Logik Teil 1: Aussagenlogik

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Logik Teil 1: Aussagenlogik"

Transkript

1 Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Logik Teil : Aussagenlogik Jeder Aussage ist ein Wahrheitswert (wahr/falsch) zugeordnet Man interessiert sich insbesondere für den Wahrheitswert zusammengesetzter Aussagen, z.b.: A oder B wahr gdw. A wahr oder B wahr A oder B könnten z.b. stehen für Die Erde ist ein Planet oder Bremen liegt am Ganges. Davon wird abstrahiert. Die Ausdrucksstärke von Aussagenlogik ist sehr begrenzt Es ergeben sich jedoch interessante algorithmische Probleme (z.b. das Erfüllbarkeitsproblem) 2 Übersicht Teil Aussagenlogik Kapitel.: Grundlagen Kapitel.2: Normalformen und funktionale Vollständigkeit Kapitel.3: Erfüllbarkeit, Gültigkeit, Folgerbarkeit, Horn-Formeln Kapitel.: Grundlagen Kapitel.4: Resolution Kapitel.5: Kompaktheit 3 4

2 Syntax Wir fixieren eine abzählbar unendliche Menge VAR = {x,x 2,x 3,...} von Aussagenvariablen. Intuitiv kann jedes x i Wahrheitswert wahr oder falsch annehmen und repräsentiert eine Aussage wie Bremen liegt am Ganges. Definition Syntax Aussagenlogik Die Menge AL der aussagenlogischen Formeln ist induktiv definiert durch, AL VAR AL Wenn, AL, dann auch, ( ), ( ) in AL Beispiele: x, x 3, (x x 4 ), ((x x 3 ) ), ( (x x 2 ) ( x x 2 )) Sprechweisen und Konventionen ' sprechen wir nicht ' (Negation), (' _ ) sprechen wir ' oder (Disjunktion), (' ^ ) sprechen wir ' und (Konjunktion) steht für wahr, für falsch,, sind die Booleschen Konstanten Die atomaren Formeln sind {, } [ VAR Alle anderen Formeln sind zusammengesetzt Statt x,x 2,... verwenden wir manchmal auch andere Symbole für Variablen, insbesondere x, y, z 5 6 Sprechweisen und Konventionen Klammern werden weggelassen, wenn das Resultat eindeutig ist, wobei stärker bindet als und Also steht z. B. x ^ y für ( x ^ y), nicht für (x ^ y) x ^ y _ x ^ y ist nicht eindeutig, darum nicht erlaubt Iterierte Konjunktionen und Disjunktionen sind implizit linksgeklammert Also z.b. x y z für ((x y) z) Semantik Definition Semantik Aussagenlogik Eine Belegung ist eine Abbildung V : VAR! {, }. Sie definiert einen Wahrheitswert V (') für jede Formel ': V () = und V () = V ( ') = V (') ( falls V (') =und V ( ) = V (' ^ ) = sonst ( falls V (') =oder V ( ) = V (' _ ) = sonst Wenn V (') =, dann sagen wir, dass ' von V erfüllt wird. Wir schreiben dann auch V = ' und nennen V ein Modell von '. 7 8

3 Semantik Semantik Die Semantik der Junktoren als Verknüpfungstafeln: Beispiel: Belegung V mit V (x )=und V (x i )=für alle i> Dann z.b. V ( x )= V ( x x 2 )= V ( ( x x 2 )) = V ( ( x x 2 ) x 3 )= V ( ) V ( ) V ( ) V ( ) V ( ) V ( ) V ( ) V ( ) Manuelle Auswertung bequem über Baumdarstellung von Formeln: Beispiel ((x y) z), V (x) =V (y) =, V (z) =: (alle anderen Variablen ) _ V ist also ein Modell von ( x x 2 ) x 3. x y z 9 Iterierte Konjunktion / Disjunktion Implikation Bemerkung zur Notation: Wir schreiben i für n (iterierte Konjunktion) i=..n i=..n i für n (iterierte Disjunktion) Wenn n =, dann ^ ' i := (leere Konjunktion) i=..n _ i=..n ' i := (leere Disjunktion) Weitere interessante Junktoren sind als Abkürzung definierbar, z.b.: Implikation Biimplikation V ( ) V ( ) steht für steht für ( ) ( ) V ( ) V ( ) V ( ) V ( ) Wir nehmen an, dass,, stärker binden als und, x ^ y! z steht also für (x ^ y)! z 2

4 Koinzidenzlemma Beispiel Repräsentation Oft ist es unpraktisch, alle (unendlich viele) Variablen belegen zu müssen. Für den Wahrheitswert einer Formel ist nur die Belegung derjenigen Variablen von Bedeutung, die in vorkommen. Wir bezeichen diese mit Var( ). Koinzidenzlemma Sei eine Formel und V, V 2 Belegungen mit V (x) =V 2 (x) für alle x Var( ). Dann ist V ( )=V 2 ( ). Modellierung eines Zeitplanungs-Problems (Scheduling) in Aussagenlogik An einer Schule gibt es drei Lehrer mit folgenden Fächerkombinationen: Müller Mathe Schmidt Deutsch Körner Es soll folgender Lehrplan erfüllt werden: Beweis per Induktion über die Struktur von '. Wenn wir mit einer Formel arbeiten, so erlaubt uns das Koinzidenzlemma, in Belegungen nur die Variablen Var( ) (also endlich viele) zu betrachten. Eine Belegung für ist eine Belegung, die nur die Variablen in Var( ) belegt. Klasse a) Klasse b) Stunde I Mathe Deutsch Stunde II Deutsch Deutsch Stunde III Mathe Mathe Dabei soll jeder Lehrer mindestens 2 Stunden unterrichten 3 4 Auswertung Definition Auswertungsproblem Das Auswertungsproblem der Aussagenlogik ist: Gegeben: Aussagenlogische Formel, Belegung V für Frage: Gilt V ( )=? Theorem (Komplexität Auswertungsproblem) Das Auswertungsproblem der Aussagenlogik ist in Linearzeit lösbar. Idee Algorithmus für Polyzeit: Verwende rekursiven Algorithmus, der den Wahrheitswert aller Teilformeln von bestimmt Der Wahrheitswert von atomaren Formeln ist durch V gegeben, zusammengesetzte Teilformeln per Rekursion + Verknüpfungstafel Auswertung Formale Definition der Teilformeln: Definition Teilformeln Sei eine Formel. Die Menge TF( ) der Teilformeln von ist induktiv definiert wie folgt: TF( ) ={ } wenn {, } Var TF( ) ={ } TF( ) TF( )={ } TF( ) TF( ) TF( )={ } TF( ) TF( ) Also z.b.: TF( ((x y) z)) = {x,y,z,x y,(x y) z), ((x y) z)} Es ist nun einfach, die Details des Algorithmus auszuarbeiten (Übung!) 5 6

5 Äquivalenz Äquivalenz Definition Äquivalenz Zwei Formeln ' und sind äquivalent, wenn für alle Belegungen V gilt, dass V (') =V ( ). Wir schreiben dann '. Z.B. gilt x y ( x y) Einfacher Beweis mittels Wahrheitstafeln für Formeln ': Äquivalente Formeln sind austauschbar: Ersetzungslemma Seien ' and äquivalente Formeln, # eine Formel mit ' 2 TF(#) und # eine Formel, die sich aus # ergibt, indem ein beliebiges Vorkommen von ' durch ersetzt wird. Dann gilt # #. Beweis per Induktion über die Struktur von #. V (x) V (y) V (x y) V (x) V (y) V ( ( x y)) Im Folgenden wollen wir einige nützliche Äquivalenzen etablieren Genauer gesagt handelt es sich um Äquivalenzschemata, z.b.: Für alle Formeln ' gilt: ' ' Eliminieren doppelter Negation Beachte: links stehen die Variablen aus Var('), es gibt also 2 Var(') Zeilen Beweis per Wahrheitstafel 7 8 Äquivalenz Äquivalenz Folgende Äquivalenzen gelten für alle aussagenlogischen Formeln,, : (' ^ ) ' _ De Morgansche Gesetze (' _ ) ' ^ ' ^ ' ' Idempotenz von Konjunktion ' _ ' ' und Disjunktion ' ^ ^ ' Kommutativität von Konjunktion ' _ _ ' und Disjunktion ' ^ ( ^ #) (' ^ ) ^ # Assoziativität von Konjunktion ' _ ( _ #) (' _ ) _ # und Disjunktion Mehr nützliche Äquivalenzen: ' ( #) (' ) (' #) Distributivgesetze ' ( #) (' ) (' #) ' (' ) ' ' (' ) Absorption ' ' Neutrales Element für Konjunktion ' ' und Disjunktion ' ' Kontradiktion und ' ' Tautologie Auch für die (Bi)implikation gibt es interessante Äquivalenzen, z.b.: ' ' Kontraposition 9 2

6 Äquivalenz Aussagenlogik Mittels dieser Äquivalenzen und dem Ersetzungslemma (EL) kann man durch Umformung neue Äquivalenzen nachweisen. Zum Beispiel x y (x ( x y)) (x ( x y)) x ( x y) De Morgan x ( x y) De Morgan + EL x (x y) doppelte Negation + EL Kapitel.2: Normalformen und funktionale Vollständigkeit ( x x) ( x y) Distributivgesetz ( x y) Kontradiktion + EL ( x y) x ^ y Kommutativgesetz Neutrales Element Disjunktion 2 22 Boolesche Funktionen Boolesche Funktionen Definition Boolesche Funktion Eine n-stellige Boolesche Funktion ist eine Funktion f : {, } n! {, }. Für n Zum Beispiel: bezeichne B n die Menge aller n-stelligen Booleschen Funktionen B die Menge [ n B n aller Booleschen Funktionen B besteht aus den beiden konstanten Funktionen und. B besteht aus vier Funktionen f, f, f, f : Eingabe f f f f Jede aussagenlogische Formel ' mit Var(') = n berechnet n-stellige Boolesche Funktion f ' : O. B. d. A. sei Var(') ={x,...,x n } Belegung V für ' entspricht Eingabe für f ' : i-ter Eingabewert ist V (x i ) Wert von f ' bei Eingabe/Belegung V ist V (') Genau diese Funktion stellen wir in der Wahrheitstafel dar! Umgekehrt findet sich zu jeder Booleschen Funktion auch eine Formel: Theorem (Funktionale Vollständigkeit) Zu jeder Booleschen Funktion f 2 B gibt es eine Formel ' mit f ' = f. allgemein: B n besteht aus 2 2n Funktionen 23 24

7 Normalformen Normalformen Der Beweis des Satzes hat als weitere interessante Konsequenz: Jede Formel ist äquivalent zu einer Formel der Form (,,m ) ( n, n,m n ) wobei die i,j jeweils die Form x oder x haben. Dies ist die sogenannte disjunktive Normalform. Dual dazu gibt es auch die wichtige konjunktive Normalform. Definition KNF / DNF Ein Literal ist eine Formel der Form x (positives Literal) oder x (negatives Literal) Eine Formel ist in konjunktiver Normalform (KNF), wenn sie eine Konjunktion von Disjunktionen von Literalen ist: = ^ _ i,j i=..n j=..m i Eine Formel ist in disjunktiver Normalform (DNF), wenn sie eine Disjunktion von Konjunktionen von Literalen ist: = _ ^ i,j i=..n j=..m i Normalformen Theorem (KNF/DNF Umwandlung) Jede Formel lässt sich effektiv in eine äquivalente Formel in KNF und DNF wandeln. Beispiel: Normalformen Beachte: Sowohl DNF als auch KNF werden im Worst Case exponentiell groß (2 n viele Disjunkte / Konjunkte, wobei n = Var(') ) x y z V ( ) =(y (x y)) z DNF: ( x y z) ( x y z) (x y z) KNF: ( x y z) ( x y z) (x y z) (x y z) (x y z) (x y z) (x y z) ( x y z) ( x y z) ( x y z) Das lässt sich auch nicht durch eine bessere Konstruktion verhindern Man kann z.b. zeigen, dass für die n-äre Paritätsfunktion gilt: sie kann mit einer Formel polynomieller Größe dargestellt werden jede DNF hat mindestens 2 n Disjunkte jede KNF hat mindestens 2 n Konjunkte (n-äre Paritätsfunktion: p n (t) =gdw. t ungeradzahlig oft enthält) 27 28

8 Funktionale Vollständigkeit Funktionale Vollständigkeit Wir haben gesehen: Mittels der Junktoren, ^, _ kann man für jede Boolesche Funktion f eine äquivalente Formel ' konstruieren Aus den De Morganschen Gesetzen folgt ' ( ' ) ' ( ' ) also gilt dasselbe für die Junktormengen, und, Allgemein stellt sich die Frage: welche Junktormengen sind in diesem Sinne vollständig? Die Konstanten, und die Junktoren, ^, _ können als Boolesche Funktionen aus B, B, bzw. B 2 aufgefasst werden. Umgekehrt liefert jede Boolesche Funktion f 2 B n einen n-ären Junktor: Zeile t =(w,...,w n ) 2 {, } n in Wahrheitstafel hat Wert f(t). Wir werden im Folgenden nicht streng zwischen Junktoren und Booleschen Funktionen unterscheiden. Weitere interessante Junktoren neben,,,,, Exklusives Oder V ( ) V ( ) Nand V ( ) V ( ) V ( ) V ( ), z.b.: 29 3 Funktionale Vollständigkeit Funktionale Vollständigkeit Definition Funktionale Vollständigkeit Eine Menge B von Booleschen Funktionen ist funktional vollständig wenn es für jede Boolesche Funktion f 2 B n, n eine Formel ' mit Junktoren aus gibt, so dass f ' = f. Weitere funktional vollständige Menge: { } Da {, } funktional vollständig, und ( ) ( ) Wir wissen bereits, dass folgende Mengen funktional vollständig sind: {,, } {, } {, } Weitere funktional vollständige Mengen: {, } Da {, } funktional vollständig und {^,, } Da {, ^} funktional vollständig und ' ' Nicht funktional vollständig z.b. {,, }: Jede mit,, gebildete Formel erfüllt f ' (,...,) = Beweis per Induktion über die Struktur von : wenn = x, dann V ( ) = wenn = und V ( )=V ( ) =, dann V ( ) = analog für = und = Es gibt also keine zu x äquivalente Formel 3 32

9 Aussagenlogik Erfüllbarkeit, Gültigkeit Definition Erfüllbarkeit, Gültigkeit Eine Formel heißt erfüllbar, wenn sie ein Modell hat (sonst unerfüllbar) gültig oder Tautologie, wenn jede Belegung ein Modell ist Kapitel.3: Erfüllbarkeit, Gültigkeit, Folgerbarkeit, Horn-Formeln Beispiele für unerfüllbare Formeln: x x x y (x y) (x y) ( x y) ( x y) (x y) Beispiele für gültige Formeln: x x (x y) x y (x y) ( x y) ( x y) (x y) Erfüllbarkeit, Gültigkeit Erfüllbarkeit, Gültigkeit Folgt direkt aus Definition Erfüllbarkeit/Tautologie + Semantik Negation: Lemma (Dualität Erfüllbarkeit, Gültigkeit) Eine Formel ' ist gültig gdw. ' unerfüllbar ist. erfüllbar gdw. ' nicht gültig ist. Definition Erfüllbarkeitsproblem, Gültigkeitsproblem Das Erfüllbarkeitsproblem der Aussagenlogik ist: Gegeben: Aussagenlogische Formel ' Frage: Ist ' erfüllbar? Das Gültigkeitsproblem der Aussagenlogik ist: Gegeben: Aussagenlogische Formel ' Frage: Ist ' eine Tautologie? Alle Formeln Gültige Formeln ' erfüllbare, nicht gültige Formeln Unerfüllbare Formeln ' Offensichtlicher, naiver Algorithmus für Gültigkeit: Zähle alle 2 n Belegungen für auf (wobei n = Var( ) ). Für jede Belegung V prüfe in Linearzeit, ob V = Erfüllbarkeitsproblem auf (Komplement des) Gültigkeitsproblem(s) in Polyzeit reduzierbar mit vorigem Lemma (und umgekehrt)

10 Erfüllbarkeit, Gültigkeit Folgerbarkeit Theorem (Komplexität) Das Erfüllbarkeitsproblem der Aussagenlogik ist NP-vollständig. Dies gilt auch für Formeln in KNF, sogar bei max. 3 Literalen pro Konjunkt Das Gültigkeitsproblem der Aussagenlogik ist co-np-vollständig. Dies gilt auch für Formeln in DNF, sogar bei max. 3 Literalen pro Disjunkt Für Formeln in KNF ist Gültigkeit leicht (in Linearzeit) zu entscheiden, ebenso Erfüllbarkeit für Formeln in DNF (Beweis als Übung): Lemma (Einfache Fälle) Eine DNF-Formel ist erfüllbar gdw. es ein Disjunkt gibt, das keine Literale der Form x, x enthält. Eine KNF-Formel ist gültig gdw. jedes Konjunkt zwei Literale der Form x, x enthält. Definition Folgerbarkeit, Konsequenz Eine Formel ist folgerbar aus einer Formel ' gdw. für alle Belegungen V mit V = ' auch gilt, dass V =. Wir nennen dann auch eine Konsequenz von ' und schreiben ' =. Beispiele: x y = x x = x y ' (' ) = (Modus Ponens) Offensichtlich: ' gdw. ' = und = ' Für eine (potentiell unendliche) Formelmenge ist = in der offensichtlichen Weise definiert. Beispiel: {, } = (Modus Ponens) Folgerbarkeit Horn-Formeln Theorem (Folgerbarkeit und Gültigkeit) Für alle Formeln ', gilt:. ' = gdw. ' gültig ist (aka Deduktionstheorem) 2. ' ist gültig gdw. = '. Analog zu Erfüllbarkeits-/Gültigkeitsproblem kann man ein Folgerbarkeitsproblem definieren Das Lemma liefert auch wechselseitige Polyzeit-Reduktionen zwischen Gültigkeitsproblem und Folgerbarkeitsproblem Eine wichtige Klasse von Formeln mit besseren Berechnungseigenschaften sind die Horn-Formeln (nach Alfred Horn) Definition Horn-Formel Eine aussagenlogische Horn-Formel ist eine KNF-Formel ' = V i wobei jede Disjunktion W j `i,j höchstens ein positives Literal enthält. Beispiel: ( x y z) ( y z) x Vier mögliche Formen von Konjunkten (Horn-Klauseln): Negative Literale + positives Literal W j `i,j, Nur negative Literale Das Folgerbarkeitsproblem hat also dieselbe Komplexität wie das Gültigkeitsproblem (co-np-vollständig) Nur ein positives Literal (Gar keine Literale, daher uninteressant) 39 4

11 Horn-Formeln Horn-Formeln Anschaulicher: x x x k x x x k x x x k x x k Fakt Regel Constraint Theorem (Effiziente Erfüllbarkeit) Das Erfüllbarkeitsproblem für Horn-Formeln kann in Linearzeit gelöst werden. Polyzeit-Algorithmus für Eingabe ': Beispiel Horn-Formel: Konjunktion von Regen Schnee Regen! Niederschlag Schnee! Niederschlag Regen! Temp Schnee! Temp< Temp ^ Temp<! Hierbei sind Regen, Schnee, Temp>,... Aussagenvariablen V := {x 2 VAR x ist Konjunkt von '} while es gibt Konjunkt x ^ ^ x k! x mit {x,...,x k } V und x/2 V do V := V [ {x} done if es gibt ein Konjunkt x ^ ^ x k! mit {x,...,x k } V then return unerfüllbar else return erfüllbar Beispiel 4 42 Horn-Formeln Polyzeit-Algorithmus für Eingabe ': V := {x 2 VAR x ist Konjunkt von '} while es gibt Konjunkt x ^ ^ x k! x mit {x,...,x k } V und x/2 V do V := V [ {x} done if es gibt ein Konjunkt x ^ ^ x k! mit {x,...,x k } V then return unerfüllbar else return erfüllbar Wir unterscheiden im folgenden nicht zwischen einer Belegung V (Abbildung VAR {, }) und der Menge {x V (x) =} Lemma Der Algorithmus ist korrekt und läuft in polynomieller Zeit. Horn-Formeln Für erfüllbare Horn-Formel ' ist die im Korrektheitsbeweis berechnete Belegung V ein minimales Modell in folgendem Sinne:. V ist Modell von ' 2. Wenn V b Modell von ', dann V V b Wir erhalten also als Korollar: Korollar Jede erfüllbare Horn-Formel hat ein minimales Modell. Minimale Modelle haben zahlreiche interessante Eigenschaften Wir können sie z.b. für Beweise der Nichtausdrückbarkeit verwenden

12 Horn-Formeln Aussagenlogik Ausdrucksstärke von Horn-Formeln: Welche AL-Formeln kann man als Horn-Formel ausdrücken, welche nicht? Ausdrückbar z.b.: x _ y! z (x! z) ^ (y! z) x! y ^ z (x! y) ^ (x! z) Nicht ausdrückbar z.b. x _ y (Beispiel: wir können ausdrücken, dass Temp< ^ Temp!, nicht aber, dass Temp< _ Temp ) Kapitel.4: Resolution Lemma (Nicht-Horn-Ausdrückbarkeit) Keine Horn-Formel ist äquivalent zu x _ y. Intuitiv: Horn-Formeln sind der disjunktionsfreie Teil von Aussagenlogik Resolution Ein Kalkül besteht aus einer Sammlung rein syntaktischer Umformungsregeln, mit denen man Formeln in andere Formeln transformieren kann. Es gibt viele verschiedene Arten von Kalkülen, z.b. Sequenzenkalkül, Tableau-Kalkül, Hilbertsches Axiomensystem, etc. Zwei Arten von Kalkülen: Ausgehend von Axiomen und Schlussfolgerungsregeln, erzeuge genau die gültigen Formeln Ausgehend von einer gegebenen Formel, erzeuge durch Regelanwendung die Konstante gdw. die Formel unerfüllbar ist Wir betrachten ein wichtiges und elegantes Kalkül für Unerfüllbarkeit in Aussagenlogik: Resolution Resolution Resolution arbeitet mit Formeln in KNF, jedoch in leicht anderer Darstellung Definition Klausel, Klauselmenge Eine Klausel ist eine endliche Menge von Literalen. Die leere Klausel bezeichnen wir mit. Einer KNF-Formel wie folgt zugeordnet: = V i=..n W j=..m i ij wird Klauselmenge M( ) i-te Disjunktion W j=..m i ij erzeugt Klausel C i = { i,..., imi } M( )={C,...,C n }. Beispiel: die Formeln (x x 2 ) x 3, (x x x 2 ) (x 3 x 3 ), x 3 (x x 2 ) ( x 2 x ) haben alle die Klauselmenge M = {{x, x 2 }, {x 3 }}

13 Resolution Resolution Umgekehrt entspricht eine Klausel C der Formel W 2C und eine endliche Klauselmenge M entspricht der Formel V W C2M 2C. Dies gibt uns auch eine Semantik für Klauseln und Klauselmengen. Wir können also Begriffe wie Erfüllbarkeit und Äquivalenz für Klauseln und Klauselmengen verwenden. Beachte: entspricht der leeren Disjunktion und ist unerfüllbar jede Klauselmenge, die enthält, ist unerfüllbar die leere Klauselmenge entspricht der leeren Konjunktion und ist erfüllbar Zum Negieren von Literalen definiere x := x und x := x Definition Resolvente Seien C,C 2 Klauseln. Klausel C is Resolvente von C und C 2 gdw. es Literal gibt mit C, C 2 und C =(C \{ }) (C 2 \{ }). Wir schreiben dann C C 2 C Beispiele: {x,x 3, x 4 } { x 2,x 4 } {x } { x } {x,x 3, x 2 } 49 5 Resolution Lemma (Resolutionslemma) Sei M eine Klauselmenge, C,C 2 M und C Resolvente von C und C 2. Dann M M {C}. Folgende Notation beschreibt das wiederholte Bilden von Resolventen Definition Res Für jede Klauselmenge M sei Res(M) :=M [ {C C Resolvente zweier Klauseln aus M} Res (M) :=M, Res i+ (M) :=Res(Res i (M)) Res (M) := S i Resi (M) Beispiel: = x ( x x 2 ) ( x 2 x 3 ) x 3 Im Allgemeinen: Resolution Ein Kalkül heißt korrekt, wenn sich nur gewünschte Formeln erzeugen lassen Ein Kalkül heißt vollständig, wenn sich jede gewünschte Formel erzeugen lässt In diesem Fall: gewünscht gdw. Eingabeformel unerfüllbar Der folgende Satz etabliert Korrektheit und Vollständigkeit der Resolution Theorem (Resolutionssatz, Robinson 965) Eine endliche Klauselmenge M ist unerfüllbar gdw. 2 Res (M). Der Satz kann auch für unendliche Klauselmengen bewiesen werden. 5 52

14 Resolution Resolutionsbeweise Alle generierten Klauseln enthalten nur Literale, die schon in M vorkommen Da es nur 2 n Klauseln über diesen Literalen gibt (mit n Anzahl Literale in M), stabilisiert sich die Folge M = Res (M) Res (M) nach höchstens 2 n Schritten. Dies liefert den folgenden Algorithmus für Erfüllbarkeit in der Aussagenlogik: R := M i := repeat i := i + R i := Res(R i ) if 2 R i then return unerfüllbar until R i = R i return erfüllbar Resolutionsbeweis: Darstellung der Ableitung von mittels Resolventen als Graph Beachte: =(x x 2 ) (x 2 x 3 ) ( x x 2 x 3 ) x 3 {x, x 2 } {x 2,x 3 } { x, x 2,x 3 } { x 3 } {x,x 3 } { x,x 3 } {x 3 } Res (M) entspricht nicht einem Resolutionsbeweis, sondern enthält alle Resolutionsbeweise für die Unerfüllbarkeit von M (und auch Klauseln, die in keinem Resolutionsbeweis vorkommen) Exkurs: Beweislänge Exkurs: Beweislänge Es gibt Klauselmengen, für die jeder Resolutionsbeweis exponentiell lang ist Schubfachprinzip: wenn man n +Objekte auf n Schubladen verteilt, enthält mindestens eine Schublade 2 Objekte Für n +Objekte und n Schubfächer, negiert, in KNF gewandelt: ' n = ^ _ x ij ^ ^ ^ ( x ij _ x i j) i=..n+ j=..n applei<i applen+ j=..n Gibt Folge von Formeln ',' 2,' 3,... Ohne Beweis: Theorem (Haken 985) Es gibt Konstanten k,k 2 > so dass für alle n k : Als aussagenlogische Formel: (x _ x 2 ) ^ (x 2 _ x 22 ) ^ (x 3 _ x 32 )! (x ^ x 2 ) _ (x ^ x 3 ) _ (x 2 ^ x 3 ) _ (x 2 ^ x 22 ) _ (x 2 ^ x 32 ) _ (x 22 ^ x 32 ) n hat O(n 3 ) Klauseln mit je höchstens n Variablen jeder Resolutionsbeweis für n hat Länge (k 2 ) n Da das Schubfachprinzip gültig ist, ist die Negation dieser Formel unerfüllbar Andere Kalküle haben aber u.u. kurze Beweise für diese Formelklasse 55 56

15 Einheitsresolution Definition Hornklausel Eine Klausel ist eine Hornklausel, wenn sie höchstens ein positives Literal enthält. Beachte:, {x}, { x} sind also (spezielle) Horn-Klauseln Definition Einheitsresolvente Seien C,C 2,C Klauseln. C ist Einheitsresolvente von C und C 2, wenn C Resolvente von C und C 2 ist und C die Form {x} hat. Wir setzen ERes(M) :=M [ {C C Einheitsresolvente zweier Klausel aus M} und definieren ERes i (M) und ERes (M) analog zu Res i (M) und Res (M). Beispiel: { x, x 2, x 3,x 4 }, {x }, {x 2 }, {x 3 }, { x 3, x 4 } Einheitsresolution Auf Hornklauseln ist Einheitsresolution ausreichend: Theorem (Resolutionssatz für Einheitsresolution) Eine endliche Menge M von Hornklauseln ist unerfüllbar gdw. 2 ERes (M) Der Beweis zeigt auch, dass es für jede unerfüllbare Horn-Formel ' einen Resolutionsbeweis gibt, der höchstens m (v + ) Schritte hat, wobei m = max{ C C 2 M(')} und v = Var(') : die Anzahl Variablen in V ist begrenzt durch v für jede Variable in V und für jeweils Beweis der Länge m Da ERes (M) alle Resolutionsbeweise für M enthält, ist der naive Einheits-Resolutionsalgorithmus dennoch kein Polyzeit-Verfahren 57 Einheitsresolution SAT Solver Erfüllbarkeit in Aussagenlogik nennt man auch das SAT-Problem Obwohl SAT NP-vollständig ist, gibt es heute sehr effiziente SAT-Solver, die auch sehr große Formeln (Tausende von Variablen) lösen können. Man kann ihn aber durch eine weitere Einschränkung (Variablenordnung) leicht zu einem Polyzeit-Algorithmus machen (Übung!) Dies ist deshalb von großer Bedeutung, weil sich sehr viele NP-vollständige Probleme in sehr natürlicher Weise als KNF kodieren lassen Moderne SAT-Solver basieren auf der sogenannten DPLL-Methode (nach Davis-Putnam-Logemann-Loveland) Wirklich effizient werden SAT-Solver aber erst durch zahlreiche raffinierte (und teils mathematisch recht anspruchsvolle) Optimierungen (Minisat, zchaff, precosat, siehe SAT competitions) 6

16 DPLL Einfacher Backtracking-Algorithmus für SAT (Eingabe Klauselmenge M): Wähle Literal `, weise Wahrheitswert zu Vereinfache M zu M + (s. Beweis Resolutionssatz) Prüfe M + auf Erfüllbarkeit (rekursiver Aufruf) wenn ja, gib erfüllbar aus sonst wiederhole mit Wahrheitswert für ` DPLL Hauptideen Genauere Beschreibung der wesentlichen DPLL-Optimierungen Unit Propagation (Einheitsresolution) Belege so früh wie möglich Einheitsklauseln {`} entsprechend Lösche alle Klauseln, die ` enthalten (Unit Subsumption) Lösche ` aus allen übrigen Klauseln (der eigentl. Resolutionsschritt!) Pure Literal Elimination DPLL benutzt Optimierungen, die den Suchraum wirksam beschränken, indem sie nichtdeterministische Entscheidungen frühzeitig vermeiden Unit Propagation (Einheitsresolution) Pure Literal Elimination (Löschen von Literalen, die nur positiv oder nur negativ in M auftreten) Literal ` ist pur in M, wenn M nur ` und nicht ` enthält Pure Literale tragen nichts zur Unerfüllbarkeit von M bei (Setzen von V (`) =macht alle Klauseln mit ` wahr) Lösche alle Klauseln, die ` enthalten Optimierungen werden am Anfang jedes Unteraufrufs angewendet 6 62 Der DPLL-Algorithmus Hilbert-Kalkül Function DPLL(M): input : Klauselmenge M output: Wahrheitswert (true ˆ= erfüllbar, false ˆ= unerfüllbar ) while M enthält Einheitsklausel {`} do Lösche alle Klauseln aus M, die ` enthalten Lösche ` aus allen übrigen Klauseln if 2 M then return false while M enthält pures Literal ` do Lösche alle Klauseln aus M, die ` enthalten if M = ; then return true //Unit Subs. //Unit Res. //Pure Lit Elim. Wähle nichtdeterministisch ` in M //nichtdet. Verzweigung if DPLL(M [ {{`}}) then return true else if DPLL(M [ {{ `}}) then return true else return false Beispiel: M = {{x, x 2,x 3 }, { x,x 2, x 3 }, { x,x 3, x 4 }, { x,x 3 }} Wir betrachten noch kurz ein weiteres Beispiel für ein Kalkül Das Hilbert-Kalkül verwendet Formeln über der Junktormenge {!, } und basiert auf den folgenden Axiomenschemata:. ' ( ') 2. (' ( #)) ((' ) (' #)) 3. (' ) ( ') 4. ' ( ' ) 5. ( ' ') ' Aus diesen Axiomenschemata kann man mittels einer einzigen Schlussfolgerungsregel, dem Modus Ponens, alle gültigen Formeln herleiten 63 64

17 Hilbert-Kalkül Resolutionskalkül vs. Hilbert-Kalkül Definition Herleitbarkeit im Hilbert-Kalkül Die Menge der herleitbaren Formeln ist die kleinste Menge, so dass: jede Instanz der Axiomenschemata 5 ist herleitbar (Instanz: Teilformeln ',, # beliebig ersetzen) wenn ' herleitbar und '! herleitbar, dann herleitbar (Modus Ponens) Resolutionskalkül zeigt Unerfüllbarkeit gegebener Formel Formeln in KNF Hilbert-Kalkül erzeugt alle gültigen Formeln Formeln über Junktormenge {, } Beispiel: die Formel x! x ist herleitbar Ohne Beweis: Theorem (Korrektheit + Vollständigkeit Hilbert-Kalkül) Eine Formel ' ist gültig gdw. sie im Hilbert-Kalkül herleitbar ist. Herleitung der leeren Klausel mittels Resolventenbildung Vollständigkeitsbeweis relativ einfach Anwendung: automatisches Entscheiden von Erfüllbarkeit Herleitung neuer Formeln aus Axiomen mittels Modus Ponens Vollständigkeitsbeweis relativ aufwändig Anwendung: Modellierung mathematischen Schließens Aussagenlogik Kompaktheit Manchmal ist es nützlich, mit unendlichen statt mit endlichen Mengen aussagenlogischer Formeln zu arbeiten (Endliche oder unendliche) Formelmenge ist erfüllbar, wenn es Belegung V gibt, so dass V = ' für alle ' 2. Kapitel.5: Kompaktheit Ein zentrales Resultat zum Verständnis unendlicher Formelmengen ist der Kompaktheitssatz: Theorem (Kompaktheitssatz) Für alle (potentiell unendlichen) Mengen AL gilt: ist erfüllbar gdw. jede endliche Teilmenge von erfüllbar ist. Wir betrachten zunächst eine Beispielanwendung

18 Kompaktheit Beispielanwendung Kompaktheit Beispielanwendung Definition 4-färbbar Ein (ungerichteter) Graph G =(V,E) besteht aus einer Menge V {v,v 2,...} von Knoten und einer Menge E von Kanten, also Teilmengen {v, v } V mit v 6= v. G heißt 4-färbbar, wenn es eine Abbildung f : V! {c,c 2,c 3,c 4 } gibt, so dass f(v) 6= f(v ) für alle {v, v } 2 E. So ein f heißt 4-Färbung. Der bekannte 4-Farben-Satz für endliche Graphen: Mittels des Kompaktheitssatzes kann man den 4-Farben-Satz von endlichen auf unendliche Graphen übertragen: Theorem (4-Farben-Satz) Wenn jeder endliche planare Graph 4-färbbar ist, dann auch jeder unendliche planare Graph. Theorem (4-Farben-Satz, endliche Graphen) Jeder endliche planare Graph ist 4-färbbar. (Der Satz wurde ursprünglich direkt für beliebige Graphen bewiesen) (planar = kann ohne sich überkreuzende Kanten gezeichnet werden) 69 7 Kompaktheit Wir beweisen nun den Kompaktheitssatz Theorem (Kompaktheitssatz) Für alle (potentiell unendlichen) Mengen AL gilt: ist erfüllbar gdw. jede endliche Teilmenge von erfüllbar ist. Äquivalent (und manchmal natürlicher) ist die folgende Variante: Theorem (Kompaktheitssatz Variante 2) Für alle (potentiell unendlichen) Mengen AL und Formeln ' 2 AL gilt: = ' gdw. endliches existiert mit = '. 7

Logik Teil 1: Aussagenlogik. Vorlesung im Wintersemester 2010

Logik Teil 1: Aussagenlogik. Vorlesung im Wintersemester 2010 Logik Teil 1: Aussagenlogik Vorlesung im Wintersemester 21 Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Jeder Aussage ist ein

Mehr

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren: Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht

Mehr

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

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem

Mehr

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

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

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

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle

Mehr

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

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4 Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)

Mehr

Hilbert-Kalkül (Einführung)

Hilbert-Kalkül (Einführung) Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle

Mehr

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei

Mehr

Logik für Informatiker

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

Mehr

Resolutionsalgorithmus

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

Mehr

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

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

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

Beispiel Aussagenlogik nach Schöning: Logik...

Beispiel Aussagenlogik nach Schöning: Logik... Beispiel Aussagenlogik nach Schöning: Logik... Worin besteht das Geheimnis Ihres langen Lebens? wurde ein 100-jähriger gefragt. Ich halte mich streng an die Diätregeln: Wenn ich kein Bier zu einer Mahlzeit

Mehr

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

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2. Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.

Mehr

TU9 Aussagenlogik. Daniela Andrade

TU9 Aussagenlogik. Daniela Andrade TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /

Mehr

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

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

Tableaukalkül für Aussagenlogik

Tableaukalkül für Aussagenlogik Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

3. Grundlegende Begriffe von Logiken - Aussagenlogik 3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,

Mehr

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln

Kapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht

Mehr

Übung 4: Aussagenlogik II

Übung 4: Aussagenlogik II Übung 4: Aussagenlogik II Diskrete Strukturen im Wintersemester 2013/2014 Markus Kaiser 8. Januar 2014 1/10 Äquivalenzregeln Identität F true F Dominanz F true true Idempotenz F F F Doppelte Negation F

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

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

Mehr

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

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

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

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

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/?? Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten

Mehr

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

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele

Mehr

Allgemeingültige Aussagen

Allgemeingültige Aussagen Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt

Mehr

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

Logik für Informatiker Logic for Computer Scientists

Logik für Informatiker Logic for Computer Scientists Logik für Informatiker Logic for Computer Scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 18 Vollständigkeit der Aussagenlogik Till Mossakowski Logik 2/ 18 Objekt- und Metatheorie

Mehr

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

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik

Mehr

Kapitel 1. Aussagenlogik

Kapitel 1. Aussagenlogik Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax

Mehr

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

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

Mehr

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

Grundbegriffe für dreiwertige Logik

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

Mehr

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

Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen

Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume & Dr. Sander Bruggink Barbara König Logik 1 (Motivation) Wir benötigen Algorithmen für Erfüllbarkeitstests,

Mehr

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

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

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische

Mehr

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

Formale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018 Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Das Erfu llbarkeitsproblem KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Mehr

Resolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee)

Resolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee) (Motivation) Vorlesung Logik Sommersemester 0 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Wir benötigen Algorithmen für Erfüllbarkeitstests, die zumindest in vielen Fällen gutartiges

Mehr

TU5 Aussagenlogik II

TU5 Aussagenlogik II TU5 Aussagenlogik II Daniela Andrade daniela.andrade@tum.de 21.11.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;)

Mehr

1 Aussagenlogischer Kalkül

1 Aussagenlogischer Kalkül 1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht

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

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

Was bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 =

Was bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 = Was bisher geschah (Klassische) Aussagenlogik: Aussage Wahrheitswerte 0 (falsch) und 1 (wahr) Junktoren Syntax Semantik Stelligkeit Symbol Wahrheitswertfunktion wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min

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

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Javier Esparza und Barbara König 4. Dezember 2003 Für eine gegebene aussagenlogische

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

Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen

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

Mehr

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

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

Mehr

Kapitel L:II. II. Aussagenlogik

Kapitel L:II. II. Aussagenlogik Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen

Mehr

Notizen zur Aussagenlogik (AL)

Notizen zur Aussagenlogik (AL) Notizen zur Aussagenlogik (AL) Inhaltsverzeichnis 1 Syntax und Semantik der AL 3 2 Grundlegende semantische Begriffe 5 2.1 Semantische Folgerung und Allgemeingültigkeit.............. 5 2.2 Logische Äquivalenz.............................

Mehr

Erfüllbarkeit und Allgemeingültigkeit

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

Mehr

Schlussregeln aus anderen Kalkülen

Schlussregeln aus anderen Kalkülen Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,

Mehr

Einführung in die Logik. Sommersemester Juli 2010 Institut für Theoretische Informatik

Einführung in die Logik. Sommersemester Juli 2010 Institut für Theoretische Informatik Einführung in die Logik Jiří Adámek Sommersemester 2010 14. Juli 2010 Institut für Theoretische Informatik Inhaltsverzeichnis 1 Einleitung: Logische Systeme 4 I Aussagenlogik 6 2 Aussagenlogik 7 2.i Syntax

Mehr

Logik für Informatiker Logic for computer scientists

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

Mehr

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

Aufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D)

Aufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D) INTA - Lösungshinweise zum Übungsblatt 4, Version 1.0α. Wenn sie Fehler finden oder Ihnen etwas auch nach dem Gespräch mit ihren Kommilitonen noch unklar ist, dann schicken sie mir bitte eine Email! Aufgabe

Mehr

Aussagenlogik. Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle

Aussagenlogik. Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle Aussagenlogik Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle Logik für Informatiker, M. Lange, IFI/LMU: Aussagenlogik Syntax und Semantik 26 Einführendes Beispiel

Mehr

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben. 2 Aussagenlogik () 2.3 Semantik von [ Gamut 4-58, Partee 7-4 ] Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s und s 2 unterschiedliche Wahrheitswerte haben. Beispiel: Es regnet.

Mehr

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter

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 Logik. Sommersemester Juli 2011 Institut für Theoretische Informatik

Einführung in die Logik. Sommersemester Juli 2011 Institut für Theoretische Informatik Einführung in die Logik Jiří Adámek Sommersemester 2011 5. Juli 2011 Institut für Theoretische Informatik Inhaltsverzeichnis 1 Einleitung: Logische Systeme 4 I Aussagenlogik 6 2 Aussagenlogik 7 2.i Syntax

Mehr

Teil 7. Grundlagen Logik

Teil 7. Grundlagen Logik Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also

Mehr

Mathematische Grundlagen I Logik und Algebra

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

Mehr

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

Normalformen boolescher Funktionen

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

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

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

Mehr

3. Logik 3.1 Aussagenlogik

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

Mehr

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1. Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik

Mehr

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

Mehr

4. Logik und ihre Bedeutung für WBS

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

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

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

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000

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

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

Logik Grundvorlesung WS 17/18 Ergänzende Folien Teil 1

Logik Grundvorlesung WS 17/18 Ergänzende Folien Teil 1 Logik Grundvorlesung WS 17/18 Ergänzende Folien Teil 1 Gerhard Brewka Institut für Informatik Universität Leipzig brewka@informatik.uni-leipzig.de G. Brewka (Leipzig) WS 17/18 1 / 46 Über diese Vorlesung

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 3 Tautologien In der letzten Vorlesung haben wir erklärt, wie man ausgehend von einer Wahrheitsbelegung λ der Aussagevariablen

Mehr

Formale Systeme. Aussagenlogik: Syntax und Semantik. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Aussagenlogik: Syntax und Semantik. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil A: Aussagenlogik 2. Grundlagen Version von: 2. November 2007(16:19) Inhalt 2.1 Beispiele 2.2 Syntax 2.3 Semantik 2.4 Modellierung mit

Mehr

Grundlagen der Programmierung

Grundlagen der Programmierung GdP2 Slide 1 Grundlagen der Programmierung Vorlesung 2 Sebastian Ianoski FH Wedel GdP2 Slide 2 Beispiel ür eine Programmveriikation Gegeben sei olgender Algorithmus: i (x>0) ((y+x) 0) then z := x y else

Mehr

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

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

Mehr

Logic in a Nutshell. Christian Liguda

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

Mehr

Logik für Informatiker

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

Mehr

Aussagenlogik. Aussagen und Aussagenverknüpfungen

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

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche

Mehr

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

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

Mehr

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /

Mehr

Grundlagen der Künstlichen Intelligenz

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

Mehr