5. AUSSAGENLOGIK: SEMANTIK
|
|
- Hannah Beckenbauer
- vor 7 Jahren
- Abrufe
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 3.1 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
Mehr2.1 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
Mehr4 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.,
MehrÜBUNG 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
Mehr1. 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
MehrBrückenkurs 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
Mehr14 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
MehrFormale 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
Mehr4. 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
MehrTeil 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
MehrVorkurs 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):
MehrKapitel 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
MehrLogische 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
Mehr3. Grundlegende Begriffe von Logiken - Aussagenlogik
3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,
MehrErsetzbarkeitstheorem
Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen
MehrRhetorik 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
MehrSE 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
MehrBeispiel Aussagenlogik nach Schöning: Logik...
Beispiel Aussagenlogik nach Schöning: Logik... Worin besteht das Geheimnis Ihres langen Lebens? wurde ein 100-jähriger gefragt. Ich halte mich streng an die Diätregeln: Wenn ich kein Bier zu einer Mahlzeit
MehrBrückenkurs 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.................................
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
Mehr4. 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
MehrGrundkurs 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
MehrAussagenlogik. 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,
MehrFormalisierung 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,
MehrVorlesung. 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
MehrDie 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
MehrÜBUNG 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,
MehrI. 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
Mehr7 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
Mehr13. 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.
MehrSS2010 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.................................
MehrEinführung 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
MehrFormale 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
MehrLogic 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
MehrAussagenlogik 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
MehrAussagen- 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
Mehrmathe 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
MehrKlausur 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
MehrBinäre 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.
MehrWahrheitswertesemantik 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,
MehrAbb 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
MehrÜbung 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:
MehrÜbung 4: Aussagenlogik II
Übung 4: Aussagenlogik II Diskrete Strukturen im Wintersemester 2013/2014 Markus Kaiser 8. Januar 2014 1/10 Äquivalenzregeln Identität F true F Dominanz F true true Idempotenz F F F Doppelte Negation F
MehrBisher. 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
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrGraphentheorie. 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
Mehr23.1 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
MehrTU5 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 ;)
MehrMathematik 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
MehrSemantic 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!
MehrGrundlagen 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
MehrParadoxien 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
MehrVorkurs 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.
Mehr7 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
MehrLogik 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:
MehrDiskrete 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
MehrEntscheidungsverfahren 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
MehrGrundlagen 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,
MehrBeschreibungskomplexität 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
Mehrmathphys-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
MehrFakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen
Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.
MehrGrundlagen 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
MehrKlassische 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
MehrWS 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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrGrundlagen 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.
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
Mehr5. 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
Mehr2. 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
MehrDatenstruktur 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.
Mehralso 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
MehrMathematik-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
MehrNummer 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
MehrErinnerung 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
MehrMusterbeispiele: 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
MehrMengen 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
MehrBeschreibungslogiken. 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
MehrDIE 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
Mehr10. 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
MehrLogische 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
MehrWas 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
MehrAlgorithmen 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
Mehr37 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
MehrKapitel 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
MehrKapitel 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
MehrIn 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
MehrSemantic 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
MehrGrundlagen 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
MehrAussagenlogik 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
MehrSE 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
MehrMathematische 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
MehrFunktionen 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
MehrSS 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
Mehr4. Induktives Definieren - Themenübersicht
Induktives Definieren 4. Induktives Definieren - Themenübersicht Induktives Definieren Natürliche Zahlen Operationen auf natürlichen Zahlen Induktive Algorithmen Induktiv definierte Mengen Binärbäume Boolesche
MehrFormale 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
Mehr13 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
Mehr7 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
MehrEinführung 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,
MehrLogik, 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