Prädikatenlogik: Syntax

Größe: px
Ab Seite anzeigen:

Download "Prädikatenlogik: Syntax"

Transkript

1 Prädikatenlogik: Syntax Signatur : Welche Zeichen gibt es? Funktionssymbole Prädikatensymbol (Eigenschaften) Terme: Variablen f(t 1,... t n ) wenn t i Terme und f Funktionssymbol Formeln: P (t 1,... t n ) wenn t i Terme und P Prädikatensymbol (Atom) ( F ), (F G), (F G), (F G), (F G) ( x : F ) ( x : F ) KI, SS 11, Folien Pr.Logik Seite Mai 2011

2 Beispiele ( x : ( y : R(x, y))) ( x : ( y : ( z : ((R(x, y) R(x, y)) R(x, z))))) vereinfachte Schreibweise: x, y, z : R(x, y) R(x, y) R(x, z) x, y, z, sind Variablen; R ist ein Prädikatensymbol KI, SS 11, Folien Pr.Logik Seite Mai 2011

3 Definitionen Atom: P (t 1,... t n ) Literal: Ein Atom oder ein negiertes Atom Grundterm: Ein Term t ohne Variablen Grundatom: Ein Atom ohne Variablen geschlossene Formel: ohne freie Variablen Klausel: x 1, x 2,... : F F Disjunktion von Literalen und {x 1, x 2,...} = FV (F ) KI, SS 11, Folien Pr.Logik Seite Mai 2011

4 Interpretationen Interpretationen I sind analog wie in der Aussagenlogik Es wird durch I noch zusätzlich festgelegt: Menge D der möglichen Elemente Für Prädikatensymbole P : I(R): D... D Bool Für Funktionssymbole f: I(f): D... D D KI, SS 11, Folien Pr.Logik Seite Mai 2011

5 Interpretationen: Berechnung H = f(t 1,... t n ) dann I ( f(t 1,... t n ) ) = I(f) ( I(t 1 ),..., I(t n ) ) H = P (t 1,... t n ) dann I ( P (t 1,... t n ) ) = I(P ) ( I(t 1 ),..., I(t n ) ) H = 0 dann I(H) = 0 H = 1 dann I(H) = 1 H = F dann I(H) = 1 falls I(F ) = 0 H = F G dann I(H) = 1 falls I(F ) = 1 oder I(G) = 1 H = F G, dann I(H) = 1 falls I(F ) = 1 und I(G) = 1 H = F G dann I(H) = 1 falls I(F ) = 0 oder I(G) = 1 H = F G dann I(H) = 1 falls I(F ) = 1 gdw. I(G) = 1 H = x : F dann I(H) = 1 falls für alle a D : I[a/x](F ) = 1 H = x : F dann I(H) = 1 falls für ein a D : I[a/x](F ) = 1 KI, SS 11, Folien Pr.Logik Seite Mai 2011

6 Modelle, Tautologien, Widerspruch etc. I = F : I macht F wahr Eine (geschlossene) Formel F heißt: allgemeingültig (Tautologie, Satz) gdw. alle I machen F wahr erfüllbar gdw. ein I macht F wahr unerfüllbar (widersprüchlich) gdw. kein I macht F wahr falsifizierbar gdw. ein I macht F falsch F ist allgemeingültig gdw. F unerfüllbar KI, SS 11, Folien Pr.Logik Seite Mai 2011

7 Beispiele allgemeingültig: x.q(x) Q(x) unerfüllbar: P P erfüllbar, falsifizierbar: x.p (x) KI, SS 11, Folien Pr.Logik Seite Mai 2011

8 Semantische Folgerung F = G gdw. für alle I: I = F impliziert I = G Für mehrere Formeln: F 1,..., F n = G gdw. F 1... F n = G Für Mengen von Formeln: F = G gdw. für alle I: wenn für alle F F: I = F, dann I = G KI, SS 11, Folien Pr.Logik Seite Mai 2011

9 Deduktionstheorem Deduktionstheorem: Für alle Formeln F und G gilt: F = G gdw. F G ist Tautologie Folgerung: F = G gdw. (F G) ist unerfüllbar (widersprüchlich) gdw. F G ist unerfüllbar. KI, SS 11, Folien Pr.Logik Seite Mai 2011

10 Komplexität Es ist unentscheidbar, ob eine geschlossene Formel eine Tautologie ist (Halteproblem für Turingmaschinen) Tautologien der Prädikatenlogik sind rekursiv aufzählbar praktische Konsequenz: Deduktionssystem: Wenn F Tautologie: Wenn F keine Tautologie: dann Antwort JA in endlicher Zeit Antwort NEIN oder Nichtterminierung KI, SS 11, Folien Pr.Logik Seite Mai 2011

11 Klauselnormalformen Klauselnormalform (conjunctive normal form, CNF) Klausel-Menge: Klausel: K 1... K n Disjunktion von Literalen mit All-Quantor-Präfix: x 1,..., x m.l 1... L n KI, SS 11, Folien Pr.Logik Seite Mai 2011

12 Elementare Rechenregeln Regeln der Aussagenlogik gelten auch für prädikatenlogische Formeln. Regeln für Quantoren: x : F x : F x : F x : F ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G x : F x : G x : (F G) x : F x : G x : (F G) KI, SS 11, Folien Pr.Logik Seite Mai 2011

13 Transformation in CNF Unter Erhaltung der Unerfüllbarkeit 1: Elimination von und : F G F G G F F G F G 2. Negation ganz nach innen schieben: F F (F G) F G (F G) F G x : F x : F x : F x : F KI, SS 11, Folien Pr.Logik Seite Mai 2011

14 Transformation in CNF 3. Skopus von Quantoren minimieren: x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) x : F x : G x : (F G) x : F x : G 4. Alle gebundenen Variablen umbenennen. KI, SS 11, Folien Pr.Logik Seite Mai 2011

15 Transformation in CNF 5. eliminieren mittels Skolemisierung von außen nach innen. x : F [x] F [g(y 1,..., y n )] wobei y i die Variablen sind, die weiter außen unter einem Allquantor stehen. g neues Funktionssymbol pro Existenzquantor ein neues Funktionssymbol KI, SS 11, Folien Pr.Logik Seite Mai 2011

16 Transformation in CNF 6. Allquantoren nach außen schieben 7. Distributivität, Assoziativität, Kommutativität von, iterativ (mit richtiger Strategie) anwenden, um nach außen zu schieben ( Ausmultiplikation ). F (G H) (F G) (F H) (Oder: Schnelle CNF-Erzeugung) KI, SS 11, Folien Pr.Logik Seite Mai 2011

17 Resultat: CNF Konjunktion von Disjunktionen (Klauseln) von Literalen: (L 1,1... L 1,n1 ) (L 2,1... L 2,n2 )... (L k,1... L 1,nk ) oder in Mengenschreibweise: {{L 1,1,..., L 1,n1 }, {L 2,1,..., L 2,n2 },... {L k,1,..., L 1,nk }} KI, SS 11, Folien Pr.Logik Seite Mai 2011

18 Beispiel Eingabe Impl.Elim. Neg. Elim. Skolemisieren: Distrib.: y : x : P (x) Q(y) y : x : ( P (x) Q(y)) ( Q(y) P (x)) y : x : (P (x) Q(y)) (Q(y) P (x)) y : (P (f(y)) Q(y)) (Q(y) P (f(y))) y : (P (f(y)) Q(y)) (P (f(y)) P (f(y))) ( Q(y) Q(y)) ( Q(y) P (f(y))) Klausel-Erz.+ Umbenennen: ( y 1 : P (f(y 1 )) Q(y 1 )) ( y 2 : P (f(y 2 )) P (f(y 2 ))) ( y 3 : Q(y 3 ) Q(y 3 )) ( y 4 : Q(y 4 ) P (f(y 4 ))) KI, SS 11, Folien Pr.Logik Seite Mai 2011

19 Grundresolution Resolutionsschritt ist analog zur Resolution in Aussagenlogik: Elternklausel 1: Elternklausel 2: Resolvente: L, A 1,..., A m L, B 1,..., B n A 1,..., A m, B 1,..., B n Das Resolutionsverfahren vervollständigt Klauselmengen (analog zur Aussagenlogik) Erfolg, wenn leere Klausel erzeugt wurde. Stopp, wenn keine neuen Klauseln erzeugbar sind: Erfüllbar KI, SS 11, Folien Pr.Logik Seite Mai 2011

20 Grundresolution: Vollständigkeit Satz Jede unerfüllbare Grundklauselmenge ist mit Grundresolution widerlegbar. = Grundresolution ist ein Entscheidungsverfahren für Grundklauselmengen. Das folgt direkt aus den Sätzen zur Aussagenlogik. KI, SS 11, Folien Pr.Logik Seite Mai 2011

21 Allgemeine Resolution (Prädikatenlogik) Man braucht: komplementär machen. P (x) P (y) und x y ist eine passende Substitution KI, SS 11, Folien Pr.Logik Seite Mai 2011

22 Resolution mit Unifikation Elternklausel 1: L, A 1,..., A m σ ist Substitution Elternklausel 2: L, B 1,..., B n mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,..., B n ) KI, SS 11, Folien Pr.Logik Seite Mai 2011

23 Beispiel: modus ponens Historisches Beispiel: Alle Menschen sind sterblich, Sokrates ist ein Mensch, also ist Sokrates sterblich. M(So) ( y : (M(y) S(y))) S(So) Klauselmenge zur Negation: (M(So) (M(y) S(y)) S(So)) {M(So)} { M(y) S(y)} { S(So)} 1. Resolvente: {S(So)} aus {M(So)} und { M(y) S(y)} mit Substitution y So 2. Resolvente: aus {S(So)} und { S(So)} KI, SS 11, Folien Pr.Logik Seite Mai 2011

24 Extra Regel: Faktorisierung Elternklausel: L, L, K 1,..., K m σ(l) = σ(l ) Faktor: σ(l, K 1,..., K m ) z.b. {P (x) P (y)} hat {P (y)} als Faktor mit Substitution x y. KI, SS 11, Folien Pr.Logik Seite Mai 2011

25 Resolutionskalkül Der Resolutionskalkül transformiert Klauselmengen S wie folgt: 1. S S {R}, wobei R eine Resolvente 2. S S {F }, wobei F ein Faktor Diese Transformationen werden iteriert (nicht-deterministisch) Der Resolutionskalkül terminiert mit Erfolg, wenn S. Antwort: die Eingabe ist widersprüchlich KI, SS 11, Folien Pr.Logik Seite Mai 2011

26 Beispiel: (Variante des Russelschen Widerspruchs) das Beispiel zeigt auch, dass Faktorisierung notwendig ist. Der Friseur rasiert alle, die sich nicht selbst rasieren x : (rasiert(x, x)) rasiert(friseur, x) Klauselmenge: 1. {rasiert(x, x), rasiert(friseur, x)}, 2. { rasiert(friseur, y), rasiert(y, y)} KI, SS 11, Folien Pr.Logik Seite Mai 2011

27 Beispiel: Friseur Widerlegung Faktorisierung von {rasiert(x, x), rasiert(friseur, x)} mit ergibt {x Friseur} rasiert(friseur, Friseur) Faktorisierung von { rasiert(friseur, y), rasiert(y, y)} mit ergibt : {y Friseur} rasiert(friseur, Friseur) Resolution ergibt leere Klausel Ohne Faktorisierung ist in diesem Beispiel keine Resolutions-Widerlegung möglich. KI, SS 11, Folien Pr.Logik Seite Mai 2011

28 Beispiel: Resolution Beweis der Transitivität der Teilmengenrelation mit Resolution Axiom: Theorem: x, y : x y w : w x w y x, y, z : x y y z x z Klauselform von Axiom Theorem: H1: x y, w x, w y ( Teil der Definition) H2: x y, f(x, y) x (zwei Teile der Definition, H3: x y, f(x, y) y f ist die Skolem Funktion für w) C1: a b (drei Teile der negierten Behauptung, C2: b c a, b, c sind Skolem Konstanten für x, y, z) C3: a c KI, SS 11, Folien Pr.Logik Seite Mai 2011

29 Beispiel: Resolutionswiderlegung H1: x y, w x, w y H2: x y, f(x, y) x H3: x y, f(x, y) y C1: a b C2: b c C3: a c H1,1 & C1, {x a, y b} R1: w a, w b H1,1 & C2, {x b, y c} R2: w b, w c H2,2 & R1,1, {x a, w f(a, y)} R3: a y, f(a, y) b H3,2 & R2,2, {y c, w f(x, c)} R4: x c, f(x, c) b R3,2 & R4,2, {x a, y c} R5: a c, a c R5 & (Faktorisierung) R6: a c R6 & C3 R7: KI, SS 11, Folien Pr.Logik Seite Mai 2011

30 Unifikation Resolutions- und Faktorisierungsregel verwenden Substitutionen, die zwei Atome syntaktisch gleich machen. Diese Substitutionen nennt man Unifikatoren Gesucht: allgemeinste Unifikatoren Beispiele: Unifikator und allgemeinster Unifikator P (x), Q(x) P (y), R(y) σ = {x a, y a} Q(a), R(a) σ ist Unifikator P (x), Q(x) P (y), R(y) σ = {x y} Q(y), R(y) σ ist allgemeinster Unifikator KI, SS 11, Folien Pr.Logik Seite Mai 2011

31 Beispiel zur Unifikation P (x, y, f(z, x) = P (a, f(z, a), y) P x y f z x? = a P f z a y KI, SS 11, Folien Pr.Logik Seite Mai 2011

32 Beispiel zur Unifikation P (x, y, f(z, x) = P (a, f(z, a), y) P x y f z x? = a P f z a y a P f f z a z a? = a P f f z a z a x = a y = f(z, a) KI, SS 11, Folien Pr.Logik Seite Mai 2011

33 Unifikationsalgorithmus: Eingabe: zwei Terme oder Atome s und t: Ausgabe: nicht unifizierbar oder einen allgemeinsten Unifikator: Zustände: Menge Γ von Gleichungen s? = t. Initialzustand: Γ 0 = {s? = t}. KI, SS 11, Folien Pr.Logik Seite Mai 2011

34 Unifikationsregeln: f(s 1,..., s n )? = f(t 1,..., t n ), Γ s 1? = t1,..., s n? = tn, Γ (Dekomposition) x =? x, Γ Γ x =? t, Γ x =? t, {x t}γ (Tautologie) x F V (Γ), x F V (t) (Anwendung) t? = x, Γ x? = t, Γ t V (Orientierung) KI, SS 11, Folien Pr.Logik Seite Mai 2011

35 Abbruchbedingungen: f(...) =? g(...), Γ F ail x =? t, Γ F ail wenn f g (Clash) wenn x F V (t) und t x (occurs check Fehler) KI, SS 11, Folien Pr.Logik Seite Mai 2011

36 Beispiel {k(f(x, g(a, y)), g(x, h(y))? = k(f(h(y), g(y, a)), g(z, z))} x f k g g x h a y y? = f k g h g z z y y a KI, SS 11, Folien Pr.Logik Seite Mai 2011

37 Theoretische Eigenschaften: Unifikation Satz Der Unifikationsalgorithmus terminiert, ist korrekt und vollständig. Er gibt genau einen allgemeinsten Unifikator aus, falls er nicht abbricht. Der Unifikator ist eindeutig bis auf Variablenumbenennung Der Algorithmus kann so implementiert werden, dass er in polynomieller Zeit terminiert, es ist auch O(n log(n)) möglich. Folgerung: Der Unifikationsalgorithmus ist ausreichend zur Entscheidung der Unerfüllbarkeit einer Menge von 1-Klauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011

38 Vollständigkeit der Resolution Begriffe: σ(c) ist Grundinstanz einer Klausel C, wenn keine Variablen mehr in σ(c) vorkommen. Satz (Gödel-Herbrand-Skolem Theorem) Zu jeder unerfüllbare Menge C von Klauseln gibt es eine endliche unerfüllbare Menge von Grundinstanzen von C. KI, SS 11, Folien Pr.Logik Seite Mai 2011

39 Vollständigkeit der Resolution Satz Die Resolution mit Unifikation und Faktorisierung ist vollständig. Zum Beweis benötigt man: den Satz von Gödel-Herbrand-Skolem, die Vollständigkeit der Grundresolution Ein Lemma zum Lifting Zusammenhang zwischen allgemeinen Resolutionsschritten und Grundresolutionsschritten. Hier erkennt man: die Faktorisierung ist erforderlich KI, SS 11, Folien Pr.Logik Seite Mai 2011

40 Redundanz-Elimination bei Resolution : Löschregeln: Subsumtion, Tautologie und Isoliertheit Es gibt folgende Situationen im Resolutionsbeweiser: Tautologien {P, P,...} Subsumierte Klausel {P (x), Q} ist allgemeiner als {P (a), Q} auch allgemeiner als {P (y), Q, R} Isoliert Literale {P (x, f(x), } und nur { P (s, s),...} kommt vor KI, SS 11, Folien Pr.Logik Seite Mai 2011

41 Isolierte Literale Sei L ein Literal in der Klausel D, die in der Klauselmenge M ist. L heißt isoliert, wenn kein L in M vorkommt, so dass L und L verschiedenes Vorzeichen haben und L und L unifizierbar sind. Der Isoliertheitstest kann in Zeit O(n 3 log(n)) durchgeführt werden. Löschregel für isolierte Literale: Lösche Klauseln aus einer Klauselmenge, wenn diese isolierte Literale enthalten. KI, SS 11, Folien Pr.Logik Seite Mai 2011

42 Subsumtion Die Klausel D subsumiert die Klausel E, wenn es eine Substitution σ gibt, so dass σ(d) E Löschregel für subsumierte Klauseln: Wenn Klausel D die Klausel E subsumiert und E hat nicht weniger Literale als D, dann lösche die Klausel E KI, SS 11, Folien Pr.Logik Seite Mai 2011

43 Subsumtion: Beispiele {P (x)} subsumiert {P (a), P (b), Q(y)}. P subsumiert {P, S}. {Q(x), R(x)} subsumiert {R(a), S, Q(a)} {E(a, x), E(x, a)} subsumiert {E(a, a)} D.h eine Klausel subsumiert einen ihren Faktoren. In diesem Fall wird nicht gelöscht. Vorsicht { P (x), P (f(x))} impliziert { P (x), P (f(f(x))}, aber subsumiert nicht. KI, SS 11, Folien Pr.Logik Seite Mai 2011

44 Subsumtion: Komplexität Der Test, ob eine Klausel C eine andere subsumiert ist N P-vollständig. Die Komplexität kommt von den Permutationsmöglichkeiten der Literale beim Subsumtionstest. KI, SS 11, Folien Pr.Logik Seite Mai 2011

45 Subsumtion: Vorwärts- und Rückwärtsanwendung Vorwärtsanwendung: Lösche Resolventen / Faktoren, die von Klauseln aus der Klauselmenge subsumiert werden. Wichtige Löschregel in resolutionsbasierten Deduktionssystemen Rückwärtsanwendung Verwende neueste Resolvente zum Löschen von vorhandenen Klauseln nicht immer implementiert: kann ineffizient sein KI, SS 11, Folien Pr.Logik Seite Mai 2011

46 Tautologie-Löschung Eine Klausel D ist eine Tautologie, wenn D unter allen Interpretationen wahr ist. Syntaktische Erkennung: D ist Tautologie, wenn zwei komplementäre Literale L, L in D enthalten sind Dieser Test ist in Zeit O(n 3 ) durchführbar. Löschregel: tautologische Klauseln kann man löschen. KI, SS 11, Folien Pr.Logik Seite Mai 2011

47 Tautologielöschung: Beispiele {P a, P a}, {Qa, P (f(x)), P (f(x), Qb} {P x, P x}. Keine Tautologien: {P x, P f(y)} { P (x, y), P (y, x)}. KI, SS 11, Folien Pr.Logik Seite Mai 2011

48 Widerlegungsvollständigkeit Satz Der Resolutionskalkül zusammen mit [ Löschung subsumierter Klauseln, Löschung von Klauseln mit isolierten Literalen Löschung von Tautologien ist widerlegungsvollständig. KI, SS 11, Folien Pr.Logik Seite Mai 2011

49 Einige Weitere Einschränkung der Resolution Set-of-Support UR-Resolution Unit-Resolution Input-Resolution Lineare-Resolution SL-Resolution SL-Resolution für Hornklauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011

50 Lineare Resolution Definition Initial: Iterationsschritt: Klauselmenge; eine Klausel wird als Zentralklausel Z 0 ausgewählt. aktuelle Zentralklausel + andere Klausel ergibt neue Zentralklausel. Z i + andere Klausel Z i+1 Faktorisierung ist ebenfalls erlaubt Eigenschaft: Lineare Resolution ist widerlegungsvollständig KI, SS 11, Folien Pr.Logik Seite Mai 2011

51 Lineare Resolution, Beispiel Klauselmenge {P, Q}, { P, Q}, {P, Q}, { P, Q} ist unerfüllbar: lineare Resolution allgemeine Resolution Vorgänger- Schritt P, Q P Q P Q, P P, Q P, Q P, Q P Q, P P, Q Q, P P KI, SS 11, Folien Pr.Logik Seite Mai 2011

52 Lineare Resolution, Beispiel Faktorisierung ist notwendig: {{P (x), P (y)}, { P (x), P (y)}}. In diesem Beispiel: Lineare Resolution ohne Faktorisierung ergibt immer eine Zentralklausel der Länge zwei, KI, SS 11, Folien Pr.Logik Seite Mai 2011

53 Hornklauselmengen Definitionen positives Literal := Atom ; Literal ohne Negation negatives Literal := negiertes Atom Hornklausel := Klausel mit maximal einem positiven Literal. definite Hornklausel := Klausel mit genau einem positiven Literal. negative Hornklausel, Anfrage := Klausel ohne positive Literale. Hornklauselmenge := Klauselmenge nur aus Hornklauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011

54 Hornklauselmengen Eigenschaften: definite Hornklauseln kann man schreiben als L 1... L n L n+1 Klauseln ohne positive Literale sind Hornklauseln Eine unerfüllbare Hornklauselmenge enthält mindestens eine positive Unitklausel. und mindestens eine negative Hornklausel Unerfüllbare Hornklauselmengen sind widerlegbar mittels Unit-Resolution. KI, SS 11, Folien Pr.Logik Seite Mai 2011

55 SL-Resolution SL-Resolution = Lineare Resolution plus Selektionsfunktion D.h. Beschränkung der (für die Resolution) erlaubten Literale Wir betrachten ab jetzt: SL-Resolution für Hornklauselmengen Annahme: Hornklauseln haben Reihenfolge der negativen Literale: KI, SS 11, Folien Pr.Logik Seite Mai 2011

56 SL-Resolution für Hornklauselmengen Vorgehen der linearen Resolution: Menge von initialen (definiten) Horn Klauseln Anfrage = initiale Zielklausel (nur negative Literale) Weitere Zielklausel (auch rein negativ) = Resolvente aus Zielklausel und einer initialen Klausel Selektionsfunktion: Das letzte Literal wird zuerst wegresolviert Beispiel: Zielklausel P, Q, R initiale (passende Klausel): P, A, B, C Resolvente (neues Ziel): nega, B, C, Q, R, KI, SS 11, Folien Pr.Logik Seite Mai 2011

57 SL-Resolution für Hornklauselmengen: Eigenschaften Widerlegungsvollständig für Hornklauseln, auch ohne Faktorisierung Es gibt immer eine Gesamtsubstitution in die Anfrage, wenn ein Widerspruch gefunden wird Die Gesamtsubstitution in die Anfrage bei Erfolg kann man als Antwort deuten. KI, SS 11, Folien Pr.Logik Seite Mai 2011

58 Beispiel SL-Resolution SL-Resolution mit Horn Klauseln Prolog-Reihenfolge: Klausel Notation: C1: A(x, y) P (x, y) A(x, y) P (x, y) C2: A(x, z) P (x, y) A(y, z) A(x, z) P (x, y) A(y, z) C3: P (a, b) C4: P (b, c) C5: P (c, d) Theorem: v : A(a, v) P (v, d)? Negiertes Theorem: A(a, v) P (v, d) KI, SS 11, Folien Pr.Logik Seite Mai 2011

Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator

Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Resolution mit allgemeinsten Unifikatoren Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Elternklausel 2: L, B 1,..., B n von L, L mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,...,

Mehr

Einführung in die Methoden der Künstlichen Intelligenz. Prädikatenlogik

Einführung in die Methoden der Künstlichen Intelligenz. Prädikatenlogik Einführung in die Methoden der Künstlichen Intelligenz Prädikatenlogik Dr. David Sabel WS 2012/13 Stand der Folien: 13. Dezember 2012 Prädikatenlogik In der Aussagenlogik, sind Zusammenhänge, wie Beziehungen

Mehr

Aussagenlogik: Syntax von Aussagen

Aussagenlogik: Syntax von Aussagen Aussagenlogik: Syntax von Aussagen A ::= X (A A) (A A) ( A) (A A) (A A) 0 1 Prioritätsreihenfolge :,,,,. A B: Konjunktion (Verundung). A B: Disjunktion (Veroderung). A B: Implikation. A B: Äquivalenz.

Mehr

Ralf Möller, TUHH. Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem. Lernziele: Beweisverfahren für Prädikatenlogik

Ralf Möller, TUHH. Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem. Lernziele: Beweisverfahren für Prädikatenlogik Ralf Möller, TUHH Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem Lernziele: Beweisverfahren für Prädikatenlogik Danksagung Bildmaterial: S. Russell, P. Norvig, Artificial

Mehr

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

Beispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise: Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.9 Prädikatenlogik Resolution 207 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N 2 Es regnet. R

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN

Mehr

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten

Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten 2.6 Verfeinerung der Resolution Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten Resolutions-Strategien: heuristische Regeln für die Auswahl der Resolventen Resolutions-Restriktionen:

Mehr

Prädikatenlogische Entscheidbarkeitsprobleme

Prädikatenlogische Entscheidbarkeitsprobleme Prädikatenlogische Entscheidbarkeitsprobleme Erfüllbarkeitsproblem: Gegeben: prädikatenlogischer Ausdruck A über einer Signatur S Frage: Ist A erfüllbar? Gültigkeitsproblem: Gegeben: prädikatenlogischer

Mehr

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle

Modellierungsmethoden der Informatik Kapitel 2: Logikkalküle smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 2 und 3: Resolution Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 3. November 2017 1/43 HERBRAND-STRUKTUR Sei

Mehr

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15 Logik Gabriele Kern-Isberner LS 1 Information Engineering TU Dortmund Wintersemester 2014/15 WS 2014/15 G. Kern-Isberner (TU Dortmund) Logik WS 2014/15 1 / 263 Übersicht Prädikatenlogik 8. Strukturen &

Mehr

Logik-Grundlagen. Syntax der Prädikatenlogik

Logik-Grundlagen. Syntax der Prädikatenlogik Logik-Grundlagen X 1 :...: X k : ( A 1 A 2... A m B 1 B 2... B n ) Logische und funktionale Programmierung - Universität Potsdam - M. Thomas - Prädikatenlogik III.1 Syntax der Prädikatenlogik Prädikat:

Mehr

Formale Systeme, WS 2012/2013. Lösungen zu Übungsblatt 7

Formale Systeme, WS 2012/2013. Lösungen zu Übungsblatt 7 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Faragó, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt

Mehr

Wozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation

Wozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation Wozu formale Logik? Logik im Fingerhut Studiengang Informatik Universität Bremen präzise Beschreibung von Aussagen über die Welt bzw. über verschiedene Welten Ziehen und Überprüfen von Schlussfolgerungen

Mehr

Kapitel L:III. III. Prädikatenlogik

Kapitel L:III. III. Prädikatenlogik Kapitel L:III III. Prädikatenlogik Syntax der Prädikatenlogik Semantik der Prädikatenlogik Wichtige Äquivalenzen Einfache Normalformen Substitution Skolem-Normalformen Standard-Erfüllbarkeit Prädikatenlogische

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 12. Prädikatenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Zur Erinnerung Definition: Aussagenlogische

Mehr

Formale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil

Formale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil Formale Grundlagen der Informatik 1 zum Logik-Teil Frank Heitmann heitmann@informatik.uni-hamburg.de 20. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/32 Überblick Im hatten wir Aussagenlogik

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 3. Prädikatenlogik Teil 7 26.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Unser Ziel Kalküle zur systematischen Überprüfung von

Mehr

Tableaukalkül für Aussagenlogik

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

Mehr

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

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische

Mehr

Eigenschaften der Resolution für PL1 Formeln

Eigenschaften der Resolution für PL1 Formeln Eigenschaften der Resolution für PL1 Formeln Widerlegungsvollständigkeit (ohne Beweis): Sofern man Resolution auf eine widersprüchliche Klauselmenge anwendet, so existiert eine endliche Folge von Resolutionsschritten,

Mehr

Formale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019

Formale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019 Formale Systeme Prof. Dr. Bernhard Beckert, WS 2018/2019 Aussagenlogik: Resolutionskalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation Theorie der Informatik 9. März 2015 5. Aussagenlogik III Theorie der Informatik 5. Aussagenlogik III 5.1 Inferenz Malte Helmert Gabriele Röger 5.2 Resolutionskalkül Universität Basel 9. März 2015 5.3 Zusammenfassung

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

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

Mehr

Deduktion in der Prädikatenlogik

Deduktion in der Prädikatenlogik Deduktion in der Prädikatenlogik Sprache der Prädikatenlogik ist mächtiger als die der Aussagenlogik; damit verändern sich die Deduktionssysteme natürliche Deduktion: Schlussregeln der Aussagenlogik gelten

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

Logik Vorlesung 5: Grundlagen Resolution

Logik Vorlesung 5: Grundlagen Resolution Logik Vorlesung 5: Grundlagen Resolution Andreas Maletti 21. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

SLD-Ableitungsbäume. G = B 1... B m. G die Menge aller SLD-Resolventen von G und definiten. G einen Nachfolger, der mit G markiert ist.

SLD-Ableitungsbäume. G = B 1... B m. G die Menge aller SLD-Resolventen von G und definiten. G einen Nachfolger, der mit G markiert ist. SLD-Ableitungsbäume Definition 5.48 Sei P ein definites Programm und G ein definites Ziel. Ein SLD-Ableitungsbaum ist ein Baum, der die folgenden Bedingungen erfüllt: 1. Jeder Knoten des Baums ist mit

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische

Mehr

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden:

Sogar Strukturen mit unendlichem Universum müssen betrachtet werden: 3.4 Unentscheidbarkeit In der Aussagenlogik gibt es für jede Formel eine endliche Menge von Belegungen. In Prädikatenlogik Beschränkung auf endliche Menge von Strukturen nicht möglich. Sogar Strukturen

Mehr

Überblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (1) Wissenrepräsentations- und inferenzsysteme (2)

Überblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (1) Wissenrepräsentations- und inferenzsysteme (2) Überblick Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik (1) Dr. David Sabel WS 2012/13 Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung von Wissen in der Aussagenlogik

Mehr

Herbrand-Universum. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Herbrand-Universum. Herbrand-Universum

Herbrand-Universum. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Herbrand-Universum. Herbrand-Universum Herbrand-Universum Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Motivation: Um die Erfüllbarkeit/Unerfüllbarkeit einer prädikatenlogischen

Mehr

Deduktion. Semantische Folgerungsbeziehung. Syntaktische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion. Semantische Folgerungsbeziehung. Syntaktische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung Deduktion Menge von Ausdrücken der Aussagenlogik oder der Prädikatenlogik beschreibt einen bestimmten Sachverhalt, quasi eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion:

Mehr

Theoretische Informatik: Logik

Theoretische Informatik: Logik Theoretische Informatik: Logik Vorlesung mit Übungen im WS 2006/2007 Vorlesung: Montag Montag 9-10 Uhr, Raum 1603 WAneu 14-16 Uhr, Raum 1603 WAneu Beginn: Montag, den 23.10.2006, 9 15 Uhr. Übungen in 3

Mehr

Aussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion

Aussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion 43 Vergleiche mit MBA! (MAF4) MAF(I, (F G)) = MAF(I, F) MAF(I, G), wobei die zum Symbol gehörende Funktion ist. (MAF3) MAF(I, F) = MAF(I, F) (MAF2) MAF(I, t) = t und MAF(I, f ) = f (MAF1) MAF(I, A) = I(A),

Mehr

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 16. Januar 2017 Rückblick Markus Krötzsch, 16. Januar 2017 Formale Systeme Folie 2 von 31

Mehr

Wiederholung: Resolution in der Aussagenlo. Resolution in der Prädikatenlogik. Definition von Res(F) (Wiederholung)

Wiederholung: Resolution in der Aussagenlo. Resolution in der Prädikatenlogik. Definition von Res(F) (Wiederholung) Resolution in der Prädikatenlogik Wiederholung: Resolution in der Aussagenlo Der Algorithmus von Gilmore funktioniert zwar, ist in der Praxis aber unbrauchbar. Daher ist unser Programm der nächsten Stunden:

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Labor Compilerbau. Jan Hladik. Sommersemester DHBW Stuttgart. Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester / 20

Labor Compilerbau. Jan Hladik. Sommersemester DHBW Stuttgart. Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester / 20 Labor Compilerbau Jan Hladik DHBW Stuttgart Sommersemester 2017 Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester 2017 1 / 20 Resolution in der Prädikatenlogik testet Erfüllbarkeit (indirekt

Mehr

Wissensbasierte Systeme 7. Prädikatenlogik

Wissensbasierte Systeme 7. Prädikatenlogik Wissensbasierte Systeme 7. Prädikatenlogik Syntax und Semantik, Normalformen, Herbrandexpansion Michael Beetz Plan-based Robot Control 1 Inhalt 7.1 Motivation 7.2 Syntax und Semantik 7.3 Normalformen 7.4

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 6. Aussagenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Resolutionkalkül Wesentliche

Mehr

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen Logik: Glossar FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 15. Januar 2018 Atom kleinste mögliche Formel p P Teilformel Unterausdruck,

Mehr

Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution

Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Ablauf Unendliche

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

Wissensrepräsentation und Schlussfolgern

Wissensrepräsentation und Schlussfolgern Wissensrepräsentation und Schlussfolgern Wissensrepräsentationshypothese: (B. Smith) Die Verarbeitung von Wissen lässt sich trennen in: Repräsentation von Wissen, wobei dieses Wissen eine Entsprechung

Mehr

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit.

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Resolution (Idee) (F A) (F A) (F A) (F A) (F F ) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Zwei Fragen: Kann man aus einer unerfüllbaren Formel immer die leere

Mehr

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2017

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2017 Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker

Mehr

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit.

7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. 7. Prädikatenlogik Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. Aber: Aussagenlogik ist sehr beschränkt in der Ausdrucksmächtigkeit. Wissen kann nur

Mehr

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1 Prädikatenlogik 1. Syntax und Semantik Man kann die Prädikatenlogik unter einem syntaktischen und einem semantischen Gesichtspunkt sehen. Bei der Behandlung syntaktischer Aspekte macht man sich Gedanken

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

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.

Mehr

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2015

Klausur zur Vorlesung Logik für Informatiker Sommersemester 2015 Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker

Mehr

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution

Mehr

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe

Prädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 7 15.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Unser Ziel Kalkül(e) zur systematischen Überprüfung

Mehr

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

Normalformen der Prädikatenlogik

Normalformen der Prädikatenlogik Normalformen der Prädikatenlogik prädikatenlogische Ausdrücke können in äquivalente Ausdrücke umgeformt werden Beispiel "X (mensch(x) Æ sterblich(x)) "X (ÿ mensch(x) sterblich(x)) "X (ÿ (mensch(x) Ÿ ÿ

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der

Mehr

Deduktion in der Aussagenlogik

Deduktion in der Aussagenlogik Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

Eine besondere Formel. Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik. Resolution. Eine besondere Formel. Merke

Eine besondere Formel. Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik. Resolution. Eine besondere Formel. Merke Eine besondere Formel Unendliche Strukturen Der Satz von Church Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Frank Heitmann heitmann@informatik.uni-hamburg.de 30. November 2015 In der

Mehr

Beweisen mit Semantischen Tableaux

Beweisen mit Semantischen Tableaux Beweisen mit Semantischen Tableaux Semantische Tableaux geben ein Beweisverfahren, mit dem ähnlich wie mit Resolution eine Formel dadurch bewiesen wird, dass ihre Negation als widersprüchlich abgeleitet

Mehr

FO-Klauselmengen Abschnitt 5.1. Logik-Kalküle. Klauselmengen und universell-pränexe Sätze. Übersetzungs-Beispiel

FO-Klauselmengen Abschnitt 5.1. Logik-Kalküle. Klauselmengen und universell-pränexe Sätze. Übersetzungs-Beispiel Teil 2: FO Beweiskalküle Logik-Kalküle syntaktische Beweiskalküle Beweise der Unerfüllbarkeit Resolution vergleiche Kalküle für AL Resolution bzw. der Widerlegungskalkül: Unerfüllbarkeitsbeweise wir behandeln:

Mehr

Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik

Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Fragen Seite Punkte 1. Was ist die Mathematische Logik? 3 2 2. Was sind die Aussagenlogik und die Prädikatenlogik? 5 4 3. Was sind Formeln,

Mehr

Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik

Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik PD Dr. David Sabel SoSe 2014 Stand der Folien: 23. Mai 2014 Überblick Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung

Mehr

Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Resolution

Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Resolution Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Frank Heitmann heitmann@informatik.uni-hamburg.de 30. November 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Eine besondere Formel

Mehr

Logik Vorlesung 4: Horn-Logik und Kompaktheit

Logik Vorlesung 4: Horn-Logik und Kompaktheit Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

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

Logik Vorlesung 8: Modelle und Äquivalenz

Logik Vorlesung 8: Modelle und Äquivalenz Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Substitution. Unifikation. Komposition der Substitution. Ausführung der Substitution

Substitution. Unifikation. Komposition der Substitution. Ausführung der Substitution Substitution Unifikation Ziel eines Widerspruchsbeweis: Widerspruch ja/nein Variablenbindung im Falle eines Widerspruchs Eine Substitution θ ist eine endliche Menge der Form {v 1 /t 1 v n /t n }, wobei

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in

Mehr

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog

Logikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog Logikprogrammierung Berechnung durch Resolution Die Programmiersprache Prolog Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 6.1 Logikprogrammierung Berechnung durch Resolution 213 Resolution

Mehr

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

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

Mehr

Ablauf. Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution. Eine besondere Formel. Eine besondere Formel

Ablauf. Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution. Eine besondere Formel. Eine besondere Formel Ablauf Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Juni 2015 Wir werden heute die Themen aus den Kapitel 2.3, 2.4 und 2.5 aus

Mehr

Resolution und Regeln

Resolution und Regeln Resolution und Regeln Hans Kleine Büning University of Paderborn Institute for Computer Science Group Paderborn, 18. Juli 2013 Resolution und Regeln Hans Kleine Büning 1/9 Resolution Theorem Resolution:

Mehr

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

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

Mehr

Aussagenlogische Kalküle

Aussagenlogische Kalküle Aussagenlogische Kalküle Ziel: mit Hilfe von schematischen Regeln sollen alle aus einer Formel logisch folgerbaren Formeln durch (prinzipiell syntaktische) Umformungen abgeleitet werden können. Derartige

Mehr

Satz 1.18 (Kompaktheitssatz der Aussagenlogik)

Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Σ F ist erfüllbar genau dann, wenn jede endliche Teilmenge von Σ erfüllbar ist. Σ F ist unerfüllbar genau dann, wenn es eine unerfüllbare endliche Teilmenge

Mehr

GDI Medieninformatik. 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II)

GDI Medieninformatik. 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II) GDI Medieninformatik 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II) Prädikatenlogik erster Stufe (FOL): Syntax: Sprachelemente 27.01.2008 GDI - Logik 2 FOL: Syntax 27.01.2008 GDI -

Mehr

Klauselmengen. Definition Sei

Klauselmengen. Definition Sei Klauselmengen Definition 2.38 Sei α = (p 11... p 1k1 )... (p n1... p nkn ) eine in aussagenlogische Formel in KNF. Dann heißen die Mengen {p i1,..., p iki }, 1 i n, der jeweils disjunktiv verknüpften Literale

Mehr

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform

Normalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform 2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 11. Prädikatenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Negationsnormalform Definition: Negationsnormalform

Mehr

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

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

Mehr

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

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

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

Resolution für die Aussagenlogik

Resolution für die Aussagenlogik Resolution für die Aussagenlogik Der Resolutionskakül ist ein Beweiskalkül, der auf Klauselmengen, d.h. Formeln in KNF arbeitet und nur eine Schlußregel besitzt. Der Resolution liegt die folgende Vorstellung

Mehr

Deklarative Semantik

Deklarative Semantik 7. Deklarative Semantik 7-1 Deklarative Semantik Bisher: Prolog als Programmiersprache. Operationale Semantik : Wie wird ein Programm ausgeführt? Welche Antworten werden berechnet? Jetzt: Prolog als logischer

Mehr

Unifikation. T eine Menge von Termen. σ(t) einelementig ist. Definition: Unifikator. Eine Substitution σ ist Unifikator von T, falls

Unifikation. T eine Menge von Termen. σ(t) einelementig ist. Definition: Unifikator. Eine Substitution σ ist Unifikator von T, falls Unifikation Definition: Unifikator T eine Menge von Termen Eine Substitution σ ist Unifikator von T, falls σ(t) einelementig ist Logik für Informatiker, SS 06 p.12 Unifikation Definition: Unifikator T

Mehr

Logik Vorlesung 9: Normalformen

Logik Vorlesung 9: Normalformen Logik Vorlesung 9: Normalformen Andreas Maletti 19. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften

Mehr

Musterlösung der Klausur zur Vorlesung Logik für Informatiker

Musterlösung der Klausur zur Vorlesung Logik für Informatiker Musterlösung der Klausur zur Vorlesung Logik für Informatiker Bernhard Beckert Christoph Gladisch Claudia Obermaier Arbeitsgruppe Künstliche Intelligenz Fachbereich Informatik, Universität Koblenz-Landau

Mehr

Logik Vorlesung 11: Herbrand-Theorie II

Logik Vorlesung 11: Herbrand-Theorie II Logik Vorlesung 11: Herbrand-Theorie II Andreas Maletti 16. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung

Mehr

Logik für Informatiker

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

Mehr

Logik Vorlesung 12: Unifikation und Resolution

Logik Vorlesung 12: Unifikation und Resolution Logik Vorlesung 12: Unifikation und Resolution Andreas Maletti 23. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Eigenschaften der SLD-Resolution

Eigenschaften der SLD-Resolution Eigenschaften der SLD-Resolution Vollständigkeit der SLD-Resolution für Hornklauseln Sei F eine inkonsistente Hornklauselmenge. Dann gibt es eine SLD-Widerlegung von F. Beweisskizze: Für inkonsistentes

Mehr

2.3 Deduktiver Aufbau der Aussagenlogik

2.3 Deduktiver Aufbau der Aussagenlogik 2.3 Deduktiver Aufbau der Aussagenlogik Dieser Abschnitt beschäftigt sich mit einem axiomatischen Aufbau der Aussagenlogik mittels eines Deduktiven Systems oder eines Kalküls. Eine syntaktisch korrekte

Mehr