Frank Heitmann 2/48. 2 Substitutionen, um formal auszudrücken wie in Formelmengen. auf!

Größe: px
Ab Seite anzeigen:

Download "Frank Heitmann 2/48. 2 Substitutionen, um formal auszudrücken wie in Formelmengen. auf!"

Transkript

1 Motivation ormale der Informatik 1 Kapitel 17 und rank Heitmann heitmann@informatik.uni-hamburg.de Der Sinn von : Aufgrund syntaktischer Eigenschaften von ormeln/ormelmengen auf semantische Eigenschaften schließen (statt Wahrheitswerteverläufe zu erstellen und zu prüfen). Dies ist vor allem auch deswegen wichtig, da für komplexere Logiken (wie die Prädikatenlogik) i.a. die Tabellen nicht mehr komplett aufgebaut werden können! 15. & 16. Juni 2015 rank Heitmann heitmann@informatik.uni-hamburg.de 1/48 rank Heitmann heitmann@informatik.uni-hamburg.de 2/48 Beispiel Substitutionen und Inferenzregeln Unabhängig von ist eine Tautolgoie eine Kontradiktion Dies kann man allein am syntaktischen Muster erkennen! Ähnlich kann man schlussfolgern (besser: ableiten): Wenn und als wahr angenommen werden dann muss auch wahr sein (Man kann sich das semantisch klar machen und dann immer wenn das Muster und vorliegt ableiten.) Um dies formal zu definieren brauchen wir nun 1 Inferenzregeln wie, 2 Substitutionen, um formal auszudrücken wie in ormelmengen das durch eine Regel vorgegebene Muster gefunden werden kann. Bemerkung In tritt das Muster {(A B) (C D), A B}, auf! rank Heitmann heitmann@informatik.uni-hamburg.de 3/48 rank Heitmann heitmann@informatik.uni-hamburg.de 4/48

2 Substitution Substitution: Beispiel Definition (Substitution) Eine (ormel-)substitution ist eine nach dem Prinzip der strukturellen Rekursion definierte unktion sub : L AL L AL. Aussagensymbole A i werden auf sub(a i ) abgebildet. ür eine nicht-atomare ormel H ergibt sich daraus das Bild sub(h) mittels: ür H = : sub( ) = sub( ). ür H = : sub( ) = sub( ) sub(), wobei {,,, }. ür eine ormelmenge M ist sub(m) = {sub( ) M}. Durch eine Substitution wird eine ormel auf sub( ) abgebildet. Dabei wird einfach jedes Vorkommen eines Aussagensymbols A i durch die ormel sub(a i ) ersetzt. Ist z.b. sub(a) = B und sub(b) = A, dann ist sub(a B) = B A. Ist z.b. sub(a) = A B, sub(b) = D E und sub(c) = C, dann ist sub(a (B C)) = (A B) ((D E) C) Wichtige Anmerkung Wir benutzen Klammerersparnisregeln, aber keine Äquivalenzumformungen! rank Heitmann heitmann@informatik.uni-hamburg.de 5/48 rank Heitmann heitmann@informatik.uni-hamburg.de 6/48 Ein Satz Weitere Sätze Satz Wenn = gilt, dann gilt auch = sub( ). Beweis. Seien A 1,..., A n die in vorkommenden Aussagensymbole und sei A eine Belegung. Wir definieren eine neue Belegung A durch A (A i ) := A(sub(A i )). Dies ist möglich, da die A i kontingent sind. Es gilt nun A ( ) = A(sub( )) (zu zeigen mittels struktureller Induktion) und somit folgt aus = dann A ( ) = 1 = A(sub( )) und damit ist sub( ) ebenfalls eine Tautologie. Satz Es seien und ormeln, M eine ormelmenge und sub eine Substitution. 1 Wenn = gilt, dann auch sub( ) =. 2 Wenn gilt, dann auch sub( ) sub(). 3 Wenn M unerfüllbar ist, dann auch sub(m). 4 Wenn M = gilt, dann auch sub(m) = sub( ). Anmerkung Im Allgemeinen gilt die Umkehrung nicht! Z.B. ist := A B nicht allgemeingültig, aber mit sub(a) = A und sub(b) = A ist sub( ) = A A allgemeingültig. rank Heitmann heitmann@informatik.uni-hamburg.de 7/48 rank Heitmann heitmann@informatik.uni-hamburg.de 8/48

3 ragen ragen Sei = A B und = A B. Ist sub( ) = möglich? 1 Ja, mit sub(a) = A B und sub(b) =. 2 Ja, mit sub(a) = A und sub( B) = B. 3 Nein, nicht möglich. 4 Weiß nicht... Sei = A (B A) und = B (C D B) Ist sub( ) = möglich? 1 Ja! 2 Ja, mit... 3 Nein! 4 Weiß ich nicht... rank Heitmann heitmann@informatik.uni-hamburg.de 9/48 rank Heitmann heitmann@informatik.uni-hamburg.de 10/48 ragen Zur Nachbereitung Sei M = {A, A B}. Mit welcher Substitution gilt sub(m) {B C, (C D) D, C, C D}? 1 Mit sub(a) = B, sub(b) = C 2 Mit sub(a) = C D, sub(b) = D 3 Mit sub(a) = C D, sub(b) = C 4 Mit sub(a) = B C, sub(b) = (C D) D 5 Weiß ich nicht... Zur Nachbereitung 1 Nein, nicht möglich, da man die durch die Junktoren vorgegebene Struktur nicht entfernen kann, d.h. das muss bleiben. Bei 2 muss also zunächst sub( B) = sub(b) gelten und dass kriegt man dann nicht weg. Durch 1 erreicht man nur eine ormel mit sub( ). 2 Ja, mit sub(a) = B und sub(b) = C D 3 Mit 2. rank Heitmann heitmann@informatik.uni-hamburg.de 11/48 rank Heitmann heitmann@informatik.uni-hamburg.de 12/48

4 Inferenzregeln Motivation Definition (Inferenzregel) Sind 1,..., n und ormeln, so stellt R = 1,..., n eine Inferenzregel dar. Die i werden als Prämissen, als Konklusion der Regel bezeichnet. Inferenzregeln sind keine ormeln, sondern spezifizieren Muster in ormelmengen. Hat man nun z.b. die Regel, so finden wir das in der Prämisse gegebene Muster in der Menge {A B, B C, (B C) (D A)} wieder (zweite und dritte ormel). Ersetzen wir in der Regel durch B C und durch D A so erhalten wir genau ormeln in der Menge! ormal... rank Heitmann heitmann@informatik.uni-hamburg.de 13/48 rank Heitmann heitmann@informatik.uni-hamburg.de 14/48 Inferenzregeln anwenden Inferenzregeln anweden (informal) Definition (Inferenzregeln anwenden) Es sei R = 1,..., n eine Inferenzregel. Das Muster 1,..., n liegt in einer ormelmenge M genau dann vor, wenn es eine Substitution sub gibt mit sub({ 1,..., n }) M. (Andere Sprechweise: R kann auf M angewendet werden.) In diesem all, kann sub() in einem Schritt aus M abgeleitet werden. (Andere Sprechweise: sub() ist mit R direkt aus M ableitbar.) Notiert wird dies mit: M R sub() oder M sub(), wenn R klar ist oder anders erwähnt wird. Bemerkung Um eine Inferenzregel R = 1,..., n auf eine Menge M anzuwenden, substituieren wir also so in 1,..., n, dass Elemente aus M entstehen (sub({ 1,..., n }) M) und leiten dann die selbe Substitution auf angewendet ab (M R sub()). rank Heitmann heitmann@informatik.uni-hamburg.de 15/48 rank Heitmann heitmann@informatik.uni-hamburg.de 16/48

5 Beispiel Inferenzregeln Sei als Inferenzregel gegeben und als Menge MP =, M = {A B, B C, (B C) (D A)} so gilt mit sub( ) = B C und sub() = D A sub({, }) M und wir dürfen sub() ableiten. Haben also insgesamt: M MP D A Konjunktionseinführung (KE): Konjunktionslöschung (KL): Disjunktionseinführung (DE): Disjunktiver Syllogismus (DS): Modus Ponens (MP): Modus Tollens (MT): Hypothetischer Syllogismus (HS): Konstruktives Dilemma (KD):,,,,, H H,H I, H I, rank Heitmann heitmann@informatik.uni-hamburg.de 17/48 rank Heitmann heitmann@informatik.uni-hamburg.de 18/48 Ausblick: Korrekte Inferenzregeln Mehrschrittige Anmerkung Die Regeln eben waren alle korrekt (kommt später). Die Prämissen und die Konklusion hängen offensichtlich semantisch zusammen. Zunächst wären auch Regeln wie oder auch möglich. Die sind aber nur wenig hilfreich. Wir kommen später darauf zurück... Statt die Inferenzregel nur einmal anzuwenden, kann man sie auch wiederholt anwenden und insb. auch bereits abgeleitete ormeln mit in die Menge, aus der man ableitet, aufnehmen. Sei R eine Menge von Inferenzregeln, M eine ormelmenge. Wir setzen Abl 0 R(M) := M AblR(M) n := Abl n 1 R (M) { L AL Abl n 1 R (M) R mit R R} Abl R (M) := i 0 AblR(M) i rank Heitmann heitmann@informatik.uni-hamburg.de 19/48 rank Heitmann heitmann@informatik.uni-hamburg.de 20/48

6 Beispiel Logik-Kalküle - Motivation Als Regeln haben wir R 1 =, und R 2 = Sei M = {C (A B), A C} und wir wollen A B ableiten, dann: M A C [aus M] C [mit (1) und R 2 und sub( ) = A, sub() = C] C (A B) [aus M] A B [mit (2), (3), R 1 und sub( ) = C, sub() = A B] Wir haben eben als Symbol dafür benutzt aus dem vorherigen abzuleiten (also inkl. der schon abgeleiteten ormeln). Dies kann man in Logik-Kalkülen genauer fassen (und noch mit Axiomen und mehreren Regeln anreichern, so wie dies oben bereits geschehen ist). Man beachte, dass man nicht an das B herankommt. Wir müssten aus A C das A ableiten, aber mit R 1 und R 2 gelingt das nicht (und wir dürfen keine Äquivalenzumformungen machen!) rank Heitmann heitmann@informatik.uni-hamburg.de 21/48 rank Heitmann heitmann@informatik.uni-hamburg.de 22/48 Logik-Kalküle Definition Kalkül Ein Kalkül C der Aussagenlogik wird gebildet durch 1 Die Logik-Sprache L AL. 2 Eine Teilmenge Ax L AL, die Axiome. 3 Eine endliche Menge R von Inferenzregeln. Beispiel Ein Kalkül ist z.b. C = (L AL, {A A, A (B A)}, MP). Definition (Ableitung im Kalkül) Sei C ein Kalkül der Aussagenlogik, M eine ormelmenge und eine ormel. Eine endliche olge von ormeln 1,..., n heißt genau dann eine Ableitung bzgl. C von aus M, wenn = n gilt und für jedes k (mit 1 k n) wenigstens eine der folgenden Bedingungen gilt: 1 k M, 2 k = sub(h), wobei H ein Axiom aus C und sub eine Substitution ist, 3 { 1,..., k 1 } R k, wobei R eine Inferenzregel aus C ist. Wir sagen dann ist in C ableitbar aus M und notieren kurz M C oder M, sollte C klar sein. Mit Abl C (M) werden alle in C aus M ableitbaren ormeln bezeichnet. rank Heitmann heitmann@informatik.uni-hamburg.de 23/48 rank Heitmann heitmann@informatik.uni-hamburg.de 24/48

7 Beispiel ragen Sei M = {(B B) (A C), A C} und C = (L AL, Ax, R) mit Ax = { } und R = {,, } und wir wollen C ableiten. Dann haben wir: M B B [mit Axiom und sub( ) = B] (B B) (A C) [aus M] A C [mit (1), (2), MP und sub( ) = B B, sub() = A C] A C [aus M] A [mit (4), KL1 und sub( ) = A, sub() = C] C [mit (5), (3), MP und sub( ) = A, sub() = C] Sei = (A B) A und = C A Ist sub( ) = möglich? 1 Ja! 2 Ja, mit... 3 Nein! 4 Weiß ich nicht... rank Heitmann heitmann@informatik.uni-hamburg.de 25/48 rank Heitmann heitmann@informatik.uni-hamburg.de 26/48 ragen ragen Kann aus {B (C D), B C} und R = { abgeleitet werden? 1 Ja, in... Schritten 2 Nein 3 Weiß ich nicht... 4 Ich habe das noch nicht verstanden...,, } das C Kann aus {A B, (A B) C} und R = {, das C abgeleitet werden? 1 Ja, in... Schritten 2 Nein 3 Weiß ich nicht... 4 Ich habe das noch nicht verstanden...,,,, } rank Heitmann heitmann@informatik.uni-hamburg.de 27/48 rank Heitmann heitmann@informatik.uni-hamburg.de 28/48

8 Zur Nachbereitung Ableitung und olgerbarkeit Zur Nachbereitung 1 Nein, sub() = ist möglich, aber nicht sub( ) =, da man die durch die Junktoren in vorgegebene Struktur nicht entfernen kann (nur erweitern). 2 Ja, in 5 Schritten (wenn man das aus der Menge nehmen mitzählt). 3 Nein, da, als Regel nicht geht (immer nur eine ormel in der Konklusion). Wenn man stattdessen die zwei Regeln und hätte, dann ginge es. Alternativ kann man die Regel erlauben und so wie gedacht verfahren. Bisher fehlt ein Zusammenhang zwischen (syntaktische Muster finden) und semantischen Eigenschaften der ormeln. Man erreicht dies, indem man die Inferenzregeln einschränkt! So ist bisher viel zu viel möglich. Z.B. auch... rank Heitmann heitmann@informatik.uni-hamburg.de 29/48 rank Heitmann heitmann@informatik.uni-hamburg.de 30/48 Korrekte Inferenzregeln Korrekte Inferenzregeln Definition (Korrektheit einer Inferenzregel) Eine Inferenzregel R = 1,..., n heißt genau dann korrekt, wenn für alle ormelmengen M und alle ormeln H gilt: Wenn M R H, dann auch M = H. Was mit einer korrekten Inferenzregel aus M ableitbar ist, ist auch aus M folgerbar. Satz Eine Inferenzregel R = 1,..., n ist genau dann korrekt, wenn { 1,..., n } = gilt. Diesen Satz benutzt man zum Test, ob eine Inferenzregel korrekt ist! (Beweis als Übung.) rank Heitmann heitmann@informatik.uni-hamburg.de 31/48 Zwei Beispiele: Modus Ponens (MP):, Hypothetischer Syllogismus (HS): A B,B C A C Sei A eine Belegung mit A(A B) = A(B C) = 1 und ferner mit A(A) = 1. Wegen A(A B) = 1 folgt dann auch A(B) = 1 und damit folgt wegen A(B C) = 1 auch A(C) = 1 woraus mit A(A) = 1 auch A(A C) = 1 folgt. rank Heitmann heitmann@informatik.uni-hamburg.de 32/48

9 Korrektheit und Vollständigkeit Der Hilbert-Kalkül Definition Sei C ein aussagenlogischer Kalkül. 1 C heißt korrekt, wenn für alle ormelmengen M und alle ormeln H gilt: Wenn M C H, dann M = H. 2 C heißt vollständig, wenn für alle ormelmengen M und alle ormeln H gilt: Wenn M = H, dann M C H. Anmerkung ilt C H für eine ormel H, so sagt man H ist beweisbar in C und nennt H ein Theorem. Ist der Kalkül korrekt, dann ist H eine Tautologie! Letzteres geht nur mit Axiomen oder wenn wir weitere Regeln einführen. Anmerkung Im Hilbert-Kalkül nimmt man als Regel nur den Modus Ponens und einige wenige Axiome wie ( ), ( ),... Der Hilbert-Kalkül kann als korrekt und vollständig nachgewiesen werden. In ihm sind insb. alle aussagenlogischen Tautologien aus wenigen Axiomen und mit nur einer Regel ableitbar! rank Heitmann heitmann@informatik.uni-hamburg.de 33/48 rank Heitmann heitmann@informatik.uni-hamburg.de 34/48 Zusammenfassung Motivation Die Begriffe bisher: Substitution (um Inferenzregeln benutzen zu können) Inferenzregel Ableitung, mehrschrittige Ableitung Kalkül Korrekte Inferenzregeln (um einen Zusammenhang zwischen Ableitung und olgerbarkeit herstellen zu können) Korrekte und vollständige Kalküle Wir wollen nun die betrachten, ein spezielles Ableitungsverfahren, das mit KNs arbeitet. Die ist ein Widerlegungsverfahren, d.h. es ist möglich eine ormel auf Unerfüllbarkeit zu testen. Auf die Idee zur kann man kommen, wenn man einige der bisherigen Regeln betrachtet... rank Heitmann heitmann@informatik.uni-hamburg.de 35/48 rank Heitmann heitmann@informatik.uni-hamburg.de 36/48

10 Motivation Mengendarstellung Disjunktiver Syllogismus 1: Disjunktiver Syllogismus 2: Modus Ponens:,,...,,,, Modus Tollens:... Hypothetischer Syllogismus:, H H, H... H Es werden Pärchen komplementäre Literale entfernt. Dies kann man verallgemeinern um zu einem korrekten Ableitungsverfahren zu gelangen. arbeitet mit ormeln in KN und benutzt eine Mengendarstellung Ist K = m i=1 L i eine Klausel, dann ist K = {L 1,..., L m } die Mengendarstellung von K. Ist = ( n i=1 ( m i j=1 L i,j)) eine ormel in KN, dann ist = {{L 1,1,..., L 1,m1 },..., {L n,1,..., L n,mn }} die Mengendarstellung von. Die leere Klausel (Mengendarstellung zu ) wird mit bezeichnet. Die Wahrheitswerteberechnung wird angepasst: A(K) = max({a(l) L K}) A() = min({a(k) K }) A( ) = 0 rank Heitmann heitmann@informatik.uni-hamburg.de 37/48 rank Heitmann heitmann@informatik.uni-hamburg.de 38/48 Mengendarstellung - Beispiel Die sregel Dann ist = ( A B) E ( C) K 1 = A B und K 1 = { A, B} K 2 = E und K 2 = {E} K 3 = C und K 3 = {, C} = {{ A, B}, {E}, {, C}} Anmerkung In der Mengendarstellung sind die Junktoren nicht mehr explizit zu sehen. Definition (Resolvente) Seien K 1 und K 2 Klauseln (in Mengendarstellung) und L ein Literal mit L K 1 und L K 2. Dann heißt die (Literal-)Menge R = (K 1 {L}) (K 2 {L}) Resolvente von K 1 und K 2 (bzgl. L). Dabei ist L = A, falls L = A und L = A, falls L = A. Im alle K 1 = {L} und K 2 = { L} ist R = und wird durch symbolisiert. rank Heitmann heitmann@informatik.uni-hamburg.de 39/48 rank Heitmann heitmann@informatik.uni-hamburg.de 40/48

11 Die sregel Beispiele Definition (Resolvente) Seien K 1 und K 2 Klauseln (in Mengendarstellung) und L ein Literal mit L K 1 und L K 2. Dann heißt die (Literal-)Menge R = (K 1 {L}) (K 2 {L}) Resolvente von K 1 und K 2 (bzgl. L). { B, C} { B} { C} Resolventenbildung als Ableitung: {K 1, K 2 } res R Darstellung als Diagramm: K 1 K 2 R { B, C, A} {C, A, D} {C} {A, D, B} { C} rank Heitmann heitmann@informatik.uni-hamburg.de 41/48 rank Heitmann heitmann@informatik.uni-hamburg.de 42/48 Beispiele Beispiele Wichtige Anmerkung Das unten stehende auf keinen all! { B, C} {B, C} Wichtige Anmerkung Das unten stehende auch nicht! { B, B} Wichtige Anmerkung Wirklich nicht! Nein, nein, nein! Es wird immer nur genau ein Literal aus der einen Mengen und ein (komplementäres) Literal aus der anderen Menge entfernt! Wichtige Anmerkung Zur Resolventenbildung werden zwei Klauseln benötigt! rank Heitmann heitmann@informatik.uni-hamburg.de 43/48 rank Heitmann heitmann@informatik.uni-hamburg.de 44/48

12 Resolventenmengen ssatz (Vorschau) Ähnlich wie bei den, führen wir auch hier mehrschrittige Resolventenbildungen ein: Definition Sei eine ormel in KN dargestellt als Klauselmenge. Res( ) := {R R ist Resolvente zweier Klauseln aus } Res 0 ( ) := Res n+1 ( ) := Res(Res n ( )) Res ( ) := i 0 Res i ( ) Später zeigen wir: Satz (ssatz) Eine Klauselmenge ist unerfüllbar genau dann, wenn Res ( ) gilt. Da dieser Satz gilt, werden die ganzen Dinge oben überhaupt nur eingeführt! rank Heitmann heitmann@informatik.uni-hamburg.de 45/48 rank Heitmann heitmann@informatik.uni-hamburg.de 46/48 Beispiel Ausblick Beispiel Wir wollen die folgende ormel auf Erfüllbarkeit testen: ( A B) ( B C) A C Als Klauselmenge: Nächstes Mal {{ A, B}, { B, C}, {A}, { C}} zeigen wir noch den ssatz und {A} { A, B} { B, C} { C} leiten daraus einen Algorithmus zum Test auf Unerfüllbarkeit ab. {B} { B} rank Heitmann heitmann@informatik.uni-hamburg.de 47/48 rank Heitmann heitmann@informatik.uni-hamburg.de 48/48

Motivation. Formale Grundlagen der Informatik 1 Kapitel 16. Resolution. Motivation. Beispiel

Motivation. 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

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

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

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

Deduktion in der Aussagenlogik

Deduktion in der Aussagenlogik Deduktion in der Aussagenlogik (Erläuterungen zu Kapitel 6, Teil 2 des FGI-1 Skriptes) Frank Heitmann 1 Motivation Wenn man sich erstmal darauf eingelassen hat, dass man mit Formeln etwas sinnvolles machen

Mehr

Zusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung

Zusammenfassung 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

Mehr

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln

Formale 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

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

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

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

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

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

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

Mehr

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 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)

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

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. 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

Mehr

Jeder 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.) =?

Jeder 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.

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

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 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)

Mehr

Frank Heitmann 2/42. 1 Etwas aus der realen Welt in der Logik abstrakt ausdrücken. 2 In der Logik Schlüsse ziehen.

Frank Heitmann 2/42. 1 Etwas aus der realen Welt in der Logik abstrakt ausdrücken. 2 In der Logik Schlüsse ziehen. Literaturhinweis Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Mai 2016 Literaturhinweis Der Logikteil (die nächsten fünf Wochen)

Mehr

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Literaturhinweis Literaturhinweis

Mehr

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /

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

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

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

Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen

Vorlesung 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,

Mehr

TU7 Aussagenlogik II und Prädikatenlogik

TU7 Aussagenlogik II und Prädikatenlogik TU7 Aussagenlogik II und Prädikatenlogik Daniela Andrade daniela.andrade@tum.de 5.12.2016 1 / 32 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds

Mehr

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution

Computational 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

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

Kapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls

Kapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Kapitel 1.5 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2012/13) Kapitel 1.5: Kalküle 1/30 Syntaktischer

Mehr

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Javier Esparza und Barbara König 4. Dezember 2003 Für eine gegebene aussagenlogische

Mehr

Resolution (Motivation) Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Resolution (Idee) Resolution (Idee)

Resolution (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

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

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

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

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

Resolutionsalgorithmus

Resolutionsalgorithmus 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:

Mehr

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P)

Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Was bisher geschah Modellierung in Logiken: klassische Prädikatenlogik FOL(Σ, X) Spezialfall klassische Aussagenlogik AL(P) Syntax Semantik Signatur, Variablen Terme (induktive Definition, Baumform) Atome

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

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 3 Tautologien In der letzten Vorlesung haben wir erklärt, wie man ausgehend von einer Wahrheitsbelegung λ der Aussagevariablen

Mehr

Logik für Informatiker Logic for Computer Scientists

Logik 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

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

Einführung in die Logik

Einführung 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

Mehr

Hilbert-Kalkül (Einführung)

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

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel Motivation Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann heitmann@informatik.uni-hamburg.de 6. & 7. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Die ist eine Erweiterung

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

Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann heitmann@informatik.uni-hamburg.de 6. & 7. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Motivation Die ist eine Erweiterung

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

3. Grundlegende Begriffe von Logiken - Aussagenlogik

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

Mehr

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

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

1 Aussagenlogischer Kalkül

1 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

Mehr

Schlussregeln aus anderen Kalkülen

Schlussregeln aus anderen Kalkülen Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,

Mehr

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf

Mehr

Aufgabe 13 (Markierungsalgorithmus). Gegeben ist die Formel F = (A D C) (E A) ( ( B D) E) A B (B D)

Aufgabe 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

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

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

Formale Systeme, WS 2015/2016. Lösungen zu Übungsblatt 7

Formale Systeme, WS 2015/2016. Lösungen zu Übungsblatt 7 Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Bernhard Beckert Dr. Thorsten Bormer, Dr. Vladimir Klebanov, Dr. Mattias Ulbrich Formale Systeme, WS 2015/2016 Lösungen

Mehr

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.

Theorie 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.

Mehr

Das deduktive System F

Das deduktive System F Das deduktive System Ziel: Konstruiere ein geeignetes deduktives System = (Ax, R) für die Prädikatenlogik erster Stufe. Geeignet: Korrektheit ( ) und Vollständigkeit ( ) A gdw. = A Σ A gdw. Σ = A Die Definition

Mehr

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen

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

Mehr

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2) Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L

Mehr

Formalismen für REG. Formale Grundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen. Das Pumping Lemma. Abschlusseigenschaften

Formalismen für REG. Formale Grundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen. Das Pumping Lemma. Abschlusseigenschaften Formalismen für RE Formale rundlagen der Informatik 1 Kapitel 7 Kontextfreie Sprachen Frank Heitmann heitmann@informatik.uni-hamburg.de Satz Zu jeder regulären Sprache L gibt es einen DFA A mit L(A) =

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

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

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

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

Mehr

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

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

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

Vorlesung Logik SoSe 2014

Vorlesung 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

Mehr

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99 Sequenzen Zum Abschluss des Kapitels über Aussagenlogik behandeln wir noch Gentzens Sequenzenkalkül.

Mehr

Logik für Informatiker

Logik 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

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f,,,,, aussagenlogische Formeln AL(P) induktive Definition: IA Atome (Aussagenvariablen) p, q, r,... P IS zusammengesetzte

Mehr

Formale Grundlagen der Informatik 1 Kapitel 24 Zusammenfassung

Formale Grundlagen der Informatik 1 Kapitel 24 Zusammenfassung Formale Grundlagen der Informatik 1 Kapitel 24 Zusammenfassung Frank Heitmann heitmann@informatik.uni-hamburg.de 11. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Der Der... Frank Heitmann

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 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit

Mehr

Aussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45

Aussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Aussagenlogik:Zusammenfassung Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Fragestellung In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter Aussagen basierend

Mehr

Aussagenlogische Widerlegungsverfahren zum Nachweis logischer Eigenschaften und Beziehungen

Aussagenlogische 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

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

Einiges zu Resolutionen anhand der Aufgaben 6 und 7

Einiges 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

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 2: Logik 1 Prädikatenlogik (Einleitung) 2 Aussagenlogik Motivation Grundlagen Eigenschaften Eigenschaften Normalformen

Mehr

Logik und Grundlagen Martin Goldstern, WS 2017/18 1

Logik und Grundlagen Martin Goldstern, WS 2017/18 1 Logik und Grundlagen Martin Goldstern, WS 2017/18 1 Hinweis: Manche (sehr wenige) der folgenden Beispiele sind falsch, manche enthalten offene Fragen, manche sind besonders schwierig. Die Lösung eines

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

Formale Systeme Hilbert-Kalku l Prof. Dr. Peter H. Schmitt

Formale Systeme Hilbert-Kalku l Prof. Dr. Peter H. Schmitt Formale Systeme Hilbert-Kalku l Prof. Dr. Peter H. Schmitt KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft

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

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

Prädikatenlogische Entscheidbarkeitsprobleme

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

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 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

Mehr

Kapitel 1. Aussagenlogik

Kapitel 1. Aussagenlogik Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax

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

Logik für Informatiker

Logik 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,

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.

Mehr

wenn es regnet ist die Straße nass:

wenn es regnet ist die Straße nass: Aussagenlogik 2 In der Aussagenlogik werden, wie der Name schon sagt, Aussagen über logische Operatoren verknüpft. Der Satz die Straße ist nass ist eine Aussage, genauso wie es regnet. Diese beiden Aussagen

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

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Harsh Beohar Barbara König Logik 1 Mengen, Relationen und Funktionen Menge: Menge X von Elementen,

Mehr

Formale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23

Formale Methoden II. Gerhard Jäger. SS 2005 Universität Bielefeld. Teil 3, 12. Mai Formale Methoden II p.1/23 Formale Methoden II SS 2005 Universität Bielefeld Teil 3, 12. Mai 2005 Gerhard Jäger Formale Methoden II p.1/23 Logische Folgerung Definition 6 (Folgerung) Eine Formel ϕ folgt logisch aus einer Menge von

Mehr