
27 Axiomatisierbarkeit Satz Sei M eine stetige wahrheitsfunktionale Fuzzy-Semantik, dann ist J M ist stetig und logisch kompakt. Satz Sei M eine logisch kompakte, wahrheitsfunktionale Fuzzy-Semantik, so daß M axiomatisierbar ist. Falls injektiv und für jede Formel ψ gilt, daß f ψ in jeder Variablen entweder ordnungserhaltend, oder ordnungsumkehrend ist, dann ist f ψ stetig.
Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik. 10. Juni 2005
Kapitel 6 Wahrheitsfunktionale Fuzzy-Logik 10. Juni 2005 Zusammenfassung Wahrheitsfunktionale Fuzzy-Semantik besteht aus Mengen aller wahrheitsfunktionalen Belegungen von Formeln, jedem Modell in M entspricht
MehrKapitel 8 Probabilistische und Possibilistische Logik. 23. Juni 2005
Kapitel 8 Probabilistische und Possibilistische Logik 23. Juni 2005 Zusammenfassung Kapitel 1-2 Grundlagen, Kapitel 3 Fuzzy-Mengen und -Relationen, Kapitel 4 Erweiterung des klassischen Beweisbegriffes,
MehrDie Prädikatenlogik erster Stufe: Syntax und Semantik
Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,
MehrLogik erster Stufe FO
Logik erster Stufe FO Sonderstellung als die Logik für die Grundlegung der Mathematik natürliche Semantik (Tarski) und große Ausdrucksstärke vollständige Beweiskalküle (Gödelscher Vollständigkeitssatz)
MehrKapitel 3 Fuzzy-Mengen und Relationen. 29. April 2005
Kapitel 3 und Relationen 29. April 2005 Rückblick Tarski s Deduktionsbegriff, Verbandstheorie, Abstrakte Logik über Verbänden Wohldefinierte Eigenschaften P wohldefinierte Eigenschaft auf einer Menge M,
MehrEinführung in die Logik
Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3
MehrWas 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
MehrKapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik
Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /
MehrWas 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
Mehr8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem
8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung
MehrLogik I. Symbole, Terme, Formeln
Logik I Symbole, Terme, Formeln Wie jede geschriebene Sprache basiert die Prädikatenlogik erster Stufe auf einem Alphabet, welches aus den folgenden Symbolen besteht: (a) Variabeln wie zum Beispiel v 0,v
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f,,,,, aussagenlogische Formeln AL(P) induktive Definition: IA Atome (Aussagenvariablen) p, q, r,... P IS zusammengesetzte
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f (nullstellig), (einstellig),,,, (zweistellig) aussagenlogische Formeln AL(P) induktive Definition: IA atomare Formeln
Mehr1 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)
MehrJeder 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.
MehrSS Juli Übungen zur Vorlesung Logik Blatt 11
SS 2011 06. Juli 2011 Übungen zur Vorlesung Logik Blatt 11 Prof. Dr. Klaus Madlener Abgabe bis 13. Juli 2011 10:00 Uhr 1. Aufgabe: [Axiomatisierung, Übung] 1. Definieren Sie eine Formel A n der Prädikatenlogik
Mehr1 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)
MehrKapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls
Kapitel 1.5 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2012/13) Kapitel 1.5: Kalküle 1/30 Syntaktischer
MehrWas bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 =
Was bisher geschah (Klassische) Aussagenlogik: Aussage Wahrheitswerte 0 (falsch) und 1 (wahr) Junktoren Syntax Semantik Stelligkeit Symbol Wahrheitswertfunktion wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min
MehrKapitel 1.2. Aussagenlogik: Semantik. Mathematische Logik (WS 2011/12) Kapitel 1.2: Aussagenlogik: Semantik 1 / 57
Kapitel 1.2 Aussagenlogik: Semantik Mathematische Logik (WS 2011/12) Kapitel 1.2: Aussagenlogik: Semantik 1 / 57 Übersicht 1.2.1 Interpretationen der al. Formeln 1.2.2 Zentrale semantische Begriffe 1.2.3
MehrUniversität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik
Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert 2. Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden. Die Klausur ist bestanden,
MehrMusterlösung 11.Übung Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden
Mehr1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.
Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik
MehrEinführung in die Logik (Vorkurs)
Einführung in die Logik (Vorkurs) Jürgen Koslowski 2014-04-07 Ein Beispiel Familie A will im kommenden Jahr eine Waschmaschine, ein Auto und ein Moped anschaffen. Aber falls Herr A seinen üblichen Bonus
MehrEin und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.
2 Aussagenlogik () 2.3 Semantik von [ Gamut 4-58, Partee 7-4 ] Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s und s 2 unterschiedliche Wahrheitswerte haben. Beispiel: Es regnet.
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter WS 2009/10 Hashfunktionen Wenn eine Datenbank Millionen von Dokumenten enthält und immer neue dazu kommen, stellt sich folgendes Problem: Bei neuen
MehrVorlesung Diskrete Strukturen Abbildungen
Vorlesung Diskrete Strukturen Abbildungen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in die
MehrGrundlagen 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
MehrGrundbegriffe aus Logik und Mengenlehre. Prädikatenlogik
Grundbegriffe aus Logik und Mengenlehre Prädikatenlogik wohlverstandene Grundlagen, eine formale Sprache zur Beschreibung statischer und dynamischer Gesichtspunkte eines Unternehmens syntaktisch und semantisch
MehrKapitel 1.2. Semantik der Aussagenlogik. Mathematische Logik (WS 2013/14) Kapitel 1.2: Semantik der Aussagenlogik 1 / 60
Kapitel 1.2 Semantik der Aussagenlogik Mathematische Logik (WS 2013/14) Kapitel 1.2: Semantik der Aussagenlogik 1 / 60 Übersicht 1.2.1 Interpretationen der al. Formeln 1.2.2 Zentrale semantische Begriffe
MehrAlphabet der Prädikatenlogik
Relationen und Alphabet der Das Alphabet der besteht aus Individuenvariablen Dafür verwenden wir kleine Buchstaben vom Ende des deutschen Alphabets, auch indiziert, z. B. x, y, z, x 1, y 2,.... Individuenkonstanten
MehrKapitel 3. Ein adäquater Kalkül der Prädikatenlogik. Teil 2. Deduktionstheorem und Rückführung des Vollständigkeitssatzes auf das Erfüllbarkeitslemma
Kapitel 3 Ein adäquater Kalkül der Prädikatenlogik Teil 2 Deduktionstheorem und Rückführung des Vollständigkeitssatzes auf das Erfüllbarkeitslemma Mathematische Logik (WS 2012/13) Kap. 3: Shoenfields Kalkül
MehrNichtklassische Logiken
Nichtklassische Logiken Peter H. Schmitt pschmitt@ira.uka.de UNIVERSITÄT KARLSRUHE Sommersemester 2004 P. H. Schmitt: Nichtklassische Logiken p.1 Inhalt Wiederholung P. H. Schmitt: Nichtklassische Logiken
MehrFinite Elemente Methode für elliptische Differentialgleichungen
Finite Elemente Methode für elliptische Differentialgleichungen Michael Pokojovy 8. Oktober 2007 Das Ritzsche Verfahren Sei R n ein beschränktes offenes Gebiet mit abschnittsweise glattem Rand S. Betrachte
MehrSpline-Räume - B-Spline-Basen
Spline-Räume - B-Spline-Basen René Janssens 4. November 2009 René Janssens () Spline-Räume - B-Spline-Basen 4. November 2009 1 / 56 Übersicht 1 Erster Abschnitt: Räume von Splinefunktionen Grundlegende
MehrNotengebung. Teilnote Kreuzerlliste: 60% 69% 4; 70% 79% 3; 80% 89% 2; 90% 100% 1. Falls Sie weitere Fragen haben, bitte melden Sie sich bei mir.
Notengebung Die Gesamtnote für die Übung ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundliche Weise; für eine positive Benotung müssen beide
MehrTheorie der Informatik
Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 Motivation Aufgabe von letzter Vorlesungsstunde Worin besteht das Geheimnis Ihres langen Lebens?
MehrFormale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik
Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung
MehrEinführung in die Theoretische Informatik
Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für
MehrKapitel 1. Aussagenlogik
Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax
MehrUnvollständigkeit der Arithmetik
Unvollständigkeit der Arithmetik Slide 1 Unvollständigkeit der Arithmetik Hans U. Simon (RUB) Email: simon@lmi.rub.de Homepage: http://www.ruhr-uni-bochum.de/lmi Unvollständigkeit der Arithmetik Slide
MehrKapitel 3 Fuzzy-Mengen und Relationen. 12. Mai 2005
Kapitel 3 Fuzzy-Mengen und Relationen 12. Mai 2005 Rückblick Darstellung unscharfer Konzepte mit Hilfe von Fuzzy-Mengen, Definition von Fuzzy-Mengen, Fuzzy-Mengen über einem festen Universum bilden einen
MehrEinführung in die Logik Aufgabenblatt 3, Zeigen Sie, dass folgende Mengen von Junktoren logisch vollständig sind:
TCS Prof. Dr. Roland Meyer, Dr. Jürgen Koslowski Einführung in die Logik Aufgabenblatt 3, 2018-04-30 Präsenzaufgabe 1 Zeigen Sie, dass folgende Mengen von Junktoren logisch vollständig sind: (1) {, } (2)
MehrLogik. 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 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit
MehrDiskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik
Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Aussagen Begriff Aussage: Ausdruck, welcher entweder wahr oder falsch ist e Die RWTH Aachen hat
Mehr4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik
Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März
Mehr2.3 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
MehrInduktive Definitionen
Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive
MehrLogik Vorlesung 8: Modelle und Äquivalenz
Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrLogik 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
Mehr2.1 Lineare Temporallogiken: LTL
2.1 Lineare Temporallogiken: LTL N bezeichne die Menge der nicht-negativen ganzen Zahlen (inklusive der Null). Sei Σ ein Alphabet. Ein endliches Wort ü b e r Σ ist eine endliche Folge a 1 a 2...a n,sodassa
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 31. Mai 2017 Rückblick: Logelei Wir kehren zurück auf
MehrRhetorik und Argumentationstheorie.
Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom
MehrKlauselmengen. 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
MehrFormale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik
Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann heitmann@informatik.uni-hamburg.de 6. & 7. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Motivation Die ist eine Erweiterung
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 14 Die Korrektheit des Ableitungskalküls Im Laufe der Einführung des syntaktischen Prädikatenkalküls haben wir gesehen,
MehrTheorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.
Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.
Mehr5.2 Logische Gültigkeit, Folgerung, Äquivalenz
5.2 Logische Gültigkeit, Folgerung, Äquivalenz Durch Einsetzung von PL1-Formeln für die Metavariablen in AL-Gesetzen erhält man PL1-Instanzen von AL-Gesetzen. Beispiele: φ φ AL PL1-Instanzen: Pa () Pa
MehrRepräsentation und Umgang mit unsicherem Wissen (SoSe 2010) Fuzzy Logic I. Alexander Fabisch und Benjamin Markowsky. Universität Bremen
Repräsentation und Umgang mit unsicherem Wissen (SoSe 2010) Fuzzy Logic I Alexander Fabisch und Benjamin Markowsky Universität Bremen 25.05.2010 Alexander Fabisch und Benjamin Markowsky (Universität Bremen)
MehrPrädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik
Prädikatenlogiken Mathematische Logik Vorlesung 7 Alexander Bors 6. & 27. April 2017 1 Prädikatenlogiken Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) (Abgeleitete) Axiome
MehrSatz 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
MehrDeduktion 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
MehrTHEORETISCHE INFORMATIK UND LOGIK
Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen
MehrKapitel 3 Der Fundamentalsatz der Algebra
Kapitel 3 Der Fundamentalsatz der Algebra Dieser berühmte Satz wurde erstmals von C.F. Gauß 1801 in seiner Disseration bewiesen. Satz 3.1. Jedes nichtkonstante, komplexe Polynom n-ten Grades p(z) = n a
MehrMaße auf Produkträumen
Maße auf Produkträumen Es seien (, Ω 1 ) und (X 2, Ω 2 ) zwei Meßräume. Wir wollen uns zuerst überlegen, wie wir ausgehend davon eine geeignete σ-algebra auf X 2 definieren können. Wir betrachten die Menge
MehrSemantik der Prädikatenlogik
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.3 Prädikatenlogik Semantik 131 Semantik der Prädikatenlogik zur Erinnerung: Semantik der Aussagenlogik gegeben durch Interpretation I : V {0,
MehrFundamentale Sätze. versuche folgendes: gib eine Formelmenge Φ an, so dass Mod(Φ) = {(N, +, )}
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.7 Prädikatenlogik Fundamentale Sätze 171 Fundamentale Sätze versuche folgendes: gib eine Formelmenge Φ an, so dass Mod(Φ) = {(R, +, )} gib
MehrFormale Systeme. Aussagenlogik: Syntax und Semantik. Prof. Dr. Bernhard Beckert, WS 2015/2016.
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2015/2016 Aussagenlogik: Syntax und Semantik KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum
MehrKapitel III Ringe und Körper
Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem
MehrLogik (Prof. Dr. Wagner FB AI)
Logik (Prof. Dr. Wagner FB AI) LERNZIELE: Über die Kenntnis und das Verständnis der gegebenen Definitionen hinaus verfolgt dieser Teil der Lehrveranstaltung die folgenden Lernziele: Bei gegebenen sprachlichen
MehrUniverselle Algebra. Zur Erinnerung: Definition von Gruppe, Ring (mit 1), R-Vektorraum.
Kapitel 3 Universelle Algebra 3.1 Universelle Algebra als Logik Zur Erinnerung: Definition von Gruppe, Ring (mit 1), R-Vektorraum. Signaturen Eine funktionale Signatur ist eine Menge F von Funktionssymbolen
Mehr12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP
12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller
MehrÜbungen zu Grundbegriffe der Topologie
Übungen zu Grundbegriffe der Topologie A. Čap Wintersemester 2018 (1) Wiederholen Sie die Definition des Durchschnittes i I A i einer beliebigen Familie {A i : i I} von Mengen und zeigen Sie, dass für
Mehr5.1 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
MehrProbeklausur Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2017 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Sei τ = {R} für ein zweistelliges Relationssymbol
MehrProbeklausur Mathematische Logik
Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2015 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Seien R, zweistellige Relationssymbole. Ist
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht
MehrKlausur zur Vorlesung Mathematische Logik
Universität Heidelberg 25. Januar 2012 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik LÖSUNGEN Aufgabe 1 (Aussagenlogik - 8 Punkte)
Mehr3. Grundlegende Begriffe von Logiken - Aussagenlogik
3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,
MehrFuzzy Logic & Control
The more, the fuzzier... Prof. Dr.-Ing. Doris Danziger Prof. Dr. rer. nat. Nikolaus Wulff Fuzzy Theorie Lofi Zadeh enwickelte 1967 die Fuzzy Theorie. Er erweiterte die klassische Mengenlehre um den Begriff
MehrAussagenlogik. 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.
MehrEinführung in die Semantik, 5. Sitzung Aussagenlogik
Einführung in die, 5. Sitzung Aussagenlogik Göttingen 9. November 2006 Aussagenlogik Warum die formalen Sprachen der Logik? formale Sprachen haben wie jede Sprache ein Vokabular, eine und eine. Die Relation
MehrNormalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform
2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen
MehrAnwendungen der Logik, SS 2008, Martin Goldstern
Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich
MehrAnwendungsgebiete mehrwertiger Logik. P. H. Schmitt: Nichtklassische Logiken p.1
Anwendungsgebiete mehrwertiger Logik P. H. Schmitt: Nichtklassische Logiken p.1 Anwendungsgebiete Unabhängigkeitbeweise, Modellierung undefinierter Funktions- und Prädikatswerte in der Spezifikation und
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 2: Prädikatenkalkül erster Stufe Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. Oktober 2016 1/38 DIE INTERPRETATION
MehrUE GRUNDBEGRIFFE DER MATHEMATISCHEN LOGIK SS 2016
SS 206 VERA FISCHER Die Gesamtnote ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundlichen Weise. Für eine positive Benotung müssen beide Teilnoten
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur, Junktoren: t, f,,,,, Prinzip der strukturellen Induktion über Baumstruktur von Formeln, arithmetischen Ausdrücken usw. induktive
MehrDeduktion 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
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann heitmann@informatik.uni-hamburg.de 6. & 7. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Die ist eine Erweiterung
MehrFormale 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
MehrAussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45
Aussagenlogik:Zusammenfassung Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Fragestellung In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter Aussagen basierend
MehrGrundlagen: 1. Logik. Aussagen und Aussagenformen Wahrheitstabellen; Tautologien und Kontradiktionen Logische Äquivalenz. Prädikate und Quantoren
Zusammenfassung Grundlagen Logik, Mengen, Relationen, Folgen & Mengenfamilien, Kardinalitäten Techniken Mathematisches Beweisen, Induktion, Kombinatorische Beweise Strukturen Graphen 1 Grundlagen: 1. Logik
MehrLogik und Beweisbarkeit
Logik und Beweisbarkeit VL 10 Martin Mundhenk Univ. Jena, Institut für Informatik 22. Januar 2019 Vorlesung 11: Beweissysteme 3. Berechenbarkeitstheorie VL08: URM-berechenbare Funktionen und die These
MehrÜBUNG ZUM GRUNDKURS LOGIK WS 2015/16 GÜNTHER EDER
ÜBUNG ZUM GRUNDKURS LOGIK WS 2015/16 GÜNTHER EDER WIEDERHOLUNG: SPRACHE DER PL Die Sprache der PL enthält (1) Einfache Individuenterme: Individuenkonstanten (a, b, c, ) und Individuenvariablen (x, y, z,
Mehr