SLDNF Resolution. Soundness. Steffen Staab ISWeb Vorlesung Datenbanken II

Größe: px
Ab Seite anzeigen:

Download "SLDNF Resolution. Soundness. Steffen Staab ISWeb Vorlesung Datenbanken II"

Transkript

1 SLDNF Resolution Soundness

2 Abgeleitetes Normal Goal Sei G= L 1,,L n und C=A M 1,,M q. Dann ist G abgeleitet von G und C mittels des MGU θ, wenn die folgenden Bedingungen gelten: a. L m ist ein Atom, das selektierte Atom in G b. θ ist ein MGU von L M und A. c. G ist ein Normal Goal (L 1,,L m-1, M 1,,M q,l m+1,,l n )θ

3 SLDNF-Widerlegung vs Endlich fehlgeschlagener SLDNF-Baum Rang k+1 SLDNF-Widerlegung Rang k SLDNF-Widerlegung Rang 0 Endlich fehlgeschlagener SLDNF-Baum Rang k Endlich fehlgeschlagener SLDNF-Baum Rang 0

4 SLDNF-Widerlegung von Rang 0 Sei P ein Normal Program und G ein Normal Goal. Eine SLDNF-Widerlegung von Rang 0 von P {G} besteht aus der Folge G=G 0, G 1,,G n = von Normal Goals, einer Folge C 1,,C n von Varianten von Programmklauseln von P und einer Sequenz θ 1,, θ n solcher MGUs, dass jedes G i+1 abgeleitet ist aus G i und C i+1 unter Verwendung von θ i+1.

5 Endlich fehlgeschlagener SLDNF- Baum von Rang 0 Sei P ein Normal Programm und G ein Normal Goal. Ein endlich fehlgeschlagener SLDNF-Baum von Rang 0 für P {G} ist ein Baum, der folgende Bedingungen erfüllt: a. Der Baum ist endlich und jeder Knoten ist ein nicht-leeres Normal Goal. b. Der Wurzelknoten ist G. c. Nur positive Literale werden in jedem Knoten selektiert. d. Sei L 1,,L m,,l p ein Nicht-Blattknoten im Baum und angenommen, dass L m das selektierte Atom wäre. Dann hat dieser Knoten für jede (Variante einer) Programmklausel A M 1,,M q, für die mgu(a,l m )=θ, einen Tochterknoten (L 1,,L m- 1, M 1,,M q,l m+1,,l n )θ e. Sei L 1,,L m,,l p ein Blattknoten und sei L m ein Atom und sei L m selektiert. Dann gibt es keine Programmklausel(variante) in P, deren Kopf mit L m unifizierbar ist.

6 SLDNF-Widerlegung von Rang k+1 Sei P ein Normal Programm und G ein Normal Goal. Eine SLDNF-Widerlegung von Rang k+1 von P {G} besteht aus einer Folge G=G 0, G 1,,G n = von Normal Goals, einer Folge C 1,,C n von Varianten von Programmklauseln von P oder grundinstantiierten negativen Literalen, und einer Folge θ 1,, θ n von solchen Substitutionen, dass für jedes i entweder 1. G i+1 abgeleitet ist aus G i und C i+1 unter Verwendung von θ i+1 oder 2. G i ist L 1,,L m,,l p, das selektierte Literal Lm in G i ist ein grundinstantiiertes Literal ~A m und es gibt einen endlich fehlgeschlagenen SLDNF-Baum von Rang k für P { A m }. In diesem Fall gilt, dass G i+1 ist L 1,, L m-1, L m+1,, L p, θ i+1 ist die Identitätssubstitution und C i+1 ist ~A m.

7 Endlich fehlgeschlagener SLDNF- Bau von Rang k+1 Sei P ein Normal Programm und G ein Normal Goal. Ein endlich fehlgeschlagener SLDNF-Baum von Rang k+1 für P {G} ist ein Baum, der folgenden Bedingungen genügt: a. Der Baum ist endlich und jeder Knoten des Baums ist ein nicht-leeres Normal Goal. b. Der Wurzelknoten ist G. c. Sei L 1,,L m,,l p ein Nicht-Blattknoten im Baum und angenommen, dass L m das selektierte Literal wäre. Dann gilt entweder i. L m ist ein Atom und, für jede (Variante einer) Programmklausel A M 1,,M q, und ii. mgu(a,l m )=θ, existiert ein Tochterknoten (L 1,,L m-1, M 1,,M q,l m+1,,l n )θ oder L m ist eine grundinstantiiertes negatives Literal ~A m und es gibt einen endlich fehlgeschlagenen SLDNF-Baum von Rang k für P { A m } und nur einen einzigen Tochterknoten L 1,, L m-1, L m+1,, L p, d. Sei L 1,,L m,,l p ein Blattknoten im Baum und angenommen, dass L m das selektierte Atom wäre. Dann gilt entweder i. L m ist ein Atom und es gibt keine (Variante einer) Programmklausel in P, deren Kopf mit L m unifizierbar ist, oder ii. L m ist ein grundinstantiiertes negatives Literal ~A m und es gibt eine SLDNF-Widerlegung von Rang k von P { A m }.

8 ω Sei P ein Normal Programm und G ein Normal Goal. Eine SLDNF-Widerlegung von P {G} ist eine SLDNF- Widerlegung von Rang k von P {G} für ein k. Sei P ein Normal Programm und G ein Normal Goal. Ein endlich fehlgeschlagener SLDNF-Baum von P {G} ist ein endlich fehlgeschlagener SLDNF-Baum von Rang k von P {G} für ein k.

9 Berechnete Antwort Sei P ein Normal Programm und G ein Normal Goal. Eine berechnete Antwort θ für P {G} ist die Substitution, die man dadurch erhält, dass man die Komposition θ 1,,θ n auf die Variablen von G beschränkt, wobei θ 1,,θ n die Folge der Substitutionen darstellt, die in der SLDNF- Widerlegung von P {G} verwendet wurden.

10 Prozedurale Anwendung der SLDNF-Widerlegung 1. Gegeben Ziel G als L 1,,L n 2. Selektiere Literal L i gemäß Berechnungsregel 3. Wenn Literal L i a. positiv, dann verwende SLD-Ableitung(en), um neues Ziel G abzuleiten (falls kein Regelkopf unifizierbar, schlägt dieser Ast fehl) b. sonst (d.h. Literal ist L i =~A negativ und grundinstantiiert): starte neuen Prozess, um P { A} zu widerlegen. i. Falls die SLDNF-Widerlegung von P { A} ii. endlich scheitert, wird L i =~A wahr; G ist L 1,, L i-1, L i+1,, L n Falls die SLDNF-Widerlegung von P { A} gelingt, schlägt L i =~A fehl; dieser Ast des SLDNF-Baums schlägt fehl 4. Falls a. alle Äste des gesamten Baumes fehlgeschlagen, dann exit(failure) b. G gleich dann exit(success) c. G:=G ; goto 2

11 Vorgehensweise Normal Programs Definite Programme SLDNF-Ableitung SLD-Ableitung SLDNF-Widerlegung SLD-Widerlegung SLDNF-Baum SLD-Baum

12 Ins Schwimmen geraten Sei P ein Normal Program und G ein Normal Goal. Wir sagen, dass eine Berechnung von P {G} ins Schwimmen gerät, wenn an einem Punkt in der Berechnung ein Ziel erreicht wird, das nur nicht-grundinstantiierte Negative Ziele enthält. Beispiel: kennt(meier,db2). G0: dumm(mueller). student(meier). G1: ~kennt(mueller,y). student(mueller). dumm(x) ~kennt(x,y). Ziel: dumm(mueller).

13 Zulässig & erlaubt Sei P ein Normal Programm und G ein Normal Goal. Eine Programmklausel A L 1,,L p ist zulässig, wenn jede Variable, die in der Klausel auftritt, entweder im Kopf A oder in einem positiven Literal des Rumpfes L 1,,L p auftritt. Eine Programmklausel A L 1,,L p ist erlaubt, wenn jede Variable, die in der Klausel auftritt, in einem positiven Literal des Rumpfes auftritt. Ein Ziel G gleich L 1,,L p ist erlaubt, wenn jede Variable, die in G auftritt, in einem positiven Literal von L 1,,L p auftritt.

14 Beispiel: Zulässige und erlaubte Klauseln und Ziele kennt(meier,db2). student(meier). student(mueller). student(moers) eingeschriebenin(moers,x). student(x). kennt(x,y) ~verpasst(x,y). verpasst(x,y) ~besucht(x,y). dumm(x) ~kennt(x,y). Ziele: dumm(mueller). kennt(x,y) ~verpasst(x,y). student(x) ~eingeschriebenin(x,y)

15 P {G} ist erlaubt Sei P ein Normal Programm und G ein Normal Goal. P {G} ist erlaubt, wenn die folgenden Bedingungen zutreffen: a. Jede Klausel in P ist zulässig. b. Jede Klausel, die in der Definition eines Prädikatssymbols auftritt, das in einem positiven Literal von G oder in einem positiven Literal im Rumpf einer Klausel von P auftritt, ist erlaubt. c. G ist erlaubt. Beobachtungen Einheitsklauseln sind grundinstantiiert. Jede erlaubte Klausel ist zulässig.

16 Beispiel: Erlaubtes Normal Program kennt(meier,db2). student(meier). student(mueller). student(moers) eingeschriebenin(moers,x). student(x). kennt(x,y) ~verpasst(x,y). verpasst(x,y) ~besucht(x,y). dumm(x) ~kennt(x,y). Ziele: dumm(mueller). kennt(x,y) ~verpasst(x,y). student(x) ~eingeschriebenin(x,y)

17 Sei P ein Normal Programm und G ein Normal Goal. Angenommen P {G} ist erlaubt. Dann gilt: a. Keine Berechnung von P {G} gerät ins Schwimmen b. Jede berechnete Antwort für P {G} ist eine Grundsubstitution für alle Variablen in G.

18 Korrektheit Theorem: Sei P ein Normal Program und G ein Normal Goal. Wenn P {G} einen endlich fehlgeschlagenen SLDNF-Baum hat, dann ist G eine logische Folgerung von comp(g). Theorem: Sei P ein Normal Program und G ein Normal Goal. Dann ist jede berechnete Antwort für P {G} eine korrekte Antwort für comp(p) {G}.

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

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

Mehr

Substitution. Unifikation. Komposition der Substitution. Ausführung der Substitution

Substitution. Unifikation. Komposition der Substitution. Ausführung der Substitution Substitution Unifikation Ziel eines Widerspruchsbeweis: Widerspruch ja/nein Variablenbindung im Falle eines Widerspruchs Eine Substitution θ ist eine endliche Menge der Form {v 1 /t 1 v n /t n }, wobei

Mehr

Normal Programs. Vervollständigung. Steffen Staab ISWeb Vorlesung Datenbanken II

Normal Programs. Vervollständigung. Steffen Staab ISWeb Vorlesung Datenbanken II Normal Programs Vervollständigung Programmklausel, Normal Programs Eine Programmklausel ist eine Klausel der Form A L 1,,L n wobei A ein Atom ist und L 1,,L n Literale sind. Ein Normal Program besteht

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-Grundlagen. Syntax der Prädikatenlogik

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

Mehr

Wiederholung zur SLD-Resolution (1)

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

Mehr

Prädikatenlogische Entscheidbarkeitsprobleme

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

Mehr

Aussagenlogische Kalküle

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

Mehr

Logische und funktionale Programmierung

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

Mehr

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

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

Mehr

Deduktion in der Aussagenlogik

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

Mehr

Logik für Informatiker

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

Mehr

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten

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

Mehr

Logische Programmierung Einführende Beispiele

Logische Programmierung Einführende Beispiele Logische Programmierung Einführende Beispiele Verwandschaftsbeziehungen in Prolog vater(peter,maria). mutter(susanne,maria). vater(peter,monika). mutter(susanne,monika). vater(karl, peter). mutter(elisabeth,

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

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 10: Prolog - Das Prädikat CUT Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 12. Dezember 2016 1/38 UNTERBINDEN

Mehr

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog

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

Mehr

Resolutionsalgorithmus

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

Mehr

Eigenschaften der SLD-Resolution

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

Mehr

SWP Logische Programme Teil 2

SWP Logische Programme Teil 2 SWP Logische Programme Teil 2 Bernhard Aichernig Institut für Softwaretechnologie aichernig@ist.tugraz.at Institute for Software Technology Inhalt! Motivation! Logische Programme (LP)! Resolution! Unifikation!

Mehr

GDI Medieninformatik. 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II)

GDI Medieninformatik. 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II) GDI Medieninformatik 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II) Prädikatenlogik erster Stufe (FOL): Syntax: Sprachelemente 27.01.2008 GDI - Logik 2 FOL: Syntax 27.01.2008 GDI -

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

Aussagenlogik 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

Mehr

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

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

Mehr

Logik für Informatiker

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

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

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

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 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

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 9: Prolog - Das Prädikat CUT Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 9. Dezember 2016 1/31 Läßt sich nämlich

Mehr

Klauselmengen. Definition Sei

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

Mehr

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

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

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

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

Mehr

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

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

Das Programm ist deterministisch: es gibt für jedes Ziel höchstens eine Klausel, die zur erfolgreichen Ableitung des Zieles

Das Programm ist deterministisch: es gibt für jedes Ziel höchstens eine Klausel, die zur erfolgreichen Ableitung des Zieles Green Cuts Klauseln zum Mischen zweier geordneten Listen: merge ( [X Xs ], [Y Ys ], [X Zs ] ) : X < Y, merge ( Xs, [ Y Ys ], Zs ). (1) merge ( [X Xs ], [Y Ys ], [ X,Y Zs ] ) : X =:= Y, merge (Xs, Ys, Zs

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

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

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

Mehr

Logik für Informatiker

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

Mehr

Resolution und Regeln

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

Mehr

Beweisen mit Semantischen Tableaux

Beweisen mit Semantischen Tableaux Beweisen mit Semantischen Tableaux Semantische Tableaux geben ein Beweisverfahren, mit dem ähnlich wie mit Resolution eine Formel dadurch bewiesen wird, dass ihre Negation als widersprüchlich abgeleitet

Mehr

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

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

Mehr

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

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

Mehr

Logisches und funktionales Programmieren

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

Mehr

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

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

Mehr

Formale Systeme. Tableaukalku l (ohne Gleichheit) Prof. Dr. Bernhard Beckert, WS 2015/ KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK

Formale Systeme. Tableaukalku l (ohne Gleichheit) Prof. Dr. Bernhard Beckert, WS 2015/ KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert, WS 2015/2016 Tableaukalku l (ohne Gleichheit) KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

Gliederung. Programmierparadigmen. Einführung in Prolog: Einführung in Prolog: Programmieren in Prolog. Einführung Syntax Regeln Listen Relationen

Gliederung. Programmierparadigmen. Einführung in Prolog: Einführung in Prolog: Programmieren in Prolog. Einführung Syntax Regeln Listen Relationen Gliederung Programmierparadigmen Programmieren in Prolog D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 Sommer 2011, 26. April

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

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

Grundlagen der Künstlichen Intelligenz

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

Mehr

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

Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen

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

Mehr

Widerspruchsbasiertes Kalkül. Präinterpretation. Variablenzuweisung. Interpretation

Widerspruchsbasiertes Kalkül. Präinterpretation. Variablenzuweisung. Interpretation Widerspruchsbasiertes Kalkül Ziel: Zeige dass gilt: x 1 x s (B 1 B n ) Mittel: Negiere so dass: B 1 B n Resultate: Widerspruch Variablenbindungen [y/5.6.17.22.nil] für sort(17.22.6.5.nil,y) Präinterpretation

Mehr

Aussagenlogik: Syntax von Aussagen

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

Mehr

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

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

Mehr

Schritt 1 Richtung Resolution: Substituieren

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

Mehr

Neuronalen Netzen. Jens Lehmann. 1. März Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden

Neuronalen Netzen. Jens Lehmann. 1. März Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden Institut für Künstliche Intelligenz Fakultät Informatik Technische Universität Dresden 1. März 2005 Neurosymbolische Integration versucht künstliche neuronale Netze und Logikprogrammierung zu vereinen

Mehr

Logik für Informatiker

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

Mehr

Binärbäume und Pfade

Binärbäume und Pfade Binärbäume und Pfade Bevor wir uns dem Pumping Lemma für Typ-2 Sprachen widmen, wollen wir einen einfachen Satz über Binärbäume beweisen. Als Binärbaum bezeichnen wir hier einen Baum, bei dem jeder Knoten,

Mehr

Euklidischer Algorithmus

Euklidischer Algorithmus Euklidischer Algorithmus Ermitteln des größten gemeinsamen Teilers mit Euklid: function ggt (m, n) Hierbei ist m begin 0undn 0vorausgesetzt. if m = 0 then return n else return ggt (n mod m, m) fi end Man

Mehr

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung Informatik III Christian Schindelhauer Wintersemester 2006/07 20. Vorlesung 12.01.2007 1 Komplexitätstheorie - Zeitklassen Die Komplexitätsklassen TIME DTIME, NTIME P NP Das Cook-Levin-Theorem Polynomial-Zeit-Reduktion

Mehr

Unifikation. T eine Menge von Termen. σ(t) einelementig ist. Definition: Unifikator. Eine Substitution σ ist Unifikator von T, falls

Unifikation. T eine Menge von Termen. σ(t) einelementig ist. Definition: Unifikator. Eine Substitution σ ist Unifikator von T, falls Unifikation Definition: Unifikator T eine Menge von Termen Eine Substitution σ ist Unifikator von T, falls σ(t) einelementig ist Logik für Informatiker, SS 06 p.12 Unifikation Definition: Unifikator T

Mehr

4.0 VU Theoretische Informatik und Logik Teil 2 zum SS

4.0 VU Theoretische Informatik und Logik Teil 2 zum SS 4.0 VU Theoretische Informatik und Logik Teil 2 zum SS 2011 11.1.2012 Matrikelnummer Familienname Vorname Gruppe Lösung A 6.) Es gelten folgende Aussagen: (a) Wenn Ada groß ist, dann ist Berta klein, aber

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

Magic Sets. Kontrollkomponente SIP. Sideways Information Passing Strategy (SIP-Strategy)

Magic Sets. Kontrollkomponente SIP. Sideways Information Passing Strategy (SIP-Strategy) Sideways Information Passing Strategy (SIP-Strategy) Magic Sets (informal) Für eine Regel eines Programms stellt eine SIP- Strategie eine Entscheidung hinsichtlich der Auswertungsreihenfolge der Prädikate

Mehr

3. Logik-Programmierung

3. Logik-Programmierung 3. Logik-Programmierung 3.1. Vorbemerkungen Idee: Ausführen eines Logik-Programms entspricht Herleitung leerer Klausel. Zusätzliche Verwendung einer Antworterzeugungskomponente (liefert Rechenergebnis).

Mehr

Logik-Programme. Eine Tatsachenklausel ist eine einelementige positive Klausel, d.h. sie hat

Logik-Programme. Eine Tatsachenklausel ist eine einelementige positive Klausel, d.h. sie hat Logik-Programme Definition: Eine Tatsachenklausel ist eine einelementige positive Klausel, d.h. sie hat die Form {P }. Eine Prozedurklausel ist eine Klausel der Form {P, Q 1, Q 2,..., Q k } mit k 1. P

Mehr

Nichtmonotones Schließen

Nichtmonotones Schließen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen klassischer Aussagenlogik: Entscheidungstabellen, -bäume, -diagramme Wissensrepräsentation und -verarbeitung durch

Mehr

Aufgabe 1: MC (10 Punkte) wahr 1P, falsch 0P, keine Ahnung 0.5P. Jede Struktur hat mindestens eine Substruktur

Aufgabe 1: MC (10 Punkte) wahr 1P, falsch 0P, keine Ahnung 0.5P. Jede Struktur hat mindestens eine Substruktur Aufgabe 1: MC (10 Punkte) wahr 1P, falsch 0P, keine Ahnung 0.5P Jede Struktur hat mindestens eine Substruktur JA Jeder Isomorphismus ist ein Homomorphismus JEIN? jeder bijektive Homomorphismus ist ein

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

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

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

Mehr

Künstliche Intelligenz Logische Agenten & Resolution

Künstliche Intelligenz Logische Agenten & Resolution Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein

Mehr

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt

Mehr

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2017

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

Mehr

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

Erfüllbarkeit von Horn-Klauseln und Berechnung des kleinsten Herbrand-Modells

Erfüllbarkeit von Horn-Klauseln und Berechnung des kleinsten Herbrand-Modells Erfüllbarkeit von Horn-Klauseln und Berechnung des kleinsten Herbrand-Modells Effiziente Entscheidung der Erfüllbarkeit von Horn-Klauseln Effiziente Berechnung des kleinsten Herbrand-Modells M P Naive

Mehr

Satz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr

Satz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr Definition 6 3SAT ist die Menge der booleschen Formeln in konjunktiver Normalform, die in jeder Klausel höchstens drei Literale enthalten und die erfüllbar sind. Satz 7 3SAT ist N P-vollständig. Info IV

Mehr

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

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

Mehr

Logik für Informatiker

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

Mehr

Einiges zu Resolutionen anhand der Aufgaben 6 und 7

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

Mehr

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

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

Mehr

Deklarative Semantik

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

Mehr

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

Das SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0

Das SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0 Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?

Mehr

Resolution für die Aussagenlogik

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

Mehr

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

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren)

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren) Was bisher geschah Wissensrepräsentation und -verarbeitung in Logiken klassische Aussagenlogik klassische Prädikatenlogik: Wiederholung Syntax, Semantik Normalformen: bereinigt Pränex Skolem ( -Eliminierung)

Mehr

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

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

Mehr

Semantik und Korrektheit von Prolog-Programmen im Naproche-Projekt

Semantik und Korrektheit von Prolog-Programmen im Naproche-Projekt Diplomarbeit Semantik und Korrektheit von Prolog-Programmen im Naproche-Projekt Angefertigt am Mathematischen Institut Vorgelegt der Mathematisch-Naturwissenschaftlichen Fakultät der Rheinischen Friedrich-Wilhelms-Universität

Mehr

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution

Computational 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

Mehr

Programmiersprache Prolog

Programmiersprache Prolog Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 6.2 Logikprogrammierung Prolog 240 Programmiersprache Prolog Prolog-Programm ist Liste von Fakten (einelementige Hornklausel) und Regeln (mehrelementige

Mehr

Das Rucksackproblem. Definition Sprache Rucksack. Satz

Das Rucksackproblem. Definition Sprache Rucksack. Satz Das Rucksackproblem Definition Sprache Rucksack Gegeben sind n Gegenstände mit Gewichten W = {w 1,...,w n } N und Profiten P = {p 1,...,p n } N. Seien ferner b, k N. RUCKSACK:= {(W, P, b, k) I [n] : i

Mehr

Das Lösen einer Anfrage mit Backtracking

Das Lösen einer Anfrage mit Backtracking Das Lösen einer Anfrage mit Backtracking Beispiel aus Clocksin Mellish S.14/15?- likes(mary,x), likes(john,x). () 1 / 17 Das Lösen einer Anfrage mit Backtracking Beispiel aus Clocksin Mellish S.14/15?-

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

Informatik III - WS07/08

Informatik III - WS07/08 Informatik III - WS07/08 Kapitel 4 1 Informatik III - WS07/08 Prof. Dr. Dorothea Wagner dwagner@ira.uka.de Kapitel 4 : Komplexitätsklassen Informatik III - WS07/08 Kapitel 4 2 Sprachen, Probleme, Zeitkomplexität

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

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

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

Mehr

Minimalpolynome und Implikanten

Minimalpolynome und Implikanten Kapitel 3 Minimalpolynome und Implikanten Wir haben bisher gezeigt, daß jede Boolesche Funktion durch einfache Grundfunktionen dargestellt werden kann. Dabei können jedoch sehr lange Ausdrücke enstehen,

Mehr

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

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

Mehr

Algorithmischer Aufbau der Aussagenlogik

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

Mehr

Eigenschaften der Resolution für PL1 Formeln

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

Mehr