Technische Universität München WS 2007/08 Informatik / Lehrstuhl 7 Übungsblatt 5 Esparza/Schwoon 16. November Übung zu Logik

Größe: px
Ab Seite anzeigen:

Download "Technische Universität München WS 2007/08 Informatik / Lehrstuhl 7 Übungsblatt 5 Esparza/Schwoon 16. November Übung zu Logik"

Transkript

1 Technische Universität München WS 27/8 Informatik / Lehrstuhl 7 Übungsblatt 5 sparza/schwoon 6. November 27 Übung zu Logik earbeiten Sie diese ufgaben bis zur nächsten Übung am Freitag, 23. November, um :5 Uhr. ie Lösungen werden in der Übung besprochen. ufgabe PLL-Verfahren (a) Führen Sie das PLL-Verfahren mit folgenden Formeln durch. Welche von ihnen sind erfüllbar? F = ( C) ( C) F 2 = ( ) ( C) ( C ) F 3 = ( ) (C ) ( ) ( C) F 4 = ( ) ( C ) ( ) (C ) ( ) ( ) (b) Konstruieren Sie eine Formel F mit genau einer erfüllenden elegung, so dass jede maximale Herleitung des PLL-Verfahrens für F eine nwendung der Splitting- Regel enthält. ufgabe (Lösungsvorschlag) PLL-Verfahren (a) Wir gehen wie folgt vor: F lässt sich unter dreifacher nwendung der One-Literal-Regel wie folgt transformieren: } { {{C}, } {F } { C {{} } } { } = {, C} = = a die leere Formel hergeleitet wurde, ist F erfüllbar. ie Variablen, auf die wir die One-Literal-Regel angewandt haben (auf den Pfeilen angedeutet), geben die erfüllende elegung wieder. lternativ kann man dreimal die Pure-Literal-Regel anwenden, auch hier sind die verwendeten Variablen angedeutet: {F } = { {{ }, {, C} } } C = { {{ } } } = { }

2 Hier muss zunächst die Splitting-Regel angewendet werden, zum eispiel mit der Variablen. Man erhält einen lock mit zwei Formeln: {F 2 { {} }, F 2 { { } }} Um die rfüllbarkeit zu zeigen, reicht es ja aus, eine einzige Formel im lock auf die leere Formel zu reduzieren. Versucht man dies mit der linken Formel, so erhält man diese durch dreimalige nwendung der One-Literal-Regel, wobei man alle Variablen positiv belegt. lternativ kann man es mit der rechten Formel probieren, hier werden alle Variablen negativ. ie Formel ist also erfüllbar, man kann sogar zwei erfüllende elegungen finden. uch hier ist zunächst Splitting angesagt, sagen wir mit : {F 3 { {} }, F 3 { { } }} Wendet man jetzt auf der linken Formel die One-Literal-Regel mit an, so erhält man: { {{C}, { C} }, F3 { { } }} Offensichtlich ist die linke Formel nicht erfüllbar, durch eine weitere nwendung der One-Literal-Regel erhält man die leere Klausel. Versucht man sein Glück mit der rechten Formel, kommt man schnell zu und weiter zur leeren Klausel. ie maximale Herleitung endet also mit: { { }, { } } ie Formel ist unerfüllbar, da in der maximale Herleitung jede Formel die leere Klausel enthält. ie in der ufgabenstellung angegebene Formel F 4 ist erfüllbar, wie man durch dreimaliges nwenden der Pure-Literal-Regel herausbekommt (zunächst mit, dann z.. mit und C). ie ufgabenstellung enthielt leider einen Tippfehler in der vorletzten Klausel, dessen bwesenheit die Lösung interessanter gemacht hätte. Nachstehend die Lösung für die eigentlich beabsichtigte Formel F 4 = ( ) ( C ) ( ) (C ) ( ) ( ) n diesem eispiel soll eine andere Notation demonstriert werden, mit der man sich ggfs. Schreibarbeit sparen kann. azu ordnet man die Formel als Matrix an, wobei jede Zeile einer Klausel und jede Spalte einer Variablen entspricht. (Zuvor sollte man die ereinigungsregel angewandt haben, falls notwendig.) In der Matrix schreiben wir für (nur der Kompaktheit halber). ie Matrix sieht für F 4 wie folgt aus:

3 ie nwendungen der Regeln lassen sich jetzt als das Streichen von Zeilen bzw. Spalten der Matrix interpretieren: Wendet man z.. die One-Literal- Regel mit einer Klausel {} an, so streicht man sämtliche Zeilen, die enthalten (aber nicht ) und dann die ganze Spalte, in der es evtl. noch Zeilen mit gibt. lles, was nicht gestrichen wurde, ist der Rest der Formel. Gelingt es, alle Zeilen zu streichen, so ist die Formel erfüllbar. ntsteht eine nicht gestrichene Zeile, in der alle Literale gestrichen sind, so ist sie unerfüllbar (leere Klausel). eim Splitting kopiert man die Matrix, so dass man zwei Kopien hat, und wendet dann die One-Literal-Regel auf das positive bzw. negative Literal an. Im vorliegenden Fall könnten wir die Splitting-Regel für die Variable anwenden und dann auf eine der Kopien die One-Literal-Regel für. as rgebnis wäre wie folgt: Wegen der zweiten Zeile von unten ist jetzt die One-Literal-Regel für angesagt: nschließend die One-Literal-Regel für :

4 Jetzt kann die Subsumption-Regel auf die Zeile mit C und angewendet werden, indem diese gestrichen wird: Im weiteren Verlauf wendet man One-Literal-Regeln für und C an. Im ndergebnis sind alle Zeilen gestrichen, die Formel ist also erfüllbar. (Wäre man hier nicht auf rfüllbarkeit gekommen, hätte man die Prozedur noch mit wiederholen müssen.) (b) ine einfache Möglichkeit ist wie folgt: F = ( ) ( ) ( ) Wie man sich leicht überzeugt, kann hier nur die Splitting-Regel angewendet werden. ie einzige erfüllende elegung ist, beide Variablen auf zu setzen. (Jede der drei Klauseln schließt eine der anderen elegungen aus.) ufgabe 2 s allgemein Sei F := (x y) z und G := x (y z), wobei x < y < z gilt.

5 (a) Zeichnen Sie s für F und G. (b) In der Vorlesung wurde ein lgorithmus vorgestellt, der den Oder-Operator auf s implementiert. Gewinnen Sie daraus einen für F G. (c) Wie müsste man den lgorithmus aus der Vorlesung abwandeln, um einen für F G zu erhalten? (d) Sei H := ((z (x y)) (w (y z))) x (u (x w)). Zeichnen Sie einen für H. Wie viele erfüllende elegungen hat H? Überlegen Sie, wie Sie diese ntwort direkt aus dem ablesen können. Hinweis: Sie können den entweder selbst berechnen oder eines der - Tols von der Vorlesungs-Webseite dafür benutzen. estimmen Sie die nzahl der erfüllenden elegungen, die es von jedem einzelnen Knoten aus gibt, und beginnen Sie bei den untersten Knoten. (e) Überlegen Sie, wie man s einsetzen könnte, um die Spiele Sudoku und Minesweeper zu lösen. enken Sie an die iskussionen aus den vorangegangenen Übungen. Wie löst man die dabei besprochenen Probleme? ufgabe 2 (Lösungsvorschlag) s allgemein (a) ie s sehen wie folgt aus (links F, rechts G): x v x v v y v y y v F z v C v G z z v C Systematisch konstruieren kann man sie, indem man die Äquivalenz F ite(x, F [x/], F [x/]) anwendet (die auch hinter der Multi--Prozedur aus der Vorlesung steckt). Z.. ist F := F [x/] = z und F := F [x/] = y z, also ist die Wurzel ein Knoten mit x und Kindern, die den s für F und F entsprechen. iese Vorgehensweise wendet man rekursiv auf F und F an. Für ufgabe (b) sind die Knoten der s bereits mit Namen versehen worden (v bis v G ). Man beachte, dass v C in beiden s vorkommt. (Würde man die s für F und G in einem Multi darstellen, so würde v C nur einmal auftreten.)

6 (b) nmerkung: Zeilen und 2 des Oder-Operators sind wie folgt: if v F = K or v G = K then return K else if v F = v G = K then return K Zur Steigerung der ffizienz kann diese Zeilen ersetzen und zusätzliche Sonderfälle einführen: if v F = K or v G = K then return K else if v F = K then return v G else if v G = K or v F = v G then return v F ie untenstehende bbildung veranschaulicht den blauf des lgorithmus auf den beiden s aus (a). in Kästchen bedeutet einen Prozeduraufruf mit den beiden Knoten, die im Kästchen genannt werden; trifft einer der oben genannten Fälle auf, so kann der lgorithmus direkt ein Resultat liefern, sonst kommt es zu zwei rekursiven ufrufen für die Null- und die ins-kinder der kleinsten noch vorhandenen Variablen, die unter dem Kästchen genannt wird. v, v x v, v v, v y y, v C, v G v C, v C, v C z,, lle ufrufe auf der linken Hälfte liefern die zurück, alle ufrufe auf der rechten Hälfte den Knoten v C. amit ergibt sich folgendes rgebnis: x z v C (c) nalog zum Oder-Operator ergeben sich folgende Sonderfälle:

7 if v F = K or v G = K then return K else if v F = K then return v G else if v G = K or v F = v G then return v F ie übrigen Zeilen bleiben unverändert. (d) Untenstehende Zeichnung zeigt den (mit cal berechnet). er Übersicht halber wurden der -Knoten und die zu ihm führenden Kanten weggelassen sowie die Kantenbeschriftungen weggelassen (-Kanten sind gestrichelt, -Kanten durchgezogen). x 26 y z z 5 5 w w w u u ie nzahl der erfüllenden elegungen berechnet man wie folgt, indem man jedem Knoten und jeder Kante ein Gewicht zuweist, das aussagt, wie viele erfüllende elegungen der Knoten bzw. die Kante beiträgt. as geht wie folgt: em -Knoten wird das Gewicht zugewiesen (eine einzige elegung, nämlich die leere elegung ), dem -Knoten das Gewicht. Jedem anderen Knoten wird die Summe seiner beiden ausgehenden Kanten zugewiesen. Jeder Kante wird das Gewicht ihres Zielknotens zugewiesen, multipliziert mit 2 für jede übersprungene Variable. eispiel: ie -Kante des linken w-knotens trägt das Gewicht 2, da sie zum - Knoten geht (mit Gewicht ) und dabei eine Variable überspringt. ie -Kante dieses Knotens hat Gewicht. Insgesamt hat der Knoten damit das Gewicht 3. ie erechnung der Gewichte erfolgt von unten nach oben. Neben jedem Knoten ist sein Gewicht vermerkt (als Summe der beiden Kantengewichte, die nicht extra aufgeführt sind). Insgesamt gibt es also 26 erfüllende elegungen.

8 (e) Grundsätzlich lassen sich s einsetzen, um beide Spiele zu lösen. ei Sudoku übersetzt man die auf latt 2 besprochene Formel in einen. esteht dieser nur als dem -Knoten, so gibt es keine Lösung. ndernfalls liest man irgendeine erfüllende elegung ab und trägt diese ein. ies ist allerdings weniger effizient als der insatz eines ST-Solvers, aus zwei Gründen: Wir sind nur an irgendeiner Lösung interessiert. in ST-Solver findet die erstbeste Lösung, gibt sie aus und terminiert. ei einem werden zunächst sämtliche Lösungen berechnet, dann lediglich eine abgelesen. s ist schwierig, eine gute Variablenordnung für s zu finden, da die bhängigkeiten kreuz und quer über das gesamte Sudoku-Feld verteilt sind. ei Minesweeper sieht die Sache etwas freundlicher für s aus. bhängigkeiten zwischen Feldern sind nur lokal, so dass sich meistens eine gute Variablenordnung finden lässt. ußerdem sind wir explizit an Mehrdeutigkeiten interessiert. Übersetzen wir also ein Minesweeper-Feld, wie in latt 2 besprochen, in einen. Wenn er nur aus dem -Knoten besteht, gibt es keine Lösung. ndernfalls gehen den Knoten für Knoten durch. Wenn es einen mit v x,y beschrifteten Knoten gibt, dessen -Kante nicht direkt zum -Knoten führt, so gibt es eine Lösung, in der das entsprechende Feld keine Mine enthält. Gibt es einen mit v x,y beschrifteten Knoten, dessen -Kante nicht direkt zum -Knoten führt, so gibt es eine Lösung, in der das Feld eine Mine enthält. Kommen beide Fälle vor, so kann das Feld noch nicht aufgedeckt werden. Wir decken alle Felder auf, die eindeutig sind. nschließend kann man mit geeigneten -Operationen (Konjunktion, limination der eindeutigen Variablen) so modifizieren, dass die neue Spielsituation dargestellt wird. nmerkung: ie Vergleiche von s und ST-Solvern für die beiden Spiele sind rein theoretischer Natur, es wäre interessant, hierzu xperimente durchzuführen. ufgabe 3 Komplementkanten ine Variante von s, mit der man oft kleinere Graphen erhält, sind s mit Komplementkanten (Ks). in eispiel für einen K sehen Sie unten abgebildet. In einem K können Kanten positiv oder negativ auftreten (in der Zeichnung unten sind negative Kanten mit einem schwarzen Kreis markiert). ußerdem entfällt das latt mit der, und die Wurzel des K wird mit einer eingehenden Kante versehen. ie Semantik einer negativen Kante ist, dass der Untergraph, der beim Zielknoten beginnt, als das Komplement der Formel gewertet wird, die er normalerweise darstellen würde. ine negative Kante zum -Knoten wird z.. als Kante zum -Knoten gewertet. er mit x 3 beschriftete Knoten stellt daher die Formel x 3 dar, der linke der beiden x 2 - Knoten aber die Formel x 2 x 3. ie eingehende Kante der Wurzel zeigt an, ob die dem K entsprechende Formel oder ihr Komplement gemeint ist. Im eispiel unten ist die eingehende Kante der Wurzel positiv.

9 x x 2 x 2 x 3 (a) Stellen Sie die Wahrheitstafel für die Formel auf, die dem oben abgebildeten K mit Komplementkanten entspricht. (b) Ks sind i.. nicht mehr eindeutig, d.h. es kann mehrere Ks geben, die dieselbe Formel darstellen. Finden Sie zwei Paare von Ks, die dieselbe Formel darstellen. (c) Ks lassen sich allerdings eindeutig machen, wenn man darauf verzichtet, negative -Kanten zu benutzen. Zeigen Sie dazu, dass folgende Äquivalenz gilt: ite(x, F, G) ite(x, F, G) enutzen Sie diese Äquivalenz, um den oben abgebildeten K in den eindeutigen K zu transformieren, der keine negativen -Kanten enthält. ufgabe 3 (Lösungsvorschlag) Komplementkanten (a) emerkung: ine elegung liefert genau einem K genau dann eine, wenn der zugehörige Pfad, der mit der eingehenden Kante der Wurzel beginnt und zum latt mit der führt, eine gerade nzahl negativer Kanten enthält. araus können wir folgende Wahrheitstafel ableiten: x x 2 x 3

10 (b) Zwei eispiele sind unten angegeben. ie beiden Ks auf der linken Seite stehen für die Formel x, die beiden auf der rechten Seite für die Formel x 2. x x x x x 2 x 2 (c) Wir nutzen die Äquivalenz und zeigen: ite(x, F, G) (x F ) ( x G) (x F ) ( x G) ite(x, F, G) (x F ) ( x G) ( x F ) (x G) (x F ) ( x G) ( (x F ) ( x G) ) ite(x, F, G) inen Knoten n, von dem eine negative -Kante ausgeht, wandelt man also dergestalt um, dass man den Zustand aller ein- und ausgehenden Kanten von n umkehrt (d.h. aus negativen Kanten positive macht und umgekehrt). abei beginnt man sinnvollerweise mit den Knoten, die in der Variablenordnung ganz unten stehen und arbeitet sich Schritt für Schritt nach oben vor. Im vorliegenden Fall erhält man den unten angegebenen K; man überzeuge sich, dass seine Wahrheitstafel mit der des ursprünglichen Ks übereinstimmt. x x 2 x 2 x 3

Formale Systeme, WS 2010/2011 Lösungen zum Übungsblatt 1

Formale Systeme, WS 2010/2011 Lösungen zum Übungsblatt 1 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. r. B. Beckert Thorsten Bormer Formale Systeme, WS 2/2 Lösungen zum Übungsblatt ieses Blatt wurde in der Übung am 29..2 besprochen.

Mehr

Diskrete Strukturen Endterm

Diskrete Strukturen Endterm Technische Universität München Winter 016/17 Prof H J ungartz / Dr M Luttenberger, J räckle, K Röhner H- Diskrete Strukturen Endterm eachten Sie: Soweit nicht anders angegeben, ist stets eine egründung

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

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

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

10. Übungsblatt zu Algorithmen I im SoSe 2016

10. Übungsblatt zu Algorithmen I im SoSe 2016 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. r. ennis ofheinz Lukas arth, Lisa Kohl 0. Übungsblatt zu lgorithmen I im SoSe 0 https://crypto.iti.kit.edu/index.php?id=algo-sose

Mehr

Logik für Informatiker

Logik 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

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

Globalübungsaufgabe1 (All Pair Shortest Path):

Globalübungsaufgabe1 (All Pair Shortest Path): Prof. aa r. Ir. G. Woeginger atenstrukturen und lgorithmen SS7 Tutoriumslösung - Übung 0 (bgabe 2.07.207) T. Hartmann,. Korzeniewski,. Tauer Globalübungsaufgabe (ll Pair Shortest Path): etrachten Sie den

Mehr

Lösungsvorschläge zur Hauptklausur 1661 Datenstrukturen I

Lösungsvorschläge zur Hauptklausur 1661 Datenstrukturen I Lösungsvorschläge zur Hauptklausur 1 atenstrukturen I 7.. ernuniversität in Hagen lle Rechte vorbehalten Seite 2 Lösungsvorschläge zur Klausur vom 7.. Kurs 1 atenstrukturen I ufgabe 1 (a) algebra sorts

Mehr

Landeswettbewerb Mathematik Baden-Württemberg

Landeswettbewerb Mathematik Baden-Württemberg Landeswettbewerb athematik aden-württemberg Lösungsvorschläge für die ufgaben der Runde 006/00 ufgabe us Streichhölzern wird wie in der bbildung ein (6 3) Rechteckgitter gelegt Für die ganze Figur sind

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 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit

Mehr

Einführung in die Logik, Übungsklausur 2016/07/11

Einführung in die Logik, Übungsklausur 2016/07/11 Institut für Theoretische Informatik ITI Dr. Jürgen Koslowski Einführung in die Logik, Übungsklausur 2016/07/11 Diese Aufgaben werden in der Extra-Übung am Freitag, 2016-07-15, 13:15, im SN 19.4 besprochen,

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 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

Kochrezept für NP-Vollständigkeitsbeweise

Kochrezept für NP-Vollständigkeitsbeweise Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

Lösungsvorschläge Aufgaben 14.1, 14.3, 14.4

Lösungsvorschläge Aufgaben 14.1, 14.3, 14.4 Lösungsvorschläge ufgaben.,.,. ufgabe. Wir starten mit dem gegebenen Graphen, dessen Restgraph beim Nullfluss ϕ 0 dem ingabenetzwerk entspricht. ktueller Fluss: Restgraph: 0/ 0/ 0/ 0/ 0/5 0/ 0/ 0/8 5 8

Mehr

4. Logik und ihre Bedeutung für WBS

4. Logik und ihre Bedeutung für WBS 4. Logik und ihre Bedeutung für WBS WBS verwenden formale Sprache L um Wissen zu repräsentieren Grundidee: Problemlösen = Folgern aus in L dargestelltem Wissen Folgern = implizites Wissen explizit machen

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 28. Aussagenlogik: DPLL-Algorithmus Malte Helmert Universität Basel 2. Mai 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26. Grundlagen 27. Logisches

Mehr

4. OBDDs und Modellüberprüfung

4. OBDDs und Modellüberprüfung 4. OBDDs und Modellüberprüfung OBDD Ordered Binary Decision Diagrams Geordnete binäre Entscheidungsdiagramme Binäres Entscheidungsdiagramm: in der einfachsten Form ein binärer Entscheidungsbaum, in dem

Mehr

1. Zwischentest Formale Systeme Fakultät für Informatik WS 2009/2010

1. Zwischentest Formale Systeme Fakultät für Informatik WS 2009/2010 1. Zwischentest Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 10. Dezember 2009 Vorname: Matrikel-Nr.: Bitte geben Sie auf jedem benutzten Blatt rechts oben Ihren Namen

Mehr

Vektoren - Basiswechsel - Matrix

Vektoren - Basiswechsel - Matrix Vektoren - asiswechsel - Matrix 1. Prinzip er Zusammenhang zwischen zwei asissystemen sollen formal eleganter durchgeführt werden. Ein Nachteil des "einfachen" Verfahrens - siehe Seite V0 - ist, dass teilweise

Mehr

Diskrete Strukturen Wiederholungsklausur

Diskrete Strukturen Wiederholungsklausur Technische Universität München (I7) Winter 2013/14 Prof. J. Esparza / Dr. M. Luttenberger LÖSUNG Diskrete Strukturen Wiederholungsklausur Beachten Sie: Soweit nicht anders angegeben, ist stets eine Begründung

Mehr

Logik für Informatiker

Logik 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

Mehr

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/??

Aufgabe. 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

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

TU9 Aussagenlogik. Daniela Andrade

TU9 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 /

Mehr

Formale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018

Formale 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

Mehr

Formale Sprachen und Komplexität, SS 18, Prof. Dr. Volker Heun. Übungsblatt 4. Abgabe: bis Mo Uhr

Formale Sprachen und Komplexität, SS 18, Prof. Dr. Volker Heun. Übungsblatt 4. Abgabe: bis Mo Uhr Formale Sprachen und Komplexität, SS 18, Prof. r. Volker Heun Übungsblatt 4 bgabe: bis Mo. 28.5.218 8 Uhr Institut für Informatik Prof. r. Volker Heun Ludwig-Maximilians-Universität München Formale Sprachen

Mehr

Syntax. 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

Syntax. 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

Mehr

FAKULTÄT FÜR INFORMATIK

FAKULTÄT FÜR INFORMATIK TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen WS 2008/09 Einführung in die Informatik 2 Übungsblatt 10 Prof. Dr. Helmut Seidl, T. M. Gawlitza,

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

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil A: Aussagenlogik 3. Erfüllbarkeit Version von: 23. Januar 2008(16:11) Inhalt 3.1 Grundbegriffe 3.2 Aussagenlogische Resolution 3.3 Endlichkeitssatz

Mehr

Magische Quadrate. Die Abbildung zeigt einen Ausschnitt aus Albrecht Dürers Kupferstich «Melancholie».

Magische Quadrate. Die Abbildung zeigt einen Ausschnitt aus Albrecht Dürers Kupferstich «Melancholie». 4 9 2 3 5 7 8 6 2 Magische Quadrate Magische Quadrate ie bbildung zeigt einen usschnitt aus lbrecht ürers Kupferstich «Melancholie». ei genauem Hinsehen erkennen Sie ein magisches Quadrat vierter Ordnung.

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

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Übung am 22.12.2011 INSTITUT FÜR THEORETISCHE 0 KIT 09.01.2012 Universität des Andrea Landes Schumm Baden-Württemberg - Theoretische und Grundlagen der Informatik

Mehr

4. Landeswettbewerb Mathematik Bayern 2. Runde 2001/2002 Aufgaben und Lösungsbeispiele

4. Landeswettbewerb Mathematik Bayern 2. Runde 2001/2002 Aufgaben und Lösungsbeispiele 4. Landeswettbewerb athematik ayern. Runde 00/00 ufgaben und Lösungsbeispiele ufgabe In einem Viereck sind die Seiten [], [] und [] gleich lang. ie Seite [] hat die gleiche Länge wie die iagonale []. iese

Mehr

40. Algorithmus der Woche Das Travelling Salesman Problem oder die optimale Tour für den Nikolaus

40. Algorithmus der Woche Das Travelling Salesman Problem oder die optimale Tour für den Nikolaus 40. lgorithmus der Woche as Travelling Salesman Problem oder die optimale Tour für den Nikolaus utor Stefan Näher, Universität Trier as Problem des Handlungsreisenden as Travelling Salesman Problem (TSP)

Mehr

a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein:

a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein: 1 Aufgabe 8.1 (P) (2, 3)-Baum a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein: Zeichnen Sie, was in jedem Schritt passiert. b) Löschen Sie die Zahlen 65, 70 und 100 aus folgendem

Mehr

Das Problem des Handlungsreisenden

Das Problem des Handlungsreisenden Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme

Mehr

Komplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben

Komplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten

Mehr

TU5 Aussagenlogik II

TU5 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 ;)

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

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2) Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L

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

Informatik I WS 07/08 Tutorium 24

Informatik I WS 07/08 Tutorium 24 Info I Tutorium 24 Informatik I WS 07/08 Tutorium 24 3.2.07 astian Molkenthin E-Mail: infotut@sunshine2k.de Web: http://infotut.sunshine2k.de Organisatorisches / Review is zum 2.2 müssen alle Praxisaufgaben

Mehr

DisMod-Repetitorium Tag 1

DisMod-Repetitorium Tag 1 DisMod-Repetitorium Tag 1 Aussagenlogik, Mengen 19. März 2018 1 Organisatorisches 2 Tipps zur Klausur 3 Aussagenlogik Was gehört in die Aussagenlogik, was nicht? Notationen für viele Terme Belegungen,

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Prof. r. V. Linnemann Lübeck, den. Oktober 00 Universität zu Lübeck Institut für Informationssysteme lgorithmen und atenstrukturen Sommersemester 00. Klausur Lösungen Hinweis: chten Sie bei Programmieraufgaben

Mehr

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13)

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) Berlin, 21. Februar 2013 Name:... Matr.-Nr.:... Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) 1 2 3 4 5 6 7 8 9 Σ Bearbeitungszeit: 90 min. max. Punktezahl:

Mehr

Erfüllbarkeitsprobleme. Begriffe. Varianten von SAT

Erfüllbarkeitsprobleme. Begriffe. Varianten von SAT Erfüllbarkeitsprobleme SAT (satisfiability problem) Eingabe: Formel F in konjunktiver Form. Frage: Gibt es eine Belegung x der Variablen in F mit F(x)=1? Beispiel: Begriffe erfüllbar satisfiable: Eigenschaft

Mehr

Tutoraufgabe 1 (Floyd-Warshall):

Tutoraufgabe 1 (Floyd-Warshall): für Informatik Prof. aa r. Ir. Joost-Pieter Katoen atenstrukturen und lgorithmen SS hristian ehnert, Friedrich Gretz, enjamin Kaminski, Thomas Ströder Tutoraufgabe (Floyd-Warshall): etrachten Sie den folgenden

Mehr

Projektive Geometrie 2

Projektive Geometrie 2 Technische Universität München Fakultät für Mathematik Klausur Projektive Geometrie 2 Modul M3204 7. ugust 2017, 11 12 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung ufgabe 1. Diagramme mit Kegelschnitten

Mehr

Diskrete Strukturen Endterm

Diskrete Strukturen Endterm Technische Universität München Winter 201/16 Prof. H. J. Bungartz / Dr. M. Luttenberger, J. Bräckle, C. Uphoff Lösung HA-Lösung LÖSUNG Diskrete Strukturen Endterm Beachten Sie: Soweit nicht anders angegeben,

Mehr

=SVERWEIS ( B2; $G$2:$H$7; 2; FALSCH)

=SVERWEIS ( B2; $G$2:$H$7; 2; FALSCH) SVRWIS ei mehrfacher uswahl können so viele verschachtelte "Wenn-ufrufe" vorkommen, dass eine andere Lösung sinnvoller ist. m einfachen eispiel von Noten sehen wir das am schnellsten. Zwischen,0 und,...

Mehr

Lösungen zu Kapitel 5

Lösungen zu Kapitel 5 Lösungen zu Kapitel 5 Lösung zu Aufgabe : (a) Es gibt derartige Graphen: (b) Offensichtlich besitzen 0 der Graphen einen solchen Teilgraphen. Lösung zu Aufgabe : Es sei G = (V, E) zusammenhängend und V

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Übung am 16.12.2010 INSTITUT FÜR THEORETISCHE INFORMATIK 0 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

Mehr

Logik für Informatiker

Logik 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

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

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK

TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 11 Prof. Dr. Helmut Seidl, S. Pott,

Mehr

Städtewettbewerb Frühjahr 2012 Lösungsvorschläge

Städtewettbewerb Frühjahr 2012 Lösungsvorschläge Städtewettbewerb Frühjahr 01 Lösungsvorschläge Hamburg. März 01 [Version 7. pril 01] M Mittelstufe ufgabe M.1 (3 P.). Ein Schatz ist unter einem Feld eines 8 8-retts vergraben. Unter jedem anderen Feld

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 11 GLEICHUNGEN UND ÄQUIVALENZUMFORMUNGEN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 11 GLEICHUNGEN UND ÄQUIVALENZUMFORMUNGEN ARBEITSBLATT 11 GLEICHUNGEN UND ÄQUIVALENZUMFORMUNGEN Mathematische Gleichungen ergeben sich normalerweise aus einem textlichen Problem heraus. Hier folgt nun ein zugegebenermaßen etwas künstliches Problem:

Mehr

Herbstsemester 6 5. Übung zur Vorlesung igitaltechnik Musterlösung Übung 5 ufgabe a) arstellung der negativen Tahlen im Zweierkomplement: nschliessende erechnung: 7 : 7 = 7 = + = 2 : 2 = 2 = + = 4 : 4

Mehr

Beispiellösungen zu Blatt 107

Beispiellösungen zu Blatt 107 µ κ Mathematisches Institut eorg-ugust-universität öttingen ufgabe 1 eispiellösungen zu latt 107 onstruiere eine Menge M aus 107 positiven ganzen Zahlen mit der folgenden igenschaft: eine zwei der Werte

Mehr

Lösungsvorschläge Blatt Z1

Lösungsvorschläge Blatt Z1 Theoretische Informatik Departement Informatik Prof. Dr. Juraj Hromkovič http://www.ita.inf.ethz.ch/theoinf16 Lösungsvorschläge Blatt Z1 Zürich, 2. Dezember 2016 Lösung zu Aufgabe Z1 Wir zeigen L qi /

Mehr

Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.

Theorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21. Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme

Mehr

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 7 Prof. Dr. Javier Esparza Wintersemester 2008/09 Abschlussklausur 7. Februar 2009 Diskrete Strukturen Name Vorname Studiengang

Mehr

Der Dreyfus-Wagner Algorithmus für das Steiner Baum Problem

Der Dreyfus-Wagner Algorithmus für das Steiner Baum Problem Der Dreyfus-Wagner Algorithmus für das Steiner Baum Problem Andreas Moser Dietmar Ebner Christian Schauer Markus Bauer 9. Dezember 2003 1 Einführung Der in der Vorlesung gezeigte Algorithmus für das Steiner

Mehr

2. Präsenzübung Datenstrukturen und Algorithmen SS 2014

2. Präsenzübung Datenstrukturen und Algorithmen SS 2014 Prof. aa Dr. E. Ábrahám F. orzilius, S. Schupp, T. Ströder 2. Präsenzübung Datenstrukturen und lgorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik

Mehr

Theoretische Informatik SS 03 Übung 11

Theoretische Informatik SS 03 Übung 11 Theoretische Informatik SS 03 Übung 11 Aufgabe 1 Zeigen Sie, dass es eine einfachere Reduktion (als die in der Vorlesung durchgeführte) von SAT auf 3KNF-SAT gibt, wenn man annimmt, dass die Formel des

Mehr

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}

Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Dr. Hanjo Täubig Lehrstuhl für Eziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester 2007/08

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Formale Systeme, WS 2015/2016 Übungsblatt 3

Formale Systeme, WS 2015/2016 Übungsblatt 3 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Bernhard Beckert Thorsten Bormer, Dr. Vladimir Klebanov, Dr. Mattias Ulbrich Formale Systeme, WS 25/26 Übungsblatt 3 Dieses

Mehr

Aufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1

Aufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1 Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel rundlagen und Motivation Formale rundlagen der Informatik 1 Kapitel 16 Frank Heitmann heitmann@informatik.uni-hamburg.de 31. Mai 2016 Motivation Wir benötigen einen (Un-)Erfüllbarkeitstest für aussagenlogische

Mehr

Übung 15. Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet.

Übung 15. Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet. Logik und Diskrete Strukturen (Sommer 28) Übung 5 Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet. Zum Beweis muss man nur prüfen, dass

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

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

Mathematik für Informatiker I

Mathematik für Informatiker I Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft

Mehr

Einführung in die Programmierung WS 2018/19. Übungsblatt 2: Boolesche Algebra, Vollständige Induktion

Einführung in die Programmierung WS 2018/19. Übungsblatt 2: Boolesche Algebra, Vollständige Induktion Ludwig-Maximilians-Universität München München, 3.11.2018 Institut für Informatik Prof. Dr. Peer Kröger Michael Fromm, Florian Richter Einführung in die Programmierung WS 2018/19 Übungsblatt 2: Boolesche

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

Aussagenlogik. Formale Methoden der Informatik WiSe 2012/2013 teil 6, folie 1

Aussagenlogik. 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

Mehr

Lösungen zur Vorlesung Berechenbarkeit und Komplexität

Lösungen zur Vorlesung Berechenbarkeit und Komplexität Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin

Mehr

Übung 4: Aussagenlogik II

Übung 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

Mehr

Algorithmen auf Sequenzen

Algorithmen auf Sequenzen Algorithmen auf Sequenzen Vorlesung von Prof. Dr. Sven Rahmann im Sommersemester 2008 Kapitel 4 Reguläre Ausdrücke Webseite zur Vorlesung http://ls11-www.cs.tu-dortmund.de/people/rahmann/teaching/ss2008/algorithmenaufsequenzen

Mehr

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4

Syntax 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)

Mehr

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.4 Aussagenlogik SAT-Solver 61. SAT-Solver

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.4 Aussagenlogik SAT-Solver 61. SAT-Solver Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.4 Aussagenlogik SAT-Solver 61 SAT-Solver SAT-Solver ist Implementierung eines Algorithmus für das Erfüllbarkeitsproblem der Aussagenlogik (SAT)

Mehr

Musterlösung Informatik-III-Nachklausur

Musterlösung Informatik-III-Nachklausur Musterlösung Informatik-III-Nachklausur Aufgabe 1 (2+2+4+4 Punkte) (a) L = (0 1) 0(0 1) 11(0 1) 0(0 1) (b) Der Automat ist durch folgendes Übergangsdiagramm gegeben: 0, 1 0, 1 0, 1 0, 1 0 s q 1 1 0 0 q

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen u, w, y, z: Aufgabe 1.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 2, 2, 2, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 2, 2, 2, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, u, w, y: Aufgabe 3.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (2, 3, 3, 3, 3, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (2, 3, 3, 3, 3, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y:

Aufgabe Gegeben sind die folgenden aussagenlogischen Formeln F, G, H über den Variablen s, p, w, y: Aufgabe 2.1 8 (a) Zeichnen Sie einen einfachen Graphen mit der Gradsequenz (1, 1, 2, 2, 4, 4). (b) Ist jeder einfache Graph mit der Gradsequenz (1, 1, 2, 2, 4, 4) zusammenhängend? (c) Hat jeder einfache

Mehr

a) b) Abb. 1: Buchstaben

a) b) Abb. 1: Buchstaben Hans Walser, [20171019] Magische Quarate ungeraer Seitenlänge nregung: uler (1782) 1 Worum geht es? Zu einer gegebenen ungeraen Zahl u wir ein magisches Quarat mit er Seitenlänge u konstruiert. 2 as Vorgehen

Mehr

Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge)

Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge) Universität des Saarlandes Theoretische Informatik (WS 2015) Fakultät 6.2 Informatik Team der Tutoren Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge) 1 Berechenbarkeitstheorie Aufgabe 8.1 (Wahr oder

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

Kapitel 5: Syntaxdiagramme und Grammatikregeln

Kapitel 5: Syntaxdiagramme und Grammatikregeln 5. Syntaxdiagramme und Grammatikregeln 5-1 Objektorientierte Programmierung (Winter 2010/2011) Kapitel 5: Syntaxdiagramme und Grammatikregeln Syntaxdiagramme Grammatikregeln (kontextfrei) Beispiele: Lexikalische

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 2008/09 Blatt

Mehr

A12 Nullstellen Das Buch Inhaltsverzeichnis Stichwortverzeichnis Aufgaben zum Selberrechnen Die Strukturierung

A12 Nullstellen Das Buch  Inhaltsverzeichnis Stichwortverzeichnis Aufgaben zum Selberrechnen Die Strukturierung A12 Nullstellen 1 Das Buch: Dieses Kapitel ist Teil eines Buches. Das vollständige Buch können Sie unter www.mathe-laden.de bestellen (falls Sie das möchten). Sie werden in diesem Buch ein paar Sachen

Mehr

Übungsblatt 5 Lösungsvorschläge

Übungsblatt 5 Lösungsvorschläge Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 5 Lösungsvorschläge Vorlesung Algorithmentechnik im WS 09/10 Problem 1: Lineare Weihnachtsalgebra Kreisbasen [vgl. Kapitel

Mehr

a a a a a a a a a a a a a a a

a a a a a a a a a a a a a a a 7 Lineare lgebra 7.1 Matrizen a a a k a a a a a a a a a a a a a 11 12 1 1n 21 22 2k 2n i1 i2 in m1 m2 mk mn i-te Zeile m Zeilen n Spalten k-te Spalte a : Matrixelement i 1,2,...,m k 1,2,...,n i: Zeilenindex

Mehr