Überblick über die Aussagenlogik, Teil 2. Nicole Stender

Größe: px
Ab Seite anzeigen:

Download "Überblick über die Aussagenlogik, Teil 2. Nicole Stender"

Transkript

1 Überblick über die Aussagenlogik, Teil 2 Nicole Stender Goethe Universität Frankfurt am Main Seminar: Aktuelle Themen aus der Wissensverarbeitung Dozent: Prof. Dr. Manfred Schmidt-Schauß Abgabedatum:

2 Inhaltsverzeichnis 1 Die aussagenlogische Äquivalente 2 2 Bedeutung und Definition von KNF und DNF Die disjunktive Normalform - DNF Die Konjunktive Normalform - KNF Mengenbasierte Repräsentation 3 4 Transformation von aussagenlogischen Formeln Transformation einer aussagenlogischen Formel mit einer Wahrheitstabelle Algebraische Transformation Vereinfachte KNF Anwendung Ramsey Theorem Digitalschaltkreise Addition Fazit 12 1

3 1 Die aussagenlogische Äquivalente Logische Äquivalente einer aussagenlogischen Formel sind die Normalformen, die uns helfen bestimmte Eigenschaften einer Formel α leichter zu erkennen. Im folgenden werden wir die konjunktive (KNF) und disjunktive Normalform (DNF) genauer betrachten und uns um mögliche Methoden der Transformation einer aussagenlogischen Formel α anschauen. Dabei werden wir auch auf die Methodik der verkürzten DNF eingehen. 2 Bedeutung und Definition von KNF und DNF 2.1 Die disjunktive Normalform - DNF Die disjunktive Normalform, kurz auch DNF genannt, ist eine aussagenlogische Formel α, deren Terme durch Oder-Verknüpfungen miteinander verbunden sind. Das bedeutet, wir erhalten eine aussagenlogische Formel α, deren Unterformeln D i mit 1 i n in der Form α = D 1 D 2 D i 1 D i (1) verknüpft sind. Die Unterformeln D i bezeichnet man auch als Monome. Ein Monom ist eine Formel β, bestehend aus den Literalen L i mit 1 i n, der Form: (Literal - ist eine positive oder negative Variable.) β = L 1 L 2 L i 1 L i (2) Das bedeutet, dass die DNF nicht aus einem beliebigen Zusammenwürfeln von Disjunktionen und Konjunktionen besteht, sondern eine Disjunktion von Monomen bzw. Konjunktionen ist. Nach dieser Semantik der DNF ist sie genau dann erfüllbar, wenn eines ihrer Monome erfüllbar ist. Sie ist also leicht auf Erfüllbarkeit prüfbar. Ein Beispiel für eine DNF ist der folgende Ausdruck: α = (b 1 b 2 a 3 ) (b 2 b 3 ) (b 1 b 3 ) (3) 2.2 Die Konjunktive Normalform - KNF Die konjunktive Normalform, kurz auch KNF genannt, ist eine aussagenlogische Formel α, deren Terme durch Und-Verknüpfungen miteinander verbunden sind. Das heißt, wir erhalten eine aussagenlogische Formel α, deren Unterformeln K i mit 1 i n in der Form α = K 1 K 2 K i 1 K i (4) verbunden sind. Jede Unterformel K i wird als Klausel bezeichnet. 2

4 Eine Klausel ist eine Formel β, bestehend aus den Literalen L i mit 1 i n, der Form: β = L 1 L 2 L i 1 L. (5) Wie schon für die DNF geltend, dürfen auch hier die Konjunktionen und Disjunktionen nicht willkürlich gewählt werden. Die KNF bezeichnen wir daher als Konjunktion von Klauseln bzw. Disjunktionen. Die Besonderheit der KNF liegt darin, dass sie leicht auf Allgemeingültigkeit geprüft werden kann. Denn eine KNF ist genau dann allgemeingültig, wenn jede ihrer Klauseln K i mit 1 i n gültig ist. Da jede Klausel K i wiederum eine Disjunktion von Literalen ist, ist diese genau dann gültig, wenn es eine Disjunktion eines Literals und dessen Negation enthält (siehe zweite Klausel in Formel 6). Ist dies nicht der Fall, kann man immer eine Belegung produzieren, die die Aussage nicht erfüllt. Ein Beispiel für eine KNF ist der folgende Ausdruck: α = (a 1 a 2 a 3 ) (a 2 a 2 ) (a 1 a 3 ) (6) 3 Mengenbasierte Repräsentation Dieser Abschnitt dient der kurzen Erläuterung der mengenbasierten Repräsentation von Normalformen. Sie bietet einen großen Vorteil für das Implementieren von aussagenlogischen Formeln. Eine aussagenlogische Formel α in KNF der Form α = (L 1,1 L 1,n1 ) (L m,1 L m,nm ), (7) wird in der mengenbasierten Repräsentation als dargestellt. {{L 1,1,, L 1,n },, {L m,1,, L m,n }} (8) Da sowohl die Konjunktion als auch die Disjunktion assoziativ, kommutativ sowie idempotent sind, ist sie Umwandlung in eine mengenbasierte Repräsentation verlustfrei. Keine essentielle Merkmale gehen dabei verloren und der Ausdruck kann ohne große Mühen wieder in seine ursprüngliche Form geschrieben werden. Damit gilt die mengenbasierte Darstellung sowohl für die konjunktive Normalform, wie bereits in dem Beispiel aufgezeigt wurde, als auch für die disjunktive Normalform, die analog dazu gebildet wird (aber hierbei auf eine Disjunktion von Konjunktionen bezogen). 3

5 4 Transformation von aussagenlogischen Formeln 4.1 Transformation einer aussagenlogischen Formel mit einer Wahrheitstabelle Eine Möglichkeit eine aussagenlogische Formel α in eine disjunktive oder auch konjunktive Normalform zu transformieren, kann mit Hilfe einer Wahrheitstabelle realisiert werden. Eine Wahrheitstabelle liefert uns eine Menge an Auswertungen einer Formel α, mit der wir einen Ausdruck ganz einfach in eine dazu logisch äquivalente DNF oder KNF umwandeln können. Dafür müssen wir eine Wahrheitstabelle über die Atome {p 1, p 2,..., p n } einer Aussage aufstellen und für alle möglichen Belegungen einen Wahrheitswert ermitteln. Anhand des folgenden Beispiels möchte ich die Transformation genauer erläutern. Wir betrachten dabei die Formel und bilden dazu die Wahrheitstafel: α = (a 1 a 2 ) ( a 3 a 1 ) a 2 (9) Nr. a 1 a 2 a 3 (a 1 a 2 ) ( a 3 a 1 ) α Tabelle 1: Wahrheitstabelle für die aussagenlogische Formel α = (a 1 a 2 ) ( a 3 a 1 ) a 2 Anhand der Wahrheitstabelle ist es möglich, die verschiedenen Wahrheitswerte für alle möglichen Belegungen der Literale a 1, a 2 und a 3 ermitteln. Wir bilden nun aus allen Zeilen, in denen der Wahrheitswert für die Belegung α = 1 ergibt eine disjunktive Formel. In unserem Beispiel erhalten wir in den Zeilen 3, 5, 7 und 8 jeweils eine Belegung, die die Formel erfüllt. Daraus können wir folgende DNF für α bilden: ( a 1 a 2 a 3 ) (a 1 a 2 a 3 ) ( a 1 a 2 a 3 ) (a 1 a 2 a 3 ). (10) Wie wir sehen, wurden die einzelnen Atome entsprechend ihrer Belegung konjunktiv verbunden und die einzelnen Zeilen (Konjunktionen) disjunktiv zu einem Ausdruck verknüpft. Neben der DNF können wir damit gleichzeitig auch eine KNF erstellen. Um die KNF zu konstruieren nutzt man die Belegungen der Tabelle, für die α den 4

6 Wert 0 annimmt. Bezogen auf das obige Beispiel trifft das auf die Zeilen 1, 2, 4 und 6 zu. Damit ergibt sich folgende KNF: ( a 1 a 2 a 3 ) (a 1 a 2 a 3 ) ( a 1 a 2 a 3 ) (a 1 a 2 a 3 ) (11) Der Vorteil dieser Form der Transformation liegt darin, dass keine anfänglichen Vereinfachungen oder Normalisierungen benötigt werden. Die Anzahl der Zeilen der Wahrheitstabelle für eine Formel mit n Atomen beträgt 2 n, was bedeutet, dass diese Tabelle für große n sehr lang wird. Genau darin liegt das Problem - für große n wird dies uneffizient. Schauen wir uns dazu ein weitere Möglichkeit der Transformation an. 4.2 Algebraische Transformation Ein weitere Möglichkeit eine aussagenlogische Formel in eine DNF oder KNF umzuwandeln, ist die algebraische Transformation. Dazu werden die bekannten Umformungsregeln benötigt. Negation Idempotenz Kommutativität α α α α α und α α α α β β α und α β β α Assoziativität (α β) γ α (β γ) und (α β) γ α (β γ) Distributivität (α β) γ (α γ) (β γ) und (α β) γ (α γ) (β γ) De Morgan (α β) α β und (α β) α β Tabelle 2: Umformungsregeln Wir möchten folgende Formel α = a 1 (a 1 q 2 ) (a 2 a 3 ) (12) in eine disjunktive Normalform transformieren. Mit der Hilfe des Distributivgesetzes formen wir den ersten Ausdruck a 1 (a 3 a 3 ) um und erhalten damit schon eine DNF der Beispielformel. α = a 1 (a 3 a 2 ) (a 2 a 3 ) (13) (a 1 a 3 ) (a 1 a 2 ) (a 2 a 3 ). (14) Wie man auch hier wieder erahnt, ist diese Methode für längere bzw. komplexere Terme langwierig und produziert oft redundante Unterausdrücke. Am beschriebenen Beispiel erkennt man bereits, dass eine DNF sich bei der Umformung jeweils um einen Term erweitert (unter Verwendung des Distributivgesetztes). Dadurch kann es dazu führen, dass die disjunktive Normalform exponentiell zu groß wird. 5

7 4.3 Vereinfachte KNF Als letzte aufgeführte Möglichkeit einer Transformation werden wir die schnelle KNF oder auch definitional KNF betrachten. Mit dieser Methode wollen wir eine aussagenlogische Formel in polynomieller Zeit in eine konjunktive Normalform umwandeln. Um das zu realisieren, sagen wir, dass eine Formel α dann erfüllbar ist, genau dann wenn α erfüllbar ist (Erfüllbarkeitserhaltung). Diese Eigenschaft besagt jedoch nicht, dass beide Formeln auch vollständig äquivalent sein müssen. Die grundlegende Überlegung der verkürzten KNF ist das Einfügen von neuen Variablen v i mit (β v i ) α[v i ] für einen Ausdruck α[β], die eine Definition eines Unterausdruckes β sind und diesen substituieren. Dadurch kann man die Formel schrittweise verkürzen, wobei es wichtig ist, dass diese neue Variable nicht in der Formel enthalten ist. Die Substitution von Unterausdrücken, die im Folgenden als Sub-Formeln bezeichnet werden, wird nur bis zu einer bestimmten Tiefe durchgeführt. Die Tiefe einer Formel α ist deren maximale Länge in einem Syntaxbaum. Für eine Sub-Formel definieren wir ebenfalls eine Sub-Tiefe. Eine Formel hat zunächst eine Sub-Tiefe von 0. Wenn die Formel β eine Sub-Formel von α ist, dann definiert sich die Sub-Tiefe für β wie folgt: β σ, dann hat σ die Tiefe n + 1 β (σ 1 σ 2 ), dann sind σ 1, σ 2 Sub-Formeln der Tiefe n + 1 in α, wobei ein Junktor von,,, sein kann Auf dieser Grundlage erstellen wir eine Formel mit einer Tiefe 3. Besitzt die Formel α jedoch eine Tiefe von 4, so wird sie mit Hilfe der Substitution von Sub-Formeln durch neu eingeführte Variable auf eine maximale Tiefe von 3 gebracht. Das bedeutet, dass alle Sub-Formeln in der Formel α, durch neue Variablen der Sub-Tiefe 3 ersetzt werden. Die folgende Formel sei eine dieser Sub-Formeln β, die eine Sub-Tiefe von 3 in der Formel α besitzt. Da β selbst eine Tiefe von 3 hat, müssen solange neue Variablen eingeführt werden, bis sie eine Tiefe von 0 erreicht hat. Dazu wird folgendermaßen vorgegangen: β = a 1 ((a 2 a 3 ) a 4 ) (15) Zuerst definieren wir ein neues Atom b 1 für den Ausdruck (a 2 a 3 ). Dadurch wird dieser Ausdruck in der Formel zuerst definiert und dann in dem ursprünglichen Term substituiert. Unser Ausdruck erweitert sich dadurch um: (b 1 a 2 a 3 ) (16) a 1 (b 1 a 4 ) (17) Dieser Vorgang wiederholt sich in den nächsten Schritten. Für unser Beispiel bedeutet das: 6

8 Als nächstes wird eine Variable b 2 einfügt, die den Unterausdruck (b 1 a 4 ) verkürzt. Also folgt (b 1 a 2 a 3 ) (b 2 b 1 a 4 ) a 1 b 2. Im vorletzten Schritt ersetzen wir noch b 3 mit a 1 b 2 und erhalten (b 1 a 2 a 3 ) (b 2 b 1 a 4 ) (b 3 a 1 b 2 ) b 3. Nun müssen die Konjunktion in eine konjunktive Normalform gebracht werden. Hierbei nutzen wir wieder die uns bekannten algebraischen Umformunsgregeln und erhalten: ( b 1 a 2 ) ( b 1 a 3 ) (b 1 a 2 a 3 ) ( b 2 b 1 a 4 ) (b 2 b 1 ) (b 2 a 4 ) ( b 3 a 1 ) ( b 3 b 2 ) (b 3 a 1 b 2 ) p 3. Damit besitzt unsere Sub-Formel β nun eine Tiefe von 0 und die Formel α eine Tiefe von 3, wenn davon ausgegangen wird, dass bereits alle anderen Sub- Formeln einer Sub-Tiefe von 3 entsprechen. Anschließend wird aus der nun vorhandenen aussagenlogischen Formel nur noch eine vollständige KNF gebildet. Mit dieser Methode sehen wir bereits, dass die Formel nur um eine Konstante erweitert wurde, denn die Anzahl aller Sub-Formeln des ursprünglichen Terms ist größer als die Anzahl der neu hinzugefügten Formeln. Um diesen Prozess jedoch zu beweisen, muss gezeigt werden, dass jeder Schritt die Erfüllbarkeit der Formel erhält. Seien p und q aussagenlogische Formeln. Mit p [ q x] bezeichnen wir die Formel, die entsteht, indem alle Vorkommen von x in p durch q ersetzt werden. Theorem 1. Wenn x nicht in q enthalten ist, dann gilt: p [ q x] ist erfüllbar genau dann, wenn (x q) p erfüllbar ist. Quelle: [1] Beweis. Für : Sei p [ q x] erfüllbar. So gibt es eine Belegung V, sodass V ( p [ q x]) = 1 ist. Sei { V V (z), falls z x (z) := (18) V (q), falls z = x a) Nach [Theorem 3.2, 1] dürfen wir folgern, dass V (p) = 1 gilt. 7

9 b) Da V (x q) = V (x) V (q) = V (q) V (q) = V (q) V (q) = 1 ist, folgt V (x q) = 1. Aus a) und b) folgt nun V (p (x q)) = V (p) V (x q) = 1 1 = 1. Daher ist p (x q) erfüllbar. Für : Sei p (x q) erfüllbar, also es gibt eine Interpretation V mit V (p (x q)) = 1. a) Da V (p (x q)) = V (p) V (x q) folgt V (p) = 1 und V (x q) = 1. b) Aus V (x q) = 1 folgt V(x) = V(q). Mit Hilfe einer Umformung erhalten wir: ( [ ( [ ]) ( [ ]) q V (q) b) V (x) V p = V p = V p = V x]) x x ( [ x p = V (p). (19) x]) Aus a) folgt daher dann V (p) = 1 = V ( p [ q x]). Daher ist p [ q x] erfüllbar. 5 Anwendung In dieser Abschnitt betrachten wir verschiedene Problemstellungen und zeigen anhand von Beispielen, wie wir mit der Hilfe von aussagenlogischen Formeln diese Probleme darstellen bzw. lösen können. 5.1 Ramsey Theorem Wir betrachten zuerst einen Spezialfall von Ramseys kombinatorischen Theorem: Bei einer Party von sechs Personen gibt es entweder eine Gruppe von drei Leute, in der jeder den anderen kennt, oder eine Gruppe von drei Leuten, in der niemand den anderen kennt. Man kann sich dieses Beispiel bildlich als einen Graphen vorstellen, wobei die Kanten bestimmen, ob zwei Personen sich kennen, oder nicht. Theorem 2. Für jedes s, t N gibt es ein n N, so dass jeder Graph mit n Knoten entweder einen vollständig, zusammenhängenden Teilgraph der Größe s ergibt oder einen vollständig, nicht zusammenhängenden Teilgraph der die Größe t besitzt. Die Ramsey-Nummer R(s, t) bezeichnet das kleinste n, dass für ein gegebenes s und t folgende Bedingung erfüllt: Beispiel: Wählen wir n = 6, s = 3, t = 3 R(s, t) R(s 1, t) + R(s, t 1) (20) 8

10 so erhalten wir in Bezug auf unseren Spezialfall zu Beginn eine gute mögliche Lösung, die den Anforderungen entspricht und ebenfalls als eine aussagenlogische Formel eine Tautologie ergibt. Dazu gleich mehr in einem Beispiel. Beweis. siehe [1] S Für jede positive Zahl s, t und n können wir eine aussagenlogische Formel erstellen, die genau dann eine Tautologie ergibt, wenn R(s, t) n ist. Die Knoten werden mit den Indizes 1 bis n versehen. Dann werden diese in s- Elemente und t-elemente untereilt. Innerhalb dieser Teilmengen versuchen wir jeweils 2-elementige Teilmengen zu bilden. Wir möchten damit ausdrücken, dass für die s-elementigen Mengen alle Paare verbunden sind und die Paare der t-elementigen Mengen nicht verbunden sind. Jedoch stellt sich das bei Parametern mit größeren Zahlen als Problem dar. Für das Aufstellen einer solchen aussagenlogischen Formel wählen wir n = 4, s = 3, t = 3. Jedes Atom in dieser Formel p a,b mit a, b V (V entspricht hier der Knotenmenge) trägt zwei Indizes, welche jeweils zwei Knoten des Graphen beschreiben. In diesem Beispiel haben wir insgesamt n = 4 Knoten zur Verfügung, wobei die Variable p 1,2 eine Kante zwischen den Knoten 1 und 2 beschreibt. Aus unseren gegebenen Werten ergibt sich: (p 1,2 p 1,3 p 2,3 ) (p 1,2 p 1,4 p 2,4 ) (p 1,3 p 1,4 p 2,4 ) (p 2,3 p 2,4 p 3,4 ) ( p 1,2 p 1,3 p 2,3 ) ( p 1,2 p 1,4 p 2,4 ) ( p 1,3 p 1,4 p 2,4 ) ( p 2,3 p 2,4 p 3,4 ). Diese Formel ist keine Tautologie, da R(s, t) n hier nicht zutrifft. 5.2 Digitalschaltkreise Wie wir wissen operiert ein Computer auf einer binären Grundlage. Das bedeutet, dass es nur zwei Werte gibt, mit denen der Computer etwas anfangen kann: 0 für Low und 1 für High. Das erlaubt uns jedes eingehende bzw. ausgehende Kabel eines digitalen Computers mit einem boolschen Wert zu betrachten - 0 ergibt false, 1 ergibt true. Wir können noch weiter gehen und sagen, dass jeder digitale Schaltkreis als eine boolsche Funktion betrachtet wird. Wir haben also einen Eingabekanal, dessen Belegung einen Wert an einem Ausgabekanal produziert. Schlüsselbauteile dieses Systems sind logische Gatter. AND-Gatter - ist vergleichbar mit dem logischen Und. Es gibt zwei Eingabekanäle und einen Ausgabekanal. Der Ausgabekanal ist nur dann mit High, also 1, belegt, wenn auch die beiden Eingabekanäle mit High belegt sind. 9

11 Abbildung 1: Beispiel für die Darstellung einer boolschen Funktion [1] NOT-Gatter - wird auch als Inverter bezeichnet, da sein Ausgabewert immer die Negation seines Eingabewertes ist. Das bedeutet, das einem High immer ein Low folgt und umgedreht. weitere Übereinstimmungen: Digitales Design Kreislauf logisches Gatter Eingabekanal internes Kabel Spannungsebene Aussagenlogik Formel aussagenlogische Verknüpfung Atom Unterausdruck Wahrheitswert Tabelle 3: Übereinstimmungen von digitalen Schaltkreisen und Formeln [1] Beispiel: s x s y Multiplexer (21) Im Folgenden wird ein Schaltkreis und dessen boolsche Funktion dargestellt. Die Ausgabe ist abhängig davon ob s Low oder High ist. Ist s Low folgt daraus x, ist es High so folgt y. 5.3 Addition Die Darstellung von Zahlen kann durch verschiedene Zahlensysteme ermöglicht werden. In digitalen Computern werden die Zahlen u.a. als binäre Zahlen dargestellt. Um die Addition zweier Zahlen zu beschreiben, möchte ich zwei Zahlen auf einer binären Ebene addieren. Wie wir bereits in einem vorangegangenem Beispiel erklärt haben, kann ein einzelnes Bit durch ein Kabel repräsentiert werden. Bei größeren Zahlen werden diese von einer Sequenz von n Bits dargstellt. So werden bei einer Addition zweier binärer Zahlen beide als eine Gruppe von n Bits repräsentiert. Die Zahlen können sich dabei in einem Bereich n 1 befinden. 10

12 Die Addition der beiden Zahlen erfolgt immer von rechts nach links. Ist die Summe 2 wird 2 abgezogen und ein Übertrag von 1 generiert und in die nächste Bitstelle übertragen. Das folgende Beispiel soll diesen Vorgang erläutern: = Tabelle 4: Berechnung einer binären Zahl [1] Um diese Addition zu implementieren, kann man die reguläre Addition von einem Bit ausnutzen. Man produziert also einen 1-Bit-Addierer, der n-mal reproduziert wird und den Übertrag zwischen adjazenten Paaren von Elementen überträgt. Für die Implementierung des Addierers ist es hilfreich den Vorgang der Addition durch eine boolsche Funktion auszudrücken. Es ergeben sich durch die beiden Eingänge, die jeweils die nächstgrößeren Bitwerte der beiden Zahlen beinhaltet, der Übertrag sowie die Summe. Es entsteht folgende Wahrheitstafel: x y c s Tabelle 5: Wahrheitstabelle für die Summe s und den Übertrag c Die Übertragsfunktion ist eine Konjunktion von x und y. Die Summe ist eine exklusive Oder-Verknüpfung (XOR). Mit dieser Beschreibung haben wir aber erst einen Teil gelöst und den sogenannten Halbaddierer erstellt. Der eingehende Übertrag in der jeweils folgenden Berechnung wurde nicht beachtet. Deswegen benötigt man einen Variable, die den Halbaddierer zu einem Volladdierer vervollständigt. Der Volladierer ermöglicht es drei Bits zu addieren. Bei der Berechnung gehen wir hier wie beim Halbaddierer vor: Ist die Summe 2 so wird 2 abgezogen und ein Übertrag von 1 generiert. Dabei entsteht folgende Wahrheitstafel: Verknüpft man nun beliebig viele Volladdierer miteinander zu einem n-bit- Addierer wird ein Übertrag am kleinen Ende und am hohem Ende ermöglicht. In der Praxis gibt es für den Übertrag einen Verzug zwischen veränderten Eingaben. In extremen Fällen (z.b ) erhält man das Endergebnis 11

13 x y z c s Tabelle 6: Wahrheitstabelle für die Summe s und den Übertrag c für einen Volladierer erst, wenn der Übertrag durch alle n Stufen übertragen wurde. Die Verzögerung wird durch die Gatter verursacht, in diesem Fall ist die Verzögerung 2n. Wie schon zuvor, sind auch hier die großen n das Problem. Denn der durch die Verzögerung entstehende Zeitverlust ist inakzeptabel. Aus diesem Grund, wird eine andere Möglichkeit der Realisierung benötigt. z.b. der Übertrags-Auswahl Addierer. Dabei wird so vorgegangen, dass man die n-bit Eingabe in verschiedene Blöcke der Größe k aufspaltet. Die so zusammengehörigen Bits werden zweimal addiert: Einmal, wenn der Übertrag 0 ist; und nochmal wenn Übertrag 1 ist. Um das zu implementieren werden Multiplexer genutzt, wie wir sie schon im Abschnitt 4.2 gezeigt haben. Anschließend müssen die Überträge nur noch nach n Blöcken übertragen werden, wodurch weitaus weniger Verzögerungen durch k die Gatter entstehen. 6 Fazit Mit der disjunktiven und konjunktiven Normalform können wir Formeln auf bestimmte Eigenschaften leichter überprüfen. Ein Ausdruck, der in der DNF steht, kann schnell auf seine Erfüllbarkeit getestet werden. Ein Term in KNF kann dafür leicht auf Allgemeingültigkeit geprüft werden. Jedoch stehen aussagelogische Formel nicht immer oder nur selten in einer der beiden Normalformen. Deswegen sind verschiedene Möglichkeiten der Transformationen beschrieben worden, wobei das Problem meist in der Effizienz der Umsetzung liegt (siehe die Transaformation via Wahrheitstabelle oder die algebraische Transformation). Dabei lag unser Augenmerk darauf, ein logisches Äquivalent zu einer aussagenlogische Formel in einer DNF bzw. KNF zu bilden. Verringerten wir die Anforderungen, wie bei der schnellen KNF (Vernachlässigung der Tautologieeigenschaft), konnten wir effizienter unser Ziel erreichen. Der Nutzen der DNF und KNF wird uns in den Anwendungsbeispielen gewahr. 12

14 In digitalen Schaltkreisen helfen uns die Normalformen dabei, Schaltungen zu entwerfen hinter denen ein großes Aussagensystem stecken kann (welches bspw. eine große Anzahl an Eingabeparametern enthält, die sehr viele Kombinationsmöglichkeiten bietet). Ebenso dazu kann man die Addition oder auch die Multiplikation als ein Beispiel für eine Schaltung betrachten. Literatur [1] John Harrison. Propositional logic: Disjunctive and conjunctive normal forms, Applications of propositional logic, Definitional CNF. In: Handbook of Practical Logic and Automated Reasoning, pp , ISBN , Cambridge University Press, [2] Uwe Kastens und Hans Kleine Büning. Aussagenlogik: Normalformen. In: Modellierung: Grundlagen und formale Methoden, pp , ISBN ,Hanser Verlag München, [3] H. Kleine Büning und T. Lettmann. Datenstrukturen und Normalformen: Konjunktive Normalform, Weitere Normalform. In: Aussagenlogik: Deduktion und Algorithmen, pp , Teubner Stuttgart, [4] M. Schmidt-Schauß. Schnelle CNF. In: Automatische Deduktion, pp , Sommersemester [5] Verschiedene. Konjunktive Normalform, Disjunktive Normalform. Zugriff:

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

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

Konjunktive und disjunktive Normalformen

Konjunktive und disjunktive Normalformen Konjunktive und disjunktive Normalformen Nachdem gesprochen wurde, wie man Boolesche Terme unter einer Belegung der Variablen interpretiert und dass somit jeder Boolesche Term eine Boolesche Funktion repräsentiert,

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

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische

Mehr

Logische Äquivalenz. Definition Beispiel 2.23

Logische 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

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

Die Folgerungsbeziehung

Die Folgerungsbeziehung Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation

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

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

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Aussagenlogik. Aussagen und Aussagenverknüpfungen Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,

Mehr

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.

Theorie 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.

Mehr

Allgemeingültige Aussagen

Allgemeingültige 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

Mehr

Logik: aussagenlogische Formeln und Wahrheitstafeln

Logik: aussagenlogische Formeln und Wahrheitstafeln FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe

Mehr

Aussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion

Aussagenlogik. (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),

Mehr

Logik für Informatiker Logic for computer scientists

Logik für Informatiker Logic for computer scientists Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 23 Die Logik der Booleschen Junktoren Till Mossakowski Logik 2/ 23 Aussagenlogische

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

5. Vorlesung: Normalformen

5. Vorlesung: Normalformen 5. Vorlesung: Normalformen Wiederholung Vollständige Systeme Minterme Maxterme Disjunktive Normalform (DNF) Konjunktive Normalform (KNF) 1 XOR (Antivalenz) X X X X X X ( X X ) ( X X ) 1 2 1 2 1 2 1 2 1

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

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B

Definition (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

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung 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

Mehr

Logik Vorlesung 6: Resolution

Logik Vorlesung 6: Resolution Logik Vorlesung 6: Resolution Andreas Maletti 28. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften

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

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung 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

Mehr

Beispiel Aussagenlogik nach Schöning: Logik...

Beispiel 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

Mehr

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

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

Mehr

Aussagenlogik. Formale Methoden der Informatik WiSe 2010/2011 teil 7, folie 1 (von 50)

Aussagenlogik. Formale Methoden der Informatik WiSe 2010/2011 teil 7, folie 1 (von 50) Aussagenlogik Formale Methoden der Informatik WiSe 2/2 teil 7, folie (von 5) Teil VII: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning,

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

Logic in a Nutshell. Christian Liguda

Logic in a Nutshell. Christian Liguda Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung

Mehr

FORMALE SYSTEME. 22. Vorlesung: Äquivalenzen und Normalformen. TU Dresden, 11. Januar Markus Krötzsch Professur für Wissensbasierte Systeme

FORMALE 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

Mehr

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

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

Mehr

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

Kapitel L:II. II. Aussagenlogik

Kapitel 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

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

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

Mehr

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

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

Mehr

Grundlagen der Logik

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

Mehr

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

f ist sowohl injektiv als auch surjektiv.

f ist sowohl injektiv als auch surjektiv. Bemerkungen: Wir erinnern uns an folgende Definitionen: Eine Funktion f : U V heißt injektiv, wenn gilt: ( x, y U)[x y f(x) f(y)] Eine Funktion f : U V heißt surjektiv, wenn gilt: ( y V x U)[y = f(x)]

Mehr

II. Grundlagen der Programmierung

II. Grundlagen der Programmierung II. Grundlagen der Programmierung II.1. Zahlenssteme und elementare Logik 1.1. Zahlenssteme 1.1.1. Ganze Zahlen Ganze Zahlen werden im Dezimalsstem als Folge von Ziffern 0, 1,..., 9 dargestellt, z.b. 123

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 4 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Modus Ponens A B B A MP Axiome für

Mehr

Ersetzbarkeitstheorem

Ersetzbarkeitstheorem 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

Mehr

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

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

Mehr

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

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

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

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

Mehr

Mathematische Grundlagen I Logik und Algebra

Mathematische Grundlagen I Logik und Algebra Logik und Algebra Dr. Tim Haga 21. Oktober 2016 1 Aussagenlogik Erste Begriffe Logische Operatoren Disjunktive und Konjunktive Normalformen Logisches Schließen Dr. Tim Haga 1 / 21 Präliminarien Letzte

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

Überblick über die Aussagenlogik, Teil 1

Überblick über die Aussagenlogik, Teil 1 Überblick über die Aussagenlogik, Teil 1 Nick Pahlevan nick.pahlevan@yahoo.com Frankfurt am Main April 2012 Dieser Vortrag wurde im Rahmen des Seminars Aktuelle Themen aus der Wissensverarbeitung [WV-BS]

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

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

Überblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (1) Wissenrepräsentations- und inferenzsysteme (2)

Überblick. 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

Mehr

Mütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge

Mütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,

Mehr

Erfüllbarkeit und Allgemeingültigkeit

Erfüllbarkeit und Allgemeingültigkeit Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ

Mehr

11. Beschreiben Sie die disjunktive und die konjunktive Normalform eines logischen Ausdrucks!

11. Beschreiben Sie die disjunktive und die konjunktive Normalform eines logischen Ausdrucks! Kapitel 3 Logik Verständnisfragen Sachfragen 1. Was ist eine logische Aussage? 2. Wie ist die Konjunktion und die Disjunktion definiert? 3. Beschreiben Sie das Exklusive Oder, die Implikation und die Äquivalenz!

Mehr

Logik (Teschl/Teschl 1.1 und 1.3)

Logik (Teschl/Teschl 1.1 und 1.3) Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.

Mehr

FORMALE SYSTEME. 10. Januar Aussagenlogik. Logische Schlussfolgerung. Happy 80th Birthday, Don Knuth!

FORMALE 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

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

Logik für Informatiker Logic for computer scientists

Logik für Informatiker Logic for computer scientists Logik für Informatiker Logic for computer scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 24 Die Booleschen Junktoren Till Mossakowski Logik 2/ 24 Die Negation Wahrheitstafel

Mehr

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik

Diskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Aussagen Begriff Aussage: Ausdruck, welcher entweder wahr oder falsch ist e Die RWTH Aachen hat

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

3. 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,

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

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

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

Mehr

Informationsverarbeitung auf Bitebene

Informationsverarbeitung auf Bitebene Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung

Mehr

Einige Grundlagen der Komplexitätstheorie

Einige Grundlagen der Komplexitätstheorie Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf

Mehr

Rechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 15/16

Rechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 15/16 Rechnerstrukturen, Teil Vorlesung 4 SWS WS 5/6 Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls-www.cs.tu-.de Übersicht. Organisatorisches 2.

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Aufgabe 1. Aufgabe 2. Abbildung 1: Schaltung für die Multiplikation mit 4

Aufgabe 1. Aufgabe 2. Abbildung 1: Schaltung für die Multiplikation mit 4 Aufgabe 1 Eine Zahl a ist mit 8 Bits vorzeichenlos (8 bit unsigned) dargestellt. Die Zahl y soll die Zahl a multipliziert mit 4 sein (y = a 4 D ). a) Wie viele Bits benötigen Sie für die Darstellung von

Mehr

Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen

Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen

Mehr

Grundlagen digitaler Systeme WS12

Grundlagen digitaler Systeme WS12 Grundlagen digitaler Systeme WS12 Binary Decision Diagrams Johann Blieberger 183.580, VU 2.0 Automation Systems Group E183-1 Institute of Computer Aided Automation Vienna University of Technology email:

Mehr

Grundbegriffe für dreiwertige Logik

Grundbegriffe für dreiwertige Logik Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren

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

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

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

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

Mehr

1 Aussagenlogischer Kalkül

1 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

Mehr

Logik Vorlesung 4: Horn-Logik und Kompaktheit

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

Mehr

Logik für Informatiker

Logik für Informatiker 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:

Mehr

Was bisher geschah: klassische Aussagenlogik

Was 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

Mehr

DuE-Tutorien 17 und 18

DuE-Tutorien 17 und 18 DuE-Tutorien 17 und 18 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Christian A. Mandery TUTORIENWOCHE 3 AM 18.11.2011 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen

Vorlesung 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,

Mehr

DuE-Tutorien 16 und 17

DuE-Tutorien 16 und 17 Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Tutorienwoche 3 am 19.11.2010 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der

Mehr

3. Logik 3.1 Aussagenlogik

3. Logik 3.1 Aussagenlogik 3. Logik 3.1 Aussagenlogik WS 06/07 mod 301 Kalkül zum logischen Schließen. Grundlagen: Aristoteles 384-322 v. Chr. Aussagen: Sätze, die prinzipiell als ahr oder falsch angesehen erden können. z. B.: Es

Mehr

Was bisher geschah: klassische Aussagenlogik

Was 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

Mehr

b= NaN

b= 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

Mehr

Grundlagen der Programmierung

Grundlagen der Programmierung GdP4 Slide 1 Grundlagen der Programmierung Vorlesung 4 vom 04.11.2004 Sebastian Iwanowski FH Wedel Grundlagen der Programmierung 1. Einführung Grundlegende Eigenschaften von Algorithmen und Programmen

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

Binäre Suchbäume (binary search trees, kurz: bst) Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 3: Logik 1 Aussagenlogik Einleitung Eigenschaften Äquivalenz Folgerung Normalformen 2 Prädikatenlogik Wenn eine Karte

Mehr

Rechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15

Rechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15 Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht

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

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

Mathematik-Vorkurs für Informatiker Aussagenlogik 1

Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Notieren Sie die Definitionen der

Mehr

Teil 1: Digitale Logik

Teil 1: Digitale Logik Teil 1: Digitale Logik Inhalt: Boolesche Algebra kombinatorische Logik sequentielle Logik kurzer Exkurs technologische Grundlagen programmierbare logische Bausteine 1 Analoge und digitale Hardware bei

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

Einführung in die Logik (Vorkurs)

Einführung in die Logik (Vorkurs) Einführung in die Logik (Vorkurs) Jürgen Koslowski 2014-04-07 Ein Beispiel Familie A will im kommenden Jahr eine Waschmaschine, ein Auto und ein Moped anschaffen. Aber falls Herr A seinen üblichen Bonus

Mehr

Einführung in die technische Informatik

Einführung in die technische Informatik Einführung in die technische Informatik hristopher Kruegel chris@auto.tuwien.ac.at http://www.auto.tuwien.ac.at/~chris Logische Schaltungen System mit Eingängen usgängen interne Logik die Eingänge auf

Mehr

Formale Techniken der Software-Entwicklung

Formale 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

Mehr

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14 Logik Logik Vorkurs Informatik Theoretischer Teil WS 2013/14 30. September 2013 Logik > Logik > logische Aussagen Logik Logik > Logik > logische Aussagen Motivation Logik spielt in der Informatik eine

Mehr