Spieltheoretische Methoden in der Logik

Größe: px
Ab Seite anzeigen:

Download "Spieltheoretische Methoden in der Logik"

Transkript

1 Spieltheoretische Methoden in der Logik Markus Lohrey Universität Leipzig Sommersemester 2008 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

2 0. Allgemeines Überblick: 1 Motivation 2 Erreichbarkeitsspiele Modallogik, Logik 1.Stufe 3 Paritätsspiele modaler µ-kalkül Literatur: Grädel, Thomas, Wilke. Automata, Logics, and Infinite Games: A Guide to Current Research. Lecture Notes in Computer Science 2500, Springer 2002 Stirling. Modal and Temporal Properties of Processes, Springer 2001 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

3 Model-Checking Motivation Das Model-Checking Problem für eine Logik L (z. B. Prädikatenlogik oder Modallogik): EINGABE: Eine endliche Struktur A (z. B. ein Graph) und eine Formel ϕ L FRAGE: Gilt ϕ in A, kurz A = ϕ? Beispiel: ϕ = x y z : E(x, y) E(y, z) E(x, z) Dies ist eine Formel der Prädikatenlogik (= Logik 1.Stufe), die in einer Struktur A = (V,E) (ein gerichteter Graph) genau dann gilt, wenn die Kantenrelation E transitiv ist. Model-Checking hat vielerlei Anwendungen in der Informatik: Automatische Verifikation von Software- und Hardwaresystemen Datenbanktheorie Künstliche Intelligenz Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

4 Motivation Model-Checking und Spiele Unser Ansatz zur Lösung des Model-Checking Problems: Konstruiere aus A, ϕ eine Spielarena G(A, ϕ) in der zwei Spieler Adam und Eve gegeneinander spielen. Eve versucht zu zeigen, dass A = ϕ gilt. Adam versucht zu zeigen, dass A = ϕ gilt. G(A, ϕ) wird so konstruiert, dass gilt: A = ϕ Eve hat eine Gewinnstrategie im Spiel G(A, ϕ) Viele Fragen müssen noch geklärt werden: Welche Strukturen A betrachten wir? Welche Logiken L betrachten wir? Wie sieht die Spielarena G(A, ϕ) aus? Was bedeutet Eve eine Gewinnstrategie in G(A, ϕ)? Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

5 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Überblick In diesem Abschnitt werden wir eine spezielle Klasse von Spielen einführen, sogenannte Erreichbarkeitsspiele. Diese werden wir benutzen, um das Model-Checking Problem für zwei Logiken zu lösen: Modallogik Logik 1.Stufe (= Prädikatenlogik, siehe Vorlesung Logik im 1. Semester) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

6 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kripkestrukturen Eine Kripkestruktur ist ein Tupel wobei gilt: K = (V,Σ, σ, Π, π) V ist eine beliebige Menge (Menge der Welten/Zustände/Knoten) Σ und Π sind endliche Mengen (Kantenmarkierungen und Knotenmarkierungen) σ : Σ 2 V V, σ(a) ist die Menge der a-markierten Kanten. π : Π 2 V, π(p) ist die Menge der a-markierten Knoten. Falls V endlich ist, ist K eine endliche Kripkestruktur. Elemente aus Σ (bzw. Π) werden auch als Aktionen (bzw. Propositionen) bezeichnet. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

7 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kripkestrukturen Beispiel: Die endliche Kripkestruktur mit K = ({0, 1, 2, 3}, {a, b}, σ, {p, q}, π) σ(a) = {(0, 1), (2, 3), (3, 0)}, σ(b) = {(0, 2), (1, 3), (3, 0), (3, 3)} und π(p) = {0}, π(q) = {0, 1, 3} kann wie folgt graphisch dargestellt werden: p, q 0 b a q 2 a, b 1 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188 a b q 3 b

8 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Syntax und Semantik der Modallogik Seien Σ und Π endliche Mengen von Kantenmarkierungen bzw. Knotenmarkierungen. Die Menge aller Formeln der Modallogik über Σ und Π (kurz ML(Σ, Π)) ist die kleinste Menge mit folgenden Eigenschaften: Π ML(Σ, Π) (alle Propositionen sind Formeln) Wenn ϕ, ψ ML(Σ, Π), dann auch ϕ, ϕ ψ, ϕ ψ ML(Σ, Π). Wenn ϕ ML(Σ, Π) und a Σ, dann auch a ϕ, [a]ϕ ML(Σ, Π). Sei nun K = (V,Σ, σ, Π, π) eine Kripkestruktur. Wir ordnen jeder Formel ϕ ML(Σ, Π) induktiv eine Teilmenge [[ϕ]] K V zu. Für p Π ist [[p]] K = π(p) [[ ϕ]] K = V \ [[ϕ]] K [[ϕ ψ]] K = [[ϕ]] K [[ψ]] K, [[ϕ ψ]] K = [[ϕ]] K [[ψ]] K [[ a ϕ]] K = {v V u V : (v, u) σ(a) u [[ϕ]] K } [[[a]ϕ]] K = {v V u V : (v, u) σ(a) u [[ϕ]] K } Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

9 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Syntax und Semantik der Modallogik Für einen Knoten v V der Kripkestruktur K und eine Formel ϕ ML(Σ, Π) definieren wir: (K, v) = ϕ v [[ϕ]] K Beispiel: Sei K wieder die folgende Kripkestruktur 2 b a q p, q a, b 0 3 b a b q 1 gegeben. Dann gilt z. B. (K, 0) = p a b ( p [b]q) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

10 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele Eine Spielarena ist ein Tupel G = (S,, ρ), wobei S eine beliebige Menge ist, S S eine Menge von Kanten ist, und ρ : S {Adam, Eve} jedem Knoten einen Spieler zuordnet. Für s S sei N G (s) = {t S s t}. Definiere Adam = Eve und Eve = Adam. Für x {Adam, Eve} sei S x = {s S ρ(s) = x} die Menge aller Spielpositionen, wo Spieler x ziehen muss. Idee: Wenn die aktuelle Spielposition s S ist, dann muss der Spieler ρ(s) ziehen, indem er eine Position t N G (s) auswählt. Die neue Spielposition ist dann t. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

11 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele Sei G = (S,, ρ) eine Spielarena. Ein Spiel in G ist ein maximaler Pfad im Graphen (S, ), d.h. es ist entweder ein unendlicher Pfad s = [s 0 s 1 s 2 ] mit s 0, s 1,... V oder ein endlicher Pfad s = [s 0 s 1 s n ] mit n 0, s 1,...,s n V und N G (s n ) = (s n ist eine Sackgasse). Im ersten Fall sprechen wir von einem unendlichem Spiel im zweiten Fall von einem endlichem Spiel. In beiden Fällen beginnt das Spiel s bei s 0. Spieler x {Adam, Eve} gewinnt das Spiel s genau dann, wenn s endlich ist (sei s = [s 0 s 1 s n ]) und ρ(s n ) = x. Intuitiv: Move or lose Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

12 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele Eine Strategie für Spieler x {Adam, Eve} ist eine Abbildung τ : S x {s S N G (s) } S, so dass s τ(s) für alle s S x {s S N G (s) }. Ein Spiel s ist konform mit der Strategie τ für Spieler x, falls gilt: s = [s 0 s 1 s 2 ] und i 0 : s i S x s i+1 = τ(s i ) oder s = [s 0 s 1... s n ] und 0 i < n : s i S x s i+1 = τ(s i ). Alternative Definition: Definiere die Spielarena G τ = (S, {(s, τ(s)) s dom(τ)} {(s, t) s S x, s t}, ρ) Dann ist s konform zu τ genau dann, wenn s ein Spiel in G τ ist. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

13 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Sei s S eine Spielposition in G = (S,, ρ) und sei τ eine Strategie für Spieler x {Adam, Eve}. τ ist eine Gewinnstrategie für Spieler x auf s (in G) genau dann, wenn x jedes mit τ konforme und bei s beginnende Spiel in G gewinnt. Beachte: Insbesondere kann in G τ kein unendliches Spiel in s beginnen, falls τ eine Gewinnstrategie für x auf s ist. Die Gewinnmenge für Spieler x {Adam, Eve} ist Satz 1 W G x = {s S Gewinnstrategie für x auf s}. Für eine gegebene Spielarena G = (V,, ρ) kann WEve G in Polynomialzeit berechnet werden. Bei geeigneter Repräsentation des Graphen (V, ) (Adjazenzlisten für (V, ) und (V, 1 )) kann man WEve G in Zeit O( V + ) berechnen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

14 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Zunächst ein Beispiel: Sei G die folgende Spielarena (grüne Knoten gehören Eve, rote Knoten gehören Adam): Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

15 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Zunächst ein Beispiel: Sei G die folgende Spielarena (grüne Knoten gehören Eve, rote Knoten gehören Adam): Eine Gewinnstrategie für Eve im Knoten 0: Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

16 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Zunächst ein Beispiel: Sei G die folgende Spielarena (grüne Knoten gehören Eve, rote Knoten gehören Adam): Keine Gewinnstrategie für Eve im Knoten 0: Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

17 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Beweis von Satz 1: Wir berechnen WEve G mit dem folgenden Algorithmus: winning-region(g = (S,, ρ)) W := for all s S Eve mit N G (s) do τ(s) := t mit t N G (s) beliebig endfor repeat U 1 := {s S \ W ρ(s) = Eve und N G (s) W } U 2 := {s S \ W ρ(s) = Adam und N G (s) W } W := W U 1 U 2 forall s U 1 do τ(s) := t, wobei t N G (s) W beliebig ist. until U 1 U 2 = return W und τ Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

18 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Sei W, τ die Ausgabe von winning-region. Sei W i (i 1) der Wert der Variablen W nach dem i-ten Durchlauf durch die repeat-until-schleife, sei W 0 =. W = i 0 W i Wir zeigen folgende drei Behauptungen: (B1) winning-region arbeitet in Polynomialzeit. (B2) Für alle s W ist τ eine Gewinnstrategie für Eve in G, s. Insbesondere: W W G Eve. (B3) W G Eve W Beweis von (B1): Die repeat-until-schleife kann höchstens S mal durchlaufen werden. Ein Durchlauf durch die repeat-until Schleife benötigt höchstens Schritte. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

19 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Beweis von (B2): Für s W sei rank(s) die eindeutige Zahl i 1 mit s W i \ W i 1. Wir zeigen durch Induktion über rank(s) 1, dass τ eine Gewinnstrategie für Eve auf s ist. Sei s W mit rank(s) = i und sei τ eine Gewinnstrategie für Eve auf allen t W mit rank(t) < i. 1. Fall: ρ(s) = Eve und N G (s) W i 1. Sei t N G (s) W i 1 die Position mit τ (s) = t. Es gilt rank(t) i 1. Induktion Eve gewinnt jedes bei t beginnende und mit τ konforme Spiel. Eve gewinnt auch jedes bei s beginnende und mit τ konforme Spiel. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

20 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve 2. Fall: ρ(s) = Adam und N G (s) W i 1. Induktion Eve gewinnt jedes bei einer Position aus N G (s) beginnende und mit τ konforme Spiel. Eve gewinnt auch jedes bei s beginnende und mit τ konforme Spiel. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

21 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve Beweis von (B3): WEve G W Sei s WEve G und fixiere eine Gewinnstrategie τ für Eve auf s. Sei R = {t V Pfad von s nach t in G τ}. In G τ kann kein unendlicher Pfad im Knoten s beginnen. Also können wir für alle t R definieren: rank (t) = max. Länge eines bei t beginnenden Pfades in G τ Durch Induktion über rank (t) 1 zeigen wir t R : t W. Sei t R und gelte u W für alle u R mit rank (u) < rank (t). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

22 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Berechnung der Gewinnpositionen für Eve 1. Fall: ρ(t) = Eve Dann gilt rank (τ(t)) < rank (t). Nach Induktion gilt also τ(t) W, d.h. N G (t) W. Dies impliziert t W. 2. Fall: ρ(t) = Adam. Dann gilt rank (u) < rank (t) für alle u N G (t). Nach Induktion gilt also N G (t) W. Dies impliziert t W. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

23 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Fakten über Erreichbarkeitsspiele Korollar 1 aus Satz 1 Sei G = (S,, ρ) ein Spielarena für ein Erreichbarkeitsspiel. Dann existiert eine Strategie τ für Eve mit: s W Eve G : τ ist eine Gewinnstrategie für Eve auf s. Beweis: Wähle für τ die Strategie τ aus Behauptung (B2). Korollar 2 aus Satz 1 Sei G = (S,, ρ) ein Spielarena für ein Erreichbarkeitsspiel und sei s S. 1 Wenn ρ(s) = Adam dann (N G (s) W Eve G 2 Wenn ρ(s) = Eve dann (N G (s) W Eve G Beweis: Folgt aus W Eve G = W. s WG Eve). s WG Eve). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

24 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik Sei K = (V,Σ, σ, Π, π) eine Kripkestruktur, v V und ϕ ML(Σ, Π). Wir konstruieren nun eine endliche Spielarena G(K, ϕ) und eine Spielposition u, so dass gilt: (K, v) = ϕ u W Eve G(K,ϕ) Wie können o.b.d.a. davon ausgehen, dass in ϕ das Negationszeichen nur direkt vor Propositionen p Π steht, da folgende Äquivalenzen gelten: (ψ θ) ψ θ (ψ θ) ψ θ a ψ [a] ψ [a]ψ a ψ Hierbei bedeutet ψ θ, dass [[ψ]] K = [[θ]] K für jede Kripkestruktur K. Die Menge sub(ϕ) aller Teilformeln von ϕ ist induktiv wie folgt definiert: sub(p) = {p} und sub( p) = { p} für p Π sub(ψ θ) = {ψ θ} sub(ψ) sub(θ) für {, } sub( a ψ) = { a ψ} sub(ψ) für a Σ sub([a]ψ) = {[a]ψ} sub(ψ) für a Σ Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

25 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik Schließlich können wir die Spielarena G(K, ϕ) = (S,, ρ) wie folgt definieren: S = V sub(ϕ) (beachte: V war die Knotenmenge von K) und ρ sind wie folgt definiert: v, ψ θ v, θ v, ψ v, ψ θ v, θ v, ψ v, a ψ u, ψ (v, u) σ(a) v, [a]ψ u, ψ (v, u) σ(a) ρ(v, ψ θ) = Adam ρ(v, ψ θ) = Eve ρ(v, [a]ψ) = Adam ρ(v, a ψ) = Eve ρ(v, p) = Adam für v π(p) ρ(v, p) = Eve für v π(p) ρ(v, p) = Adam für v π(p) ρ(v, p) = Eve für v π(p) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

26 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik Intuition: Eve will von einer Position (v, ϕ) aus zeigen, dass (K, v) = ϕ gilt. Adam will von einer Position (v, ϕ) aus zeigen, dass (K, v) = ϕ gilt. Hieraus ergibt sich die Definition der Spielarena G(K, ϕ) auf natürliche Weise. Z. B.: (v, a ψ) (u, ψ) für alle u V mit (v, u) σ(a), denn um (K, v) = a ψ zu zeigen (Eves Ziel) muss man einen Knoten u V mit (v, u) σ(a) finden, für den (K, u) = ψ gilt. ρ(v, p) = Adam, falls v π(p), denn letzteres impliziert (K, v) = p. Also sollte Eve an der Position (v, p) gewinnen. Dies ist auch der Fall, denn Positionen (v, p) (ebenso wie (v, p)) sind Sackgassen. Da in der Position (v, p) Adam ziehen soll, gewinnt Eve. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

27 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik Beispiel: Sei K die Kripkestruktur p a q a 0 1 Sei ϕ = a [b](p q). Dann sieht die Spielarena G(K, ϕ) wie folgt aus (grüne Knoten gehören Eve, rote Knoten gehören Adam) b b 0, a [b](p q) 1, a [b](p q) 0, [b](p q) 1, [b](p q) 0, p q 1, p q 0, p 0, q 1, p 1, q Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

28 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik Satz 2 Sei K = (V, Σ, σ, Π, π) eine Kripkestruktur und ϕ ML(Σ, Π). Dann gilt für alle v V und alle ψ sub(ϕ): (K, v) = ψ (v, ψ) W Eve G(K,ϕ) Beweis: Wir beweisen den Satz durch Induktion über den Aufbau der Formel ψ. Sei G = G(K, ϕ) = (V sub(ϕ),, ρ). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

29 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik 1. Fall: ψ = p Π. Dann gilt (K, v) = p v π(p) ρ(v, p) = Adam (v, p) WG(K,ϕ) Eve Für die letzte Äquivalenz beachte, dass (v, p) eine Sackgasse in G ist. 2. Fall: ψ = p für ein p Π. Dann gilt (K, v) = p v π(p) ρ(v, p) = Adam (v, p) WG(K,ϕ) Eve Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

30 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik 3. Fall: ψ = ψ 1 ψ 2. Dann gilt (K, v) = ψ i {1, 2} : (K, v) = ψ i IH Kor Fall: ψ = ψ 1 ψ 2. Dann gilt i {1, 2} : (v, ψ i ) W Eve G(K,ϕ) (v, ψ) W Eve G(K,ϕ) (K, v) = ψ i {1, 2} : (K, v) = ψ i IH Kor. 2 i {1, 2} : (v, ψ i ) W Eve G(K,ϕ) (v, ψ) W Eve G(K,ϕ) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

31 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erreichbarkeitsspiele und Modallogik 5. Fall: ψ = a θ. Dann gilt (K, v) = ψ (v, u) σ(a) : (K, u) = θ IH Kor Fall: ψ = [a]θ. Dann gilt (v, u) σ(a) : (u, θ) W Eve G(K,ϕ) (v, ψ) W Eve G(K,ϕ) (K, v) = ψ (v, u) σ(a) : (K, u) = θ IH Kor. 2 (v, u) σ(a) : (u, θ) W Eve G(K,ϕ) (v, ψ) W Eve G(K,ϕ) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

32 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Model-Checking Modallogik Satz 3 Für eine gegebene Kripkestruktur K = (V,Σ, σ, Π, π), v V und ϕ ML(Σ, Π) können wir in Zeit O( V 2 ϕ ) entscheiden, ob (K, v) = ϕ gilt. Beweis: (1) Konstruiere die Spielarena G = G(K, ϕ) Beachte: G hat nur V ϕ Knoten und höchstens V 2 ϕ viele Kanten. (2) Berechne W = WG Eve und teste, ob (v, ϕ) W gilt. Nach Satz 1 können wir W in Zeit O( V 2 ϕ ) berechnen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

33 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe: Syntax Logik 1. Stufe (= Prädikatenlogik) wurde in der Vorlesung Logik im 1. Semester behandelt. Eine Signatur ist ein Paar S = (R, arity) wobei gilt: R ist eine endliche Menge von Relationssymbolen. arity : R N ist eine Funktion, die jedem Relationssymbol r R seine Stelligkeit arity(r) zuordnet. Sei X im folgenden eine abzählbar-unendliche Menge von Variablen. Variablen werden wir im folgenden mit x, y, z, x, x 0,... bezeichnen. Die Menge FO(S) aller Formeln der Logik 1. Stufe (über der Signatur S) ist die kleinste Menge mit: Wenn r R, arity(r) = n und x 1,...,x n X, dann r(x 1,...,x n ) FO(S). Wenn ϕ, ψ FO(S), dann auch ϕ, ϕ ψ, ϕ ψ FO(S). Wenn ϕ FO(S) und x X, dann auch x ϕ, x ϕ FO(S). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

34 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe: Syntax Beachte: Im Gegensatz zur Vorlesung Logik erlauben wir keine Funktionssymbole. Für das Model-Checking Problem für Logik 1. Stufe ist dies keine Einschränkung, da eine Funktion f : A n A durch die Relation {(a, a) A n+1 f (a) = a} ersetzt werden kann. Die Menge der freien Variablen free(ϕ) X einer Formel ϕ FO(S) ist induktiv wie folgt definiert: free(r(x 1,...,x n )) = {x 1,...,x n } free( ϕ) = free(ϕ), free(ϕ ψ) = free(ϕ ψ) = free(ϕ) free(ψ). free( x ϕ) = free( x ϕ) = free(ϕ) \ {x}. Ein Formel ϕ FO(S) ist ein Satz, falls free(ϕ) = gilt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

35 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe: Semantik Eine Struktur über der Signatur S = (R, arity) ist ein Tripel A = (A, I S, I X ), wobei gilt: A ist eine beliebige Menge (das Universum der Struktur). I S ist eine Funktion, die jedem Relationssymbol r R eine arity(r)-stellige Relation I S (r) A arity(r) zuordnet. I X : X A ist eine partielle Funktion, ihr Definitionsbereich sei dom(i X ). Für eine Formel ϕ FO(S) und eine Struktur A = (A, I S, I X ) über der Signatur S mit dom(i X ) = free(ϕ) schreiben wir A = ϕ genau dann, wenn einer der folgenden Fälle gilt: ϕ = r(x 1,...,x n ) und (I X (x 1 ),...,I X (x n )) I S (r). ϕ = ψ und A = ψ. ϕ = ψ θ und (A = ψ und A = θ). ϕ = ψ θ und (A = ψ oder A = θ). ϕ = x ψ und es gibt ein a A mit (A, I S, I X {(x, a)}) = ψ ϕ = x ψ und für alle a A gilt (A, I S, I X {(x, a)}) = ψ. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

36 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe: Model-Checking Die Struktur A = (A, I S, I X ) ist endlich, falls A eine endliche Menge ist. Falls dom(i X ) = gilt, identifizieren wir die Struktur (A, I S, I X ) mit (A, I S ). Das Model-Checking-Problem für FO(S): EINGABE: Eine endliche Struktur A = (A, I S ) und ein Satz ϕ FO(S). FRAGE: Gilt A = ϕ? Wir werden das Model-Checking-Problem für FO(S) wieder mittels eines Erreichbarkeitsspiels lösen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

37 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe und Erreichbarkeitsspiele Sei A = (A, I S ) eine endliche Struktur und ϕ FO(S). O.B.d.A. kommt in ϕ die Negation nur direkt vor atomaren Formeln vor. Wir definieren eine Spielarena wie folgt: G(A, ϕ) = (S,, ρ) S = {(I, ψ) ψ sub(ϕ), I : free(ψ) A} ist wie folgt definiert: I, ψ θ I free(θ), θ I free(ψ), ψ I, ψ θ I free(θ), θ I free(ψ), ψ I, x ψ I {(x, a)}, ψ a A I, x ψ I {(x, a)}, ψ a A Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

38 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe und Erreichbarkeitsspiele ρ ist wie folgt definiert ρ(i, ψ θ) = Eve ρ(i, ψ θ) = Adam ρ(i, x ψ) = Eve ρ(i, x ψ) = Adam { ρ(i, r(x 1,...,x n )) = Eve Adam { ρ(i, r(x 1,...,x n )) = Eve Adam für (I(x 1 ),...,I(x n )) I S (r) für (I(x 1 ),...,I(x n )) I S (r) für (I(x 1 ),...,I(x n )) I S (r) für (I(x 1 ),...,I(x n )) I S (r) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

39 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe und Erreichbarkeitsspiele Satz 4 Sei A = (A, I S ) eine endliche Struktur und ϕ FO(S). Dann gilt für alle ψ sub(ϕ) und I : free(ψ) A: (A, I S, I) = ψ (I, ψ) W Eve G(A,ϕ) Beweis: Analog zum Beweis von Satz 2 für Modallogik (Übung). Folgt aus Satz 4, dass das Model-Checking-Problem für FO(S) in Polynomialzeit gelöst werden kann? Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

40 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Logik 1. Stufe und Erreichbarkeitsspiele Satz 4 Sei A = (A, I S ) eine endliche Struktur und ϕ FO(S). Dann gilt für alle ψ sub(ϕ) und I : free(ψ) A: (A, I S, I) = ψ (I, ψ) W Eve G(A,ϕ) Beweis: Analog zum Beweis von Satz 2 für Modallogik (Übung). Folgt aus Satz 4, dass das Model-Checking-Problem für FO(S) in Polynomialzeit gelöst werden kann? Nein! Das Problem ist, dass die Spielarena G(A, ϕ) nicht polynomiell in der Größe von ϕ beschränkt ist: Die Menge der Spielpositionen von G(A, ϕ) ist S = {(I, ψ) ψ sub(ϕ), I : free(ψ) A}. S = ψ sub(ϕ) A free(ψ). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

41 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Komplexität von Model-Checking für FO Bemerkung: In der Tat ist das Model-Checking Problem für FO(S) PSPACE-vollständig (insbesondere also NP-hart), weshalb es wohl keinen Polynomialzeitalgorithmus für das Problem gibt. Wir können jedoch Fragemente von FO(S) definieren, für das Model-Checking Problem in Polynomialzeit entschieden werden kann. Für ϕ FO(S) definiere die Weite von ϕ Satz 5 width(ϕ) = max{ free(ψ) ψ sub(ϕ)}. Das Model-Checking Problem für FO(S) kann in Zeit O( ϕ A width(ϕ) ) gelöst werden. Allgemeiner: Für eine gegebene Formel ϕ FO(S) und eine Struktur A = (A, I S, I X ) mit dom(i X ) = free(ϕ) können wir in Zeit O( ϕ A width(ϕ) ) entscheiden, ob A = ϕ gilt? Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

42 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Komplexität von Model-Checking für FO Beweis: (1) Konstruiere die Spielarena G = G(A, ϕ) Beachte: G hat höchsten A width(ϕ) ϕ viele Knoten und nur O( A width(ϕ) ϕ ) viele Kanten. (2) Berechne W = WG Eve und teste, ob (v, ϕ) W gilt. Nach Satz 1 können wir W in Zeit O( A width(ϕ) ϕ ) berechnen. Korollar aus Satz 5 Sei w 0 eine feste Konstante. Das Model-Checking Problem, eingeschränkt auf FO(S)-Formeln der Weite w, kann in Polynomialzeit gelöst werden. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

43 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Modallogik FO Sei K = (V,Σ, σ, Π, π) eine Kripkestruktur, o.b.d.a. Σ Π =. Definiere die Signatur S K = (Σ Π, arity), wobei arity(a) = 2 für alle a Σ und arity(p) = 1 für alle p Π. Dann können wir K mit der Struktur A K = (V,σ π) über S K identifizieren. Wir definieren nun für jede modallogische Formel ϕ ML(Σ, Π) eine Formel ϕ f FO(S K ) induktiv. Seien x 0, y 0 X zwei ausgezeichnete Variablen. p f = p(x 0 ) für p Π. ( ϕ) f = ϕ f, (ϕ ψ) f = ϕ f ψ f, (ϕ ψ) f = ϕ f ψ f ( a ϕ) f = y 0 (a(x 0, y 0 ) (ϕ f )[x 0 y 0 ]) ([a]ϕ) f = y 0 (a(x 0, y 0 ) (ϕ f )[x 0 y 0 ]) Hierbei entsteht ψ[x 0 y 0 ] aus ψ, indem jedes freie Vorkommen von x 0 in ψ durch y 0 ersetzt wird. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

44 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Modallogik FO Beachte: Für jede Formel ϕ ML(Σ, Π) gilt free(ϕ f ) = {x 0 } und width(ϕ f ) 2. Lemma 1 Für jede Kripkestruktur K = (V, Σ, σ, Π, π), jeden Knoten v V und jede Formel ϕ ML(Σ, Π) gilt: (K, v) = ϕ (A K, x 0 v) = ϕ f Aus Lemma 1 sowie Satz 5 folgt Satz 3: Für eine gegebene Kripkestruktur K = (V,Σ, σ, Π, π), v V und ϕ ML(Σ, Π) können wir in Zeit O( V 2 ϕ ) entscheiden, ob (K, v) = ϕ gilt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

45 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik Eine Fomel ϕ ML(Σ, Π) ist erfüllbar, falls eine Kripkestruktur K = (V,Σ, σ, Π, π) und v V mit (K, v) = ϕ existieren. Satz 6 (small model property für Modallogik) Sei ϕ ML(Σ, Π) erfüllbar. Dann existiert eine Kripkestruktur K = (V,Σ, σ, Π, π) und v V mit (K, v) = ϕ V 2 ϕ Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

46 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik Beweis: Sei ϕ ML(Σ, Π) erfüllbar. Also existiert eine Kripkestruktur K = (V, Σ, σ, Π, π) und v V mit (K, v) = ϕ. Wir definieren eine Äquivalenzrelation auf V durch: x y ψ sub(ϕ) : (K, x) = ψ (K, y) = ψ [x] = {y V x y} ist die x enthaltende Äquivalenzklasse. V = {[x] x V } ist die Menge aller Äquivalenzklassen. Nun definieren wir die Kripkestruktur K = (V, Σ, σ, Π, π ), wobei σ (a) = {([x], [y]) (u, v) σ(a) : u x, v y} für a Σ π (p) = {[x] u π(p) : u x} für p Π Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

47 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik (A) V 2 ϕ Definiere eine Abbildung f : V 2 sub(ϕ) durch f (x) = {ψ sub(ϕ) (K, x) = ψ}. Dann gilt für alle x, y V: V = f (V) 2 sub(ϕ) 2 ϕ [x] = [y] f (x) = f (y) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

48 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik (B) (K, [v]) = ϕ. Wir zeigen die folgende allgemeinere Aussage durch Induktion über den Aufbau der Formel ψ sub(ϕ): x V : (K, x) = ψ (K, [x]) = ψ Wegen (K, v) = ϕ folgt hieraus (K, [v]) = ϕ. 1.Fall. ψ = p Π: Es gilt (K, x) = p x π(p) [x] π (p) (K, [x]) = p Zu (*): Es gilt offensichtlich x π(p) [x] π (p). Andererseits: [x] π (p) y π(p) : x y x π(p) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

49 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik 2.Fall. ψ = θ: Es gilt (K, x) = θ (K, x) = θ IH (K, [x]) = θ (K, [x]) = θ 3.Fall. ψ = ψ 1 ψ 2 : Es gilt (K, x) = ψ 1 ψ 2 (K, x) = ψ 1 und (K, x) = ψ 2 IH (K, [x]) = ψ 1 und (K, [x]) = ψ 2 (K, [x]) = ψ 1 ψ 2 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

50 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Kleine Modelle in der Modallogik 4.Fall. ψ = a θ. Gelte zunächst (K, x) = a θ. y V : (x, y) σ(a), (K, y) = θ. IH (K, [y]) = θ (x, y) σ(a) ([x], [y]) σ (a) (K, [x]) = a θ Gelte nun (K, [x]) = a θ [y] V : ([x], [y]) σ (a), (K, [y]) = θ. IH (K, y) = θ ([x], [y]) σ (a) (u, v) σ(a) : x u, y v y v (K, v) = θ (K, u) = a θ x u (K, x) = a θ Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

51 Erreichbarkeitsspiele Modallogik und Logik 1.Stufe Erfüllbarkeit für Modallogik Korollar aus Satz 6 Es ist entscheidbar, ob eine gegebene Formel ϕ ML(Σ, Π) erfüllbar ist. Beweis: Da Σ und Π endlich sind gibt es nur endlich viele Kripkestrukturen K = (V,Σ, σ, Π, π) mit V 2 ϕ. Für jedes solche K und alle v V testen wir, ob (K, v) = ϕ gilt. Bekommen wir dabei einen Treffer, so ist ϕ erfüllbar, ansonsten ist ϕ nach Satz 6 nicht erfüllbar. Bemerkungen: Der im obigen Beweis skizzierte Algorithmus ist nicht sehr effizient. Es wurde gezeigt, dass das Erfüllbarkeitsproblem für Modallogik PSPACE-vollständig ist. Das Erfüllbarkeitsproblem für Logik 1. Stufe ist sogar unentscheidbar. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

52 Überblick In diesem Abschnitt werden wir unendliche Spiele (insbesondere Paritätsspiele) untersuchen. Diese werden wir benutzen, um das Model-Checking Problem für den modalen µ-kalkül zu lösen. Der modale µ-kalkül ist eine ausdrucksstarke Logik, in der z. B. Eigenschaften wie Ein Knoten, wo die Proposition p gilt, ist erreichbar. ausgedrückt werden können. Eigenschaften dieser Art lassen sich nicht in Logik 1. Stufe ausdrücken. Formal: Es gibt keine Formel ϕ(x) FO({r, p}, arity) (mit arity(r) = 2, arity(p) = 1), so dass für jede Struktur (A, I S, I X ) über der Signatur ({r, p}, arity) mit dom(i X ) = {x} gilt: (A, I S, I X ) = ϕ(x) b I S (p) : (I X (x), b) I S (r) Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

53 Unendliche Spiele Wiederholung: Eine Spielarena ist ein Tripel G = (S,, ρ), wobei S S und ρ : S {Adam, Eve}. Beachte: S muss nicht endlich sein. Ein Spiel in G ist ein maximaler Pfad im Graphen (S, ). Ein Spiel kann unendlich sein oder endlich sein und in einer Sackgasse enden. Bei Erreichbarkeitsspielen gab es für ein unendliches Spiel s 0 s 1 s 2 keinen Gewinner. Dies soll sich jetzt ändern. Für eine Menge A bezeichnet A ω = {a 1 a 2 a 3 i 1 : a i A} die Menge aller unendlichen Wörter über A. Eine Gewinnbedingung für die Spielarena G = (S,, ρ) ist eine Teilmenge L S ω. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

54 Unendliche Spiele Sei G = (S,, ρ) eine Spielarena und L S ω eine Gewinnbedingung. Sei s ein Spiel in G. Eve gewinnt das Spiel s, falls einer der beiden folgenden Fälle gilt: s = s 0 s 1 s n (das Spiel ist endlich) und ρ(s n ) = Adam. s = s 0 s 1 s 2 (das Spiel ist unendlich) und s L. Adam gewinnt das Spiel s, falls Eve das Spiel s nicht gewinnt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

55 Unendliche Spiele Problem: Wie soll die Gewinnbedingung L S ω spezifiziert werden? Eine gefärbte Spielarena ist ein Tupel G = (S,, ρ, χ) wobei (S,, ρ) eine Spielarena wie bisher ist, und χ : S C eine Funktion von S in eine endliche Menge von Farben C ist. Für eine Menge L C ω sei χ 1 (L) = {s 0 s 1 s 2 χ(s 0 )χ(s 1 )χ(s 2 ) L} S ω. Wir spezifizieren eine Gewinnbedingung durch eine Menge L C ω. Die zugehörige Gewinnbedingung ist dann χ 1 (L). Teilmengen von C ω werden durch verschiedene Bedingungen definiert, siehe nächste Folie. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

56 Unendliche Spiele Für ein Wort c = c 0 c 1 c 2 C ω ist Inf(c) = {c es existieren unendlich viele i mit c i = c} C die Menge aller Farben, die unendlich oft in c vorkommen. Eine Mullerbedingung ist eine Teilmenge M 2 C. zugehörige Gewinnbedingung: χ 1 ({c C ω Inf(c) M}) Wir nennen (S,, ρ, χ, M) auch eine Mullerspielarena. Eine Büchibedingung ist eine Teilmenge B C. zugehörige Gewinnbedingung: χ 1 ({c C ω Inf(c) B }) Wir nennen (S,, ρ, χ, B) auch eine Büchispielarena. Paritätsbedingung: Hier setzen wir lediglich voraus, dass C N gilt. zugehörige Gewinnbedingung: χ 1 ({c C ω max(inf(c)) gerade }) Wir nennen (S,, ρ, χ) auch eine Paritätsspielarena. Die Farben in C werden auch Prioritäten genannt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

57 Unendliche Spiele Beispiel (von R. Mazala, aus Grädel, Thomas, Wilke. Automata, Logics, and Infinite Games, LNCS 2500, Springer 2002): Betrachte folgende gefärbte Spielarena G, wobei C = {1, 2, 3, 4}. Die Farbe χ(s) einer Spielposition s steht neben s als Markierung. Grüne Knoten gehören Eve, rote Knoten gehören Adam. 1 s 0 s s 2 3 s 3 2 s 4 4 s 5 s 6 2 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

58 Unendliche Spiele Beispiel (Fortsetzung) Ist die Gewinnbedingung durch die Mullerbedingung {{1, 2}, {1, 2, 3, 4}} gegeben, so gewinnt Eve das Spiel s 6 s 3 s 2 s 4 s 6 s 5 (s 2 s 4 ) ω, während Adam das Spiel (s 2 s 4 s 6 s 5 ) ω gewinnt. Ist die Gewinnbedingung durch die Büchibedingung {1} gegeben, so gewinnt Eve das Spiel (s 2 s 4 s 6 s 3 ) ω. Ist die Gewinnbedingung schließlich durch die Paritätsbedingung gegeben, so gewinnt Eve das Spiel (s 2 s 4 s 6 s 5 ) ω, während Adam das Spiel (s 2 s 4 s 6 s 3 ) ω gewinnt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

59 Unendliche Spiele Für unendliche Spiele müssen wir den Begriff einer Strategie neu definieren. Sei G = (S,, ρ) eine Spielarena und L S ω eine Gewinnbedingung. Für x {Adam, Eve} sei S x = {s S ρ(s) = x} die Menge aller Knoten, wo Spieler x ziehen muss. Sei s = s 0 s 1 s 2 (bzw. s = s 0 s 1 s 2 s n ) ein Spiel in G. Ein Präfix von s ist eine Folge s 0 s 1 s m mit m N (bzw. 0 m n). Sei τ : S S x S eine partielle Abbildung und sei s 0 s 1 s m Präfix eines Spiels in G. Dann ist s 0 s 1 s m konform mit τ, falls gilt: i {0,...,m 1} : s i S x = s i+1 = τ(s 0 s 1 s i ) Ein Spiel s ist konform mit τ, falls jeder Präfix von s konform mit τ ist. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

60 Unendliche Spiele Eine Strategie für Spieler x ist eine partielle Abbildung τ : S S x S mit folgender Eigenschaft: Für alle s 0 s 1 s m 1 S und s m S x, so dass s 0 s 1 s m Präfix eines Spiels in G ist, s 0 s 1 s m konform mit τ ist, und N G (s m ) (s m ist keine Sackgasse), gilt s 0 s 1 s m dom(τ) und s m τ(s 0 s 1 s m ). Die Strategie τ für Spieler x ist eine Gewinnstrategie für x auf U S genau dann, wenn x jedes mit τ konforme und bei einer Position aus U beginnende Spiel gewinnt. Spieler x gewinnt auf U S, falls x eine Gewinnstrategie auf U S hat. Falls U = {s} gilt, sagen wir auch, dass x auf s (in der Arena G) gewinnt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

61 Unendliche Spiele Beispiel: Sei wieder folgende gefärbte Spielarena gegeben. s 0 s s 2 3 s 3 2 s 4 4 s 5 2 s 6 Die Gewinnbedingung sei durch die Mullerbedingung {{1, 2}, {1, 2, 3, 4}} gegeben. Eine Gewinnstrategie für Eve auf {s 2, s 3, s 4, s 5, s 6 } ist: s 4 falls w S s 2 s 3 falls w S s 5 (s 2 s 4 ) + s 6 τ(w) = s 5 falls w S s 3 (s 2 s 4 ) + s 6 (S \ {s 3, s 5 }) s 6 s 2 falls w S s 5 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

62 Büchi, Parität Muller Eine Büchibedingung B C kann offensichtlich mit der Mullerbedingung M = {F C F B } identifiziert werden (beide liefern die gleiche Gewinnbedingung). Analog kann eine durch χ : S N (mit f (S) endlich) gegebene Paritätsbedingung mit der Mullerbedingung identifiziert werden. M = {F C max(f) gerade } Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

63 Muller Parität Die Paritätsbedingung erscheint zunächst recht speziell, sie ist jedoch in der Tat sehr mächtig: Satz 7 Sei G = (S,, ρ, χ, M) eine Mullerspielarena. Dann existiert eine Paritätsspielarena G = (S,, ρ, χ ) und eine Abbildung f : S S so dass für alle s S gilt: Eve gewinnt auf s in G Eve gewinnt auf f (s) in G. Falls S endlich ist, ist auch S endlich. Beweis: Für ein Wort w = a 1 a 2 a n bezeichnet alph(w) = {a 1, a 2,...,a n } die Menge aller Symbole, die in w vorkommen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

64 Muller Parität Sei C die Farbenmenge von G, d. h. χ : S C und M 2 C. Sei # C und sei C = {x#y x, y C, c C : xy c 1, y 1} Die Menge der Spielpositionen von G ist S = {(s, x#y) S C y endet mit χ(s) }. Sei ρ (s, x#y) = ρ(s) für alle (s, x#y) S C. Definiere die update-funktion µ : S C wie folgt: x # y χ(s) falls χ(s) alph(x y). µ(s, x#y) = x 1 # x 2 y χ(s) falls x = x 1 χ(s)x 2. x y 1 # y 2 χ(s) falls y = y 1 χ(s)y 2. Die Kantenrelation von G ist dann: = { ( (s, x#y), (t, µ(t, x#y)) ) s t, (s, x#y) S }. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

65 Muller Parität Die Färbungsfunktion χ : S N der Paritätsspielarena G ist { χ 2 y 1 if alph(y) M (s, x#y) = 2 y if alph(y) M Beachte: χ (S ) {0,..., C }. Damit ist die Paritätsspielarena G = (S,, ρ, χ ) definiert. Schließlich sei f : S S definiert durch f (s) = (s, #χ(s)) für alle s S. Bemerkung: Die in der C -Komponente berechnete Datenstruktur ist auch als LAR (least appearance record) bekannt, und geht auf Büchi zurück. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

66 Muller Parität Beispiel: Sei G die folgende Mullerspielarena, wobei die Mullerbedingung M = {{b}} ist. a a b s 0 s 1 s 2 Dann sieht die Paritätsspielarena G wie folgt aus: 1 s 0, #a 1 s 1, #a 3 s 2, #ab 2 s 2, a#b 3 s 1, #ba s 0, b#a 1 s 1, b#a 1 s 0, #ba 3 s 2, #b 2 Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

67 Muller Parität Sei s = s 0 s 1 s 2 ein unendliches Spiel in G. Definiere das folgende in f (s 0 ) beginnende unendliche Spiel in G : f (s) = (s 0, q 0 )(s 1, q 1 )(s 2, q 2 ), wobei q 0 = #χ(s 0 ) (d.h. (s 0, q 0 ) = f (s 0 )) und q i+1 = µ(s i+1, q i ) für i 1 Umgekehrt: Ist s = (s 0, q 0 )(s 1, q 1 )(s 2, q 2 ) ein in (s 0, q 0 ) = f (s 0 ) beginnendes unendliches Spiel in G, so ist s := s 0 s 1 s 2 ein unendliches Spiel in G mit f (s) = s. Eine analoge Korrespondenz gilt auch für endliche Spiele. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

68 Muller Parität Sei im folgenden s = s 0 s 1 s 2 ein unendliches Spiel in G, f (s) = (s 0, x 0 #y 0 )(s 1, x 1 #y 1 )(s 2, x 2 #y 2 ) und F = Inf(χ(s)). Behauptung 1: j 0 i > j : y i F ( y i F ) Es existieren 0 k < j, so dass: {χ(s k ), χ(s k+1 ), χ(s k+2 ),...} = F (1) {χ(s k ), χ(s k+1 ), χ(s k+2 ),..., χ(s j )} = F (2) Angenommen es gibt i > j und c C \ F mit c alph(y i ), d.h. x i # y i = x i # u c v. 1.Fall: v = ε, d.h. x i # y i = x i # u c. χ(s i ) = c F Widerspruch zu (1) wegen i j k. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

69 Muller Parität 2.Fall: v ε, d.h. x i # y i = x i # u c w c mit c = χ(s i ) F. Wähle ein maximales l N mit k l i 1 (beachte: i 1 j wegen i > j) χ(s l ) = c (existiert wegen (2)) x l #y l ist von der Form c c x i #y i ist von der Form c # c Dies beweist Behauptung 1. Sei j im folgenden die Zahl aus Behauptung 1. Widerspruch! Behauptung 2: Es gibt viele i mit alph(y i ) = F. Sei l j beliebig. F alph(x l y l ) (wegen (2)). Sei c F, so dass in x l #y l keine Farbe c F links von c steht. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

70 Muller Parität Wähle i > l minimal mit χ(s i ) = c (muss existieren). alph(y i ) = F Dies beweist Behauptung 2. Behauptung 3: Eve gewinnt das unendliche Spiel s in G genau dann, wenn Eve das unendliche Spiel f (s) in G gewinnt. = : Angenommen Eve gewinnt das Spiel s in G. Sei Inf(χ(s)) = F. Dann gilt: F M j i > j : alph(y i ) F und es existieren viele i mit alph(y i ) = F. Mit n = F folgt: j i > j : χ (s i, x i #y i ) 2n und χ (s i, x i #y i ) = 2n für viele i. Eve gewinnt das unendliche Spiel f (s). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

71 Muller Parität =: Angenommen Eve gewinnt das Spiel s in G nicht. Sei Inf(χ(s)) = F. Dann gilt: F M j i > j : alph(y i ) F und es existieren viele i mit alph(y i ) = F. Mit n = F folgt: j i > j : χ (s i, x i #y i ) 2n 1 und es existieren viele i mit χ (s i, x i #y i ) = 2n 1. Eve gewinnt das unendliche Spiel f (s) nicht. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

72 Muller Parität Wesentlich einfacher kann man auch zeigen: Eve gewinnt ein endliches Spiel s in G genau dann, wenn Eve das endliche Spiel f (s) in G gewinnt. Hieraus ergibt sich: Eve gewinnt auf s in G genau dann, wenn Eve auf f (s) in G gewinnt. Denn: Eine Gewinnstrategie für Eve auf s in der Mullerspielarena G liefert eine Gewinnstrategie für Eve auf f (s) in G wie folgt: Zieht Eve in G zum Zeitpunkt t von von s 1 nach s 2 und ist (s 1, x#y) die Position in G zum Zeitpunkt t, so zieht Eve in G von (s 1, x#y) nach (s 2, µ(s 2, x#y)). Eine Gewinnstrategie für Eve auf f (s) in der Paritätsspielarena G liefert eine Gewinnstrategie für Eve auf s in G wie folgt: Zieht Eve in G zum Zeitpunkt t in G von (s 1, x#y) nach (s 2, µ(s 2, x#y)), so zieht Eve in G zum Zeitpunkt t von s 1 nach s 2. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

73 Gedächtnislose Strategien Sei G = (S,, ρ) wieder eine Spielarena und L S ω eine Gewinnbedingung. Wir machen im Weiteren die Einschränkung, dass G keine Sackgassen hat: s S : N G (s). Dies ist jedoch bei den von uns betrachteten Gewinnbedingungen keine wirkliche Einschränkung, siehe Aufgabe 3 auf dem Übungsblatt 2. Eine gedächtnislose Strategie für Spieler x ist eine Abbildung τ : S x S, so dass s τ(s) für alle s S x. Die gedächtnislose Strategie τ : S x S kann offensichtlich mit der Strategie τ : S S x S mit τ (ws) = τ(s) identifiziert werden. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

74 Gedächtnislose Strategien Für x {Adam, Eve} sei WG x (τ) = {s S τ ist eine Gewinnstrategie für x auf s}. Lemma 2 (Strategievereinheitlichung) Sei G = (S,, ρ) eine Arena. Angenommen die Gewinnbedingung L S ω erfüllt folgende Bedingung: u, v S w S ω : uw L vw L. Dann existiert für jeden Spieler x eine gedächtnislose Strategie τ mit W x G (τ) = {W x G (τ ) τ ist eine gedächtnislose Strategie für Spieler x}. Beachte: {W x G (τ ) τ ist eine gedächtnislose Strategie für Spieler x} ist die Menge aller Positionen, wo Spieler x gedächtnislos gewinnen kann. Für den Beweis von Lemma 2 benötigen wir einige mathematische Grundlagen zu Ordinalzahlen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

75 Ordinalzahlen Definition (Wohlordnung) Eine Relation M M auf einer Menge M wird als lineare Ordnung bezeichnet, wenn gilt: 1 a M : a a (Reflexivität) 2 a, b, c M : (a b b c) = a c (Transitivität) 3 a, b M : (a b b a) = a = b (Antisymmetrie) 4 a, b M : a b b a (Linearität) Falls a b und a b, dann schreiben wir a < b. Eine lineare Ordnung auf einer Menge M ist eine Wohlordnung, wenn es keine unendliche Folge < a 2 < a 1 < a 0 mit a 0, a 1,... M gibt. Alternativ: Jede nicht-leere Teilmenge A M hat ein bezüglich kleinstes Element. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

76 Ordinalzahlen Beispiele: auf Z bzw. auf Q +, R + sind lineare Ordnungen, aber keine Wohlordnungen. eingeschränkt auf eine beliebige Teilmengen von N ist eine Wohlordung. auf N {ω} ist eine Wohlordung. Wenn wir Worte in {a, b} nach der Länge, und gleichlange Worte lexikographisch ordnen, dann erhalten wir eine Wohlordnung von {a, b} : ε < a < b < aa < ab < ba < bb < aaa < Die Struktur dieser Ordnung entspricht auf N. Die lexikographische Ordnung auf {a, b} ist eine lineare Ordnung, aber keine Wohlordnung wegen < a 3 b < aab < ab < b. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

77 Ordinalzahlen Beispiele: Betrachten nun die lexikographische Ordnung auf der Menge a + b + : a < a 2 < a 3 < < b < b 2 Dies ist eine Wohlordnung, welche anders strukturiert als (N, ) ist: Zu dem Wort b gibt es unendlich viele kleinere Worte, während es in (N, ) zu jeder Zahl nur endlich viele kleinere Zahlen gibt. Diese Ordnung ist auch anders strukturiert als (N ω, ), weil es kein größtes Element gibt. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

78 Ordinalzahlen Zwei wohlgeordnete Mengen (M 1, 1 ) und (M 2, 2 ) werden als isomorph bezeichnet, wenn es eine bijektive Abbildung h : M 1 M 2 gibt, so dass für alle a, b M 1 gilt: a 1 b h(a) 2 h(b). Definition (Ordinalzahlen) Eine Ordinalzahl ist eine Isomorphieklasse wohlgeordneter Mengen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

79 Ordinalzahlen Es sei ξ = (M, ) eine Ordinalzahl und a M. Es sei ξ <a = (M, ) <a := ({x M x < a}, ). Dann ist ξ <a wiederum eine Ordinalzahl. Eine Ordinalzahl ξ ist echtes Anfangsstück von ξ, wenn es ein a M gibt, so dass ξ und ξ <a isomorph sind. Notation: ξ ξ Die Notation ξ ξ bedeutet, dass ξ ξ gilt oder ξ und ξ isomorph sind. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

80 Ordinalzahlen Eigenschaften von bzw. : Es gibt keine Folge ξ 2 ξ 1 ξ 0 von Ordinalzahlen. Es gibt keine Ordinalzahl ξ mit ξ ξ. Die Relationen und sind transitiv, ist reflexiv. Die Relation ist antisymmetrisch. Seien hierzu ξ 1 und ξ 2 zwei Ordinalzahlen mit ξ 1 ξ 2 und ξ 2 ξ 1. Wenn ξ 1 ξ 2, dann gilt ξ 1 ξ 2 und ξ 2 ξ 1 und damit ξ 1 ξ 1. Widerspruch! Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

81 Ordinalzahlen Die Relation ist linear. Seien hierzu ξ 1 = (M 1, 1 ) und ξ 2 = (M 2, 2 ) wieder zwei Ordinalzahlen. Wir definieren eine Relation f M 1 M 2 durch: (a 1, a 2 ) f genau dann, wenn (M 1, 1 ) <a1 und (M 2, 2 ) <a2 isomorph sind. Eigenschaften von f : (a 1, a 2 ), (b 1, b 2 ) f = (a 1 = b 1 a 2 = b 2 ) d.h. f ist eine partielle Injektion. (a 1, a 2 ), (b 1, b 2 ) f = (a 1 < 1 b 1 a 2 < 2 b 2 ) d.h. (dom(f ), 1 ) und (ran(f ), 2 ) sind isomorph (via f ). Angenommen es gilt M 1 \ dom(f ) M 2 \ ran(f ). Sei a 1 = min(m 1 \ dom(f )) und a 2 = min(m 2 \ ran(f )). (existieren, da (M 1, 1 ) und (M 2, 2 ) Wohlordnungen sind). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

82 Ordinalzahlen dom(f ) = {x M 1 x < a 1 } und ran(f ) = {x M 2 x < a 2 }. (M 1, 1 ) <a1 und (M 2, 2 ) <a2 sind isomorph. (a 1, a 2 ) f. Widerspruch! Also gilt M 1 = dom(f ) oder M 2 = ran(f ). 1.Fall: dom(f ) = M 1 und ran(f ) = M 2. Dann gilt ξ 1 = ξ 2. 2.Fall: M 1 \ dom(f ) und ran(f ) = M 2. Sei a 1 = min(m 1 \ dom(f )). (M 1, 1 ) <a1 und (M 2, 2 ) sind isomorph. ξ 2 ξ 1. 3.Fall: M 2 \ ran(f ) und dom(f ) = M 1. ξ 1 ξ 2 (folgt analog). Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

83 Ordinalzahlen Für jede Ordinalzahl ξ = (M, ) ist somit ({χ χ ξ}, ) eine Wohlordnung. Es ist sogar die gleiche Wohlordnung: ξ = ({χ χ ξ}, ). Definiere hierzu die Abbildung f : M {χ χ ξ} durch f (a) = (M, ) <a = ξ <a ξ. Dies ist ein Isomorphismus zwischen ξ = (M, ) und ({χ χ ξ}, ). In Worten: Jede Ordinalzahl kann mit der Menge aller echt kleineren Ordinalzahlen identifiziert werden. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

84 Ordinalzahlen Ein Paradoxon: A) Es gibt keine größte Ordinalzahl, weil man zu jeder Ordinalzahl durch Anhängen eines größten Elements eine größere Ordinalzahl konstruieren kann. B) Es sei O die Menge aller Ordinalzahlen. Dann ist (O, ) eine Ordinalzahl. Nun sei ξ = (M, ) eine beliebige Ordinalzahl. Es gilt ξ O. Dann sind ξ und (O, ) ξ isomorph durch die Abbildung h : M O mit h(a) := ξ <a für alle a M. Damit ist jede Ordinalzahl ξ ein echtes Anfangstück von (O, ), d.h. (O, ) ist die größte Ordinalzahl. Wo ist der Fehler? Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

85 Ordinalzahlen Es gibt drei Arten von Ordinalzahlen: 1 Die Ordinalzahl über der leeren Menge (, ). 2 Ordinalzahlen, die ein größtes Element besitzen. Diese werden als Nachfolgerordinale bezeichnet. 3 Nichtleere Ordinalzahlen, die kein größtes Element besitzen. Diese werden als Limesordinalzahlen bezeichnet. Zu jedem n N notieren wir mit n die Ordinalzahl ( {1, 2,...,n}, ), insbesondere sei 0 die Ordinalzahl (, ). Zu jedem Ordinal ξ notieren wir mit ξ + 1 die Ordinalzahl, die durch Anhängen eines neuen größten Elements an ξ entsteht. Es gilt ξ ξ + 1 und es gibt kein Ordinal ξ mit ξ ξ ξ + 1. Ein Ordinal ξ ist ein Nachfolgerordinal, genau dann, wenn ein Ordinal ξ mit ξ = ξ + 1 existiert. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

86 Ordinalzahlen Ein kleines Anfangsstück der Ordinalzahlen lautet: ω ω + 1 ω + 2 ω + ω = ω 2 ω ω ω 3 ω ω = ω 2 ω 3 ω ω ω ωω ω 1, hierbei ist ω 1 das kleinste nicht abzählbare Ordinal. Wohlordnungsprinzip Jede Menge M kann wohlgeordnet werden, d.h. es existiert eine Wohlordnung auf M. Das Wohlordnungsprinzip ist zum Auswahlaxiom der Mengenlehre äquivalent. Es ist nicht-konstruktiv, z. B. kann niemand eine Wohlordnung der reellen Zahlen konstruktiv angeben. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

87 Ordinalzahlen Prinzip der transfiniten Induktion Sei (M, ) eine Wohlordnung und sei A M eine Teilmenge mit min(m) A x M : ( y < x : y A) = x A Dann gilt A = M. Alternative Formulierung: Sei P eine Aussage (über Ordinale). Angenommen P gilt für das leere Ordinal 0 und für jedes Ordinal ξ gilt: wenn P für alle χ ξ gilt, dann gilt P auch für ξ. Dann gilt P für jedes Ordinal. Mit transfiniter Induktion kann man Aussagen für beliebige wohlgeordnete Mengen beweisen. Markus Lohrey (Universität Leipzig) Spieltheoretische Methoden in der Logik SS / 188

Spieltheoretische Methoden in der Logik

Spieltheoretische Methoden in der Logik Spieltheoretische Methoden in der Logik Markus Lohrey Universität Leipzig http://www.informatik.uni-leipzig.de/alg/lehre/ss12/spiele/ Sommersemester 2012 Markus Lohrey (Universität Leipzig) Spieltheoretische

Mehr

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

Musterlösung 11.Übung Mathematische Logik

Musterlösung 11.Übung Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden

Mehr

1 Syntax und Semantik der Logik erster Stufe

1 Syntax und Semantik der Logik erster Stufe 1 Syntax und Semantik der Logik erster Stufe Die Logik erster Stufe Prädikatenlogik) besitzt eine Syntax, die festlegt, welche Zeichenketten Formeln der Logik erster Stufe sind, und eine Semantik, die

Mehr

Abschnitt 3.2: Der Satz von Ehrenfeucht

Abschnitt 3.2: Der Satz von Ehrenfeucht Abschnitt 3.2: Der Satz von Ehrenfeucht In diesem Abschnitt wird gezeigt, dass ein enger Zusammenhang zwischen EF-Spielen und der Ausdrucksstärke der Logik erster Stufe besteht. Zur Formulierung dieses

Mehr

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Die Prädikatenlogik erster Stufe: Syntax und Semantik Die Prädikatenlogik erster Stufe: Syntax und Semantik 1 Mathematische Strukturen und deren Typen Definition 1.1 Eine Struktur A ist ein 4-Tupel A = (A; (R A i i I); (f A j j J); (c A k k K)) wobei I, J,

Mehr

1 Syntax und Semantik der Logik erster Stufe

1 Syntax und Semantik der Logik erster Stufe 1 Syntax und Semantik der Logik erster Stufe Die Logik erster Stufe Prädikatenlogik) besitzt eine Syntax, die festlegt, welche Zeichenketten Formeln der Logik erster Stufe sind, und eine Semantik, die

Mehr

Probeklausur Mathematische Logik

Probeklausur Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2017 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Sei τ = {R} für ein zweistelliges Relationssymbol

Mehr

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik

Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Seminar Mathematische Logik L-Strukturen und Syntax der Prädikatenlogik Linda Raabe 7. März 2012 1 L-Strukturen Definition 1.1 (Struktur) Eine Struktur A ist eine nichtleere Trägermenge A zusammen mit

Mehr

Probeklausur Mathematische Logik

Probeklausur Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2015 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Seien R, zweistellige Relationssymbole. Ist

Mehr

Beachte: Mit n = 0 sind auch Konstanten Terme.

Beachte: Mit n = 0 sind auch Konstanten Terme. Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.2 Prädikatenlogik ohne Gleichheit Syntax und Semantik 107 Terme Ab sofort wird Signatur τ als festgelegt angenommen. Sei V = {x, y,...} Vorrat

Mehr

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung)

Kardinalzahlen. Bemerkung. Eine unendliche Kardinalzahl α muss eine Limesordinalzahl sein. (Beweis zur Übung) Kardinalzahlen Kardinalzahlen sollen die Größe von Mengen messen, daher suchen wir eine Aussage der Form, dass jede Menge bijektiv auf eine Kardinalzahl abgebildet werden kann. Um eine brauchbare Theorie

Mehr

Einführung in die Logik

Einführung in die Logik Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3

Mehr

Logik erster Stufe FO

Logik erster Stufe FO Logik erster Stufe FO Sonderstellung als die Logik für die Grundlegung der Mathematik natürliche Semantik (Tarski) und große Ausdrucksstärke vollständige Beweiskalküle (Gödelscher Vollständigkeitssatz)

Mehr

2 Hennessy-Milner-Logik

2 Hennessy-Milner-Logik 2.1 Syntax und Semantik Hennessy-Milner-Logik (HML), auch als multi-modale Logik K bekannt, erweitert die Aussagenlogik um zwei Konstrukte ( diamond und box ), mit denen man über Nachfolger eines Zustandes

Mehr

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

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15 Logik Gabriele Kern-Isberner LS 1 Information Engineering TU Dortmund Wintersemester 2014/15 WS 2014/15 G. Kern-Isberner (TU Dortmund) Logik WS 2014/15 1 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit

Mehr

Kapitel 3: Ehrenfeucht-Fraïssé Spiele

Kapitel 3: Ehrenfeucht-Fraïssé Spiele Kapitel 3: Ehrenfeucht-Fraïssé Spiele Kapitel 3: Ehrenfeucht-Fraïssé Spiele Abschnitt 3.0: In diesem Kapitel werden Ehrenfeucht-Fraïssé-Spiele (kurz: EF-Spiele) eingeführt. Diese liefern ein Werkzeug,

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil C: Nichtklassische Logiken 9. Temporallogiken Version von: 4. Februar 2008(11:55) Inhalt 9.1 Vorüberlegungen 9.2 Lineare Zeit: LTL 9.3

Mehr

Kapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen

Kapitel 5: Strukturen. 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen 344 Kapitel 5: Strukturen 1.1 Zweistellige Relationen 1.2 Graphen 1.3 Algebren 1.4 Strukturen 5.1 Zweistellige Relationen 345 346 Erinnerung: Relationen Definition Seien k 1 und A eine Menge. 1. A k ist

Mehr

Erfüllbarkeit von Formelmengen

Erfüllbarkeit von Formelmengen Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.6 Aussagenlogik Kompaktheit 75 Erfüllbarkeit von Formelmengen bisher nur Erfüllbarkeit einzelner Formeln betrachtet erweitere Begriff auf Mengen

Mehr

Ehrenfeucht-Fraïssé Spiele

Ehrenfeucht-Fraïssé Spiele Kapitel 3 Ehrenfeucht-Fraïssé Spiele In diesem Kapitel werden Ehrenfeucht-Fraïssé-Spiele (kurz: EF-Spiele) eingeführt. Diese liefern ein Werkzeug, mit dessen Hilfe man zeigen kann, dass bestimmte Anfragen

Mehr

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform 2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Lösung 2 D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler Lösung 2 Hinweise 1. Eine Möglichkeit ist, auf diese Forderungen massgeschneiderte Relationen explizit anzugeben. Dies ist aber nicht

Mehr

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann

Ordinalzahlen. Sei (X, ) eine total geordnete Menge und a X. Dann Ordinalzahlen Im Rahmen der Ordnungsrelationen wurden bisher die Begriffe Partialordnung und Totalordnung (lineare Ordnung) erwähnt. Ein weiterer wichtiger Ordnungsbegriff ist die Wohlordnung. Wohlgeordnete

Mehr

Anwendungen der Logik, SS 2008, Martin Goldstern

Anwendungen der Logik, SS 2008, Martin Goldstern Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich

Mehr

13 Auswahlaxiom und Zornsches Lemma

13 Auswahlaxiom und Zornsches Lemma 13 Auswahlaxiom und Zornsches Lemma Handout zur Funktionalanalysis I von H. Glöckner, 25.11.2008 Wichtige Teile der modernen Mathematik beruhen auf dem sogenannten Auswahlaxiom der Mengenlehre. Dieses

Mehr

Fundamentale Sätze. versuche folgendes: gib eine Formelmenge Φ an, so dass Mod(Φ) = {(N, +, )}

Fundamentale Sätze. versuche folgendes: gib eine Formelmenge Φ an, so dass Mod(Φ) = {(N, +, )} Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.7 Prädikatenlogik Fundamentale Sätze 171 Fundamentale Sätze versuche folgendes: gib eine Formelmenge Φ an, so dass Mod(Φ) = {(R, +, )} gib

Mehr

5. Ordinalzahlen (Vorlesung 11)

5. Ordinalzahlen (Vorlesung 11) EINFÜHRUNG IN DIE LOGIK UND MENGENLEHRE 29 5.. Grundlegende Eigenschaften. 5. Ordinalzahlen (Vorlesung ) Definition 5. (Wohlordnung). Eine lineare Ordnung < auf einer Menge a heißt Wohlordnung, wenn jede

Mehr

Formale Systeme. LTL und Büchi-Automaten. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. LTL und Büchi-Automaten. Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS 2009/2010 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik

Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert. 2. Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 12. April 2018 Institut für Informatik Klaus Ambos-Spies Nadine Losert 2. Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden. Die Klausur ist bestanden,

Mehr

Seminarvortrag über den Satz von Nielsen-Schreier

Seminarvortrag über den Satz von Nielsen-Schreier Seminarvortrag über den Satz von Nielsen-Schreier Andreas Peter am Karlsruher Institut für Technologie (KIT) 16. April 2010 Zusammenfassung Eine freie Gruppe besteht, grob gesprochen, aus den Wörtern über

Mehr

Mathematische Strukturen

Mathematische Strukturen Mathematische Strukturen Lineare Algebra I Kapitel 3 16. April 2013 Kartesisches Produkt Das kartesische Produkt (benannt nach René Descartes) von n Mengen M 1,..., M n ist M 1 M n := {(x 1,..., x n )

Mehr

2.1 Lineare Temporallogiken: LTL

2.1 Lineare Temporallogiken: LTL 2.1 Lineare Temporallogiken: LTL N bezeichne die Menge der nicht-negativen ganzen Zahlen (inklusive der Null). Sei Σ ein Alphabet. Ein endliches Wort ü b e r Σ ist eine endliche Folge a 1 a 2...a n,sodassa

Mehr

2 Mengen, Abbildungen und Relationen

2 Mengen, Abbildungen und Relationen Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl

Mehr

Mathematische Logik SS 2009

Mathematische Logik SS 2009 Mathematische Logik SS 2009 Prof. Dr. Erich Grädel Mathematische Grundlagen der Informatik RWTH Aachen c b n d This work is licensed under: http://creativecommons.org/licenses/by-nc-nd/3.0/de/ Dieses Werk

Mehr

Lösungen zur Vorlesung Berechenbarkeit und Komplexität

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

Mehr

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19

Übersichtsblatt Hertrampf/Bahrdt. 1 Mathematische Aussagen. Theoretische Informatik I WS2018/19 Theoretische Informatik I WS2018/19 Übersichtsblatt Hertrampf/Bahrdt Institut für Formale Methoden der Informatik Theoretische Informatik Universität Stuttgart 1 Mathematische Aussagen Um mathematische

Mehr

Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC. 1 Der Einbettungssatz von Jech und Sochor

Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC. 1 Der Einbettungssatz von Jech und Sochor Seminar zur Mengenlehre: Forcing SS 2007 Prof. Dr. P. Koepke 11. und 18. Juni 2007 Dr. B. Irrgang Vortrag 8: Einbettungssatz von Jech und Sochor und Konsistenz der Negation von AC Friedemann Diener 1 Der

Mehr

Herbrand-Strukturen. o.b.d.a. sei immer mindestens ein Konstantensymbol in τ vorhanden

Herbrand-Strukturen. o.b.d.a. sei immer mindestens ein Konstantensymbol in τ vorhanden Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.6 Prädikatenlogik Herbrand-Theorie 155 Herbrand-Strukturen Def.: Grundterm ist variablenfreier Term. GT τ = Menge aller Grundterme über Signatur

Mehr

Übungen zur VP Mathematische Logik

Übungen zur VP Mathematische Logik Übungen zur VP Mathematische Logik Alexander Bors 1. März 2017 Werden je nach Bedarf im Laufe des Semesters noch um weitere Übungen ergänzt. Übungen zur naiven Mengenlehre von Cantor (Vorlesung 1) Übung

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik 1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 Notation für Wörter w a is die Anzahl der Vorkommen von

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 16 S-Homomorphismen und elementare Äquivalenz Definition 16.1. Zwei S-Strukturen M und N über einem erststufigen Symbolalphabet

Mehr

Vorlesung 4. Tilman Bauer. 13. September 2007

Vorlesung 4. Tilman Bauer. 13. September 2007 Vorlesung 4 Universität Münster 13. September 2007 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Definition Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische)

Mehr

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen Vorlesung Diskrete Strukturen Die natürlichen Zahlen Bernhard Ganter WS 2009/10 Alles ist Zahl? Wenn in der modernen Mathematik alles auf Mengen aufgebaut ist, woher kommen dann die Zahlen? Sind Zahlen

Mehr

4. Alternative Temporallogiken

4. Alternative Temporallogiken 4. Alternative Temporallogiken Benutzung unterschiedlicher Temporallogiken entsprechend den verschiedenen Zeitbegriffen LTL: Linear Time Logic Ähnlich der CTL, aber jetzt einem linearen Zeitbegriff entspechend

Mehr

Probeklausur Mathematische Logik

Probeklausur Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel SS 2015 Probeklausur Mathematische Logik Aufgabe 1 (a) (i) Seien R, zweistellige Relationssymbole. Ist

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

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016

Analysis I - Notizen 1. Daniel Lenz Jena - Wintersemester 2016 Analysis I - Notizen 1 Daniel Lenz Jena - Wintersemester 2016 1 Es handelt sich nicht um ein Skriptum zur Vorlesung. Besten Dank an alle, die zu Verbesserungen früherer Notizen zur Analysis I beigetragen

Mehr

Lösungen zur Übungsserie 1

Lösungen zur Übungsserie 1 Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag, 24. September Lösungen zur Übungsserie 1 Aufgaben 1, 3, 4, 5, 6, 8 Aufgabe 1. Sei X eine endliche Menge mit n Elementen, und sei Y eine endliche

Mehr

Zur Zykelschreibweise von Permutationen

Zur Zykelschreibweise von Permutationen Zur Zykelschreibweise von Permutationen Olivier Sète 16. Juni 2010 1 Grundlagen Definition 1.1. Eine Permutation von {1, 2,..., n} ist eine bijektive Abbildung σ : {1, 2,..., n} {1, 2,..., n}, i σ(i).

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/59 Graphische Darstellung von Zusammenhängen schon

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 36 Andreas Gathmann 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will so kann es sinnvoll sein zunächst kleinere einfachere Mengen (bzw. Gruppen) zu betrachten

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 5 Das Lemma von Zorn Wir möchten im Folgenden zeigen, dass eine widerpruchsfreie Menge Γ L V von Aussagen nicht nur

Mehr

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009

Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informatik PD Dr. Martin Lange Dipl.-Inf. Markus Latte 25. Juni 2009 Ludwig-Maximilians-Universität München SoSe 2009 Institut für Informati PD Dr. Martin Lange Dipl.-Inf. Marus Latte 25. Juni 2009 Übung zur Vorlesung Logi für Informatier Übungsblatt 8 Abgabe bis Freitag,

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 14 Die Korrektheit des Ableitungskalküls Im Laufe der Einführung des syntaktischen Prädikatenkalküls haben wir gesehen,

Mehr

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren

Elemente in Φ werden Wurzeln genannt. Bemerkung 3.2. (a) Zu einem Wurzelsystem können wir immer eine Spiegelungsgruppe definieren 3. Wurzelsysteme Als erstes führen wir den Begriff eines Wurzelsystems ein. Definition 3.1 (Wurzelsystem). Eine endliche Teilmenge Φ V {0} heißt Wurzelsystem falls gilt: (R1) Φ Rα = {±α} für α Φ, (R2)

Mehr

Formale Methoden 2 (Lehrstuhl I Logik in der Informatik)

Formale Methoden 2 (Lehrstuhl I Logik in der Informatik) Formale Methoden 2 Gaetano Geck (Lehrstuhl I Logik in der Informatik) Blatt 3 Beispiellösung WS 2015/16 Aufgabe 1 [Wiederholung: Relationen] 3 Punkte Begründe jeden deiner Lösungsvorschläge. a) Wir definieren

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

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2013/2014 1/61 Anmerkung Änderung im Wintersemester 2013/2014:

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in

Mehr

Logik und Künstliche Intelligenz

Logik und Künstliche Intelligenz Logik und Künstliche Intelligenz Kurze Zusammenfassung (Stand: 14. Januar 2010) Prof. Dr. V. Stahl Copyright 2007 by Volker Stahl. All rights reserved. V. Stahl Logik und Künstliche Intelligenz Zusammenfassung

Mehr

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik

Mehr

5 Der Transzendenzgrad

5 Der Transzendenzgrad $Id: trgrad.tex,v 1.6 2009/05/11 14:48:57 hk Exp $ 5 Der Transzendenzgrad Wir stellen nun einige der Tatsachen über die Mächtigkeit von Mengen zusammen, die Ihnen wahrscheinlich aus den ersten Semester

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/42 Graphische Darstellung von Zusammenhängen schon an vielen Stellen

Mehr

Teil 4. Mengen und Relationen

Teil 4. Mengen und Relationen Teil 4 Mengen und Relationen KAPITEL 10 Äquivalenzrelationen und Faktormengen 1. Äquivalenzrelationen Wir nennen eine Relation von A nach A auch eine Relation auf A. DEFINITION 10.1. SeiΡeine Relation

Mehr

Prädikatenlogiken. Mathematische Logik. Vorlesung 8. Alexander Bors. 27. April., 4. & 11. Mai A. Bors Logik

Prädikatenlogiken. Mathematische Logik. Vorlesung 8. Alexander Bors. 27. April., 4. & 11. Mai A. Bors Logik Mathematische Logik Vorlesung 8 Alexander Bors 27. April., 4. & 11. Mai 2017 1 Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) Der Gödelsche und Folgerungen 2 Erinnerung

Mehr

Blatt 4. Übungen zur Topologie, G. Favi 20. März Abgabe: 27. März 2008, 12:00 Uhr

Blatt 4. Übungen zur Topologie, G. Favi 20. März Abgabe: 27. März 2008, 12:00 Uhr Übungen zur Topologie, G. Favi 20. März 2009 Blatt 4 Abgabe: 27. März 2008, 12:00 Uhr Aufgabe 1. (a) Auf der 2-Sphäre S 2 := {(x, y, z) R 3 x 2 + y 2 + z 2 = 1} R 3 betrachten wir folgende Äquivalenzrelation:

Mehr

Grundbegriffe der mathematischen Logik

Grundbegriffe der mathematischen Logik Grundbegriffe der mathematischen Logik Vorlesung WS 2005/2006 Jakob Kellner http://www.logic.univie.ac.at/ kellner Kurt Gödel Research Center for Mathematical Logic 5. Vorlesung, 2005-11-16 Jakob Kellner

Mehr

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10

Lineare Algebra I. Anhang. A Relationen. Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA. Wintersemester 2009/10 Fakultät für Mathematik Fachgebiet Mathematische Informatik Anhang Lineare Algebra I Heinz H. GONSKA, Maria D. RUSU, Michael WOZNICZKA Wintersemester 2009/10 A Relationen Definition A.1. Seien X, Y beliebige

Mehr

Das Transferprinzip und Nichtstandardeinbettungen

Das Transferprinzip und Nichtstandardeinbettungen Das Transferprinzip und Nichtstandardeinbettungen Frederik Stefan Herzberg Seminar zur Logik: Nichtstandardanalysis Wintersemester 2002/03 Mathematisches Institut der Universität Bonn 19. November 2002

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 9 25. Juli 2011 Einführung in die Theoretische Informatik

Mehr

THEORETISCHE INFORMATIK UND LOGIK

THEORETISCHE INFORMATIK UND LOGIK Prädikatenlogik als Universalsprache Die Entwicklung der Logik hat ein zentrales Motiv: Logik als eine universelle, präzise Sprache THEORETISCHE INFORMATIK UND LOGIK 15. Vorlesung: Logisches Schließen

Mehr

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie

1 Einführung. 2 Typ-0- und Typ-1-Sprachen. 3 Berechnungsmodelle. 4 Unentscheidbarkeit. 5 Unentscheidbare Probleme. 6 Komplexitätstheorie 1 Einführung 2 Typ-0- und Typ-1-Sprachen 3 Berechnungsmodelle 4 Unentscheidbarkeit 5 Unentscheidbare Probleme 6 Komplexitätstheorie WS 11/12 155 Überblick Zunächst einmal definieren wir formal den Begriff

Mehr

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen Vorlesung Diskrete Strukturen Die natürlichen Zahlen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung

Mehr

Logik Vorlesung 8: Modelle und Äquivalenz

Logik Vorlesung 8: Modelle und Äquivalenz Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Kapitel 1.1. Aussagenlogik: Syntax. Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1

Kapitel 1.1. Aussagenlogik: Syntax. Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1 Kapitel 1.1 Aussagenlogik: Syntax Mathematische Logik (WS 2011/12) Kapitel 1.1: Aussagenlogik: Syntax 1/ 1 Übersicht 1.1.1 Die Sprache der Aussagenlogik 1.1.2 Explizite vs. implizite Definitionen 1.1.3

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Klausur zur Vorlesung Mathematische Logik

Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik

Mehr

Automaten, Spiele und Logik

Automaten, Spiele und Logik Automaten, Spiele und Logik Woche 13 11. Juli 2014 Inhalt der heutigen Vorlesung Linearzeit Temporale Logik (LTL) Alternierende Büchi Automaten Nicht-Determinisierung (Miyano-Ayashi) Beschriftete Transitionssysteme

Mehr

Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath

Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath Universität Heidelberg 06. April 2017 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Martin Monath Klausur zur Vorlesung Mathematische Logik Es können maximal 48 Punkte erworben werden.

Mehr

Lösungen zu Kapitel 2

Lösungen zu Kapitel 2 Lösungen zu Kapitel 2 Lösung zu Aufgabe 1: Wir zeigen die Behauptung durch vollständige Induktion über n. Die einzige Menge mit n = 0 Elementen ist die leere Menge. Sie besitzt nur sich selbst als Teilmenge,

Mehr

Aufgaben zur Verbandstheorie

Aufgaben zur Verbandstheorie TU Bergakademie Freiberg WS 2005/06 Institut für Diskrete Mathematik & Algebra Prof. Dr. Udo Hebisch Aufgaben zur Verbandstheorie 1. Für ein beliebiges n IN sei X n die Menge aller Teiler von n. Definiert

Mehr

Kapitel 3. Ein adäquater Kalkül der Prädikatenlogik. Teil 2. Deduktionstheorem und Rückführung des Vollständigkeitssatzes auf das Erfüllbarkeitslemma

Kapitel 3. Ein adäquater Kalkül der Prädikatenlogik. Teil 2. Deduktionstheorem und Rückführung des Vollständigkeitssatzes auf das Erfüllbarkeitslemma Kapitel 3 Ein adäquater Kalkül der Prädikatenlogik Teil 2 Deduktionstheorem und Rückführung des Vollständigkeitssatzes auf das Erfüllbarkeitslemma Mathematische Logik (WS 2012/13) Kap. 3: Shoenfields Kalkül

Mehr

Injektiv, Surjektiv, Bijektiv

Injektiv, Surjektiv, Bijektiv Injektiv, Surjektiv, Bijektiv Aufgabe 1. Geben Sie einen ausführlichen Beweis für folgende Aussage: Wenn f A B surjektiv ist und R A A A eine reflexive Relation auf A ist, dann ist R B = {( f(x), f(y)

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Vorlesung am 17. Januar 2012 INSTITUT FÜR THEORETISCHE 0 KIT 18.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der

Mehr

UE GRUNDBEGRIFFE DER MATHEMATISCHEN LOGIK SS 2016

UE GRUNDBEGRIFFE DER MATHEMATISCHEN LOGIK SS 2016 SS 206 VERA FISCHER Die Gesamtnote ergibt sich je zur Hälfte aus der Teilnote Kreuzerlliste und der Teilnote Zwischentest, gerundet auf freundlichen Weise. Für eine positive Benotung müssen beide Teilnoten

Mehr

Theoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK

Theoretische Grundlagen der Informatik. Vorlesung am 17. Januar INSTITUT FÜR THEORETISCHE INFORMATIK Theoretische Grundlagen der Informatik 0 17.01.2019 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Evaluation Ergebnisse

Mehr

Abschnitt 3: Mathematische Grundlagen

Abschnitt 3: Mathematische Grundlagen Abschnitt 3: Mathematische Grundlagen 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen Einf. Progr. (WS 08/09) 102 Überblick 3.

Mehr

Ein Induktionsbeweis über Schuhgrößen

Ein Induktionsbeweis über Schuhgrößen Was ist FALSCH an folgendem Beweis? Behauptung: Ein Induktionsbeweis über Schuhgrößen Alle Teilnehmer dieser Vorlesung haben gleiche Schuhgröße. Wir formalisieren diese Aussage, um einen Induktionsbeweis

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

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