Logik Teil 1: Aussagenlogik
|
|
- Reiner Baum
- vor 7 Jahren
- Abrufe
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
Logik Teil 1: Aussagenlogik Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Jeder Aussage ist ein Wahrheitswert (wahr/falsch) zugeordnet
MehrLogik 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
MehrResolutionskalkül. 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
MehrFormale 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
MehrZusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung
Formale der Informatik 1 Kapitel 15 und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Zusammenfassung Syntax Zusammenfassung Syntax: Motivation Definition der Syntax: Alphabet, Junktor
MehrFormale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln
Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Zusammenfassung Syntax
MehrLogik 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
MehrErfüllbarkeitstests. 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
MehrTheoretische Informatik: Logik
Theoretische Informatik: Logik Vorlesung mit Übungen im WS 2006/2007 Vorlesung: Montag Montag 9-10 Uhr, Raum 1603 WAneu 14-16 Uhr, Raum 1603 WAneu Beginn: Montag, den 23.10.2006, 9 15 Uhr. Übungen in 3
MehrAussagenlogik. 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.
MehrResolution (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
Mehr1 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)
MehrLogik 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
MehrSyntax 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)
MehrLogik 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
Mehr1 Aussagenlogik AL: Verknüpfung von Aussagen
1 Aussagenlogik AL: Verknüpfung von Aussagen Syntax atomare Formeln A,B,C sind AL-Formeln F und G AL-Formeln (F G),(F G) und F AL-Formeln müssen in endlich vielen Schritten gebildet werden können echtes
MehrSyntax. 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
Mehr1 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)
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel
rundlagen und Motivation Formale rundlagen der Informatik 1 Kapitel 16 Frank Heitmann heitmann@informatik.uni-hamburg.de 31. Mai 2016 Motivation Wir benötigen einen (Un-)Erfüllbarkeitstest für aussagenlogische
MehrJeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl.
MehrHilbert-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
MehrAussagenlogik: Syntax von Aussagen
Aussagenlogik: Syntax von Aussagen A ::= X (A A) (A A) ( A) (A A) (A A) 0 1 Prioritätsreihenfolge :,,,,. A B: Konjunktion (Verundung). A B: Disjunktion (Veroderung). A B: Implikation. A B: Äquivalenz.
MehrLogik 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
MehrVorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Harsh Beohar Barbara König Logik 1 Mengen, Relationen und Funktionen Menge: Menge X von Elementen,
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrResolutionsalgorithmus
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:
MehrGrundlagen 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
MehrLogische Äquivalenz. Definition Beispiel 2.23
Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt
MehrLogik Vorlesung 5: Grundlagen Resolution
Logik Vorlesung 5: Grundlagen Resolution Andreas Maletti 21. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrLogik 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
MehrAussagenlogik. 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
MehrKlauselmengen. 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
Mehr23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen
Logik: Glossar FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 15. Januar 2018 Atom kleinste mögliche Formel p P Teilformel Unterausdruck,
MehrLogik 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
MehrBeispiel 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
MehrFORMALE 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
MehrWozu 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
MehrFormale 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
MehrLogik Vorlesung 4: Horn-Logik und Kompaktheit
Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen
MehrLogische 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
MehrTheorie 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.
MehrTU9 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 /
MehrFORMALE SYSTEME. 22. Vorlesung: Äquivalenzen und Normalformen. TU Dresden, 11. Januar Markus Krötzsch Professur für Wissensbasierte Systeme
FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Rückblick Markus Krötzsch, 11. Januar 2018 Formale Systeme
MehrComputational 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
MehrFORMALE SYSTEME. 10. Januar Aussagenlogik. Logische Schlussfolgerung. Happy 80th Birthday, Don Knuth!
10. Januar 2018 FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Happy 80th Birthday, Don Knuth! If you find
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur, Junktoren: t, f,,,,, Prinzip der strukturellen Induktion über Baumstruktur von Formeln, arithmetischen Ausdrücken usw. induktive
MehrTableaukalkül 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
MehrEinführung 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
MehrLogik (Prof. Dr. Wagner FB AI)
Logik (Prof. Dr. Wagner FB AI) LERNZIELE: Über die Kenntnis und das Verständnis der gegebenen Definitionen hinaus verfolgt dieser Teil der Lehrveranstaltung die folgenden Lernziele: Bei gegebenen sprachlichen
MehrLogik 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:
MehrEinige Grundlagen der Komplexitätstheorie
Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf
MehrLogik 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
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f,,,,, aussagenlogische Formeln AL(P) induktive Definition: IA Atome (Aussagenvariablen) p, q, r,... P IS zusammengesetzte
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 2: Logik 1 Prädikatenlogik (Einleitung) 2 Aussagenlogik Motivation Grundlagen Eigenschaften Eigenschaften Normalformen
Mehr3. 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,
MehrFakultät 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.
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation
Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken
MehrLogik 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
MehrKapitel 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
MehrErsetzbarkeitstheorem
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
MehrDas SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0
Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?
MehrÜbung 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
MehrWas 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
MehrDefinition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B
Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung
MehrZusammenfassung 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
MehrAufgabe. 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
MehrAllgemeingültige 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
MehrZusammenfassung 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
MehrFormale 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
MehrMathematische Logik SS 2017
Mathematische Logik SS 2017 Prof. Dr. Erich Grädel Mathematische Grundlagen der Informatik RWTH Aachen cbnd This work is licensed under: http://creativecommons.org/licenses/by-nc-nd/3.0/de/ Dieses Werk
MehrGrundlagen 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
MehrKapitel 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
MehrMathematische Logik SS 2011
Mathematische Logik SS 2011 Prof. Dr. Erich Grädel Mathematische Grundlagen der Informatik RWTH Aachen cbnd This work is licensed under: http://creativecommons.org/licenses/by-nc-nd/3.0/de/ Dieses Werk
MehrLogik. 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
MehrDiskrete Strukturen. Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik
Diskrete Strukturen Sebastian Thomas RWTH Aachen https://www2.math.rwth-aachen.de/ds17/ Mathematische Logik Aussagen Begriff Aussage: Ausdruck, welcher entweder wahr oder falsch ist e Die RWTH Aachen hat
MehrProblem 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:
MehrAussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45
Aussagenlogik:Zusammenfassung Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Fragestellung In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter Aussagen basierend
MehrLogik 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
MehrEinführung 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
MehrGrundbegriffe 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
MehrLogische 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
Mehr1 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
MehrVorlesung 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,
MehrAussagenlogik. 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
MehrResolution (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
MehrLogik 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
Mehr5.1 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
MehrFormale 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
MehrAussagenlogische 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
MehrDeduktion 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
MehrAussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion
43 Vergleiche mit MBA! (MAF4) MAF(I, (F G)) = MAF(I, F) MAF(I, G), wobei die zum Symbol gehörende Funktion ist. (MAF3) MAF(I, F) = MAF(I, F) (MAF2) MAF(I, t) = t und MAF(I, f ) = f (MAF1) MAF(I, A) = I(A),
Mehr