5. AUSSAGENLOGIK: SEMANTIK

Größe: px
Ab Seite anzeigen:

Download "5. AUSSAGENLOGIK: SEMANTIK"

Transkript

1 5. AUSSAGENLOGIK: SEMANTIK 5.1 Charakteristische Wahrheitstaeln 5.2 Wahrheitsertzuordnung I 5.3 Die Konstruktion von Wahrheitstaeln 5.4 Wahrheit und Falschheit unter einer Wahrheitsertzuordnung 5.5 Wahrheitsbedingungen 5.6 Wahrheitsunktionale Wahrheit und das Wahrheitstaelverahren 5.7 Wahrheitsunktionale Falschheit und das Wahrheitstaelverahren 5.8 Wahrheitsunktionale Indeterminiertheit und das Wahrheitstaelverahren 5.9 Wahrheitsunktionale Äquivalenz und das Wahrheitstaelverahren 5.10 Wahrheitsunktionale Konsistenz und das Wahrheitstaelverahren 5.11 Wahrheitsunktionale Folgerung und das Wahrheitstaelverahren 5.12 Zur Entscheidbarkeit 5.13 Reduktion au ahrheitsunktionale Konsistenz 5.1 Charakteristische Wahrheitstaeln Wahrheitstaeln legen est, ie der Wahrheitsert eines ahrheitsunktional zusammengesetzten Satzes zu bestimmen ist, enn die Wahrheitserte seiner unmittelbaren Satzkomponenten gegeben sind. Die Wahrheitstaeln ür die ün Konnektive von AL sind uns mittlereile bekannt. Negation: Konjunktion: Disjunktion: A A A B A B A B A B materiales Konditional: A B A B 1

2 materiales Bikonditional: A B A B Wir ollen diese Wahrheitstaeln von nun an charakteristische Wahrheitstaeln nennen, da sie die Bedeutung der einzelnen Konnektive angeben. Wir heben sie durch diese Bennenung von den Wahrheitstaeln ab, die ir in späteren Abschnitten konstruieren erden, um z.b. einzelne Sätze von AL au ihre logischen Eigenschaten zu untersuchen. 5.2 Wahrheitsertzuordnung I Die Wahrheitserte atomarer Sätze erden durch Wahrheitsertzuordnungen ixiert: Eine Wahrheitsertzuordnung I ist eine Funktion, die jedem atomaren (!) Satz von AL einen der beiden Wahrheitserte oder zuordnet. Etas ormaler: I : S {, } Alternative Terminologie: Interpretation, Beertung. Einige Bemerkungen: 1. Der Begri der Wahrheitsertzuordnung ist der semantische Grundbegri von der Aussagenlogik. Mit Hile dieses Begris erden solche Begrie ie z.b. ahrheitsunktionale Wahrheit oder ahrheitsunktionale Folgerung deiniert. (Vgl. dazu die betreenden Deinitionen eiter unten.) 2. Eine Wahrheitsertzuordnung ordnet jedem atomaren Satz von AL einen Wahrheitsert zu. (Eine Wahrheitsertzuordnung erzeugt sozusagen eine vollständige und konsistente Zustandsbeschreibung einer (möglichen) Welt.) 3. Die atomaren Sätze von AL sind voneinander ahrheitsunktional unabhängig, d. h. der Wahrheitsert, der einem atomaren Satz zugeordnet ist, beeinlusst die Wahrheitserte, die anderen atomaren Sätzen zugeordnet orden sind, nicht. 4. Die Wahrheitserte ahrheitsunktional zusammengesetzter Sätze von AL erden gänzlich durch die Wahrheitserte bestimmt, die ihren atomaren Komponenten durch I zugeiesen orden sind (Wahrheitsunktionalität). 5. Aus den Bemerkungen 2 und 4 olgt, dass jeder ahrheitsunktional zusammengesetzte Satz von AL unter jeder Wahrheitsertzuordnung ebenalls einen Wahrheitsert hat. 2

3 5.3 Die Konstruktion von Wahrheitstaeln Das olgende Konstruktionsverahren erlaubt, Wahrheitstaeln so zu konstruieren, dass alle Kombinationen von Wahrheitserten von der Tael erasst erden. Damit ird eine lückenlose Ausertung von Sätzen von AL geährleistet. (Nur eine solche ist brauchbar, ie die ahrheitsunktionalen Deinitionen der logischen Eigenschaten und Relationen noch zeigen erden.) Schritt 1: Schritt 2: Schritt 3: Bestimmung der Anzahl n der verschiedenen Satzbuchstaben (d.h. der atomaren Sätze), die in A vorkommen. Wenn A eine Anzahl von n atomaren Komponenten hat, dann gibt es 2 n unterschiedliche Kombinationen von Wahrheitserten ür die atomaren Komponenten von A. Diese Kombinationen (bz. Fragmente von Wahrheitsertzuordnungen) erden durch die Zeilen der Wahrheitstael repräsentiert, die unter den Spalten ür die Beertung der Satzbuchstaben stehen. Alphabetische Aulistung der verschiedenen atomaren Komponenten von A links neben A. Beim Eintragen der Wahrheitserte in die Spalten, die sich unterhalb der atomaren Komponenten beinden, beolgt man am besten die olgende simple Regel, die au sicherem Wege zur Aulistung aller möglichen Wahrheitsertzuordnungen an die Atome von A ührt: Die erste Spalte ür eine Wahrheitstael mit n Satzbuchstaben besteht aus 2 n-1 s, die sich mit 2 n-1 s abechseln; die zeite aus 2 n-2 s, die sich mit 2 n-2 s abechseln. Wenn also n die Anzahl der Satzbuchstaben von A ist und i die Zahl, die von der Nummer der Spalte (von links nach rechts gezählt) bezeichnet ird, dann besteht die ite Spalte aus 2 n-i s, die sich mit 2 n-i s abechseln, obei 2 0 = 1. Beispiel: A B C ( B C) (A B) W 3

4 Schritt 4: Kopieren der Spalten ür die atomaren Komponenten von A unter ihre Vorkommnisse in der Spalte ür A. A B C ( B C) (A B) Schritt 5: Berechnung des Wahrheitserts von A mit Hile der charakteristischen Wahrheitstaeln ür die ahrheitsunktionalen Konnektive von AL. Die Berechnung ängt mit den ahrheitsunktional zusammengesetzten Sätzen der geringsten Komplexität an (d. h. mit den atomaren Komponenten) und endet mit dem ahrheitsunktional zusammengesetzten Satz mit der größten Komplexität (d. h. mit A selbst). Letzterer ist bekanntlich mit Hile des Hauptkonnektivs zusammengesetzt. A B C ( B C) (A B) (Die Vervollständigung der Tael sei Ihnen überlassen.) 5.4 Wahrheit und Falschheit unter einer Wahrheitsertzuordnung Deinition (Wahrheit unter einer Wahrheitsertzuordnung): Ein Satz ist ahr unter einer Wahrheitsertzuordnung I genau dann, enn er den Wahrheitsert unter dieser Wahrheitsertzuordnung hat. Formaler: Ein Satz A ist ahr unter I genau dann, enn I(A) =. 4

5 Deinition (Falschheit unter einer Wahrheitsertzuordnung): Ein Satz ist alsch unter einer Wahrheitsertzuordnung I genau dann, enn er den Wahrheitsert unter dieser Wahrheitsertzuordnung hat. Formaler: Ein Satz A ist alsch unter I genau dann, enn I(A) =. 5.5 Wahrheitsbedingungen der Sätze von AL Wenn I eine Wahrheitsertzuordnung ist, dann sind die Wahrheitsbedingungen ür die ahrheitsunktional zusammengesetzten Elemente von F(S) ie olgt deiniert: 1. I( A) = gd I(A) = 2. I(A B) = gd I(A) = und I(B) = 3. I(A B) = gd I(A) = oder I(B) = 4. I(A B) = gd I(A) = oder I(B) = 5. I(A B) = gd I(A) = und I(B) = oder I(A) = und I(B) = Die Abkürzung gd ist zu lesen als genau dann, enn. (Worin besteht der Unterschied zischen gd und?) Die Abschnitte 5.4 und 5.5 geben die Semantik ür die Sprache AL an. Wir kommen nun zum Wahrheitstaelverahren, das au dieser Semantik aubaut. 5.6 Wahrheitsunktionale Wahrheit und das Wahrheitstaelverahren Inormale Deinition der logischen Wahrheit mit Hile des etas vagen Begris der Möglichkeit. Deinition (logische Wahrheit): Ein Satz ist logisch ahr genau dann, enn es nicht möglich ist, dass der Satz alsch ist. Es olgt eine präzisere Deinition des Begris der logischen Wahrheit im Sinne der ahrheitsunktionalen Wahrheit mit Hile des präzisen Begris der Wahrheitsertzuordnung. 5

6 Deinition 5.6 (ahrheitsunktionale Wahrheit): Ein Satz A von AL ist ahrheitsunktional ahr genau dann, enn A unter jeder Wahrheitsertzuordnung ahr ist. Alternative Terminologie: allgemeingültiger Satz, Tautologie. Ermittlung ahrheitsunktionaler Wahrheiten mit Hile des Wahrheitstaelverahrens: Satz: Symb.: Wenn es in Tübingen schneit, dann schneit es in Tübingen T T Wahrheitstaelverahren: Schritt 1: Erstellung der Wahrheitstael ür T T T T T Schritt 2: Überprüung, ob die Spalte unter dem Hauptkonnektiv ausschließlich s enthält. Falls ja, dann ist der betreende Satz eine ahrheitsunktionale Wahrheit; andernalls nicht. 5.7 Wahrheitsunktionale Falschheit und das Wahrheitstaelverahren Vage: Deinition (logische Falschheit): Ein Satz ist logisch alsch genau dann, enn es nicht möglich ist, dass der Satz ahr ist. 6

7 Präzise: Deinition 5.7 (ahrheitsunktionale Falschheit): Ein Satz A von AL ist ahrheitsunktional alsch genau dann, enn A unter jeder Wahrheitsertzuordnung alsch ist. Alternative Terminologie: idersprüchlicher Satz, kontradiktorischer Satz, Selbstiderspruch. Ermittlung ahrheitsunktionaler Falschheiten mit Hile des Wahrheitstaelverahrens: Satz: Es ist nicht der Fall, dass es in Tübingen schneit, enn es in Tübingen schneit Symb.: (T T) Wahrheitstaelverahren: Schritt 1: Erstellung der Wahrheitstael ür (T T) T (T T) Schritt 2: Überprüung, ob die Spalte unter dem Hauptkonnektiv ausschließlich s enthält. Falls ja, dann ist der betreende Satz eine ahrheitsunktionale Falschheit; andernalls nicht. Beispiel: I J [(I J) (I J)] I 7

8 5.8 Wahrheitsunktionale Indeterminiertheit und das Wahrheitstaelverahren Vage: Deinition (logische Inteterminiertheit): Ein Satz ist logisch indeterminiert genau dann, enn er eder logisch ahr noch logisch alsch ist. Präzise: Deinition 5.8 (ahrheitsunktionale Indeterminiertheit): Ein Satz A von AL ist ahrheitsunktional indeterminiert genau dann, enn A eder ahrheitsunktional ahr noch ahrheitsunktional alsch ist. Alternative Terminologie: kontingenter Satz. Aus dieser Deinition olgt, dass ein ahrheitsunktional indeterminierter Satz unter mindestens einer Wahrheitsertzuordnung ahr ist und unter mindestens einer Wahrheitsertzuordnung alsch. Ermittlung ahrheitsunktional indeterminierter Sätze mit Hile des Wahrheitstaelverahrens: Satz: Symb.: Es schneit in Tübingen T Wahrheitstaelverahren: Schritt 1: Erstellung der Wahrheitstael ür T. T T Schritt 2: Überprüung, ob die Spalte unter dem Hauptkonnektiv (alls es eins gibt, ansonsten unter dem Atom) mindestens ein und mindestens ein enthält. Falls ja, dann ist der betreende Satz eine ahrheitsunktional indeterminierte Aussage; andernalls nicht. 8

9 5.9 Wahrheitsunktionale Äquivalenz und das Wahrheitstaelverahren Vage: Deinition 1.10 (logische Äquivalenz): Die Elemente eines Satzpaares sind logisch äquivalent genau dann, enn es nicht möglich ist, dass einer der Sätze ahr und der andere alsch ist. Präzise: Deinition 5.9 (ahrheitsunktionale Äquivalenz): Sätze A und B von AL sind ahrheitsunktional äquivalent genau dann, enn es keine Wahrheitsertzuordnung gibt, unter der A und B verschiedene Wahrheitserte haben. Ermittlung der ahrheitsunktionalen Äquivalenz eines Satzpaares mit Hile des Wahrheitstaelverahrens: Wie zu erarten ist, ist im ersten Schritt 1 eine (einzige) Wahrheitstael ür A und B zu erstellen. Im zeiten Schritt ird überprüt, ob die Spalten unter den Hauptkonnektiven von A und B denselben Wahrheitsert haben. Falls ja, dann sind A und B ahrheitsunktional äquivalent; andernalls nicht. Beispiele: a) Ein ahrheitsunktional äquivalentes Satzpaar (überzeugen Sie sich davon) M M M M M b) Ein ahrheitsunktional nicht äquivalentes Satzpaar N O P N O (O P) N < 9

10 5.10 Wahrheitsunktionale Konsistenz und das Wahrheitstaelverahren Vage: Deinition 1.8 (logische Konsistenz): Eine Menge von Sätzen ist logisch konsistent genau dann, enn es möglich ist, dass alle Elemente dieser Menge ahr sind. Eine Menge von Sätzen ist logisch inkonsistent genau dann, enn sie nicht logisch konsistent ist. Präzise: Deinition 5.10 (ahrheitsunktionale Konsistenz): Eine Menge Γ von Sätzen von AL ist ahrheitsunktional konsistent genau dann, enn es mindestens eine Wahrheitsertzuordnung gibt, unter der alle Elemente von Γ ahr sind. Eine Menge Γ von Sätzen von AL ist ahrheitsunktional inkonsistent genau dann, enn sie nicht ahrheitsunktional konsistent ist. Konsistenz ist also eine Eigenschat von Mengen. Wir schreiben {A, B C} statt { A, B C }. Ermittlung der ahrheitsunktionalen Konsistenz einer Menge mit Hile des Wahrheitstaelverahrens: Schritt 1: Erstellung einer einzigen Wahrheitstael ür alle Elemente von Γ. Schritt 2: Überprüung, ob es mindestens eine Zeile in der Wahrheitstael gibt, die in den Spalten, die sich unter den Hauptkonnektiven der Elemente von Γ beinden, den Wahrheitsert aueist. (Falls es kein Konnektiv gibt, ist der Wahrheitsert der atomaren Komponente zu nehmen.) Falls ja, dann ist die Menge Γ ahrheitsunktional konsistent; andernalls nicht. 10

11 Beispiele: a) konsistente Menge: {S, T, T U} S T U S T U T < b) inkonsistente Menge: {W, W V, V} V W W W V V 5.11 Wahrheitsunktionale Folgerung und das Wahrheitstaelverahren Deinition (ahrheitsunktionale Folgerung): Satz A olgt ahrheitsunktional aus einer Menge Γ von Sätzen von AL (ormal: Γ = A) genau dann, enn es keine Wahrheitsertzuordnung gibt, unter der jedes Element von Γ ahr ist und A alsch ist. Wenn A nicht ahrheitsunktional aus Γ olgt, schreiben ir Γ A. (Alle und nur die ahrheitsunktional ahren Sätze von AL olgen ahrheitsunktional aus der leeren Menge.) Ermittlung einer ahrheitsunktionalen Folgerungsbeziehung mit Hile des Wahrheitstaelverahrens: Wenn Γ eine endliche Menge ist, kann bestimmt erden, ob A aus Γ ahrheitsunktional olgt, indem eine Wahrheitstael ür die Elemente von Γ und ür A konstruiert ird. Wenn es eine Zeile in der Wahrheitstael gibt, in elcher alle Elemente von Γ den Wahrheitsert haben und A den Wahrheitsert hat, dann ist es nicht der Fall, dass A ahrheitsunktional aus Γ olgt. Wenn es keine solche Zeile gibt, dann olgt A ahrheitsunktional aus Γ. 11

12 Beispiel 1: {A, B C} = B A B C A B C B Beispiel 2: {E D, (E D)} = E D E E D (E D) E Beispiel 3: {F, G H} G F G H F G H G < Wir sind nun in der Lage, den vagen Begri der deduktiven Gültigkeit aus Kapitel 1 präzise zu deinieren. Deinition 1.5 (deduktive Gültigkeit): Ein Argument ist deduktiv gültig genau dann, enn es nicht möglich ist, dass die Prämissen ahr sind und die Konklusion alsch ist. Ein Argument ist deduktiv ungültig genau dann, enn es nicht deduktiv gültig ist. 12

13 Deinition (ahrheitsunktionale Gültigkeit): Ein Argument von AL ist ahrheitsunktional gültig genau dann, enn es keine Wahrheitsertzuordnung gibt, unter der alle Prämissen Γ ahr sind und die Konklusion A alsch ist. Ein Argument von AL ist ahrheitsunktional ungültig genau dann, enn es nicht ahrheitsunktional gültig ist. Somit ist ein Argument ahrheitsunktional gültig genau dann, enn die Konklusion aus der Menge, die aus den Prämissen des Arguments besteht, ahrheitsunktional olgt. Ermittlung der ahrheitsunktionalen Gültigkeit von Argumenten mit Hile des Wahrheitstaelverahrens: Das Verahren beläut sich au einen Test au ahrheitsunktionale Folgerung. Beispiel 1: (I K) (J K) K J J K g I J K (I K) (J K) K J J K Beispiel 2: L ( N M) M L L ug 13

14 L M N L ( N M) M L L W W < Wahrheitsunktionale Folgerung und das korrespondierende materiale Konditional Wenn Γ endlich viele Sätze von AL enthält, dann kann ür jede Folgerungsbeziehung Γ = A (und somit ür jedes Argument von AL, das eine endliche Anzahl von Prämissen hat) ein korrespondierendes materiales Konditional gebildet erden. Satz (Die ahrheits. Gültigkeit eines Arguments und die ahrheits. Wahrheit seines korrespondierenden materialen Kondonditionals): Das korrespondierende materiale Konditional eines Arguments von AL ist ahrheitsunktional ahr genau dann, enn das Argument ahrheitsunktional gültig ist. Es gilt somit: {A 1, A 2, A 3,..., A n } = B gd (((A 1 A 2 ) A 3 )... A n ) B ist ahrheits. ahr Bildung eines korrespondierenden materialen Konditionals: Schritt 1: Bildung einer iterierten Konjunktion (((A 1 A 2 ) A 3 )... A n ) aus den Sätzen A 1, A 2, A 3,..., A n. Beispiel: Sätze: iterierte Konjunktion: (N O), O P, N (( (N O) (O P)) N) Schritt 2: Bildung des korrespondierenden materialen Konditionals, indem ein materiales Konditional mit der iterierten Konjunktion der Prämissen als Vordersatz und der Konklusion des Arguments als Hintersatz geormt ird. Ein Beispiel: 14

15 Argument (in Standardorm): (N O) O P N P Folgerungsbehauptung: { (N O), O P, N } = P Korrespondierendes materiales Konditional: (( (N O) (O P)) N) P Da die Prämissen eines Arguments in mehr als einer Weise eingeklammert erden können, gibt es strenggenommen mehr als nur ein korrespondierendes materiales Konditional! Sie sind aber alle ahrheitsunktional äquivalent. Ermittlung der ahrheits. Gültigkeit von Argumenten mit Hile korrespondierender materialer Konditionale und des Wahrheitstaelverahrens: Beispiel 1: T T U U g T U (T (T U)) U Beispiel 2: (N O) O P N P ug 15

16 N O P (( (N O) (O P)) N) P Beeis von Satz ( ) Annahme: {A 1, A 2, A 3,..., A n } = B. Dann gibt es (nach Deinition 5.11) keine Wahrheitsertzuordnung I, unter der alle Elemente von {A 1, A 2, A 3,..., A n } ahr sind und B alsch ist. Nun hat (nach Deinition 5.5.4) ein materiales Konditional unter keiner Wahrheitsertzuordnung I den Wahrheitsert, unter der der Vordersatz ahr und der Hintersatz alsch ist. Da das ür alle Konditionale gilt, gilt es auch ür (((A 1 A 2 ) A 3 )... A n ) B. Dann gibt es (der Annahme entsprechend) keine I, unter der der Vordersatz (((A 1 A 2 ) A 3 )... A n ) ahr ird und der Hintersatz B alsch ird. Somit ist (nach Deinition 5.6) (((A 1 A 2 ) A 3 )... A n ) B ahrheitsunktional ahr. ( ) Man braucht nur den Beeis von ( ) von unten nach oben zu lesen, obei man die Konklusion dieses Beeises als Annahme annimmt und die Annahme dieses Beeises als Konklusion geinnt. (Siehe z.b. den Beeis von Satz unten.) Wahrheitsunktionale Äquivalenz und das korrespondierende materiale Bikonditional Wenn A und B Sätze von AL sind, dann ist A B das korrespondierende materiale Bikonditional dieses Satzpaares. Satz (ahrheits. Äquivalenz und die ahrheits. Wahrheit eines korrespondierenden materialen Bikondonditionals): Sätze A und B sind ahrheitsunktional äquivalent genau dann, enn das korrespondierende materiale Bikonditional dieses Satzpaares A B ahrheitsunktional ahr ist. 16

17 Beeis von Satz ( ) Annahme: A und B sind ahrheitsunktional äquivalent. Wenn A und B ahrheitsunktional äquivalent sind, dann haben (nach Deinition 5.9) A und B unter jeder Wahrheitsertzuordnung denselben Wahrheitsert. Nun hat (nach Deinition 5.5.5) ein materiales Bikonditional A B unter jeder Wahrheitsertzuordnung den Wahrheitsert, unter der seine unmittelbaren Satzkomponenten A und B denselben Wahrheitsert haben. Somit ist (der Annahme entsprechend) A B unter jeder Wahrheitsertzuordnung ahr und deshalb (nach Deinition 5.6) ahrheitsunktional ahr. ( ) Von unten nach oben Zur Entscheidbarkeit Mit Hile des Wahrheitstaelverahrens kann ür jeden Satz von AL in endlich vielen Schritten mechanisch estgestellt erden, ob dieser Satz ahrheitsunktional ahr ist oder nicht. Die Existenz eines solchen Verahrens garantiert den olgenden Satz: Satz 5.12 (Entscheidbarkeit und Wahrheitstaelverahren): Die ahrheitsunktionale Wahrheit eines Satzes von AL ist entscheidbar. Mutatis mutandis ür die übrigen logischen Eigenschaten und Beziehungen Reduktion au ahrheitsunktionale Konsistenz Die Begrie der - ahrheitsunktionalen Wahrheit, - ahrheitsunktionalen Falschheit, - ahrheitsunktionalen Indeterminiertheit, - ahrheitsunktionalen Äquivalenz, - ahrheitsunktionalen Folgerung (bz. Gültigkeit), können mit Hile des Begris der ahrheitsunktionalen Konsistenz erklärt erden; d.h., sie lassen sich au diesen Begri explanatorisch zurückühren (oder reduzieren). 17

18 Wahrheitsunktionale Falschheit und ahrheitsunktionale Konsistenz Satz (ahrheits. Falschheit und ahrheits. Konsistenz): Ein Satz A ist ahrheitsunktional alsch genau dann, enn {A} ahrheitsunktional inkonsistent ist. {A} ist die Einermenge von A. (Siehe dazu Kapitel 2.) Beeis von Satz ( ) Annahme: A ist ahrheitsunktional alsch. Dann gibt es (nach Deinition 5.7) keine Wahrheitsertzuordnung, unter der A ahr ist. Da A das einzige Element der Einermenge {A} ist, gibt es keine Wahrheitsertzuordnung, unter der jedes Element dieser Menge ahr ist. Somit ist {A} (nach Deinition 5.10) ahrheitsunktional inkonsistent. ( ) ( Von unten nach oben.) Annahme: {A} ist ahrheitsunktional inkonsistent. Dann gibt es (nach Deinition 5.10) keine Wahrheitsertzuordnung, unter der jedes Element von {A} ahr ist. Da A das einzige Element seiner Einermenge ist, gibt es keine Wahrheitsertzuordnung, unter der A ahr ist. Somit ist A (nach Deinition 5.7) ahrheitsunktional alsch Wahrheitsunktionale Wahrheit und ahrheitsunktionale Konsistenz Satz (ahrheits. Wahrheit und ahrheits. Konsistenz): Ein Satz A ist ahrheitsunktional ahr genau dann, enn { A} ahrheitsunktional inkonsistent ist. Beeis von Satz ( ) Annahme: A ist ahrheitsunktional ahr. Dann ist A (nach Deinition 5.6) unter jeder Wahrheitsertzuordnung ahr. Ein Satz ist unter einer Wahrheitsertzuordnung ahr genau dann, enn die Negation dieses Satzes unter dieser Wahrheitsertzuordnung alsch ist (nach Deinition 5.5.1). 18

19 Dann olgt aus der Annahme, dass A unter jeder Wahrheitsertzuordnung alsch ist. Dann gibt es keine Wahrheitsertzuordnung, unter der A ahr ist. Dann gibt es keine Wahrheitsertzuordnung, unter der jedes Element von { A} ahr ist. Somit ist { A} ahrheitsunktional (nach Deinition 5.10) inkonsistent. ( ) Von unten nach oben Wahrheitsunktionale Indeterminiertheit und ahrheitsunktionale Konsistenz Aus Satz und Satz olgt: Satz (ahrheits. Indeterminiertheit und ahrheits. Konsistenz): Ein Satz A ist ahrheitsunktional indeterminiert genau dann, enn eder { A} noch {A} ahrheitsunktional inkonsistent sind. Anders audgedrückt: Ein Satz A ist ahrheitsunktional indeterminiert genau dann, enn soohl { A} als auch {A} ahrheitsunktional konsistent sind. Es ird also behauptet, dass es mindestens eine Wahrheitsertzuordnung geben muss, unter der das Element von { A} ahr ird und dass es eine Wahrheitsertzuordnung geben muss, unter der das Element von {A} ahr ird. Es ird nicht behauptet, dass es eine (einzige) Wahrheitsertzuordnung geben müsse, unter der die Elemente von { A, A} ahr erden Wahrheitsunktionale Äquivalenz und ahrheitsunktionale Konsistenz Satz (ahrheits. Äquivalenz und ahrheits. Konsistenz): Sätze A und B sind ahrheitsunktional äquivalent genau dann, enn { (A B)} ahrheitsunktional inkonsistent ist. Wenn A und B Sätze von AL sind, dann ist A B das korrespondierende materiale Bikonditional dieses Satzpaares. 19

20 Beeis von Satz Wir nehmen Satz als Lemma (d.h. als Hilssatz) an. Lemma : Sätze A und B sind ahrheitsunktional äquivalent genau dann, enn ihr korrespondierendes materiales Bikonditional A B ahrheitsunktional ahr ist. Aus diesem Lemma und aus Satz (d.h. in diesem Fall aus) A B ist ahrheitsunktional ahr genau dann, enn { (A B)} ahrheitsunktional inkonsistent ist olgt Satz Sätze A und B sind ahrheitsunktional äquivalent genau dann, enn { (A B)} ahrheitsunktional inkonsistent ist. Die Menge { [( X Y) (X Y)]}, zum Beispiel, ist ahrheitsunktional inkonsistent, da es keine Wahrheitsertzuordnung gibt, unter der jedes Element der Menge ahr ist. X Y [( X Y) (X Y)] Wahrheitsunktionale Folgerung und ahrheitsunktionale Konsistenz Es sei zunächst an den Begri der Vereinigungsmenge erinnert, den ir in Kapitel 2 erläutert haben. a) Wenn Γ eine Menge von Sätzen von AL ist und A ein beliebiger Satz von AL, können ir eine Menge bilden, die A und alle Elemente von Γ enthält: Γ {A} lies: die Vereinigungsmenge von Γ und der Einermenge von A Beispiel: Γ: {A, A B} A: C Γ {A}: {A, A B} {C} = {A, A B, C} 20

21 b) Wenn A ein Element von Γ ist, dann Γ {A} = Γ. Beispiel: {A, A B} {A B} = {A, A B}. c) Wenn Γ =, dann Γ {A} = {A}. Satz (ahrheits. Folgerung (Gültigkeit) und ahrheits. Konsistenz): Für einen beliebigen Satz A und ür eine beliebige Menge von Sätzen Γ gilt: Γ = A genau dann, enn Γ { A} ist ahrheitsunktional inkonsistent. Beeis von Satz ( ) Annahme: Γ = A. Dann gibt es (nach Deinition ) keine Wahrheitsertzuordnung, unter der jedes Element von Γ ahr ist und A alsch ist. Aber A ist (nach Deinition 5.5.1) unter einer Wahrheitsertzuordnung ahr genau dann, enn A unter dieser Wahrheitsertzuordnung alsch ist. Dann olgt, der Annahme entsprechend, dass es keine Wahrheitsertzuordnung gibt, unter der jedes Element von Γ ahr ist und A ahr ist. Dann gibt es keine Wahrheitsertzuordnung, unter der jedes Element von Γ { A} ahr ist. Somit ist Γ { A} ahrheitsunktional inkonsistent (nach Deinition 5.10). ( ) Von unten nach oben. 21

3. AUSSAGENLOGIK: SYMBOLISIERUNG

3. AUSSAGENLOGIK: SYMBOLISIERUNG 3. AUSSAGENLOGIK: SYMBOLISIERUNG 3.1 Konnektive im Deutschen und Wahrheitsunktionalität 3.2 Die Konnektive von AL 3.3 Zur Deinierbarkeit der Konnektive von AL 3.4 Symbolisierung mit Kombinationen von Konnektiven

Mehr

2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen

2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen 2. Mengen 2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zischen Mengen 2.4 Mengenoperationen 2. Mengen GM 2-1 Wozu Mengen? In der Mathematik Au dem Mengenbegri kann man die gesamte Mathematik

Mehr

4 Logik 4.1 Aussagenlogik

4 Logik 4.1 Aussagenlogik 4 Logik 4.1 Aussagenlogik Mod - 4.1 Kalkül zum logischen Schließen. Grundlagen: Aristoteles 384-322 v. Chr. Aussagen: Sätze, die prinzipiell als ahr oder alsch angesehen erden können. z. B.: Es regnet.,

Mehr

ÜBUNG ZUM GRUNDKURS LOGIK WS 2015/16 GÜNTHER EDER

ÜBUNG ZUM GRUNDKURS LOGIK WS 2015/16 GÜNTHER EDER ÜBUNG ZUM GRUNDKURS LOGIK WS 2015/16 GÜNTHER EDER SPARSAMKEIT BEI DER WAHL DER JUNKTOREN Wie sich mit Wahrheitstaeln zeigen lässt, benötigen wir nicht gar nicht alle Junktoren die oiziell in unserer Sprache

Mehr

1. EINFÜHRUNG. 1.1 Gegenstand des Kurses

1. EINFÜHRUNG. 1.1 Gegenstand des Kurses 1. EINFÜHRUNG 1.1 Gegenstand des Kurses 1.2 Zur Aristotelischen Syllogistik 1.3 Wahrheitserte und Wahrheitsertträger 1.4 Argumente 1.5 Deduktive Gültigkeit 1.6 Schlüssigkeit 1.7 Induktive Argumente 1.8

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume

Mehr

14 Beurteilung umgangssprachlicher Sätze und Argumente mit aussagenlogischen Mitteln

14 Beurteilung umgangssprachlicher Sätze und Argumente mit aussagenlogischen Mitteln 14 Beurteilung umgangssprachlicher Sätze und Argumente mit aussagenlogischen Mitteln Erinnerung Man kann die logischen Eigenschaften von Sätzen der Sprache AL in dem Maße zur Beurteilung der logischen

Mehr

Formale Logik. 4. Sitzung. Die Logik der Sprache AL. Die Logik der Sprache AL. Die Logik der Sprache AL

Formale Logik. 4. Sitzung. Die Logik der Sprache AL. Die Logik der Sprache AL. Die Logik der Sprache AL ormale Logik 4. Sitzung Prof. Dr. Ansgar Beckermann Sommersemester 2005 Erinnerung Ein Satz ist genau dann logisch wahr, wenn er unabhängig davon, was die in ihm vorkommenden deskriptiven Zeichen bedeuten

Mehr

4. Aussagenlogik 32 #WUUCIGPNQIKM

4. Aussagenlogik 32 #WUUCIGPNQIKM 4. Aussagenlogik Wir haben bisher beschrieben, auf welche Weise die Objekte und Individuen in unserer Welt als einfache Mengen und Mengen von n-tupeln erfasst werden können. Daraufhin haben wir Relationen

Mehr

Teil 7. Grundlagen Logik

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

Mehr

Vorkurs Mathematik. Ein kompakter Leitfaden. Bearbeitet von Joachim Erven, Matthias Erven, Josef Hörwick

Vorkurs Mathematik. Ein kompakter Leitfaden. Bearbeitet von Joachim Erven, Matthias Erven, Josef Hörwick Vorkurs Mathematik Ein kompakter Leitaden Bearbeitet von Joachim Erven, Matthias Erven, Jose Hörick 4., korr. u. er. Aul. 2003. Taschenbuch. IX, 260 S. Paperback ISBN 978 3 486 58986 3 Format (B x L):

Mehr

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

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

Mehr

Logische Grundlagen. Junktoren. Dörthe Brachwitz

Logische Grundlagen. Junktoren. Dörthe Brachwitz Logische Grundlagen Junktoren Dörthe Brachitz Was erartet Euch heute? Fachliches Wissen Deinitionen der Begrie Aussage, Aussageormen, Junktoren (Negation, Konjunktion, Disjunktion, Alternative, Subjunktion

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

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

Mehr

Ersetzbarkeitstheorem

Ersetzbarkeitstheorem Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen

Mehr

Rhetorik und Argumentationstheorie.

Rhetorik und Argumentationstheorie. Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom

Mehr

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER FORMALE SPRACHEN Wie jede natürliche Sprache, hat auch auch jede formale Sprache Syntax/Grammatik Semantik GRAMMATIK / SYNTAX Die Grammatik / Syntax einer formalen

Mehr

Beispiel Aussagenlogik nach Schöning: Logik...

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

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs Mathematik. Dienstag Freitag Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................

Mehr

Hilbert-Kalkül (Einführung)

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

Mehr

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren: 4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie

Mehr

Grundkurs Logik - 2. Einheit

Grundkurs Logik - 2. Einheit 19. Oktober 2012 Logische Form Um die logische Form eines Argumentes (bzw. der Behauptungssätze, aus denen es aufgebaut ist) ersichtlich zu machen, sind zwei Dinge besonders wichtig: Logische Form Um die

Mehr

Aussagenlogik. Aussagen und Aussagenverknüpfungen

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

Mehr

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Die Folgerungsbeziehung

Die Folgerungsbeziehung Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation

Mehr

ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER

ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER FORMALE SPRACHEN Bevor wir anfangen, uns mit formaler Logik zu beschäftigen, müssen wir uns mit formalen Sprachen beschäftigen Wie jede natürliche Sprache,

Mehr

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

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

Mehr

7 Gültigkeit und logische Form von Argumenten

7 Gültigkeit und logische Form von Argumenten 7 Gültigkeit und logische Form von Argumenten Zwischenresümee 1. Logik ist ein grundlegender Teil der Lehre vom richtigen Argumentieren. 2. Speziell geht es der Logik um einen spezifischen Aspekt der Güte

Mehr

13. Abzählen von Null- und Polstellen

13. Abzählen von Null- und Polstellen 13. Abzählen von Null- und Polstellen 77 13. Abzählen von Null- und Polstellen Als weitere Anwendung des Residuensatzes wollen wir nun sehen, wie man ot au einache Art berechnen kann, wie viele Null- bzw.

Mehr

SS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4. R. C. Ladiges, D. Fast 10. Juni 2010

SS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4. R. C. Ladiges, D. Fast 10. Juni 2010 SS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4 R. C. Ladiges, D. Fast 10. Juni 2010 Inhaltsverzeichnis 4 Aufgabe 4 3 4.1 Sich mit dem Programmpaket vertraut machen.................... 3 4.1.1 Aufgabenstellung.................................

Mehr

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

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

Mehr

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

Logic in a Nutshell. Christian Liguda

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

Mehr

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

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

Mehr

Aussagen- und Prädikatenlogik

Aussagen- und Prädikatenlogik Universität Bielefeld Formale Methoden der Linguistik Prof. Dr. Walther Kindt, Mirco Hilbert Fakultät für Linguistik und Literaturwissenschaft Kurz-Zusammenstellung Aussagen- und Prädikatenlogik Mirco

Mehr

mathe plus Aussagenlogik Seite 1

mathe plus Aussagenlogik Seite 1 mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet

Mehr

Klausur zu Physik1 für B_WIng(v201)

Klausur zu Physik1 für B_WIng(v201) M. Anders Wedel, den 13.08.07 Klausur zu Physik1 ür B_WIng(v201) Klausurdatum: 16.2.07, 14:00, Bearbeitungszeit: 90 Minuten Achtung! Es ird nur geertet, as Sie au diesen Blättern oder angeheteten Leerseiten

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

Wahrheitswertesemantik Einführung Aussagenlogik

Wahrheitswertesemantik Einführung Aussagenlogik Wahrheitsbedingungen Wahrheitswertesemantik Einführung Aussagenlogik Sie haben sich in der ersten Sitzung mit verschiedenen Aspekten von Bedeutung auseinandergesetzt. Ein Aspekt, der dabei eine Rolle spielte,

Mehr

Abb lokales Maximum und Minimum

Abb lokales Maximum und Minimum .13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen

Mehr

Übung zu Grundlagen der Logik und Logik-Programmierung

Übung zu Grundlagen der Logik und Logik-Programmierung Übung zu Grundlagen der Logik und Logik-Programmierung Übungsblatt 7 (8.Übung) Florian Wittmann Uni Erlangen, Informatik 8 Inhalt 1 Aufgabe 7-1: Erfüllbarkeit 2 Aufgabe 7-2: Implikation 3 Aufgabe 7-3:

Mehr

Übung 4: Aussagenlogik II

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

Mehr

Bisher. minimale DNF. logischen Formeln Booleschen Funktionen Schaltungen

Bisher. minimale DNF. logischen Formeln Booleschen Funktionen Schaltungen Bisher Klassische Aussagenlogik (Syntax, Semantik) semantische Äquivalenz von Formeln äquivalentes Umformen von Formeln (syntaktisch) Normalformen: NNF, DNF, CNF, kanonische DNF und CNF Ablesen kanonischer

Mehr

Informationsverarbeitung auf Bitebene

Informationsverarbeitung auf Bitebene Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung

Mehr

Graphentheorie. Maximale Flüsse. Maximale Flüsse. Maximale Flüsse. Rainer Schrader. 31. Oktober Gliederung. sei G = (V, A) ein gerichteter Graph

Graphentheorie. Maximale Flüsse. Maximale Flüsse. Maximale Flüsse. Rainer Schrader. 31. Oktober Gliederung. sei G = (V, A) ein gerichteter Graph Graphentheorie Rainer Schrader Zentrum ür Angewandte Inormatik Köln 31. Oktober 2007 1 / 30 2 / 30 Gliederung maximale Flüsse Schnitte Edmonds-Karp-Variante sei G = (V, A) ein gerichteter Graph sei c eine

Mehr

23.1 Constraint-Netze

23.1 Constraint-Netze Grundlagen der Künstlichen Intelligenz 1. April 2015 2. Constraint-Satisfaction-Probleme: Constraint-Netze Grundlagen der Künstlichen Intelligenz 2. Constraint-Satisfaction-Probleme: Constraint-Netze Malte

Mehr

TU5 Aussagenlogik II

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

Mehr

Mathematik für Informatiker I

Mathematik für Informatiker I Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft

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

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski

Mehr

Paradoxien der Replikation

Paradoxien der Replikation Joachim Stiller Paradoxien der Replikation Alle Rechte vorbehalten Paradoxien Die Paradoxien (Wiki) Hier einmal Auszüge aus dem Wiki-Artikel zum Begriff Paradoxon Ein Paradox(on) (auch Paradoxie, Plural

Mehr

Vorkurs Mathematik Logik und Beweise

Vorkurs Mathematik Logik und Beweise Vorkurs Mathematik Logik und Beweise Axel Wagner 30. September 2012 Diese Arbeit basiert in Teilen auf dem Beweis-Vortrag von Bärbel Jansen und Winnifred Wollner, in bearbeiteter Fassung von Casper Goch.

Mehr

7 Bedeutung und Logik

7 Bedeutung und Logik 7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik Johannes Dölling: Semantik und

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

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

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

Mehr

Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln

Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln Vorlesung Letz WS 2002/2003 TU München: Logikbasierte Entscheidungsverfahren Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln INHALTE Die Bernays-Schönfinkel-Klasse bzw. Datenlogik-Formeln

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

Beschreibungskomplexität von Grammatiken Definitionen

Beschreibungskomplexität von Grammatiken Definitionen Beschreibungskomplexität von Grammatiken Definitionen Für eine Grammatik G = (N, T, P, S) führen wir die folgenden drei Komplexitätsmaße ein: Var(G) = #(N), Prod(G) = #(P ), Symb(G) = ( α + β + 1). α β

Mehr

mathphys-online EINFACHE UMKEHRFUNKTIONEN

mathphys-online EINFACHE UMKEHRFUNKTIONEN EINFACHE UMKEHRFUNKTIONEN Inhaltsverzeichnis Kapitel Inhalt Seite Einührungsbeispiel Der Begri Umkehrunktion 3 Die Umkehrunktion der linearen Funktion 3 Die Umkehrunktion der quadratischen Funktion Graphiken

Mehr

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen

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

Mehr

Grundlagen der Kognitiven Informatik

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

Mehr

Klassische Aussagenlogik

Klassische Aussagenlogik Eine Einführung in die Logik Schon seit Jahrhunderten beschäftigen sich Menschen mit Logik. Die alten Griechen und nach ihnen mittelalterliche Gelehrte versuchten, Listen mit Regeln zu entwickeln, welche

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

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten

Mehr

(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt.

(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt. Institut für deutsche Sprache und Linguistik, Humboldt-Universität zu Berlin, GK Semantik SS 2009, F.Sode Basierend auf Seminarunterlagen von Prof. Manfred Krifka Quantoren in der Prädikatenlogik (auch

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

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

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

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges

also ist Sx m eine Cauchyfolge und somit konvergent. Zusammen sagen die Sätze 11.1 und 11.2, dass B (X) ein abgeschlossenes zweiseitiges 11. Kompakte Operatoren Seien X, Y Banachräume, und sei T : X Y ein linearer Operator. Definition 11.1. T heißt kompakt, enn T (B) eine kompakte Teilmenge von Y ist für alle beschränkten Mengen B X. Wir

Mehr

Mathematik-Vorkurs für Informatiker Aussagenlogik 1

Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Notieren Sie die Definitionen der

Mehr

Nummer Seite Bemerkungen

Nummer Seite Bemerkungen Zahlenmengen A. Zahlenmengen A.1 Einführung siehe Frommenwiler Kapitel 1.1.1 ab Seite 8! A.2 Übungen, Frommenwiler Lösen Sie die folgenden Aufgaben: Nummer Seite Bemerkungen 3 8 4 9 A.3 Doppelstrich-Buchstaben

Mehr

Erinnerung 1. Erinnerung 2

Erinnerung 1. Erinnerung 2 Erinnerung 1 Ein Argument ist eine Folge von Aussagesätzen, mit der der Anspruch verbunden ist, dass ein Teil dieser Sätze (die Prämissen) einen Satz der Folge (die Konklusion) in dem Sinne stützen, dass

Mehr

Musterbeispiele: Aussagenlogik (Lösung)

Musterbeispiele: Aussagenlogik (Lösung) Musterbeispiele: Aussagenlogik (Lösung) 3.0 VU Formale Modellierung Lara Spendier, Gernot Salzer WS 2011 Aufgabe 1 Gegeben seien die folgenden Aussagen: A: Es ist eiskalt. B: Es schneit. Drücken Sie die

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und bbildungen 0. Oktober 010 Mengen und bbildungen, S. Mengendarstellungen Eplizit: Eine Menge kann durch eplizites ulisten ihrer Elemente dargestellt werden: = {,,z,...} ist die Menge, die aus

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

DIE SPRACHE DER WAHRSCHEINLICHKEITEN

DIE SPRACHE DER WAHRSCHEINLICHKEITEN KAPITEL 1 DIE SPRACHE DER WAHRSCHEINLICHKEITEN Es ist die Aufgabe der ersten drei Kapitel, eine vollständige Beschreibung des grundlegenden Tripels (Ω, A, P) und seiner Eigenschaften zu geben, das heutzutage

Mehr

10. Übung Künstliche Intelligenz

10. Übung Künstliche Intelligenz Prof. Dr. Gerd Stumme, Dominik Benz Fachgebiet Wissensverarbeitung 28.01.2009 10. Übung Künstliche Intelligenz Wintersemester 2008/2009 Beschreibungslogiken 1. Belegen oder iderlegen Sie folgende Behauptungen

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 2: Prädikatenkalkül erster Stufe Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. Oktober 2016 1/38 DIE INTERPRETATION

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

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

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

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Kapitel 1. Grundlagen Mengen

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

Mehr

Kapitel 1. Grundlagen

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

Mehr

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische

In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Kapitel 1 Mathematische Objekte In diesem Kapitel wiederholen wir Begriffe und Notationen für grundlegende mathematische Objekte wie Tupel, Mengen, Relationen und Funktionen. Außerdem erklären wir die

Mehr

Semantic Web Technologies I Lehrveranstaltung im WS13/14

Semantic Web Technologies I Lehrveranstaltung im WS13/14 www.semantic-web-grundlagen.de Semantic Web Technologies I Lehrveranstaltung im WS13/14 Dr. Andreas Harth Dipl.-Inf. Martin Junghans Logik Grundlagen Einleitung und Ausblick XML und URIs Einführung in

Mehr

Grundlagen der Mengenlehre

Grundlagen der Mengenlehre mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

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

Mehr

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

Mathematische Logik. Grundlagen, Aussagenlogik, Semantische Äquivalenz. Felix Hensel. February 21, 2012

Mathematische Logik. Grundlagen, Aussagenlogik, Semantische Äquivalenz. Felix Hensel. February 21, 2012 Mathematische Logik Grundlagen, Aussagenlogik, Semantische Äquivalenz Felix Hensel February 21, 2012 Dies ist im Wesentlichen eine Zusammenfassung der Abschnitte 1.1-1.3 aus Wolfgang Rautenberg s Buch

Mehr

Funktionen mit mehreren Variablen. Voraussetzungen:

Funktionen mit mehreren Variablen. Voraussetzungen: Funktionen mit mehreren Variablen Voraussetzungen: Grundlegende Kenntnisse über Ableiten (Zu inden in dem Artikel Dierential und Integralrechnung au www.antigauss.de), sowie eine Vorstellung davon, was

Mehr

SS April Übungen zur Vorlesung Logik Blatt 1. Prof. Dr. Klaus Madlener Abgabe bis 27. April :00h

SS April Übungen zur Vorlesung Logik Blatt 1. Prof. Dr. Klaus Madlener Abgabe bis 27. April :00h SS 2011 20. April 2011 Übungen zur Vorlesung Logik Blatt 1 Prof. Dr. Klaus Madlener Abgabe bis 27. April 2011 10:00h 1. Aufgabe: [strukturelle Induktion, Übung] Zeigen Sie mit struktureller Induktion über

Mehr

4. Induktives Definieren - Themenübersicht

4. Induktives Definieren - Themenübersicht Induktives Definieren 4. Induktives Definieren - Themenübersicht Induktives Definieren Natürliche Zahlen Operationen auf natürlichen Zahlen Induktive Algorithmen Induktiv definierte Mengen Binärbäume Boolesche

Mehr

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

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

Mehr

13 Übersetzung umgangssprachlicher Sätze in die Sprache AL

13 Übersetzung umgangssprachlicher Sätze in die Sprache AL 13 Übersetzung umgangssprachlicher Sätze in die Sprache AL Lässt sich die Kenntnis der logischen Eigenschaften der Sätze von AL auch zur Beurteilung umgangssprachlicher Sätze und Argumente nutzen? Grundsätzliches

Mehr

7 Bedeutung und Logik

7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik 7.1 Logische Eigenschaften von Sätzen Ein Satz φ ist

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 2 Sprache als Symbolketten Wir knüpfen an die Überlegungen der ersten Vorlesung an, ob es eine Maschine (einen Computer,

Mehr

Logik, Mengen und Abbildungen

Logik, Mengen und Abbildungen Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen

Mehr