Übersicht. 9. Schließen in der Prädikatenlogik 1. Stufe

Größe: px
Ab Seite anzeigen:

Download "Übersicht. 9. Schließen in der Prädikatenlogik 1. Stufe"

Transkript

1 Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik 1. Stufe 10. Logische Inferenzsysteme IV Logisch Handeln V Unsicheres Wissen und Schließen VI Lernen VII Kommunizieren, Wahrnehmen und Handeln

2 Substitution quantifizierter Variablen Ersatz quantifizierter Variablen durch Substitution: Sei die Substitution θ eine Liste von Paaren {Variable x,term x } Dann bedeutet: Subst (θ, Satz), Ersetze in Satz jedes Vorkommen von Variable x durch Term x. z.b.: Subst ({x/sam, y/pam}, Likes (x, y)) = Likes (Sam, Pam) 3 Neue Inferenzregeln (zusätzlich zu den Inferenzregeln für Aussagenlogik) zur Anwendung der Substitution erforderlich.

3 3neueInferenzregeln für Quantoren

4 Beispiel-Beweis: (1) Axiome

5 Beispiel-Beweis: (2) Beweis-Schritte

6 Probleme mit naiven Inferenzregeln Lange Inferenzketten (im Beispiel 14 Schritte) Hoher Verzweigungsfaktor: - Verzweigungsfaktor steigt mit Größe der Wissensbasis - Jede allquantifizierte Variable kann durch jeden Grundterm der Wissensbasis ersetzt werden. Umständliches typisches Vorgehen: (1) Kombiniere atomare Sätze, (2) Ersetze Variablen durch geeignete Konstanten (3) Verwende Modus Ponens.

7 Verbesserungsidee (1): Kombiniere mehrere "zusammengehörige" Inferenzregeln zu einer mächtigeren Regel ("Makro-Operator"), insbesondere Modus Ponens, Ersatz allquantifizierter Variablen und Verküpfung atomare Sätze. Bsp.: aus (1) Missile (M1) (2) Owns (Nono, M1) (3) x Missile (x) Owns (Nono, x) Sells (West, Nono, x) folgt (4) Sells (West, Nono, M1). Die gleiche Schlußfolgernung sollte auch möglich sein, wenn man statt Owns (Nono M1) y Owns (y M1) wüßte. Dann wäre die Substitution {x/m1, y/nono} Zusammenfassung zu generalisiertem Modus Ponens

8 Generalisierter Modus Ponens Für atomare Sätze p i,p i ' und q mit einer Substitution θ der Art i Subst (θ,p i ') = Subst (θ, p i ) gilt: p 1 ', p 2 ',...,p n ', (p 1 p 2... p n q) Subst (θ, q) Vorteile des generalisierten Modus Ponens: 1. Kombination mehrerer Inferenzen in einem Schritt, 2. Gezielte Benutzung von Substitutionen durch Unifikation. Die Unifikationsprozedur berechnet aus zwei Sätzen eine Substitution, die beide Sätze gleichmacht, wenn es eine gibt: Unify (p, q) = θ, wobei Subst (θ, p) = Subst (θ, q) 3. Kanonische Form von Sätzen: Jeder Satz ist entweder atomar oder eine Implikation mit einer Konjunktion von atomaren Sätzen auf der linken Seite und einem atomaren Satz auf der rechten Seite (Hornsätze oder Hornklauseln).

9 Beispiel-Beweis mit generalisiertem Modus Ponens

10 Vorwärts- und Rückwärtsverkettung Der generalisierte Modus Ponens kann in zwei Richtungen benutzt werden: 1. Forwärtsverkettung (datengesteuertes Schließen): Schließe aus den Sätzen der Wissensbasis alles, was daraus geschlossen werden kann 2. Rückwärtsverkettung (zielgesteuertes Schließen): Wenn ein bestimmtes Ziel erreicht werden soll, suche Implikationen mit dem Ziel auf der rechten Seite, und versuche Sätze der linken Seite zu erfüllen, indem sie als Unterziele betrachtet werden (sofern erforderlich).

11 Vorwärtsverkettung

12 Beispiel-Beweis mit Vorwärtsverkettung (1)

13 Beispiel-Beweis mit Vorwärtsverkettung (2)

14 Rückwärtsverkettung

15 Beispiel-Beweis mit Rückwärtsverkettung

16 Beispiel für Unvollständigkeit von generalisiertem Modus Ponens

17 Vollständigkeit Die Hornlogik ist unvollständig, da nicht alle Sätze in Hornklauseln umgewandelt werden können. Gödel (1930, 1931) hatte jedoch gezeigt, daß die Prädikatenlogik 1. Stufe vollständig ist. Robinson (1965) zeigte mit dem Resolutionskalkül eine vollständige Beweisprozedur für die Prädikatenlogik 1. Stufe. Der Resolutionskalkül ist jedoch unentscheidbar, und daher auch die Frage nach der Konsistenz einer Menge von Sätzen.

18 Resolutionskalkül Grundidee: Standardnotation mit Klauseln (Konjunktive Normalform) bzw. Implikationen (implikative Normalform). Nur eine Inferenzregel: Resolutionsregel. Widerspruchsbeweis (z.b. zum Beweis von P P) Umwandlung prädikatenlogischer Formeln in Standardnotation. Problem: Behandlung von Gleichheit: P(A) und P(B) können nicht unifiziert werden, selbst wenn A=B bekannt ist. Lösungen: Axiomatisierung von Gleichheit oder Neue Inferenzregel: Demodulation bzw. Paramodulation Resolutionsstrategien: Ziel: Verkleinerung des Suchbaumes, indem einer der beiden Sätze, die resolviert werden, wie folgt ausgewählt wird: Unit Preference: Nur Sätze mit einem Literal Set of Support: Nur Sätze aus Anfrage und deren Resolventen Input Resolution: Nur Sätze aus Wissensbasis und Anfrage Linear Resolution: Verallgemeinerung der Input Resolution (Subsumption: Eliminiere Sätze, die von anderen subsumiert sind)

19 2 Varianten der Resolutionsregel

20 Vergleich konjunktiver und implikativer Normalform

21 Beweis mit Resolutionsregel in implikativer Normalform

22 Widerspruchsbeweis mit Resolutionsregel

23 Konvertierung prädikatenlogischer Ausdrücke in konjunktiver bzw. implikativer Normalform (1)

24 Konvertierung prädikatenlogischer Ausdrücke in konjunktiver bzw. implikativer Normalform (2)

25 Konvertierung prädikatenlogischer Ausdrücke in konjunktiver bzw. implikativer Normalform (3)

26 Beispiel-Widerspruchsbeweis mit Resolutionskalkül (1)

27 Beispiel-Widerspruchsbeweis mit Resolutionskalkül (2)

28 Behandlung von Gleichheit im Resolutionskalkül

29 Beweisidee für Vollständigkeit für Resolutionskalkül

Übersicht. Übersicht. Geschichte. Universelle Instantiierung

Übersicht. Übersicht. Geschichte. Universelle Instantiierung Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV

Mehr

Übersicht. Künstliche Intelligenz: 9. Schließen in der Prädikatenlogik 1. Stufe Frank Puppe 1

Übersicht. Künstliche Intelligenz: 9. Schließen in der Prädikatenlogik 1. Stufe Frank Puppe 1 Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV

Mehr

Übersicht. Übersicht. Universelle Instantiierung. Geschichte. Universelle und Existentielle Instantiierung. Existentielle Instantiierung

Übersicht. Übersicht. Universelle Instantiierung. Geschichte. Universelle und Existentielle Instantiierung. Existentielle Instantiierung Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV

Mehr

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

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

Mehr

Übersicht. 7. Prädikatenlogik 1. Stufe

Übersicht. 7. Prädikatenlogik 1. Stufe Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik

Mehr

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

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

Mehr

Resolution und Regeln

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

Mehr

3 Logik und Inferenz. Methoden der Künstlichen Intelligenz. 8. Vorlesung: Unifikation; Vorwärts- und Rückwärtsverkettung, Ipke Wachsmuth WS 2008/2009

3 Logik und Inferenz. Methoden der Künstlichen Intelligenz. 8. Vorlesung: Unifikation; Vorwärts- und Rückwärtsverkettung, Ipke Wachsmuth WS 2008/2009 3 Logik und Inferenz 8. Vorlesung: Unifikation; Vorwärts- und Rückwärtsverkettung, Goal Trees Methoden der Künstlichen Intelligenz Ipke Wachsmuth WS 2008/2009 Schlussfolgern durch Theorembeweisen INTERFACE

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

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

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

Mehr

Deduktion in der Aussagenlogik

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

Mehr

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

Deduktion in der Prädikatenlogik

Deduktion in der Prädikatenlogik Deduktion in der Prädikatenlogik Sprache der Prädikatenlogik ist mächtiger als die der Aussagenlogik; damit verändern sich die Deduktionssysteme natürliche Deduktion: Schlussregeln der Aussagenlogik gelten

Mehr

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

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

Mehr

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

Eigenschaften der Resolution für PL1 Formeln

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

Mehr

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

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

Mehr

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische

Mehr

Logik für Informatiker

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

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN

Mehr

Logik für Informatiker

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

Mehr

Logik für Informatiker

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

Mehr

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

Übersicht. Wissensbasierte Agenten. Allgemeiner Entwurf eines Agenten (1) Allgemeiner Entwurf eines Agenten (2)

Übersicht. Wissensbasierte Agenten. Allgemeiner Entwurf eines Agenten (1) Allgemeiner Entwurf eines Agenten (2) Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV

Mehr

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

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

Mehr

Logische und funktionale Programmierung

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

Mehr

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

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

Mehr

Künstliche Intelligenz für Ingenieure

Künstliche Intelligenz für Ingenieure Künstliche Intelligenz für Ingenieure von Prof. Dr.-Ing. Jan Lunze 2., völlig überarbeitete Auflage Oldenbourg Verlag München Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch des Buches xvii xxiii

Mehr

Schritt 1 Richtung Resolution: Substituieren

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

Mehr

6 Logik und Deduktion

6 Logik und Deduktion $ $ $ $ $ 6 Logik und Deduktion 15. Vorlesung: Vorwärtsverkettung und Unifikation (korrigierte Fassung) Was sind Ziele und Vorhaben der KI? Wie lassen sich Probleme durch (geschickte) Suche lösen? Wie

Mehr

Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)

Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit) Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV

Mehr

Eigenschaften der SLD-Resolution

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

Mehr

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog

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

Mehr

Normalformen der Prädikatenlogik

Normalformen der Prädikatenlogik Normalformen der Prädikatenlogik prädikatenlogische Ausdrücke können in äquivalente Ausdrücke umgeformt werden Beispiel "X (mensch(x) Æ sterblich(x)) "X (ÿ mensch(x) sterblich(x)) "X (ÿ (mensch(x) Ÿ ÿ

Mehr

Resolution für die Aussagenlogik

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

Mehr

Inferenzmethoden. Einheit 12. Theorien- und Gleichheitsbehandlung

Inferenzmethoden. Einheit 12. Theorien- und Gleichheitsbehandlung Inferenzmethoden Einheit 12 Theorien- und Gleichheitsbehandlung 1. Theoriekonnektionen und Unifikationstheorie 2. Axiomatische Gleichheitsbehandlung 3. Gleichheitskonnektionen 4. Paramodulation 5. Resolution

Mehr

7 Logische Agenten. Die Wumpus-Welt. Sensoren: Die Quadrate um den Wumpus herum stinken (Stench)

7 Logische Agenten. Die Wumpus-Welt. Sensoren: Die Quadrate um den Wumpus herum stinken (Stench) 7 Logische Agenten 12.01.2007 Logische Agenten Logische Agenten / 1 Die Wumpus-Welt Sensoren: Die Quadrate um den Wumpus herum stinken (Stench) In Quadraten um eine Falltür (Pit) herum ist ein Luftzug

Mehr

wenn es regnet ist die Straße nass:

wenn es regnet ist die Straße nass: Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz die Straße ist nass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen

Mehr

Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.

Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln

Mehr

Kapitel L:III. III. Prädikatenlogik

Kapitel L:III. III. Prädikatenlogik Kapitel L:III III. Prädikatenlogik Syntax der Prädikatenlogik Semantik der Prädikatenlogik Wichtige Äquivalenzen Einfache Normalformen Substitution Skolem-Normalformen Standard-Erfüllbarkeit Prädikatenlogische

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

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-Grundlagen. Syntax der Prädikatenlogik

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

Mehr

Künstliche Intelligenz für Ingenieure

Künstliche Intelligenz für Ingenieure Künstliche Intelligenz für Ingenieure von Prof. Dr.-lng.Jan Lunze 2., völlig überarbeitete Auflage OldenbourgVerlag München Inhaltsverzeichnis Verzeichnis der Anwendungsbeispiele Hinweise zum Gebrauch

Mehr

Prädikatenlogische Entscheidbarkeitsprobleme

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

Mehr

Beweisen mit Semantischen Tableaux

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

Mehr

Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme. Datum Beisitzer Steven Kutsch

Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme. Datum Beisitzer Steven Kutsch Prüfungsprotokoll Kurs 1695 Deduktions- und Inferenzsysteme Datum 04.05.2016 Prüfer C. Beierle Beisitzer Steven Kutsch Prof. Beierle geht an Hand eines Prüfungsplans die einzelnen Themen durch. Offenbar

Mehr

Prädikatenlogik: Syntax

Prädikatenlogik: Syntax Prädikatenlogik: Syntax Signatur : Welche Zeichen gibt es? Funktionssymbole Prädikatensymbol (Eigenschaften) Terme: Variablen f(t 1,... t n ) wenn t i Terme und f Funktionssymbol Formeln: P (t 1,... t

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

Aussagenlogische Kalküle

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

Mehr

Grundlagen der Künstlichen Intelligenz

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

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

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

Mehr

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten

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

Mehr

Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1)

Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Winter-Semester 2003/04. Wissensrepräsentation: Resolution (im PK1) Einführung in die KI Prof. Dr. sc. Hans-Dieter Burkhard Vorlesung Wissensrepräsentation: Resolution (im PK1) 2. Resolution Vorbild für Formalismus : exakt, präzise, (theoretisch) beherrscht Aufbau: Zeichen

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

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

Mehr

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution

Mehr

SWP Logische Programme Teil 2

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

Mehr

Nichtklassische Logiken

Nichtklassische Logiken Nichtklassische Logiken Peter H. Schmitt pschmitt@ira.uka.de UNIVERSITÄT KARLSRUHE Sommersemester 2004 P. H. Schmitt: Nichtklassische Logiken p.1 Inhalt Wiederholung P. H. Schmitt: Nichtklassische Logiken

Mehr

Grundlagen der Kognitiven Informatik

Grundlagen der Kognitiven Informatik Grundlagen der Kognitiven Informatik Resolutionskalkül und Prolog Ute Schmid Kognitive Systeme, Angewandte Informatik, Universität Bamberg letzte Änderung: 14. Dezember 2010 U. Schmid (CogSys) KogInf-Resolution

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

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit.

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. 7. Prädikatenlogik Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. Aber: Aussagenlogik ist sehr beschränkt in der Ausdrucksmächtigkeit. Wissen kann nur

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable

Mehr

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

TU7 Aussagenlogik II und Prädikatenlogik

TU7 Aussagenlogik II und Prädikatenlogik TU7 Aussagenlogik II und Prädikatenlogik Daniela Andrade daniela.andrade@tum.de 5.12.2016 1 / 32 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds

Mehr

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2013 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut

Mehr

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation

Logische Agenten. Einführung in die Wissensverarbeitung 2 VO UE SS Institut für Signalverarbeitung und Sprachkommunikation Logische Agenten Einführung in die Wissensverarbeitung 2 VO 708.560 + 1 UE 442.072 SS 2012 Institut für Signalverarbeitung und Sprachkommunikation TU Graz Inffeldgasse 12/1 www.spsc.tugraz.at Institut

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 7 15.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Unser Ziel Kalkül(e) zur systematischen Überprüfung

Mehr

Übersicht. Künstliche Intelligenz: 13. Unsicherheiten Frank Puppe 1

Übersicht. Künstliche Intelligenz: 13. Unsicherheiten Frank Puppe 1 Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres Wissen und Schließen 13. Unsicherheiten 14. Probabilistisches Schließen 15. Probabilistisches

Mehr

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 18: Logik Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/35 Überblick Formeln in Prädikatenlogik erster Stufe Theorien und

Mehr

Grundlagen der Kognitiven Informatik

Grundlagen der Kognitiven Informatik Grundlagen der Kognitiven Informatik Wissensrepräsentation und Logik Ute Schmid Kognitive Systeme, Angewandte Informatik, Universität Bamberg letzte Änderung: 14. Dezember 2010 U. Schmid (CogSys) KogInf-Logik

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 11. Prädikatenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Negationsnormalform Definition: Negationsnormalform

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz KI Wintersemester 2013/2014 Grundlagen der Künstlichen Intelligenz Marc Toussaint Machine Learning & Robotics Lab Universität Stuttgart marc.toussaint@informatik.uni-stuttgart.de http://ipvs.informatik.uni-stuttgart.de/mlr/marc/

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

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10. Besprechung in KW02/2019

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10. Besprechung in KW02/2019 Technische Universität München Winter 2018/19 Prof. J. Esparza / Dr. M. Luttenberger, C. Welzel 2019/01/11 HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10 Besprechung in KW02/2019 Beachten

Mehr

wenn es regnet ist die Straße nass.

wenn es regnet ist die Straße nass. Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz diestraßeistnass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen

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

Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator

Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Resolution mit allgemeinsten Unifikatoren Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Elternklausel 2: L, B 1,..., B n von L, L mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,...,

Mehr

Teil 8. Resolution und Prädikatenlogik erster Stufe

Teil 8. Resolution und Prädikatenlogik erster Stufe Teil 8 Resolution und Prädikatenlogik erster Stufe Widerlegungsbeweise Grundidee Widerlegungsbeweise: Wir wollen beweisen, dass aus einer gegebenen Formelmenge Φ eine Behauptung (Formel) φ semantisch folgt.

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

Logik-Programmierung 1

Logik-Programmierung 1 Logik-Programmierung 1 Wissensrepräsentation Schlussfolgerung, Inferenz Aussagenlogik Prädikatenlogik Resolutionskalkül Teil der Folien mit freundlicher Genehmigung von Prof. Dr. Rainer Malaka und Prof.

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

5. Logik in der KI. Wissensbasis: Menge von Aussagen, die Fakten über die Welt repräsentieren, formuliert in einer Wissensrepräsentationssprache.

5. Logik in der KI. Wissensbasis: Menge von Aussagen, die Fakten über die Welt repräsentieren, formuliert in einer Wissensrepräsentationssprache. 5. Logik in der KI Wissensbasis: Menge von Aussagen, die Fakten über die Welt repräsentieren, formuliert in einer Wissensrepräsentationssprache. Neue Aussagen können in die Wissensbasis eingefügt werden:

Mehr

Das deduktive System F

Das deduktive System F Das deduktive System Ziel: Konstruiere ein geeignetes deduktives System = (Ax, R) für die Prädikatenlogik erster Stufe. Geeignet: Korrektheit ( ) und Vollständigkeit ( ) A gdw. = A Σ A gdw. Σ = A Die Definition

Mehr

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

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

Mehr

Gentzen-Kalküle. bestehen aus mehreren, recht komplexen Axiomen, und wenigen Schlußregel (für Aussagenlogik: nur einer, für Prädikatenlogik drei).

Gentzen-Kalküle. bestehen aus mehreren, recht komplexen Axiomen, und wenigen Schlußregel (für Aussagenlogik: nur einer, für Prädikatenlogik drei). Gentzen-Kalküle Axiomatische Systeme ( Hilbert Kalküle ): bestehen aus mehreren, recht komplexen Axiomen, und wenigen Schlußregel (für Aussagenlogik: nur einer, für Prädikatenlogik drei). Probleme mit

Mehr

Methoden der KI in der Biomedizin Logische Agenten 2

Methoden der KI in der Biomedizin Logische Agenten 2 ethoden der KI in der iomedizin ogische genten 2 Karl D. Fritscher Übersicht Wissensbasierte genten Wumpus Welt ogik allgemein ussagenlogik Syntax, Semantik Äquivalenz, llgemeingültigkeit und Erfüllbarkeit

Mehr

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden:

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden: 3.4 Unentscheidbarkeit In der Aussagenlogik gibt es für jede Formel eine endliche Menge von Belegungen. In Prädikatenlogik Beschränkung auf endliche Menge von Strukturen nicht möglich. Sogar Strukturen

Mehr

Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik

Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Fragen Seite Punkte 1. Was ist die Mathematische Logik? 3 2 2. Was sind die Aussagenlogik und die Prädikatenlogik? 5 4 3. Was sind Formeln,

Mehr

Kapitel 6: Logik. Teil 2. (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01)

Kapitel 6: Logik. Teil 2. (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01) Kapitel 6: Logik Teil 2 (Dieser Foliensatz basiert auf Material von Mirjam Minor, Humboldt- Universität Berlin, WS 2000/01) Künstliche Intelligenz, Kapitel 6 Logik 1 Wdh. Resolution Das Resolutionsprinzip

Mehr

Der Sequenzenkalkül. Charakterisierung der logischen Schlussfolgerung: Sequenzenkalkül für die Prädikatenlogik

Der Sequenzenkalkül. Charakterisierung der logischen Schlussfolgerung: Sequenzenkalkül für die Prädikatenlogik Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.6 Prädikatenlogik ohne Gleichheit Der Sequenzenkalkül 138 Der Sequenzenkalkül Charakterisierung der logischen Schlussfolgerung: Sequenzenkalkül

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

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Ralf Moeller Hamburg Univ. of Technology Boole'sche Algebra Äquivalenzen als "Transformationsgesetze" Ersetzbarkeitstheorem Zentrale

Mehr

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

4 Prädikatenlogik. Formale Grundlagen der Informatik I Herbstsemester Robert Marti

4 Prädikatenlogik. Formale Grundlagen der Informatik I Herbstsemester Robert Marti 4 Prädikatenlogik Formale Grundlagen der Informatik I Herbstsemester 2012 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer Prädikatenlogik als Erweiterung der Aussagenlogik

Mehr

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

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

Mehr

Aussagenlogik. 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

Modellierung. Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer. Paderborn, 6. Februar Universität Paderborn Institut für Informatik

Modellierung. Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer. Paderborn, 6. Februar Universität Paderborn Institut für Informatik Modellierung Prof.Dr. Hans Kleine Büning, Prof.Dr. Johannes Blömer Universität Paderborn Institut für Informatik Paderborn, 6. Februar 2015 J. Blömer 1/19 Vorbereitung auf die Klausur 1 Vorlesungsinhalte

Mehr

Zusammenfassung des Stoffes zur Vorlesung Formale Systeme

Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Max Kramer 13. Februar 2009 Diese Zusammenfassung entstand als persönliche Vorbereitung auf die Klausur zur Vorlesung Formale Systeme von Prof.

Mehr