Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:
|
|
- Franz Maurer
- vor 6 Jahren
- Abrufe
Transkript
1 Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht aus einer einzigen Umformungsregel der sogenannten Resolution. Das gesamte Verfahren dient dazu, die Unerfüllbarkeit einer Formel in KNF zu testen und gegebenenfalls nachzuweisen. Das Verfahren ist einfach, aber auf Grund der NP Vollständigkeit des Erfüllbakeitsproblems man muß damit rechnen, daß das Verfahren für einige Eingaben exponentielle Laufzeit erfordert. Gegeben sei also ein KNF Term t = (l 1,1 l 1,2... l 1,n1 ) (l k,1 l k,2... l k,nk ) wobei alle l i,j {x 1, x 2,...} { x 1, x 2,...} Literale sind. Zur Vereinfachung wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren: K t = {{l 1,1, l 1,2,..., l 1,n1 },......, {l k,1, l k,2,..., l k,nk }} { Für jedes Literal l definieren wir l xi falls l = x = i x i falls l = x i Definition: Seien K 1, K 2 Klauseln und l ein Literal mit l K 1 und l K 2. Dann wird die Klausel R = (K 1 \ {l}) (K 2 \ { l}) ein Resolvent von K 1 und K 2 genannt. Zur Darstellung nutzt man die folgende Diagrammschreibweise: K 1 K 2 R {x 1, x 3, x 6 } {x 3, x 5 } {x 1, x 5, x 6 } Die leere Klausel wird explizit als Resolvent zugelassen. Sie wird durch das Symbol bezeichnet. Die leere Klausel gilt als nicht erfüllbar, also als eine Kontradiktion. Resolutions Lemma: Sei t ein Term in KNF, dargestellt als Klauselmenge K t und sei R ein Resolvent zweier Klauseln aus K t. Dann sind t und der durch K t {R} dargestellte Term t logisch äquivalent. Beweis: Eine Richtung in dieser Äquivalenz ist einfach zu zeigen: Wenn β : V B eine erfüllende Belegung für t ist, dann nimmt jede Klausel aus t unter β den Wert 1 an. Damit ist β aber auch erfüllende Belegung für t. 1
2 Für die Gegenrichtung ist eine etwas genauere Analyse notwendig. Wir nehmen an, dass β : V B eine erfüllende Belegung für t ist und wollen zeigen, dass dann auch alle Klauseln von t unter β den Wert 1 annehmen. Bis auf den Resolventen R folgt das aus der Voraussetzung. Um es auch für R zu zeigen, betrachten wir seine Entstehung R = (K \ {l}) (K \ { l}) wobei l K und l K und machen eine Fallunterscheidung danach, welchen Wert das Literal l unter der Belegung β hat: β(l) = 0: Die Klausel K kann nicht durch das Literal l den Wert 1 bekommen, also muss ein anderes Literal l in K auftreten, das unter β den Wert 1 hat. Dann ist l R und folglich nimmt R unter β den Wert 1 an. β(l) = 1, d.h. β( l) = 0: Die Klausel K kann nicht durch das Literal l den Wert 1 bekommen, also muss ein anderes Literal l in K auftreten, das unter β den Wert 1 hat. Dann ist l R und folglich nimmt R unter β den Wert 1 an. Definition: Für eine beliebige Klauselmenge K definiert man: Res(K) = K {R R ist Resolvent zweier Klauseln aus K} Res 0 (K) = K Res n+1 (K) = Res(Res n (K)) Res (K) = Res n (K) n=1 Beispiel: Sei K = Res 0 (K) = {{x 1, x 2, x 3 }, { x 1, x 4 }, {x 2, x 4 }}. Dann ist Res 1 (K) = K {{x 2, x 3, x 4 }, { x 1, x 2 }} Res 2 (K) = Res 1 (K) {{x 2, x 3 }} Res (K) = Res 2 (K) = {{x 1, x 2, x 3 }, { x 1, x 4 }, {x 2, x 4 }, {x 2, x 3, x 4 }, { x 1, x 2 }, {x 2, x 3 }} Man beachte, daß der durch die Klauselmenge K dargestellte Term t = (x 1 x 2 x 3 ) ( x 1 x 4 ) (x 2 x 4 ) erfüllbar ist, denn jede Belegung β mit β(x 2 ) = β(x 4 ) = 1 ist erfüllend für t. Da eine endliche Klauselmenge K nur endlich viele Literale enthält, ist auch die Menge der ableitbaren Resolventen endlich (eine Untermenge der Potenzmenge 2
3 aller vorkommenden Literale). Folglich kann auch Res (K) in endlich vielen Schritten erzeugt werden, denn gilt Res n+1 (K) = Res n (K) für ein n N, dann ist Res (K) = Res n (K). So liefert der folgende Satz die Grundlage für ein endliches Verfahren, das die Nichterfüllbarkeit von Formeln (und Formelmengen) entscheidet. Resolutionssatz: Ein KNF-Term t, dargestellt durch die Klauselmenge K t ist genau dann unerfüllbar, wenn Res (K t ). Die Aussage, daß Res (K t ) die Unerfüllbarkeit von t impliziert, wird als Korrektheit des Resolutionskalküls bezeichnet. Sie läßt sich leicht aus der Beobachtung ableiten, daß nur Resolvent von zwei Klauseln der Form K = {l} und K = { l} sein kann. Da bereits l l nicht erfüllbar ist, folgt die Nichterfüllbarkeit von t aus dem Resolutionslemma (nach mehrfacher Anwendung). Die entgegengesetzte Implikation (aus der Unerfüllbarkeit von t folgt Res (K t )) wird Vollständigkeit des Resolutionskalküls genannt. Sie kann durch Induktion über die Anzahl der in t auftretenden Primformeln bewiesen werden. Wir verzichten an dieser Stelle auf den Beweis und verweisen auf das Buch Logik für Informatiker von Schöning. Der folgende Pseudocode beschreibt einen Algorithmus, der die Unerfüllbarkeit einer Formel t entscheidet, die durch eine Klauselmenge K gegeben ist: procedure resolution repeat J := K; K := Res(J ); until ( K) or (J = K); if K then return t ist unerfüllbar else return t ist erfüllbar ; Wie bereits angemerkt, kann auf Grund der Äquivalenz t ist genau dann Tautologie, wenn t unerfüllbar ist die Resolutionsmethode auch zum Tautologietest eingesetzt werden. Aber gerade wenn t bereits als KNF Term gegeben ist, wird es oft sehr aufwändig sein, t in eine äquivalente KNF Term zu verwandeln. Man kann aber die Resolutionsmethode sehr gut zum Tautologietest von DNF-Termen einsetzen, denn deren Negation ist nach Anwendung der De Morganschen Regel eine KNF. Ein häufig gemachter Fehler besteht darin, bei der Bildung eines Resolenten in einem Schritt gleich zwei Literale, die in den Klauseln K 1 und K 2 entgegengesetzt auftreten, zu streichen. Das würde z.b. dazu führen, dass man aus K 1 = {x 1, x 2 } und K 2 = { x 1, x 2 } die leere Klausel ableiten könnte. Das ist offensichtlich falsch, denn es gibt mit β(x 1 ) = 1 und β(x 2 ) = 0 eine erfüllende Belegung. 3
4 Man beachte, daß zum Beweis der Unerfüllbarkeit einer Formel nicht unbedingt alle Resolventen gebildet werden müssen. Es reicht aus, nur die Resolventen zu bilden, die bei der sogenannten Deduktion (Herleitung) von eine Rolle spielen. Beispiel: Sei K = {{x 1, x 2, x 3 }, { x 1, x 3 }, {x 2, x 3 }, { x 2 }}. Wir veranschaulichen die Deduktion der leeren Klausel durch einen sogenannten Resolutionsgraphen: { x 1, x 3 } {x 1, x 2, x 3 } { x 2 } {x 2, x 3 } {x 1, x 3 } 7 {x 3 } { x 3 } 3 Hornformel und Einheitsresolventen Definition: Variablen werden positive Literale genannt, ihre Negationen nennt man negative Literale. Eine KNF Term t wird Hornformel genannt, falls jeder Maxterm (Klausel) in t höchstens ein positives Literal enthält. Beispiel: Die folgende Formel ist eine Hornformel: t = (x 1 x 3 )( x 1 x 3 x 4 ) ( x 1 x 4 ) x 2 x 4 Eine besondere Eigenschaft der Klauseln einer Hornformel besteht darin, dass man Sie als spezielle Implikationen ohne negierte Variable schreiben kann. Wir unterscheiden dazu drei Fälle: Der Maxterm enthält mindestens ein negatives Literal und genau ein positives Literal y : s = x 1... x k y (x 1... x k ) y (x 1... x k ) y Der Maxterm enthält nur negative Literale: s = x 1... x k (x 1... x k ) 0 (x 1... x k ) 0 Der Maxterm besteht nur aus einem positiven Literal: s = y 0 y 1 y 1 y Ein Nachteil der Hornformeln liegt in ihrer eingeschränkten Ausdruckskraft, d.h. es gibt Boolesche Funktionen, die man nicht durch Hornformeln darstellen kann 4
5 (ein einfaches Beispiel ist die Disjunktion). Dafür kann man das Erfüllbarkeitsproblem für Hornformeln relativ leicht lösen. Grundlage für dieses Verfahren die folgenden drei Beobachtungen: 1. Wenn in jeder Klausel einer Hornformel t ein positives Literal auftritt, dann ist t erfüllbar (die erfüllende Belegung setzt alle Variable auf 1). 2. Wenn in jeder Klausel einer Hornformel t ein negatives Literal auftritt, dann ist t erfüllbar (die erfüllende Belegung setzt alle Variable auf 0). 3. Wenn eine Hornformel eine Klausel enthält, die nur aus einem positiven Literal x i besteht, dann muss x i in jeder erfüllenden Belegung von t den Wert 1 bekommen. Die algorithmische Idee besteht nun darin, schrittweise alle Variablen zu markieren, die in einer erfüllenden Belegung den Wert 1 annehmen müssen. Man markiert eine Variable x i also nur dann, wenn {x i } eine Klausel der aktuellen Formel ist. Wird x i irgendwann markiert, hat das zwei Konsequenzen (Beobachtung 3): 1) Alle Klauseln, die x i enthalten, sind automatisch erfüllt und werden deshalb gestrichen. 2) Alle negativen Literale x i können nicht mehr zur Erfüllung ihrer Klauseln beitragen, d.h. man streicht alle Vorkommen von x i (aber nicht die Klauseln selbst!). Entsteht bei diesem Prozess eine leere Klausel, dann ist die Hornformel nicht erfüllbar (Abbruch mit Antwort unerfüllbar), denn wir hatten davor eine Klausel {x i } - als Anlass für die Markierung - und eine Klausel { x i }, aus der nach der Streichung die leere Klausel entstanden ist. Es gibt zwei weitere Abbruchbedingungen für den Algorithmus, nämlich wenn alle Klauseln gestrichen wurden (erfüllbar) und wenn keine weitere Klausel der Form {x j } existiert (erfüllbar nach Beobachtung 2). Man kann die Idee für den Markierungsalgorithmus auch auf einen speziellen Resolutionskalkül für Hornformeln übertragen. Dabei wird auf das Streichen der erfüllten Klauseln verzichtet, d.h. es gibt wie bisher nur die Abbruchbedingungen, dass man die leere Klausel deduzieren kann oder dass man keine neuen Resolenten bilden kann. Der Unterschied zum vorher beschriebenen Resolutionskakül besteht aber darin, dass man für unerfüllbare Hornformeln die leere Klausel herleiten kann, indem man ausschließlich Resolventen aus einer positiven Klausel {x i } mit einer anderen Klausel bildet. Definition: Sei K die Klauselmenge einer Hornformel. Ein Resolvent R aus den Klauseln K i, K j K wird Einheitsresolvent genannt, falls K i = 1 oder K j = 1. Analog zu Res(K) und Res (K) definieren 1 Res(K) und 1 Res (K) bezüglich der Einheitsresolution. 5
6 Satz: Eine durch die Klauselmenge K dargestellte Hornformel ist genau dann unerfüllbar, wenn 1 Res (K). Da die Einheitsresolution die Länge der Klauseln ständig verkürzt, ist diese Methode (für Hornklauseln!) besonders effizient. Hornformeln und der Markierungsalgorithmus sind eine wichtige Grundlage von logischen Programmiersprachen, insbesondere von der Sprache PROLOG. 6
Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.
Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln
MehrResolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit.
Resolution (Idee) (F A) (F A) (F A) (F A) (F F ) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Zwei Fragen: Kann man aus einer unerfüllbaren Formel immer die leere
MehrTheoretische Informatik: Logik
Theoretische Informatik: Logik Vorlesung mit Übungen im WS 2006/2007 Vorlesung: Montag Montag 9-10 Uhr, Raum 1603 WAneu 14-16 Uhr, Raum 1603 WAneu Beginn: Montag, den 23.10.2006, 9 15 Uhr. Übungen in 3
MehrResolutionsalgorithmus
112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:
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
MehrKlauselmengen. Definition Sei
Klauselmengen Definition 2.38 Sei α = (p 11... p 1k1 )... (p n1... p nkn ) eine in aussagenlogische Formel in KNF. Dann heißen die Mengen {p i1,..., p iki }, 1 i n, der jeweils disjunktiv verknüpften Literale
MehrLogik für Informatiker
Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil A: Aussagenlogik 3. Erfüllbarkeit Version von: 23. Januar 2008(16:11) Inhalt 3.1 Grundbegriffe 3.2 Aussagenlogische Resolution 3.3 Endlichkeitssatz
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel
rundlagen und Motivation Formale rundlagen der Informatik 1 Kapitel 16 Frank Heitmann heitmann@informatik.uni-hamburg.de 31. Mai 2016 Motivation Wir benötigen einen (Un-)Erfüllbarkeitstest für aussagenlogische
MehrAufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D)
INTA - Lösungshinweise zum Übungsblatt 4, Version 1.0α. Wenn sie Fehler finden oder Ihnen etwas auch nach dem Gespräch mit ihren Kommilitonen noch unklar ist, dann schicken sie mir bitte eine Email! Aufgabe
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive
MehrFormale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln
Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem
Mehr1 Aussagenlogik AL: Verknüpfung von Aussagen
1 Aussagenlogik AL: Verknüpfung von Aussagen Syntax atomare Formeln A,B,C sind AL-Formeln F und G AL-Formeln (F G),(F G) und F AL-Formeln müssen in endlich vielen Schritten gebildet werden können echtes
MehrFormale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln
Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Zusammenfassung Syntax
MehrFORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme
FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 16. Januar 2017 Rückblick Markus Krötzsch, 16. Januar 2017 Formale Systeme Folie 2 von 31
MehrBoolesche Aussagenlogik, Umgang mit Quantoren und der Resolutionskalkül
Vorlesung Informatik A Boolesche Aussagenlogik, Umgang mit Quantoren und der Resolutionskalkül Wintersemester 2014/15 Institut für Informatik, Freie Universität Berlin Dozent: F. Hoffmann (Stand 20.10.2014)
MehrComputational Logic Algorithmische Logik Boolesche Algebra und Resolution
Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Ralf Moeller Hamburg Univ. of Technology Boole'sche Algebra Äquivalenzen als "Transformationsgesetze" Ersetzbarkeitstheorem Zentrale
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 2 und 3: Resolution Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 3. November 2017 1/43 HERBRAND-STRUKTUR Sei
Mehr23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen
Logik: Glossar FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 15. Januar 2018 Atom kleinste mögliche Formel p P Teilformel Unterausdruck,
MehrWozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation
Wozu formale Logik? Logik im Fingerhut Studiengang Informatik Universität Bremen präzise Beschreibung von Aussagen über die Welt bzw. über verschiedene Welten Ziehen und Überprüfen von Schlussfolgerungen
MehrZusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung
Formale der Informatik 1 Kapitel 15 und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Zusammenfassung Syntax Zusammenfassung Syntax: Motivation Definition der Syntax: Alphabet, Junktor
Mehr6.1 Boolesche Formeln und Boolesche Funktionen. Terme) und ihr Rang werden durch den folgenden induktiven Prozeß definiert:
6 Logik 6.1 Boolesche Formeln und Boolesche Funktionen Einige Grundbegriffe der Aussagenlogik wurden bereits in der Einleitung besprochen. Bisher dienten Aussageverknüpfungen nur als Mittel, um bestimmte
MehrEiniges zu Resolutionen anhand der Aufgaben 6 und 7
Einiges zu Resolutionen anhand der Aufgaben 6 und 7 Es gibt eine Fülle von verschiedenen Resolutionen. Die bis jetzt behandelten möchte ich hier noch ein Mal kurz erläutern. Ferner möchte ich noch auf
MehrFormale Systeme. Das Erfu llbarkeitsproblem. Prof. Dr. Bernhard Beckert, WS 2017/2018
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Das Erfu llbarkeitsproblem KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 7 15.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Unser Ziel Kalkül(e) zur systematischen Überprüfung
MehrLogik Vorlesung 4: Horn-Logik und Kompaktheit
Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen
MehrLogik Vorlesung 5: Grundlagen Resolution
Logik Vorlesung 5: Grundlagen Resolution Andreas Maletti 21. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive
MehrAussagenlogik. Formale Methoden der Informatik WiSe 2012/2013 teil 6, folie 1
Aussagenlogik Formale Methoden der Informatik WiSe 22/23 teil 6, folie Teil VI: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning, Fakultät
MehrProblem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten
2.6 Verfeinerung der Resolution Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten Resolutions-Strategien: heuristische Regeln für die Auswahl der Resolventen Resolutions-Restriktionen:
MehrDas SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0
Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?
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.
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
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 28. Aussagenlogik: DPLL-Algorithmus Malte Helmert Universität Basel 2. Mai 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26. Grundlagen 27. Logisches
MehrResolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee)
(Motivation) Vorlesung Logik Sommersemester 0 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Wir benötigen Algorithmen für Erfüllbarkeitstests, die zumindest in vielen Fällen gutartiges
MehrVorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume & Dr. Sander Bruggink Barbara König Logik 1 (Motivation) Wir benötigen Algorithmen für Erfüllbarkeitstests,
MehrHA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10. Besprechung in KW02/2019
Technische Universität München Winter 2018/19 Prof. J. Esparza / Dr. M. Luttenberger, C. Welzel 2019/01/11 HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 10 Besprechung in KW02/2019 Beachten
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle
MehrAussagenlogik: Syntax von Aussagen
Aussagenlogik: Syntax von Aussagen A ::= X (A A) (A A) ( A) (A A) (A A) 0 1 Prioritätsreihenfolge :,,,,. A B: Konjunktion (Verundung). A B: Disjunktion (Veroderung). A B: Implikation. A B: Äquivalenz.
MehrDeduktion in der Aussagenlogik
Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion: aus
MehrDeduktion 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
MehrVorlesung Logik SoSe 2014
Vorlesung Logik SoSe 2014 Prof.Dr. Jacobo Torán Mo 12 14, H20 Übungen: Simon Straub 1 Logik Logik ist ein Versuch zur Formalisierung und Mechanisierung des menschlischen Schließens. In der formalen Logik
MehrEinige Grundlagen der Komplexitätstheorie
Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf
MehrTableaukalkül für Aussagenlogik
Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird
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
MehrLogik für Informatiker Logic for Computer Scientists
Logik für Informatiker Logic for Computer Scientists Till Mossakowski Wintersemester 2014/15 Till Mossakowski Logik 1/ 18 Vollständigkeit der Aussagenlogik Till Mossakowski Logik 2/ 18 Objekt- und Metatheorie
MehrLogik 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
MehrAussagenlogische Kalküle
Aussagenlogische Kalküle Ziel: mit Hilfe von schematischen Regeln sollen alle aus einer Formel logisch folgerbaren Formeln durch (prinzipiell syntaktische) Umformungen abgeleitet werden können. Derartige
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN
MehrLogik Grundvorlesung WS 17/18 Ergänzende Folien Teil 1
Logik Grundvorlesung WS 17/18 Ergänzende Folien Teil 1 Gerhard Brewka Institut für Informatik Universität Leipzig brewka@informatik.uni-leipzig.de G. Brewka (Leipzig) WS 17/18 1 / 46 Über diese Vorlesung
MehrEinführung in die Logik (Vorkurs)
Einführung in die Logik (Vorkurs) Jürgen Koslowski 2014-04-07 Ein Beispiel Familie A will im kommenden Jahr eine Waschmaschine, ein Auto und ein Moped anschaffen. Aber falls Herr A seinen üblichen Bonus
MehrTheorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.
Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.
MehrFormale Systeme, WS 2008/2009 Lösungen zum Übungsblatt 2
UNIVERSITÄT KARLSRUHE (TH) Institut für Theoretische Informatik Prof. Dr. B. Beckert M. Ulbrich Formale Systeme, WS 2008/2009 Lösungen zum Übungsblatt 2 Dieses Blatt wurde in der Übung am 14.11.2008 besprochen.
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrSyntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch
Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei
MehrLogik Teil 1: Aussagenlogik. Vorlesung im Wintersemester 2010
Logik Teil 1: Aussagenlogik Vorlesung im Wintersemester 21 Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Jeder Aussage ist ein
MehrLogik Teil 1: Aussagenlogik
Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Logik Teil : Aussagenlogik Jeder Aussage ist ein Wahrheitswert (wahr/falsch) zugeordnet
Mehr1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.
Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)
MehrLogik Teil 1: Aussagenlogik
Logik Teil 1: Aussagenlogik Aussagenlogik Aussagenlogik behandelt die logische Verknüpfung von Aussagen mittels Junktoren wie und, oder, nicht, gdw. Jeder Aussage ist ein Wahrheitswert (wahr/falsch) zugeordnet
MehrLogik. 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 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrJeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl.
MehrAussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37
Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in
Mehr5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation
Theorie der Informatik 9. März 2015 5. Aussagenlogik III Theorie der Informatik 5. Aussagenlogik III 5.1 Inferenz Malte Helmert Gabriele Röger 5.2 Resolutionskalkül Universität Basel 9. März 2015 5.3 Zusammenfassung
Mehr1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.
Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)
MehrVorlesung Logik, SS 2003
Vorlesung Logik, SS 2003 Gerhard Brewka Gebraucht die Zeit, sie geht so schnell von hinnen, Doch Ordnung lehrt Euch Zeit gewinnen. Mein teurer Freund, ich rat' Euch drum Zuerst Collegium logicum. Da wird
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
MehrEinführung in die Logik
Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3
MehrWiederholung: 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:
MehrGrundbegriffe für dreiwertige Logik
Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren
MehrNP-Vollständigkeit einiger Zahlprobleme
NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehrwichtiger, effizient zu behandelnder Spezialfall (benannt nach Alfred Horn)
2.4 Hornformeln wichtiger, effizient zu behandelnder Spezialfall (benannt nach Alfred Horn) Def.: (Hornformel) Eine Formel F ist eine Hornformel, falls F in KNF ist und jedes Konjunktionsglied (also jede
Mehr1 Aussagenlogischer Kalkül
1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln
MehrFormale 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
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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 10 4.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Hauptklausur: Montag, 23.07.2012, 16:00-18:00,
MehrAussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25
Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.
MehrPrädikatenlogische Entscheidbarkeitsprobleme
Prädikatenlogische Entscheidbarkeitsprobleme Erfüllbarkeitsproblem: Gegeben: prädikatenlogischer Ausdruck A über einer Signatur S Frage: Ist A erfüllbar? Gültigkeitsproblem: Gegeben: prädikatenlogischer
MehrFormale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2018/2019 Aussagenlogik: Resolutionskalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrSyntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4
Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)
MehrAlgorithmen für Hornlogik
Prof. Dr. Heribert Vollmer Institut für Theoretische Informatik Lebniz Universität Hannover Jing Liu Algorithmen für Hornlogik Studienarbeit 2010 1 Einleitung Die Aussagenlogik ist der Bereich der Logik,
MehrAufgabe. Gelten die folgenden Äquivalenzen?. 2/??
Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten
MehrAussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen
Einführung in die Logik - 4 Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen Widerlegungsverfahren zum Aufwärmen: Bestimmung von Tautologien mittels Quick Falsification
MehrLogik Vorlesung 3: Äquivalenz und Normalformen
Logik Vorlesung 3: Äquivalenz und Normalformen Andreas Maletti 7. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen
MehrFormale Systeme. Prof. Dr. Bernhard Beckert. Winter 2008/2009. Fakultät für Informatik Universität Karlsruhe (TH)
Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe (TH) Winter 2008/2009 Prof. Dr. Bernhard Beckert Formale Systeme Winter 2008/2009 1 / 22 Kalküle für die Aussagenlogik
MehrBerechenbarkeits- und Komplexitätstheorie
Berechenbarkeits- und Komplexitätstheorie Lerneinheit 5: Die Klasse NP Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Wintersemester 2015/2016 26.9.2015 Einleitung Thema dieser Lerneinheit
MehrResolution 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
MehrMathematische Grundlagen
Prof. Dr. Peter Becker Fachbereich Informatik Mathematische Grundlagen Klausur Wintersemester 2015/16 16. März 2015 Name: Vorname: Matrikelnr.: Aufgabe 1 2 4 5 6 Summe Punkte 10 10 10 10 10 10 60 erreicht
MehrAllgemeingültige Aussagen
Allgemeingültige Aussagen Definition 19 Eine (aussagenlogische) Formel p heißt allgemeingültig (oder auch eine Tautologie), falls p unter jeder Belegung wahr ist. Eine (aussagenlogische) Formel p heißt
MehrKochrezept für NP-Vollständigkeitsbeweise
Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
Mehr4. Logik und ihre Bedeutung für WBS
4. Logik und ihre Bedeutung für WBS WBS verwenden formale Sprache L um Wissen zu repräsentieren Grundidee: Problemlösen = Folgern aus in L dargestelltem Wissen Folgern = implizites Wissen explizit machen
MehrMathematische Logik SS 2017
Mathematische Logik SS 2017 Prof. Dr. Erich Grädel Mathematische Grundlagen der Informatik RWTH Aachen cbnd This work is licensed under: http://creativecommons.org/licenses/by-nc-nd/3.0/de/ Dieses Werk
Mehr