Aussagenlogik: Syntax von Aussagen
|
|
- Wilhelm Pfeiffer
- vor 5 Jahren
- Abrufe
Transkript
1 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. A: negierte Formel. A Atom, falls A eine Variable ist. A Literal, falls A Atom oder negiertes Atom. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
2 Aussagenlogik: Semantik Zunächst pro Operation,,,, eine Funktion f op gemäß folgender Tabelle. NOR NAND XOR Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
3 Interpretation Definition Eine Interpretation I ist eine Funktion: I : {aussagenlogische Variablen} {0, 1}. I: Aussage Wahrheitswert: I(0) := 0, I(1) := 1 I( A) := f (I(A)) I(A op B) := f op (I(A), I(B)), wobei op {,,,...} I(F ) = 1, entspricht I = F. macht F wahr) ( I ist ein Modell für F, F gilt in I, I Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
4 Definition: Tautologie usw. A ist eine Tautologie (Satz, allgemeingültig) gdw. für alle Interpretationen I gilt: I = A. A ist ein Widerspruch (widersprüchlich, unerfüllbar) gdw. für alle Interpretationen I gilt: I(A) = 0. A ist erfüllbar (konsistent) gdw. es eine Interpretationen I gibt mit: I = A. ein Modell für eine Formel A ist eine Interpretation I mit I(A) = 1. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
5 Beispiele für Tautologie usw. X X ist eine Tautologie. (X Y ) ((Y Z) (X Z)) ist eine Tautologie. X X ist ein Widerspruch. X Y ist erfüllbar. I mit I(X) = 1, I(Y ) = 0 ist ein Modell für X Y Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
6 Komplexitäten 1. Ist A erfüllbar? ist N P-vollständig. 2. Ist A Tautologie? ist co-n P-vollständig. 3. D.h. für beides sind nur worst-case EXPTIME-Algorithmen bekannt. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
7 Folgerungsbegriffe semantische Folgerung: =. A = B gdw. Für alle Interpretationen I: I(A) = 1 I(B) = 1 syntaktische Folgerung (, Herleitung) Regelsystem zum Herstellen von Aussagen ( Folgerungen) A B Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
8 Kalkül: Korrektheit und Vollständigkeit Kalkül: Ein (i.a. nicht-deterministischer) Algorithmus A, der aus einer Menge von Formeln H eine neue Formel H berechnet. (H A H) A ist korrekt (sound), gdw. H A H impliziert H = H A ist vollständig (complete), gdw. H = H impliziert, dass H A H Kalküle (z.b.): Wahrheitstafeln BDDs und Varianten Resolution Tableau Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
9 Deduktionstheorem Eine wichtige Eigenschaft der Aussagenlogik: Satz {F 1,..., F n } = G gdw. F 1... F n G ist Tautologie. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
10 Äquivalenz F, G sind äquivalent (F G), gdw. wenn F G ist Tautologie F G gdw für alle I: I = F gdw. I = G gilt. Beachte z.b. X Y X Y Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
11 Aussagenlogische Sätze und sind kommutativ, assoziativ, und idempotent: F G G F F F F F (G H) (F G) H F G G F F (G H) (F G) H F F F Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
12 Äquivalenzen: ( A)) A (A B) ( A B) (A B) ((A B) (B A)) (A B) A B (DeMorgansche Gesetze) (A B) A B A (B C) (A B) (A C) Distributivität A (B C) (A B) (A C) Distributivität (A B) ( B A) Kontraposition A (A B) A Absorption A (A B) A Absorption Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
13 Normalform DNF disjunktive Normalform (DNF). Disjunktion von Konjunktionen von Literalen. (L 1,1... L 1,n1 )... (L m,1... L m,nm ) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
14 Normalform CNF konjunktive Normalform (CNF) = Konjunktion von Disjunktionen von Literalen. (L 1,1... L 1,n1 )... (L m,1... L m,nm ) Auch: Klauselform oft: Menge von Mengen -Schreibweise Literal L z.b. X, Y Klausel (L m,1... L m,nm ) z.b. (X Y ) {L m,1,..., L m,nm } (L 1,1... L 1,n1 ) Klauselmenge... z.b. {{X, Y }, {Y }} (L m,1... L m,nm ) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
15 Transformation in eine Klauselmenge Notwendig für Resolution 1. Elimination von und : F G (F G) (G F ) F G F G 2. Negation ganz nach innen schieben: F F (F G) F G (F G) F G 3. Distributivität (und Assoziativität, Kommutativität) iterativ anwenden, um nach außen zu schieben ( Ausmultiplikation ). F (G H) (F G) (F H) (Das duale Distributivgesetz würde eine disjunktive Normalform ergeben.) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
16 Transformation in eine Klauselmenge, Resultat Konjunktion von Disjunktionen (Klauseln) von Literalen: (L 1,1... L 1,n1 ) (L 2,1... L 2,n2 )... (L k,1... L k,nk ) oder in (Multi-)Mengenschreibweise: {{L 1,1,..., L 1,n1 }, {L 2,1,..., L 2,n2 },... {L k,1,..., L k,nk }} Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
17 Transformation: Eigenschaften Resultat-CNF ist äquivalent zur eingegebenen Formel Dieser CNF-Algorithmus ist worst-case exponentiell Anzahl der Literale in der Klauselform wächst exponentiell Gründe: die Elimination von : Betrachte die Formel (A 1 A 2 ) (A 3 A 4 ) Ausmultiplikation mittels Distributivgesetz: (A 1... A n ) B 2... B m ((A 1 B 2 )... (A n B 2 )) B 3... B n Dies verdoppelt B 2 und führt zum Iterieren des Verdoppelns, wenn B i selbst wieder zusammengesetzte Aussagen sind. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
18 Schnelle CNF-Herstellung F F CNF in Zeit O(n log(n)). Eigenschaft: F erfüllbar gdw. F CNF erfüllbar! Evtl: F F CNF Die Idee: komplexe Subformeln durch Variablen abkürzen. F [G] (A G) F [A] (A neue Variable) Lemma F [G] ist erfüllbar gdw. (G A) F [A] erfüllbar ist. Hierbei muss A eine Variable sein, die nicht in F [G] vorkommt. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
19 Schnelle CNF-Herstellung Def: Tiefe einer Unter-Aussage (bzg.l voll geklammerter Aussagen, die (flache) Konjunktionen sind) Schneller CNF-Algorithmus Die Formel sei F 1... F n Wenn F j eine Tiefe 3 hat, dann ersetze alle Subformeln G 1,..., G m von F j in Tiefe 2 sind, und die keine Atome sind, durch neue Variablen A i : D.h. F j [G 1,..., G m ] F j [A 1,..., A m ] (G 1 A 1 )... (G m A m ) Iteriere diesen Schritt Danach wandle die verbliebenen Formeln in CNF um. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
20 Resolutionsverfahren für Aussagenlogik statt Test auf Allgemeingültigkeit von F : Testen von F auf Widerspruch. etwas allgemeiner: Lemma A 1... A n F ist allgemeingültig gdw. A 1... A n F widersprüchlich ist. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
21 Resolutionsverfahren für Aussagenlogik Resolution operiert auf Klauselmengen erzeugt aus zwei (Eltern-)Klauseln eine Resolvente die zur Klauselmenge hinzugefügt wird A B 1... B n A C 1... C m B 1... B n C 1... C m Resolution wird iteriert. Falls leere Klausel als Resolvente: Erfolgreich beendet Resolution auf Klauselmengen: als Menge von Mengen C C {R} Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
22 Terminierung der aussagenlogischen Resolution Satz Die Resolution auf einer aussagenlogischen Klauselmenge terminiert, wenn Resolutionsschritt nur erlaubt ist bei Vergrößerung der Klauselmenge Grund: Es gibt nur endlich viele mögliche Klauseln, da Resolution keine neuen Variablen einführt. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
23 Vollständigkeit der Resolution Satz Für eine unerfüllbare Klauselmenge findet Resolution nach endlich vielen Schritten die leere Klausel. Beweis:... Die Komplexität der Resolution im schlimmsten Fall: Satz Es gibt eine Folge von Formeln (die sogenannten Taubenschlagformeln bzw. pigeon hole formula, Schubfach-formeln), für die die kürzeste Herleitung der leeren Klausel mit Resolution eine exponentielle Länge (in der Größe der Formel) hat. (A. Haken 1985) (siehe auch E. Eder 1992)) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
24 Davis-Putnam Algorithmus DP ( ) 1 a. Wenn leere Klausel in C: RETURN true. b. Wenn C leere Klauselmenge: RETURN false. 2. wenn 1-Klausel {P } (bzw. { P }) ex: a b Lösche Klauseln in denen P (bzw. P ) vorkommt. Lösche Literale P (bzw. P ) in Klauseln ergibt Klauselmenge C. RETURN DP (C ) 3. Wenn isolierte Literale existieren: Lösche Klauseln, in denen isolierte Literale vorkommen. resultierende Klauselmenge: C. RETURN DP (C ) 4 Sonst: wähle eine ex. Variable P aus. RETURN DP (C {P }) DP (C P ) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
25 Beispiel für DP P, Q P, Q R P, Q, R, P Q, R P, Q, R P, Q, R P, Q, R P, Q, R Fall 1: Addiere die Klausel {P }. nach einigen Schritten: Q, R Q, R Q, R Q, R Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
26 Fall 1.1: Addiere {Q}: ergibt die leere Klausel. Fall 1.2: Addiere { Q}: ergibt die leere Klausel. Fall 2: Addiere die Klausel { P }. Nach einigen Schritten: Q Q R Q R Q R Weitere Schritte für Q ergeben R R ergibt leere Klausel.
27 Smullyan: Wer ist der Pfefferdieb? Rätsel von Raymond Smullyan: Es gibt drei Verdächtige: Den Hutmacher, den Schnapphasen und die (Hasel-)Maus. Folgendes ist bekannt: Genau einer von ihnen ist der Dieb. Unschuldige sagen immer die Wahrheit Schnapphase: der Hutmacher ist unschuldig. Hutmacher: die Hasel-Maus ist unschuldig Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
28 Kodierung: H, S, M 1. H S M 2. H (S M) 3. S (H M) 4. M (H S) 5. S H 6. H M Klauselmenge: {{H, S, M}, { H, S}, { H, M}, { S, M}, {S, H}, {H, M}} pfefferdieb = dp "((H \\/ S \\/ M) /\\ (H => -(S \\/ M)) /\\ (S => -(H \\/ M)) /\\ (M => -(H \\/ S)) /\\(-S => -H) /\\ (-H => -M))" Modell: S, -M, -H" Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
29 Eine Logelei aus der Zeit Abianer sagen die Wahrheit, Bebianer Lügen. Aussagen: 1. Knasi: Knisi ist Abianer. 2. Knesi: Wenn Knösi Bebianer, dann ist auch Knusi ein Abianer. 3. Knisi: Wenn Knusi Abianer, dann ist Knesi Bebianer. 4. Knosi: Knesi und Knüsi sind beide Abianer. 5. Knusi: Wenn Knüsi Abianer ist, dann ist auch Knisi Abianer. 6. Knösi: Entweder ist Knasi oder Knisi Abianer. 7. Knüsi: Knosi ist Abianer. A <=> I E <=> (-OE => U) I <=> (U => -E) O <=> (E /\ UE) U <=> (UE => I) OE <=> (A XOR I) UE <=> O Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
30 Logelei: Lösung Die Eingabe in den Davis-Putnam-Algorithmus ergibt: abianer1expr = "((A <=> I) /\\ (E <=> (-OE => U)) /\\ (I <=> (U => -E)) /\\ (O <=> (E /\\ UE)) /\\ (U <=> (UE => I)) /\\ (OE <=> -(A <=> I)) /\\ (UE <=> O))" Resultat: "Modell: -OE, -O, -UE, E, U, -I, -A" Damit sind Knesi und Knusi Abianer, die anderen sind Bebianer. Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
31 Das n-damen Problem: aussagenlogisch n Damen auf ein Schachbrett der Seitenlänge n Bedingung: keine Bedrohung Ein Programm zum Erzeugen der Klauselmenge erzeugt im Fall n = 4: > generate_nqueens 4 [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16], [1, 5, 9,... davisputnam (generate_nqueens 4) davisputnamalle (generate_nqueens 4) dpqueensalle 4 dpqueensalle 6 dpqueensalle 8 (dauert etwas) Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
32 Das n-damen Problem: aussagenlogisch Der Aufruf dpqueens 8 ergibt nach kurzer Zeit: - - D D - - D D D D D - - Deduktion, SS 04, F olien Ded Aussagen, Seite April2004
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
MehrÜberblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (1) Wissenrepräsentations- und inferenzsysteme (2)
Überblick Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik (1) Dr. David Sabel WS 2012/13 Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung von Wissen in der Aussagenlogik
MehrEinführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik
Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik PD Dr. David Sabel SoSe 2014 Stand der Folien: 23. Mai 2014 Überblick Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung
Mehr3.1 Aussagenlogik (propositional calculus)
Kapitel 3 Aussagenlogik 3.1 Aussagenlogik (propositional calculus) Die Aussagenlogik ist in vielen anderen Logiken enthalten; sie hat einfache verstehbare Inferenzmethoden, man kann einfache Beispiele
MehrTableaukalkül 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
MehrÜberblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik. Wissenrepräsentations- und inferenzsysteme (2)
Überblick Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik PD Dr. David Sabel SoSe 2014 Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung von Wissen in der Aussagenlogik
Mehr1.1 Wissensrepräsentation und Schlussfolgern
Kapitel 1 Aussagenlogik 1.1 Wissensrepräsentation und Schlussfolgern Wissensrepräsentationshypothese: (B. Smith) Die Verarbeitung von Wissen lässt sich trennen in: Repräsentation von Wissen, wobei dieses
MehrLogik 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
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.
MehrResolutionsverfahren für die Aussagenlogik. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (2) Resolutionsregel
Resolutionsverfahren für die Aussagenlogik Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik (2) Dr. David Sabel WS 2012/13 Testet Formel auf Widersprüchlichkeit Tautologiecheck für
MehrLogik 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
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische
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.
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)
MehrAussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion
43 Vergleiche mit MBA! (MAF4) MAF(I, (F G)) = MAF(I, F) MAF(I, G), wobei die zum Symbol gehörende Funktion ist. (MAF3) MAF(I, F) = MAF(I, F) (MAF2) MAF(I, t) = t und MAF(I, f ) = f (MAF1) MAF(I, A) = I(A),
MehrFORMALE 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
MehrTheoretische 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
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
MehrAufgabe. Gelten die folgenden Äquivalenzen?. 2/??
Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten
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.
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:
Mehr23. 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,
MehrLogische Äquivalenz. Definition Beispiel 2.23
Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt
MehrSyntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch
Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei
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
MehrResolution (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
MehrLogik 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
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
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,
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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrComputational Logic Algorithmische Logik Boolesche Algebra und Resolution
Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Ralf Moeller Hamburg Univ. of Technology Boole'sche Algebra Äquivalenzen als "Transformationsgesetze" Ersetzbarkeitstheorem Zentrale
MehrAussagenlogische 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
MehrFormale 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
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
MehrZusammenfassung 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
MehrLogikbasierte Systeme der Wissensverarbeitung
Logikbasierte Systeme der Wissensverarbeitung Sommersemester 2018 Prof. Dr. Manfred Schmidt-Schauß und PD Dr. David Sabel Institut für Informatik Fachbereich Informatik und Mathematik Goethe-Universität
MehrÜbung 4: Aussagenlogik II
Übung 4: Aussagenlogik II Diskrete Strukturen im Wintersemester 2013/2014 Markus Kaiser 8. Januar 2014 1/10 Äquivalenzregeln Identität F true F Dominanz F true true Idempotenz F F F Doppelte Negation F
MehrLogik 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
MehrFormale 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
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
MehrDefinition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B
Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung
MehrFORMALE SYSTEME. 22. Vorlesung: Äquivalenzen und Normalformen. TU Dresden, 11. Januar Markus Krötzsch Professur für Wissensbasierte Systeme
FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Rückblick Markus Krötzsch, 11. Januar 2018 Formale Systeme
MehrLogik 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
MehrLogik 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
MehrTU9 Aussagenlogik. Daniela Andrade
TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /
MehrLogik 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
Mehr1 Aussagenlogik AL: Verknüpfung von Aussagen
1 Aussagenlogik AL: Verknüpfung von Aussagen Syntax atomare Formeln A,B,C sind AL-Formeln F und G AL-Formeln (F G),(F G) und F AL-Formeln müssen in endlich vielen Schritten gebildet werden können echtes
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele
MehrSyntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4
Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)
Mehr1 Aussagenlogischer Kalkül
1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln
MehrAussagenlogik. 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
MehrZusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung
Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik
MehrVorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Harsh Beohar Barbara König Logik 1 Mengen, Relationen und Funktionen Menge: Menge X von Elementen,
MehrResolutionsalgorithmus
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:
MehrSemantik der Aussagenlogik (Kurzform)
Semantik der Aussagenlogik (Kurzform) Eine Interpretation ist eine Abbildung der Aussagevariablen je in {true,false} (entspr. Wahrheit und Falschheit, abk.,) Interpretation zusammengesetzter Formeln definiere
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
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
MehrInformatik 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
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
MehrResolutionskalkül. 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
MehrPrädikatenlogik: 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
MehrFORMALE SYSTEME. 10. Januar Aussagenlogik. Logische Schlussfolgerung. Happy 80th Birthday, Don Knuth!
10. Januar 2018 FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Happy 80th Birthday, Don Knuth! If you find
MehrBeispiel Aussagenlogik nach Schöning: Logik...
Beispiel Aussagenlogik nach Schöning: Logik... Worin besteht das Geheimnis Ihres langen Lebens? wurde ein 100-jähriger gefragt. Ich halte mich streng an die Diätregeln: Wenn ich kein Bier zu einer Mahlzeit
MehrFakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen
Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.
MehrVorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume & Dr. Sander Bruggink Barbara König Logik 1 (Motivation) Wir benötigen Algorithmen für Erfüllbarkeitstests,
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
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
MehrKapitel L:II. II. Aussagenlogik
Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen
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
MehrLogik 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
Mehrwenn 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
MehrFormale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Das Erfu llbarkeitsproblem KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrResolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee)
(Motivation) Vorlesung Logik Sommersemester 0 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Wir benötigen Algorithmen für Erfüllbarkeitstests, die zumindest in vielen Fällen gutartiges
MehrErfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.
Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln
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
MehrTU5 Aussagenlogik II
TU5 Aussagenlogik II Daniela Andrade daniela.andrade@tum.de 21.11.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;)
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrΣ={A 0,A 1,A 2,...} Ist α eine Formel, so auch ( α). Sind α und β Formeln, so sind es auch (α β) und (α β).
Aussagenlogik Syntax der Aussagenlogik Definition 1 (Sprache der Aussagenlogik) Syntax der Aussagenlogik Formeltransformation Entscheidungsverfahren Σ={A 0,A 1,A 2,...} abzählbar unendliche Menge von Atomen.
MehrNormalformen. Aussagenlogik. Aussagenlogik
Literale Normalformen Definition Ein Literal ist eine Aussagenvariable oder die Negation einer Aussagenvariablen. Literale Normalformen Prolog-Programm p03.pl (Anfang) :- op(550,fx,p). %Aussagenvariable
MehrAussagenlogik. Formale Methoden der Informatik WiSe 2012/2013 teil 6, folie 1
Aussagenlogik Formale Methoden der Informatik WiSe 22/23 teil 6, folie Teil VI: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning, Fakultät
MehrHA-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
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
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
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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln
Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht
MehrFormale 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
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrFormale Techniken der Software-Entwicklung
Formale Techniken der Software-Entwicklung Matthias Hölzl, Christian Kroiß 15. April 2014 Sequenzenkalkül Kann man mit den Schlussregeln falsche Aussagen ableiten? Gibt es wahre Aussagen, die man nicht
Mehrb= NaN
42 Beispiel: IEEE single precision: 0 10000000 00000000000000000000000 b= + 2 128 127 1.0 2 = 2 0 10000001 10100000000000000000000 b= + 2 129 127 1.101 2 = 6.5 1 10000001 10100000000000000000000 b= 2 129
MehrAllgemeingültige Aussagen
Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt
MehrErsetzbarkeitstheorem
Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen
MehrAlgorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen
Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000
Mehrf(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