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

Größe: px
Ab Seite anzeigen:

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

Transkript

1 Informatik A Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1

2 Teil I Logik 2

3 Geschichte R. Descartes (17. Jhdt): klassische Euklidische Geometrie mit algebraischen Methoden G.W. Leibnitz (17. Jhdt): lingua characteristica, calculus rationator Gottlob Frege (1879): Begriffsschrift Prädikatenlogik erster Stufe Skolem (1920): Beweisverfahren D. Hilbert, W. Ackermann (1928): Entscheidbarkeitsproblem Herbrand (1930): Entscheidbarkeit für korrekten mathematischen Satz Alan Turing, Alonzo Church (1936): Unentscheidbarkeit PL1 Robinson (1954): automatisches Beweisverfahren (Resolutionsprinzip) Kowalski, Colmerauer (1972): Prolog 3

4 Teil I.1 Aussagenlogik 4

5 Aussagenlogik Grundlagen Aussage (atomare Formel): Satz der entweder wahr oder falsch ist abgekürzt mit Großbuchstaben (A, B,...) Beispiel: Heute ist Sonntag Interpretation: Zuordnung eines Wahrheitswertes (w oder f) zu jeder Aussage Operation: Verknüpfung von Aussagen Beispiel: Heute ist Sonntag und es ist kalt. 5

6 Verknüpfungen Negation: einstellige Operation: A oder A w f f w Konjunktion: zweistellige Operation: A B w f w w f f f f Disjunktion: zweistellige Operation: A B w f w w w f w f 6

7 Formeln Rekursive Konstruktion: Literal L ::= A Aussage A Negierte Aussage Formel F ::= L Literal F Negation F F Konjunktion F F Disjunktion (F ) Klammerung Beispiel A... Heute ist Montag. B... Heute ist Feiertag. C... Heute ist Vorlesung. (A B) C 7

8 Weitere Verküpfungen Subjunktion: A B A B w f w w f f w w Bijunktion: A B (A B) ( A B) w f w w f f f w Antivalenz (xor): A B (A B) ( A B) w f w f w f w f 8

9 Klauseln Klausel K ::= L Literal K K Disjunktion Konjunktive Form KF ::= (K) Klausel (K) KF Konjunktion von Klauseln Konjunktion D ::= L Literal D D Konjunktion Disjunktive Form DF ::= (D) Konjunktion (D) DF Disjunktion von Konjunktionen Beispiele: A B C... KF und DF ( A B C) ( B C)... KF ( A B) ( A C) (B C) ( B C)... DF 9

10 Beweisverfahren Begriffe Modell: Interpretation unter der eine Formel F wahr ist. Unerfüllbare Formel: Formel F, für die es kein Modell gibt. Tautologie: Formel F, für die jede Interpretationen ein Modell ist. F Beweis über Wahrheitstafeln Durchrechnen für alle Interpretationen Axiomatische Verfahren Umformen bis zum Wahrheitswert w oder auf konjunktive Form mit mindestens einer Aussage P P in jeder Klausel 10

11 Wahrheitstafel Zu zeigen: ((P Q) P ) Q P Q P Q (P Q) P ((P Q) P ) Q f f w f w f w w f w w f f f w w w w w w 11

12 Syntaktische Umformung Äquivalent sind die folgenden Formeln: ((P Q) P ) Q (( P Q) P ) Q ((P Q) P ) Q ((P P ) ( Q P )) Q (w ( P Q)) Q ( P Q) Q P w w 12

13 Überführung in konjunktive Form ((P Q) P ) Q (( P Q) P ) Q ((P Q) P ) Q ((P P ) ( Q P )) Q ((P P Q) ( Q Q P )) 13

14 Äquivalenzregeln Zwei Formeln F, G sind äquivalent; F G, wenn gilt: F G (F F ) F, (F F ) F Idempotenz (F G) (G F ), (F G) (G F ) Kommutativität ((F G) H) (F (G H)), ((F G) H) (F (G H)) Assoziativität (F (F G)) F, (F (F G)) F Absorption (F (G H)) ((F G) (F H)), (F (G H)) ((F G) (F H)) Distributivität F F Doppelnegation (F G) ( F G), (F G) ( F G) de Morgansche Regeln F G F G bedingte Eliminierung F G F, F G G, falls F unerfüllbar F G G, F G F, falls F Tautologie 14

15 Logisches Schließen Für S eine Menge von Formeln F 1,..., F k und F eine Formel, ist F eine logische Konsequenz von S, in Zeichen S F, wenn jede Interpretation von S, die ein Modell von S ist, auch ein Modell von F ist. Regeln: F F G F G F F G F F G G F (F G) (G H) F H Transitivität G (G F ) F Modus Ponens (Schlussregel) F (G F ) G Modus Tollens 15

16 Beispiel: Transitivität A: (a ist eine gerade Zahl und b ist eine gerade Zahl) B: (a + b ist eine gerade Zahl) B 1 : (a = 2n und b = 2m, n, m ganze Zahlen) B 2 : (a + b = 2k, k ganze Zahl) A A B 1 B 1 B 2 B 2 B B a und b sind gerade Zahlen Dann gibt es Zahlen n, m mit a = 2n und b = 2m Aus a = 2n und b = 2m folgt a + b = 2(n + m) = 2k Aus a + b = 2k folgt a + b ist eine gerade Zahl Mit der Transitivität gilt B 16

17 Axiomensysteme Theorie: Menge von Axiomen + Menge von Formeln Korrektheit: Jede Formel F, die aus einer Theorie T mit Hilfe von Axiomen AS abgeleitet wird (T AS ) ist eine logische Konsequenz aus T (T F ). Vollständigkeit: Jede Formel F, die eine logische Konsequenz aus T ist, ist auch tatsächlich mit Hilfe von AS ableitbar. Konsistenz: Es ist nicht sowohl F als auch F ableitbar. Unabhängigkeit: Kein Axiom ist die logische Konsequenz anderer Axiome. Entscheidbarkeit: Für alle Formeln gilt T AS F oder T AS F. Aussagenlogik ist entscheidbar und besitzt konsistente, vollständige und unabhängige Axiomensysteme. 17

18 Hilberts Axiomensystem der Aussagenlogik AS1: A A A AS2: A (A B) AS3: (A B) (B A) AS4: (A B) ((C A) (C B)) Definition: A B A B Modus Ponens: A (A B) B Ersetzungsregel: F [A/G] in der Formel F ersetze einige (alle) Vorkommen der Aussagenvariablen A durch die Formel G 18

19 Beispiel Zeige: (F F ) F Beweis: (F F ) F AS1. F (F G) AS2, F (F F ) Ersetzungsregel ((F G)[G/F ]). 19

20 Automatisches Beweisen Resolution Modus Ponens: P P B B Verallgemeinerung: P B P B P A 1 A 2... A n P B 1 B 2... B m A 1 A 2... A n B 1 B 2... B m Resolvente Um die Aussage A zu beweisen füge die Negation der Aussage A zu den Formeln der Theorie und versuche, durch Resolution die leere Klausel herzuleiten. 20

21 Beispiel T = A B, A B, A Um B herzuleiten, fügen wir B zur Theorie dazu, und formen A B um. Das ergibt: T = A B, A B, A, B In Klauselform: T = (A, B), ( A, B), A, B B ist ein Resolvent von (A, B) und A. Der Resolvent von B und B ist die leere Menge, daher ist T unerfüllbar, daher folgt aus T B. 21

22 Teil I.2 Prädikatenlogik 22

23 Prädikatenlogik Erweiterung der Aussagenlogik Konstante: a, b, c Variablen: x, y, z Funktionen: f(a 1,..., a k ) Prädikate: P (a 1,..., a k ) Quantoren: Allquantor ( xf ), Existenzquantor ( xf ) 23

24 Semantik Interpretation: Abbildung auf Domäne zur Zuordnung eines Wahrheitswertes Beispiel F : xp (f(x, a), x). Domäne: natürliche Zahlen IN := {1, 2, 3,...} Konstante a ::= 1 f(x, a) ::= x a P (x, y) ::= x = y Interpretation: Für alle natürlichen Zahlen x IN gilt x 1 = x. 24

25 Weitere Schlussregeln und Äquivalenzen xf xf für eine nichtleere Domäne xf xg x(f G) x(f G) xf xg xf x F xf x F x yf y xf x yf y xf x(f G) xf xg x(f G) xf xg 25

26 Entscheidbarkeit von PL1 Die Wahrheitstafelmethode ist nicht übertragbar Erfüllbarkeit und Allgemeingültigkeit ist nicht entscheidbar PL1 ist halbentscheidbar: Unerfüllbare Formeln werden nach endlicher Zeit erkannt. 26

27 Beispiel: Peano-Axiome 1. P (1) 2. x (P (x) y (P (y) Q(x, y))). 3. x(p (x) Q(x, 1) 4. x 1 x 2 y 1 y 2 (P (x 1 ) P (x 2 ) Q(x 1, y 1 ) Q(x 2, y 2 ) (x 1 = x 2 ) (y 1 = y 2 )). 5. M (M(1) x y (P (x) P (y) M(x) Q(x, y) M(y)) (M P )). Interpretation P (x)... x ist eine natürliche Zahl Q(x, y)... y = x + 1; y ist Nachfolger von x M... Prädikatenvariable (nicht möglich in PL1) 27

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

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

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

Wissensbasierte Systeme/ Expertensysteme. Teil 2

Wissensbasierte Systeme/ Expertensysteme. Teil 2 Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die

Mehr

Rechnerstrukturen und Programmierparadigmen

Rechnerstrukturen und Programmierparadigmen Informatik A: Rechnerstrukturen und Programmierparadigmen Prof. Dr. Norbert Fuhr SS 2003 Universität Duisburg-Essen, Abteilung Duisburg Fakultät 5 Autor des Skriptes: Prof. Dr. Wolfram Luther. Zuletzt

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

1 Aussagenlogische Formeln

1 Aussagenlogische Formeln 1 Aussagenlogische Formeln Aufgabe 1.1 Transformieren Sie die Formel in disjunktive Normalform (DNF). ((:A! :B) ^ D)! ((A _ C) $ (:B ^ D)) Lösung 1.1 Schrittweise Transformation: Schritt 1: ((:A! :B) ^

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

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004

Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 In der letzten Vorlesung haben wir gesehen, wie man die einzelnen Zahlenbereiche aufbaut. Uns fehlen nur noch die reellen Zahlen (siehe

Mehr

Prolog basiert auf Prädikatenlogik

Prolog basiert auf Prädikatenlogik Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:

Mehr

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

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

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

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

Mehr

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

Logik: aussagenlogische Formeln und Wahrheitstafeln

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

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10

Mehr

PROLOG. Tutorium zur Vorlesung Datenbanken und Wissensrepräsentation (Prof. Dr. G. Büchel)

PROLOG. Tutorium zur Vorlesung Datenbanken und Wissensrepräsentation (Prof. Dr. G. Büchel) PROLOG Tutorium zur Vorlesung Datenbanken und Wissensrepräsentation (Prof. Dr. G. Büchel) Stand: April 2010 Verfasser: Dipl.-Ing. (FH) Andreas W. Lockermann Vorwort Der Name PROLOG leitet sich aus den

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik roseminar Maschinelles Beweisen SS 2000 Einführung in die mathematische Logik Ein Crashkurs über die Grundlagen wichtiger Logiken und Beweiskalküle Uwe Bubeck 13. Juli 2000 Logik-1 Einführung in die mathematische

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

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 9: Prädikatenlogik schulz@eprover.org Rückblick 2 Rückblick: Vor- und Nachteile von Aussagenlogik Aussagenlogik ist deklarativ: Syntaxelemente entsprechen

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010 Klausur Formale Systeme Fakultät für Informatik Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 A1 (15) A2 (10) A3 (10) A4

Mehr

Teil 1: Digitale Logik

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

Mehr

Semantic Web Technologies I!

Semantic Web Technologies I! www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

9. Übung Formale Grundlagen der Informatik

9. Übung Formale Grundlagen der Informatik Institut für Informatik Sommersemester 2001 Universität Zürich 9. Übung Formale Grundlagen der Informatik Norbert E. Fuchs (fuchs@ifi.unizh.ch) Reinhard Riedl (riedl@ifi.unizh.ch) Nadine Korolnik (korolnik@ifi.unizh.ch)

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen

Mehr

Program = Logic + Control

Program = Logic + Control Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren

Mehr

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

Mehr

y(p F x) gebunden und in den Formeln F xy

y(p F x) gebunden und in den Formeln F xy Wirkungsbereich (Skopus) eines Quantors i bzw. i nennen wir die unmittelbar auf i bzw. i folgende Formel. Wir sagen, eine IV i kommt in einer Formel A gebunden vor, wenn sie unmittelbar auf oder folgt

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 29/ Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws9

Mehr

Stichwortverzeichnis. A-Aussage. logisches Quadrat 42

Stichwortverzeichnis. A-Aussage. logisches Quadrat 42 A A-Aussage logisches Quadrat 43 Addition boolesche Algebra 46 Algebra boolesche 46 Algorithmus 306 Alle-Aussage alternative Schreibweise 253 f., 265 erkennen 256 Übersetzung 250 f. Allquantor 242 Definition

Mehr

Logik für Informatiker

Logik für Informatiker Skript zur Vorlesung Logik für Informatiker SS 2008 Martin Hofmann Lehr- und Forschungseinheit Theoretische Informatik Institut für Informatik Ludwig-Maximilians-Universität München Inhaltsverzeichnis

Mehr

Logische Folgerung. Definition 2.11

Logische Folgerung. Definition 2.11 Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell

Mehr

Konjunktive und disjunktive Normalformen

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

Mehr

Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen

Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Barbara König Logik 1 Motivation: Wir beschäftigen uns nun im folgenden mit der, die gegenüber

Mehr

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:

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

Mehr

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle. Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...

Mehr

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr

Wissensbasierte Systeme

Wissensbasierte Systeme WBS4 Slide 1 Wissensbasierte Systeme Vorlesung 4 vom 03.11.2004 Sebastian Iwanowski FH Wedel WBS4 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik - das Quiz zur Vorlesung Teil I - Grundzüge der Logik In der Logik geht es um... (A) die Formen korrekten Folgerns (B) die Unterscheidung von wahr und falsch (C) das Finden von

Mehr

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

4. Exkurs: Einführung in die Logik

4. Exkurs: Einführung in die Logik 4. Exkurs: Einführung in die Logik 4. Einführung in die Logik 4.. Die Operatoren der Aussagenlogik 4..2 Formeln der Aussagenlogik 4..3 Arithmetische Vergleichsoperatoren 4..4 Anwendungen der Logik in der

Mehr

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert

Mehr

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren)

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren) Was bisher geschah Wissensrepräsentation und -verarbeitung in Logiken klassische Aussagenlogik klassische Prädikatenlogik: Wiederholung Syntax, Semantik Normalformen: bereinigt Pränex Skolem ( -Eliminierung)

Mehr

Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch (Wahrheitswert 0) zuordnen kann.

Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch (Wahrheitswert 0) zuordnen kann. ÜBER ALGEBRAISCHE STRUKTUREN (Arbeitsblatt) A Aussagenlogik 1. Definitionen und Beispiele Im folgenden sollen a, b, c,... Aussagen bedeuten, denen man die Eigenschaft wahr (Wahrheitswert 1) oder falsch

Mehr

A.1 Schaltfunktionen und Schaltnetze

A.1 Schaltfunktionen und Schaltnetze Schaltfunktionen und Schaltnetze A. Schaltfunktionen und Schaltnetze 22 Prof. Dr. Rainer Manthey Informatik II Bedeutung des Binärsystems für den Rechneraufbau Seit Beginn der Entwicklung von Computerhardware

Mehr

Klausur für Studiengänge INF und IST

Klausur für Studiengänge INF und IST Familienname: Matrikelnummer: Studiengang: (bitte ankreuzen) INF IST MED Vorname: Email-Adresse: Immatrikulationsjahr: Klausur für Studiengänge INF und IST sowie Leistungsschein für Studiengang Medieninformatik

Mehr

Zusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen

Zusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 6 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Satz 1 Seien F, G Boolesche Ausdrücke

Mehr

Informatik A ( Frank Hoffmann)

Informatik A ( Frank Hoffmann) Teillösungen zum 1. Aufgabenblatt zur Vorlesung Informatik A ( Frank Hoffmann) 1. Improvisieren Stellen Sie die Zahl 6 dar durch einen Ausdruck, der genau dreimal die Ziffer i enthält und ansonsten neben

Mehr

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

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

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise: Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 5.4 Prädikatenlogik mit Gleichheit Resolution 192 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

Formale Methoden. Alexander Knapp, Gerhard Schellhorn. Universität Augsburg

Formale Methoden. Alexander Knapp, Gerhard Schellhorn. Universität Augsburg Formale Methoden Alexander Knapp, Gerhard Schellhorn Universität Augsburg Formale Methoden: Ziele (1) Grundlagen für die Softwareerstellung Mathematik von Spezifikations- und Programmiersprachen Vermeidung

Mehr

5 Logische Programmierung

5 Logische Programmierung 5 Logische Programmierung Logik wird als Programmiersprache benutzt Der logische Ansatz zu Programmierung ist (sowie der funktionale) deklarativ; Programme können mit Hilfe zweier abstrakten, maschinen-unabhängigen

Mehr

Objekte in einer gewissen Beziehung zueinander stehen, eine Eigenschaft für alle Objekte gilt, es ein Objekt mit einer bestimmten Eigenschaft gibt.

Objekte in einer gewissen Beziehung zueinander stehen, eine Eigenschaft für alle Objekte gilt, es ein Objekt mit einer bestimmten Eigenschaft gibt. 3. Prädikatenlogik Gegenüber der Aussagenlogik wird die Sprache der Prädikatenlogik (Predicate Logic) so erweitert, daß gewisse Formen von Aussagen, die in der Aussagenlogik nicht möglich sind, ausgedrückt

Mehr

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Farago, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt

Mehr

5. Vorlesung: Normalformen

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

Mehr

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)

Mehr

Skriptum zur Vorlesung Mathematische Logik

Skriptum zur Vorlesung Mathematische Logik Skriptum zur Vorlesung Mathematische Logik Klaus Gloede Mathematisches Institut der Universität Heidelberg Wintersemester 2006/07 INHALTSVERZEICHNIS i Inhaltsverzeichnis I Collegium Logicum 1 1 Die Aussagenlogik

Mehr

Logik & Semantik 7. Vorlesung Prädikatenlogik 1. Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen

Logik & Semantik 7. Vorlesung Prädikatenlogik 1. Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen Logik & Semantik 7. Vorlesung Prädikatenlogik 1 Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen 1 Definition eines logischen Systems: Generelles Schema

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

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

Mehr

1 Logik und Mengenlehre

1 Logik und Mengenlehre 1 LOGIK UND MENGENLEHRE 1 1 Logik und Mengenlehre Definition. (Cantor, 1895) Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres

Mehr

8. Logische Programmierung. Prolog Sprachkonstrukte: Fakten. Prolog Übersicht

8. Logische Programmierung. Prolog Sprachkonstrukte: Fakten. Prolog Übersicht 8. Logische Programmierung GPS-8-1 Übersicht zur logischen Programmierung GPS-8-2 Themen dieses Kapitels: Deklaratives Programmieren: Problem beschreiben statt Algorithmus implementieren (idealisiert).

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4

Mehr

Induktive Beweise und rekursive Definitionen

Induktive Beweise und rekursive Definitionen Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1

Mehr

Prolog. Vertiefungsmodul Programmiersprachen. VM Programmiersprachen - Prolog. Florian Kleene

Prolog. Vertiefungsmodul Programmiersprachen. VM Programmiersprachen - Prolog. Florian Kleene Prolog Vertiefungsmodul Programmiersprachen VM Programmiersprachen - Prolog Florian Kleene Entstehung und Geschichte Aufbau von Prolog Programmen Fakten Regeln Anfragen Funktionsweise des Interpreters

Mehr

Prolog = Programmierung in Logik (Roussell, Colmerauer, 1973/74)

Prolog = Programmierung in Logik (Roussell, Colmerauer, 1973/74) Logikprogrammierung Historie: Philosophie / Mathematik Künstliche Intelligenz Praktische Programmiersprache: Prolog = Programmierung in Logik (Roussell, Colmerauer, 1973/74) Grundidee: Ein Programm ist

Mehr

Modallogik (aussagenlogisch)

Modallogik (aussagenlogisch) Kapitel 2 Modallogik (aussagenlogisch) In diesem Abschnitt wird eine Erweiterung der Aussagenlogik um sogenannte Modalitäten behandelt. Damit erlangt man eine größere Aussagekraft der Sprache, allerdings

Mehr

Semantik von Formeln und Sequenzen

Semantik von Formeln und Sequenzen Semantik von Formeln und Sequenzen 33 Grundidee der Verwendung von Logik im Software Entwurf Syntax: Menge von Formeln = Axiome Ax K ist beweisbar Formel ϕ beschreiben Korrektkeit Vollständigkeit beschreibt

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

Fragen für die Klausuren

Fragen für die Klausuren Fragen für die Klausuren Vom Quellcode zum ausführbaren Programm Was ist ein Quellcode? Ist der Quellcode von einem Programm auf unterschiedlichen Rechner gleich? Nennen Sie drei Programmiersprachen. Was

Mehr

Ernst-Moritz-Arndt-Universität Greifswald Fachbereich Physik Elektronikpraktikum

Ernst-Moritz-Arndt-Universität Greifswald Fachbereich Physik Elektronikpraktikum Ernst-Moritz-Arndt-Universität Greifswald Fachbereich Physik Elektronikpraktikum Protokoll-Nr.: 11 Digitalschaltungen Protokollant: Jens Bernheiden Gruppe: 2 Aufgabe durchgeführt: 25.06.1997 Protokoll

Mehr

Mathematischer Vorkurs

Mathematischer Vorkurs Mathematischer Vorkurs Dr. Agnes Lamacz Mathematischer Vorkurs TU Dortmund Seite 1 / 170 Kapitel 11 Aussageformen Mathematischer Vorkurs TU Dortmund Seite 103 / 170 11.1 Denition: Aussageformen Eine Aussageform

Mehr

SWP Logische Programme

SWP Logische Programme SWP Logische Programme Alexander Felfernig, Stephan Gspandl Institut für Softwaretechnologie {alexander.felfernig,sgspandl}@ist.tugraz.at Institute for Software Technology Inhalt Motivation Logische Programme

Mehr

Nichtmonotones Schließen

Nichtmonotones Schließen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen klassischer Aussagenlogik: Entscheidungstabellen, -bäume, -diagramme Wissensrepräsentation und -verarbeitung durch

Mehr

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER WOZU PRÄDIKATENLOGIK (PL)? Aussagenlogik (AL) betrachtet Sätze / Argumente immer nur von ihrer aussagenlogischen Struktur her Ein Satz wie Jaime mag Cersai

Mehr

Leseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: 978-3-446-42758-7. Weitere Informationen oder Bestellungen unter

Leseprobe. Uwe Lämmel, Jürgen Cleve. Künstliche Intelligenz ISBN: 978-3-446-42758-7. Weitere Informationen oder Bestellungen unter Leseprobe Uwe Lämmel, Jürgen Cleve Künstliche Intelligenz ISBN: 978-3-446-42758-7 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-42758-7 sowie im Buchhandel. Carl Hanser Verlag,

Mehr

Logik Grundlagen. Organisatorisches: Inhalt. Semantic Web Grundlagen

Logik Grundlagen. Organisatorisches: Inhalt. Semantic Web Grundlagen Birte Glimm nstitut für Künstliche ntelligenz 31. Okt 2011 Semantic Web Grundlagen Logik Grundlagen 3/36 Birte Glimm Semantic Web Grundlagen 31. Okt 2011 4/36 Birte Glimm Semantic Web Grundlagen 31. Okt

Mehr

Grundlagen der Informatik

Grundlagen der Informatik Grundlagen der Informatik Teil III Boolesche Algebra, Signalarten, Elektronische Bauteile Seite 1 Boolesche Algebra George Boole => englischer Mathematiker Mitte 19. Jahrhundert Formale Sicht digitaler

Mehr

Einführung in die Fuzzy Logic

Einführung in die Fuzzy Logic Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]

Mehr

Technische Universität Ilmenau

Technische Universität Ilmenau Technische Universität Ilmenau Hier finden Sie uns: Informatikgebäude, 2. Etage, Sekretariat Zi. 215 Lehre und Forschung im Fachgebiet Integrierte Hard- und Softwaresysteme Prof. Dr.-Ing. habil. Andreas

Mehr

Intelligente Systeme C. Semantic Web und Wissensrepräsentation Prof. Dr. Wolfram Conen WS04/05, FH Gelsenkirchen

Intelligente Systeme C. Semantic Web und Wissensrepräsentation Prof. Dr. Wolfram Conen WS04/05, FH Gelsenkirchen Intelligente Systeme C Semantic Web und Wissensrepräsentation Prof. Dr. Wolfram Conen WS04/05, FH Gelsenkirchen Einführung A new form of Web content that is meaningful to computers will unleash a revolution

Mehr

Brückenkurs. Mathematik für Informatiker

Brückenkurs. Mathematik für Informatiker Brückenkurs Mathematik für Informatiker im Wintersemester 2012/13 FU Berlin Institut für Informatik Klaus Kriegel (bearbeitet von Tillmann Miltzow) Ergänzende Literatur: C. Meinel, M. Mundhenk, Mathematische

Mehr

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes) Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden

Mehr

Schnupperuni 2007. Holger Bluhm, 02.08.2007

Schnupperuni 2007. Holger Bluhm, 02.08.2007 Holger Bluhm, Prof. Dr. Martin Kreuzer, Stefan Kühling Aussagenlogik Elementares Wahrheitswerte Übersetzungen Übersetzungen CoCoA Einführung Logik Befehle Logik und Computerbeweise Computeralgebra Computerbeweise

Mehr

Grundlagen von Mengenlehre und Logik

Grundlagen von Mengenlehre und Logik Mengenlehre und Logik: Wiederholung Repetitorium: Grundlagen von Mengenlehre und Logik 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Warum??? Warum um um alles alles in in der der Welt Welt muss

Mehr

Semantic Web Grundlagen

Semantic Web Grundlagen Semantic Web Grundlagen Lösung zur Übung 2: Logik, RDF-Semantik, Datalog Birte Glimm WS 2011/2012 Lösung (2.1). (a) (p p): allgemeingültig I(p) I( p) I(p p) t f t f t t (b) ((p q) ( p q)): erfülbal & widerlegbar

Mehr

Inhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP

Inhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP Inhalt SWP Logische Programme Franz Wotawa Institut für Softwaretechnologie wotawa@ist.tugraz.at Motivation Sprache LP Resolution Unifikation Datenbanken und logische Programme Semantik 2 Motivation Bsp

Mehr

Mathematikkurs für Ingenieure Vertiefung deutsch Aussagenlogik

Mathematikkurs für Ingenieure Vertiefung deutsch Aussagenlogik Mathematikkurs für Ingenieure Vertiefung deutsch Aussagenlogik von Rolf Wirz Scripta bilingua V.2.03 18. September 2007 WIR/93/99/2005/2007 logik.tex ii Teil eines Repetitoriums und Textbuchs zur Begleitung

Mehr

Kapitel DB:V (Fortsetzung)

Kapitel DB:V (Fortsetzung) Kapitel DB:V (Fortsetzung) V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-67 Relational Algebra

Mehr

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge

Mehr

Prädikatenlogik: Grundlagen

Prädikatenlogik: Grundlagen Prädikatenlogik: Grundlagen Vorversion der Folien des Kap. 9! Stand 15.05.2007 Im Verlauf der Vorlesungen zu diesem Kapitel werden Änderungen und Ergänzungen erfolgen. Sie sollten daher sorgfältig auf

Mehr

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will?

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will? Mengenlehre und Logik: iederholung Repetitorium: Grundlagen von Mengenlehre und Logik 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 arum??? arum um alles in der elt muss man sich mit herumschlagen,......

Mehr

6. Vorlesung: Minimalformen

6. Vorlesung: Minimalformen 6. Vorlesung: Minimalformen Wiederholung Minterme Maxterme Disjunktive Normalform (DN) Konjunktive Normalform (KN) Minimalformen KV-Diagramme 24..26 fällt aus wegen Dozentenfachexkursion 2 Normalformen

Mehr