Logik für Informatiker
|
|
- Karoline Geisler
- vor 6 Jahren
- Abrufe
Transkript
1 Logik für Informatiker Viorica Sofronie-Stokkermans 1
2 Literatur zur Vorlesung Skriptum von U. Furbach Ulrich Furbach Logic for Computer Scientists obermaie/script.htm Buch von U. Schöning Uwe Schöning Logik für Informatiker 5. Auflage, Spektrum Akademischer Verlag Buch von M. Fitting Melvin Fitting First-Order Logic and Automated Theorem Proving 2. Auflage, Springer-Verlag 2
3 Logik in der Informatik Was ist Logik? Mathematisch? ja Unverständlich? hoffentlich nein Reine Theorie ohne praktischen Nutzen? nein: Verifikation von Hardware, Software, Protokollen Sprachverarbeitung und Wissensrepräsentation Abfragensprachen für Datenbanken;... 3
4 Formale Logik Ziel Formalisierung und Automatisierung rationalen Denkens Rational richtige Ableitung von neuem Wissen aus gegebenem Rolle der Logik in der Informatik Anwendung innerhalb der Informatik Spezifikation, Programmentwicklung, Programmverifikation Werkzeug für Anwendungen außerhalb der Informatik Künstliche Intelligenz, Wissensrepräsentation 4
5 Modellierung Abstraktion 5
6 Modellierung Adäquatheit des Modells Wenn formulierbare Aussage wahr im Modell, dann entsprechende Aussage wahr in Wirklichkeit 6
7 Modellierung: Strukturen oben Aufzug oben Mitte gedruckt oben oben Aufzug oben Mitte gedruckt mitte F.nach unten mitte Aufzug mitte Unten gedruckt mitte F.nach unten F.nach unten unten unten unten v(aufzugoben) = wahr v(aufzugmitte) = wahr v(aufzugoben) = wahr v(aufzugmitte) = wahr v(mittegedrückt) = wahr v(untengedrückt) = wahr v(mittegedrückt) = wahr v(fährtnachunten) = wahr v(fährtnachunten) = wahr v(fährtnachunten) = wahr 7
8 Modellierung: Strukturen oben Aufzug oben Mitte gedruckt oben oben Aufzug oben Mitte gedruckt mitte F.nach unten mitte Aufzug mitte Unten gedruckt mitte F.nach unten Aufzug mitte F.nach unten unten unten unten v(aufzugoben) = wahr v(aufzugmitte) = wahr v(aufzugoben) = wahr v(aufzugmitte) = wahr v(mittegedrückt) = wahr v(untengedrückt) = wahr v(mittegedrückt) = wahr v(fährtnachunten) = wahr v(fährtnachunten) = wahr v(fährtnachunten) = wahr 8
9 Modellierung: Strukturen oben Aufzug oben Mitte gedruckt oben oben Aufzug oben Mitte gedruckt mitte F.nach unten mitte Aufzug mitte Unten gedruckt mitte F.nach unten Aufzug mitte F.nach unten unten unten unten Aussagen beziehen sich auf Strukturen (Formale) Aussagen sind in jeder einzelnen Struktur zu wahr oder falsch auswertbar 9
10 Formale Logik Syntax welche Formeln? Semantik Modelle (Strukturen) Wann ist eine Formel wahr (in einer Struktur)? Deduktionsmechanismus Ableitung neuer wahrer Formeln 10
11 Aussagenlogik: Syntax Die Welt besteht aus Fakten Bausteine: Atomare Aussagen Beispiele: Aufzug ist oben: AufzugOben Mittlerer Knopf gedrückt: MitteGedrückt Verknüpft mit logischen Operatoren und oder impliziert nicht ( wenn, dann ) 11
12 Aussagenlogik: Syntax Komplexe Aussagen: Beispiele: Wenn mittlerer Knopf gedrückt, dann Aufzug nicht in der Mitte MitteGedrückt AufzugMitte Der Aufzug ist oben und der Aufzug ist nicht unten AufzugOben AufzugUnten 12
13 Aussagenlogik: Semantik Der Aufzug ist oben und der Aufzug ist nicht unten AufzugOben AufzugUnten wahr in: oben Aufzug oben Mitte gedruckt mitte F.nach unten unten 13
14 Aussagenlogik: Semantik Der Aufzug ist oben und der Aufzug ist nicht unten AufzugOben AufzugUnten falsch in: oben mitte Aufzug mitte Unten gedruckt F.nach unten unten 14
15 Aussagenlogik: Deduktionsmechanismus Deduktionsmechanismus Ableitung neuer wahrer Formeln Syllogismen: P Q P Q AufzugUnten AufzugOben AufzugUnten AufzugOben 15
16 Aussagenlogik: Deduktionsmechanismus Deduktionsmechanismus im allgemeinen Kalkül In dieser Vorlesung: Wahrheitstafeln Logische Umformung Resolutionskalkül Tableaukalkül 16
17 Prädikatenlogik Aussagenlogik: Die Welt besteht aus Fakten... aber: Aussagenlogik hat nur beschränkte Ausdruckskraft Beispiele: Die Aussage Alle Menschen sind sterblich erfordert eine Formel für jeden Mensch. Die Aussage Jede natürliche Zahl ist entweder gerade oder ungerade erfordert eine Formel für jede Zahl. 17
18 Prädikatenlogik Reichere Struktur Objekte (Elemente) Leute, Häuser, Zahlen, Theorien, Farben, Jahre,... Relationen/Eigenschaften rot, rund, gerade, ungerade, prim, mehrstöckig,... ist Bruder von, ist größer als, ist Teil von, hat Farbe, besitzt,.. =,,... Funktionen +, Mitte von, Vater von, Anfang von,... 18
19 Beispiel 1 Objekte (Elemente): Zahlen Funktionen: +, * Terme: 2+3, 3 (5+6), x, x +2, x (2 y) Relationen/Eigenschaften: gerade, ungerade Formel: gerade(2), ungerade(5), gerade(100), ungerade(100) gerade(2) ungerade(5) gerade(x) gerade(x + 1) Quantoren: A (für alle); Formeln mit Quantoren: E (es gibt) E A x gerade(x) gerade(x + 1) x ungerade(x) 19
20 Beispiel 2: Objekte (Elemente): Menschen Funktionen: Vater, Mutter, Jan, Anna x Jan Anna Vater(x) Vater(Jan) Vater(Anna) Mutter(x) Mutter(Jan) Mutter(Anna) Vater(Mutter(x)) Vater(Mutter(Jan))... Eigenschaften: ist-bruder-von; Mann; Frau Mann(x) Mann(Jan) Mann(Anna) Mann(Vater(x)) Frau(Vater(Jan)) Mann(Vater(Jan)) ist-bruder-von(x, y) ist-bruder-von(x, Jan) ist-bruder-von(x, Anna) ist-bruder-von(jan, Anna) 20
21 Beispiel 2: Formel: Mann(Vater(Jan)) Mann(Vater(Jan)) Frau(Mutter(Jan)) Mann(Mutter(Anna)) Mann(Vater(Jan)) ist-bruder-von(jan, Anna) Quantoren E A : für alle : es gibt Formeln mit Quantoren: A A A x Mann(Vater(x)) x Mann(Mutter(x)) x, y (ist-bruder-von(x, y) Mann(x)) 21
22 Beispiel 3 Alle, die in Koblenz studieren, sind schlau Objekte (Elemente): Menschen Funktionen: koblenz Eigenschaften: studiertin, schlau A x(studiertin(x, koblenz) schlau(x)) Es gibt jemand, der in Landau studiert und schlau ist Objekte (Elemente): Menschen Funktionen: landau Eigenschaften: studiertin, schlau E x(studiertin(x, landau) schlau(x)) 22
23 Prädikatenlogik: Deduktionsmechanismus Deduktionsmechanismus Syllogismen: Ableitung neuer wahrer Formeln A x(p(x) Q(x)) A A x(p(x) R(x)) x(q(x) R(x)) A x(studiertin(x, koblenz) schlau(x)) A A x(schlau(x) gute-noten(x)) x(studiertin(x, koblenz) gute-noten(x)) 23
24 Prädikatenlogik: Deduktionsmechanismus Deduktionsmechanismus Syllogismen: Ableitung neuer wahrer Formeln Q(a) R(a) A x(q(x) R(x)) Beispiel: studiertin(jan, koblenz) A x(studiertin(x, koblenz) schlau(x)) schlau(jan) 24
25 Prädikatenlogik: Deduktionsmechanismus In dieser Vorlesung: Resolutionskalkül Tableaukalkül 25
26 Das Prinzip z.b. natürliche Sprache Problem Losung Formeln Losung präzise Beschreibung 26
27 Anwendungesbeispiel: Sicherheitsprotokole Ziel: zwei Personen (Alice und Bob) wollen miteinander kommunizieren über ein unsicheres Daten- oder Telefonnetz, sicher, d. h., ohne daß ein Eindringling (Charlie) mithören oder sich als Alice oder Bob ausgeben kann. Hilfsmittel: Verschlüsselung Alice und Bob vereinbaren einen gemeinsamen Schlüssel und nutzen ihn, um ihr Gespräch zu verschlüsseln. Nur wer den Schlüssel kennt, kann das Gespräch entschlüsseln. 27
28 Beispiel: Sicherheitsprotokolle Problem: wie kommen die Gesprächspartner an den gemeinsamen Schlüssel? Persönliche Übergabe kommt nicht immer in Frage. Wird der gemeinsame Schlüssel über das Netz unverschlüsselt verschickt, könnte Charlie ihn abfangen oder austauschen. Annahme: es gibt eine sichere Schlüsselzentrale, mit der Alice und Bob jeweils einen gemeinsamen Schlüssel vereinbart haben. 28
29 Beispiel: Sicherheitsprotokolle Das folgende Schlüsselaustauschverfahren wurde 1993 von den beiden Kryptographen Neuman und Stubblebine vorgeschlagen: Schritt 1: Alice schickt (offen) Identifikation und Zufallszahl an Bob. 29
30 Beispiel: Sicherheitsprotokolle Schritt 2: Bob leitet Nachricht weiter an Schlüsselzentrale ( Trust ). 30
31 Beispiel: Sicherheitsprotokolle Schritt 3: Trust schickt Nachricht an Alice. Darin: ein neuer gemeinsamer Schlüssel, einmal für Alice und einmal für Bob verschlüsselt. 31
32 Beispiel: Sicherheitsprotokolle Schritt 4: Alice leitet den neuen gemeinsamen Schlüssel weiter an Bob. 32
33 Beispiel: Sicherheitsprotokolle Schritt 5: Alice und Bob können nun mit dem gemeinsamen Schlüssel kommunizieren. 33
34 Beispiel: Sicherheitsprotokolle Ist das Verfahren sicher? Wir übersetzen das Problem in Formeln und lassen sie von einem Theorembeweiser untersuchen. 34
35 Beispiel: Sicherheitsprotokolle Zuerst formalisieren wir die Eigenschaften des Protokolls: Wenn Alice/Bob/Trust eine Nachricht in einem bestimmten Format bekommt, dann schickt er/sie eine andere Nachricht ab. Dann formalisieren wir die Eigenschaften des Angreifers: Wenn eine Nachricht übermittelt wird, kann Charlie sie mithören. Wenn Charlie eine verschlüsselte Nachricht bekommt und den passenden Schlüssel hat, kann er sie entschlüsseln. Wenn Charlie eine Nachricht hat, dann kann er sie an Alice/Bob/Trust abschicken
36 Formalisierung Zum Schluss müssen wir noch formalisieren was es bedeutet, dass der Angreifer Erfolg hat. Dies ist dann der Fall, wenn er einen Schlüssel zur Kommunikation mit Bob hat, von dem Bob glaubt, es sei ein Schlüssel für Alice. E x[ik(key(x,b)) Bk(key(x,a))] 36
37 Automatische Analyse Die Formalisierung des Protokolls, Formeln (1)-(8) zusammen mit den Angreiferformeln (9)-(20) und der Erfolgsbedingung für den Angreifer kann man nun in einen Theorembeweiser eingeben. Der Theorembeweiser beweist dann automatisch, dass der Angreifer das Protokoll brechen kann. 37
38 Das ganze Bild Probleme (Beschreibung in natürlicher Sprache) Formalisierung Logische Sprache: Syntax Aussagenlogik / Prädikatenlogik Modelle: Semantik Formel Kalkül Logik Gültige Formel Vollständigkeit Beweisbare Formel Korrektheit 38
39 Das ganze Bild Probleme (Beschreibung in natürlicher Sprache) Formalisierung Modellierung Logische Sprache: Syntax Aussagenlogik / Prädikatenlogik Modelle: Semantik Formel Kalkül Logik Gültige Formel Vollständigkeit Beweisbare Formel Korrektheit 39
40 Das ganze Bild Probleme (Beschreibung in natürlicher Sprache) Formalisierung Logische Sprache: Syntax Aussagenlogik / Prädikatenlogik Formel Modelle: Semantik Kalkül (automatische) Deduktion Logik Gültige Formel Vollständigkeit Korrektheit Beweisbare Formel 40
41 Inhalt der Vorlesung 1. Einführung: Motivation, Beweisstrategien (insb. Induktion) 2. Aussagenlogik Syntax und Semantik Deduktionsmechanismen: - Resolution, Vollständigkeits- und Korrektheitsbeweise - Analytische Tableaux 3. Prädikatenlogik Syntax und Semantik Deduktionsmechanismen: - Resolution, Vollständigkeits- und Korrektheitsbeweise - Analytische Tableaux 4. Weitere Aussichten - Nichtklassische Logiken; Logiken höherer Stufe - Anwendungen: z.b. Datenbanken oder Verifikation 41
42 Einführung: Zusammenfassung Ziel und Rolle der Formalen Logik in der Informatik Modellierung, Adäquatheit der Modellierung Wesentliche Komponenten für jede Logik: Syntax, Semantik, Deduktionsmechanismus (Kalkül) Beispiel Aussagenlogik: Syntax, Semantik, Syllogismen Beispiel Prädikatenlogik: Syntax, Semantik, Syllogismen The Whole Picture: Formel in der wahren Welt / (semantisch) gültige Formel, gültige Formel / ableitbare Formel Vollständigkeit und Korrektheit von Kalkülen 42
43 1. Grundlegende Beweisstrategien 43
44 Mathematisches Beweisen Mathematische Aussagen - haben oft die Form: Wenn A, dann B. - als Formel: A B Mathematischer Beweis - bzgl. eines vorgegebenen Axiomensystems - mit Hilfe von Inferenzregeln 44
45 Grundlegende Beweisstrategien Mathematische Aussagen der Form A B (Wenn A, dann B) - Direkter Beweis: Annahme: A gilt. Benutze A, Axiome, und Inferenzregeln um B zu beweisen. Behauptung: Das Quadrat einer ungeraden natürlichen Zahl n ist stets ungerade. Beweis: Es sei n eine ungerade natürliche Zahl. Dann lässt sich n als n = 2k + 1 darstellen, wobei k N. Daraus folgt mit Hilfe der ersten binomischen Formel, dass: n 2 = (2k + 1) 2 = 4k 2 + 4k + 1 = 2 (2k 2 + 2k) + 1. Aus der Möglichkeit, n 2 so darzustellen folgt, dass n 2 ungerade ist. 45
46 Grundlegende Beweisstrategien Mathematische Aussagen der Form A B (Wenn A, dann B) - Beweis durch Kontraposition: Beweis von B A. - Beweis durch Widerspruch: Beweise dass A B falsch Behauptung: Ist die Wurzel aus einer geraden natürlichen Zahl n eine natürliche Zahl, so ist diese gerade. Beweis: Angenommen, n = k wäre ungerade. Dann ist wegen der bereits bewiesenen Behauptung auch k 2 = n ungerade, und das ist ein Widerspruch zu der Voraussetzung, dass n gerade ist. Also ist die getroffene Annahme falsch, d.h., n ist gerade. 46
47 Grundlegende Beweisstrategien Mathematische Aussagen, die nicht die Form A B haben - Äquivalenzbeweis (A B) (A genau dann, wenn B) Beweise dass A B und dass B A. (Wenn A, dann B, und wenn B, dann A.) 47
48 Grundlegende Beweisstrategien - Beweis durch Widerspruch Um A zu beweisen: Annahme: A ist falsch (die Negation von A ist wahr) Zeige, dass dies zu einem Widerspruch führt. Behauptung: 2 Q. Beweis: Wir nehmen an dass 2 Q und somit 2 = p q wobei der Bruch p/q in gekürzter ( Form vorliegt (d.h. p und q teilerfremde ganze Zahlen sind). Dann p 2 q) = 2, d.h: p 2 = 2q 2. Da 2q 2 eine gerade Zahl ist, ist auch p 2 gerade. Daraus folgt, dass auch p gerade ist, d.h. p = 2r (wobei r Z). Damit erhält man mit obiger Gleichung: 2q 2 = p 2 = (2r) 2 = 4r 2, und hieraus nach Division durch 2: q 2 = 2r 2. Mit der gleichen Argumentation wie zuvor folgt, dass q 2 und damit auch q eine gerade Zahl ist. Da p und q durch 2 teilbar sind, erhalten wir einen Widerspruch zur Teilerfremdheit von p und q. Dieser Widerspruch zeigt, dass die Annahme, 2 sei eine rationale Zahl, falsch ist und daher das Gegenteil gelten muss. Damit ist die Behauptung, dass 2 irrational ist, bewiesen. 48
49 Grundlegende Beweisstrategien - Beweis durch Fallunterscheidung Um B zu beweisen, beweise dass A 1 B,...,A n B, wobei A 1 A n wahr Behauptung: Jede Primzahl p 3 hat die Form p = 4 k +1 oder p = 4 k 1 mit k N. Beweis: Man unterscheidet folgende vier Fälle für p, von denen immer genau einer eintritt: Fall 1: p = 4k Fall 2: p = 4k + 1 Fall 3: p = 4k + 2 Fall 4: p = 4k + 3 = 4(k + 1) 1 Im ersten dieser Fälle ist p durch 4 teilbar und damit keine Primzahl, im dritten Fall ist p durch 2 teilbar und somit ebenfalls keine Primzahl. Also muss einer der Fälle zwei oder vier eintreten, das heißt p hat die Form p = 4 k +1 oder p = 4 k 1 mit k N. 49
50 Grundlegende Beweisstrategien - Beweis durch Fallunterscheidung Um B zu beweisen, beweise dass A 1 B,...,A n B, wobei A 1 A n wahr Es sei angemerkt, dass die Fallunterscheidung zwar vollständig sein muss, aber die untersuchten Fälle sich nicht gegenseitig ausschließen müssen. 50
51 Grundlegende Beweisstrategien Aussagen mit Quantoren A x U : (p(x) q(x)) Wähle a beliebig aus U. Beweise, dass p(a) q(a). Da a beliebig gewählt werden kann, folgt A x U : p(x) q(x) Behauptung: A n N : (n ist gerade und n ist eine natürliche Zahl }{{} p(n) n ist gerade). }{{} q(n) Beweis: Sei n beliebig aus N. Wir zeigen, dass wenn n gerade ist und n eine natürliche Zahl ist, dann n gerade ist. (Dies wurde auf Seite 46 bewiesen.) 51
52 Grundlegende Beweisstrategien Aussagen mit Quantoren E x U A(x) Sei a ein geeignetes Element aus U. Beweise, dass A(a) wahr ist. Damit folgt E x U : A(x). Behauptung: E x N : x 2 2x + 1 = 0 Beweis: A(x) : x 2 2x + 1 = 0 Sei a = 1. Wir zeigen, dass A(a) wahr ist: a 2 2a + 1 = = 0. Damit folgt x N : A(x) E 52
53 Grundlegende Beweisstrategien Aussagen mit Quantoren E x U A(x) Sei a ein geeignetes Element aus U. Beweise, dass A(a) wahr ist. Damit folgt E x U : A(x). E x U (p(x) q(x)) Sei a ein geeignetes Element aus U. Beweis der Implikation p(a) q(a). Damit folgt E x U : p(x) q(x). 53
54 Grundlegende Beweisstrategien Beweise mittels Vollständiger Induktion 54
55 Induktion Wesentliches Beweisprinzip in Mathematik und Logik Einfache Version Induktion über die natürlichen Zahlen N (natural induction) Generalization Noethersche Induktion (noetherian induction/ induction over well-founded partially ordered sets) Hier: Strukturelle Induktion 55
56 Induktion über die natürlichen Zahlen Idee: Definition der natürlichen Zahlen (A1) 0 ist eine natürliche Zahl (A2) Jede natürliche Zahl n hat einen Nachfolger S(n) (A3) Aus S(n) = S(m) folgt n = m (A4) 0 ist nicht Nachfolger einer natürlichen Zahl (A5) Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. 56
57 Induktion über die natürlichen Zahlen (A5) Jede Menge X, die 0 und mit jeder natürlichen Zahl n auch deren Nachfolger S(n) enthält, umfasst alle natürlichen Zahlen. A X Menge: Falls 0 X, und A n N : n X n +1 X so A n N : n X Induktionssatz Gelten die beiden Aussagen: - p(0) und Induktionsbasis - n N : p(n) p(n +1), Induktionsschritt dann gilt auch n N : p(n). A A 57
58 Induktion über die natürlichen Zahlen Struktur eines Induktionsbeweises (1) Induktionsbasis: Beweise p(0) (2) Induktionsschritt: Beweise p(n) p(n + 1) für ein beliebiges n N 58
59 Induktion über die natürlichen Zahlen Struktur eines Induktionsbeweises (1) Induktionsbasis: Beweise p(0) (2) Induktionsvoraussetzung: Für ein beliebig gewähltes n N gilt p(n) (3) Induktionsschluss: Folgere p(n + 1) aus der Induktionsvoraussetzung p(n)
60 Beispiel Behauptung: Die Summe der ersten n ungeraden Zahlen ist n 2. n 1 Für alle n N, (2i +1) = n 2. n 1 i=0 p(n) : (2i +1) = n 2 (1) Induktionsbasis: Beweise p(0) OK (2) Induktionsvoraussetzung: Für ein beliebig gewähltes n 1 n N gilt p(n): (2i + 1) = n 2 (3) Induktionsschluss: Folgere p(n + 1) aus p(n) n p(n + 1) : (2i + 1) = (n + 1) 2. i=0 i=0 i=0 Beweis: n n 1 (2i + 1) = ( (2i + 1)) + (2n + 1) p(n) = n 2 + (2n + 1) = (n + 1) 2. i=0 i=0 60
61 Wohlfundierte (Noethersche) Induktion Verallgemeinerte vollständige Induktion Gelten die beiden Aussagen: p(0) und n N : p(0) p(1) p(n) p(n +1) A dann gilt die Aussage A n N : p(n). Äquivalent Gelten die beiden Aussagen: p(0) und n N : ( k N : (k < n +1 p(k)) p(n +1)) A A dann gilt die Aussage A n N : p(n). 61
62 Wohlfundierte (Noethersche) Induktion Verallgemeinerte vollständige Induktion Gelten die beiden Aussagen: p(0) und n N : p(0) p(1) p(n) p(n +1) A dann gilt die Aussage A n N : p(n). Äquivalent Gilt die Aussage: A n N : ( A dann gilt die Aussage k N : (k < n p(k)) p(n)) A n N : p(n). 62
63 Vollständige Induktion Zu zeigen: A n n 0 : P(n) Sei n N,n n 0. Induktionsvoraussetzung: p(k) gilt für alle k < n Induktionsschluss: Folgere p(n) aus der Induktionsvoraussetzung. 63
64 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt A A n N : ( A n N : p(n) k N : (k < n p(k)) p(n)) P Q Beweis: Zu zeigen: P Q Kontrapositionsbeweis: Wir zeigen, dass Q P Annahme: Q := ( A n N : p(n)) E n N : p(n). > wohlfundierte Ordnung auf N: es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >... Sei Y = {n N p(n)} =. Dann hat Y ein minimales Element m, d.h. m(m Y ( k N : (k < m k Y))) = P. E A 64
65 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt A A n N : ( A n N : p(n) k N : (k < n p(k)) p(n)) P Q Beweis: Zu zeigen: P Q Kontrapositionsbeweis: Wir zeigen, dass Q P Annahme: Q := ( A n N : p(n)) E n N : p(n). > wohlfundierte Ordnung auf N: es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >... Sei Y = {n N p(n)} =. Dann hat Y ein minimales Element m, d.h. m(m Y ( k N : (k < m k Y))) = P. E A 65
66 Wohlfundierte (Noethersche) Induktion Theorem: Falls dann gilt A A n N : ( A n N : p(n) k N : (k < n p(k)) p(n)) P Q Verallgemeinerung - beliebige Menge A statt N - < Ordnung auf A - < wohlfundiert (es gibt keine unendliche Folge x 1,...,x n,... mit x 1 > x 2 > > x n >...) 66
67 Beispiel Satz: Jede natürliche Zahl n 2 lässt sich als Produkt von Primzahlen darstellen. p(n): n 2 n lässt sich als Produkt von Primzahlen darstellen. Beweis: Sei n N, n 2, beliebig gewählt. Induktionsvoraussetzung: p(k) gilt für alle k < n Induktionsschluss: Folgere p(n) aus der Induktionsvoraussetzung. Fallunterscheidung: Fall 1: n Primzahl. Dann lässt sich n als Produkt von Primzahlen darstellen (n = n) Fall 2: n keine Primzahl. Dann n = k 1 k 2, mit k 1,k 2 N, k 1,k 2 2. Da aber k i < n,i = 1,2 ist nach Induktionsvoraussetzung bereits eine Darstellung als Produkt von Primzahlen für k i bekannt. Multipliziert man diese beiden Produkte miteinander, so erhält man eine Darstellung für n. 67
68 Fehlerquellen Häufige Fehler bei Induktionsbeweisen es gibt unendliche absteigende Ketten x 1 > x 2 >... Induktionsanfäng inkorrekt Bei Induktionsschritt die Grenzfälle nicht bedacht 68
69 Fehlerquellen Was ist hier falsch? Behauptung: Alle Menschen haben die gleiche Haarfarbe p(n) : In einer Menge von n Menschen haben alle die gleiche Haarfarbe Induktionbasis: n = 1 Für eine Menge mit nur einem Menschen gilt die Behauptung trivial 69
70 Fehlerquellen Was ist hier falsch? Behauptung: Alle Menschen haben die gleiche Haarfarbe p(n) : In einer Menge von n Menschen haben alle die gleiche Haarfarbe Induktionsvoraussetzung: p(n) wahr. Induktionsschritt: Beweise, dass aus p(n), p(n + 1) folgt. n + 1 Menschen werden in eine Reihe gestellt. Der Mensch links außen wird rausgeschickt. Es bleiben nur n Menschen. Nun kann die Induktionsbehauptung angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem rechts außen). 70
71 Fehlerquellen Was ist hier falsch? Behauptung: Alle Menschen haben die gleiche Haarfarbe p(n) : In einer Menge von n Menschen haben alle die gleiche Haarfarbe Induktionsvoraussetzung: p(n) wahr. Induktionsschritt: Beweise, dass aus p(n), p(n + 1) folgt. n + 1 Menschen werden in eine Reihe gestellt. Der Mensch rechts außen wird rausgeschickt. Es bleiben nur n Menschen. Die Induktionsbehauptung kann angewendet werden und alle verbliebenen haben die gleiche Haarfarbe (mit dem links außen). Also haben die beiden außen die gleiche Haarfarbe, wie die in der Mitte, und die haben auch alle die gleiche Haarfarbe Also haben alle n + 1 Menschen die gleiche Haarfarbe. 71
72 Strukturelle Induktion Bei der vollständigen Induktion werden Eigenschaften der natürlichen Zahlen bewiesen. Bei der strukturellen Induktion werden Eigenschaften für Mengen bewiesen, deren Elemente aus Grundelementen durch eine endliche Anzahl von Konstruktionsschritten (unter Verwendung bereits konstruierter Elemente) bzw. mittels eines Erzeugungssystems entstehen. 72
73 Induktive Definitionen Induktive Definition von Mengen: Induktive Definition einer Menge M aus einer Basismenge B mit Konstruktoren in Σ. (Konstruktoren sind Funktionssymbole; für f Σ, a(f) N ist die Stelligkeit von f.) Basismenge: B Erzeugungsregel: Wenn f Σ mit Stelligkeit n und e 1,...,e n M, dann gilt f(e 1,...,e n ) M. M ist die kleinste Menge, die die Basismenge B enthält, mit der Eigenschaft, dass für alle f Σ mit Stelligkeit n und alle e 1,...,e n M: f(e 1,...,e n ) M. 73
74 Induktive Definitionen: Beispiele (1) Menge N aller natürlichen Zahlen Basismenge: 0 Erzeugungsregel: Wenn n N, dann gilt n + 1 N N ist die kleinste aller Mengen A mit folgenden Eigenschaften: (1) A enthält 0; (2) für alle Elemente n, falls n A so n + 1 A. Das bedeutet, dass: (1) 0 N (2) Falls n N so n + 1 N. (3) Für jede Menge A mit Eigenschaften (1) und (2) gilt: N A. 74
75 Induktive Definitionen: Beispiele (2) Menge Σ aller Wörter über ein Alphabet Σ Basismenge: Das leere Wort ǫ Σ Erzeugungsregel: Wenn w Σ und a Σ, dann gilt wa Σ Σ ist die kleinste aller Mengen A mit folgenden Eigenschaften: (1) A enthält das leere Wort ǫ (2) für alle Elemente w, falls w A und a Σ, so wa A. Das bedeutet, dass: (1) ǫ Σ (2) Falls w Σ und a Σ so wa Σ. (3) Für jede Menge A mit Eigenschaften (1) und (2) gilt: Σ A. 75
76 Induktive Definitionen: Beispiele (3) Bin : die Menge aller (vollständigen) binären Bäume Basismenge: Erzeugungsregel: Baum mit nur einem Knoten. Wenn B 1,B 2 Bin, dann ist auch Tree(B 1,B 2 ) Bin. Tree(B, B ) 1 2 B B 1 2 Beispiele: = Tree(, ) = Tree(, ) = Tree(, ) 76
77 Induktive Definitionen: Beispiele (3) Bin : die Menge aller (vollständigen) binären Bäume Basismenge: Erzeugungsregel: Baum mit nur einem Knoten. Wenn B 1,B 2 Bin, dann ist auch Tree(B 1,B 2 ) Bin. Bin ist die kleinste aller Mengen A mit folgenden Eigenschaften: (1) A enthält der Baum mit nur einem Knoten. (2) für alle Elemente B 1,B 2, falls B 1,B 2 A so Tree(B 1,B 2 ) A. Das bedeutet, dass: (1) Bin (2) Falls B 1,B 2 Bin so Tree(B 1,B 2 ) Bin. (3) Für jede Menge A mit Eigenschaften (1) und (2) gilt: Bin A. 77
78 Induktive Definitionen: Beispiele (4) Menge aller aussagenlogischen Formeln Basismenge: (falsch), (wahr), P 0,P 1,P 2,... sind aussagenlogische Formeln (atomare Formeln) Erzeugungsregel: Wenn F 1,F 2 aussagenlogische Formeln sind, dann sind auch F 1,F 1 F 2,F 1 F 2, F 1 F 2,F 1 F 2 aussagenlogische Formeln 78
79 Induktive Definition von Mengen: Induktive Definitionen Induktive Definition einer Menge M aus einer Basismenge B mit Operationssymbole ( Konstruktoren ) Σ (wobei a(f) Stelligkeit von f für f Σ). Basismenge: Erzeugungsregel: B Wenn f Σ mit Stelligkeit n und e 1,...,e n M, dann gilt f(e 1,...,e n ) M. M ist die kleinste aller Mengen A mit folgenden Eigenschaften: (1) A enthält die Basismenge B (2) für alle Elemente e 1,...,e n A, und alle f Σ (mit Stelligkeit n), ist auch f(e 1,...,e n ) in A. Dass bedeutet, dass: (1) B M (2) Falls e 1,...,e n M und f Σ (mit Stelligkeit n), so f(e 1,...,e n ) M. (3) Für jede Menge A mit Eigenschaften (1) und (2) gilt: M A. 79
80 Strukturelle Induktion Zu zeigen: A x M : P(x) (1) Induktionsbasis: Beweise, dass für alle b B, P(b) gilt. (2) Sei e M, e B. Dann e = f(e 1,...,e n ), mit f Σ und e 1,...,e n M. Induktionsvoraussetzung: Wir nehmen an, dass P(e 1 ),...,P(e n ) gelten. Induktionsschluss: Folgere, dass P(e) gilt. 80
81 Strukturelle Induktion Satz. Falls: (1) bewiesen werden kann, dass für alle b B, P(b) gilt. (Induktionsbasis) (2) falls e = f(e 1,...,e n ) mit f Σ unter der Annahme dass P(e 1 ),...,P(e n ) gelten (Induktionsvoraussetzung) wir beweisen können, dass auch P(e) gilt (Induktionsschritt) Dann gilt P(m) für alle m M. Beweis: Sei A = {e P(e) wahr }. (1) Da bewiesen werden kann, dass für alle b B, P(b) gilt, wissen wir, dass A die Basismenge B enthält. (2) Da wir, aus der Annahme dass P(e 1 ),...,P(e n ) wahr sind, beweisen können, dass auch P(e) wahr ist, wissen wir, dass falls e 1,...,e n A, und f Σ (mit Stelligkeit n), so f(e 1,...,e n ) in A. Da M die kleinste aller Mengen mit Eigenschaften (1) und (2) ist, folgt, dass M A = {e P(e) wahr }, d.h. m M,P(m) wahr. A 81
82 Beispiel Σ : die Menge aller Wörter über ein Alphabet Σ Basismenge: Das leere Wort ǫ Σ Erzeugungsregel: Wenn w Σ und a Σ, dann gilt wa Σ Sei die Umkehrung (Reverse) eines Wortes wie folgt definiert: rev(ǫ) = ǫ rev(wa) = a rev(w) mit w Σ und a Σ. 82
83 Beispiel Zu zeigen: A Sei w 1 Σ, beliebig. w 1,w 2 Σ,rev(w 1 w 2 ) = rev(w 2 )rev(w 1 ) Zu zeigen: A w 2 Σ,p(w 2 ) wobei: p(w 2 ) : rev(w 1 w 2 ) = rev(w 2 )rev(w 1 ) Induktion über die Struktur von w 2. (1) Induktionsbasis: Wir zeigen, dass die Eigenschaft gilt für w 2 = ǫ (d.h. dass P(ǫ) : rev(w 1 ǫ) = rev(ǫ)rev(w 1 ) wahr ist). Beweis: rev(w 1 ǫ) = rev(w 1 ) = ǫrev(w 1 ) = rev(ǫ)rev(w 1 ). 83
84 Beispiel Zu zeigen: A Sei w 1 Σ, beliebig. w 1,w 2 Σ,rev(w 1 w 2 ) = rev(w 2 )rev(w 1 ) Zu zeigen: A w 2 Σ,p(w 2 ) wobei: p(w 2 ) : rev(w 1 w 2 ) = rev(w 2 )rev(w 1 ) (2) Sei w 2 Σ, w 2 ǫ. Dann w 2 = wa. Induktionsvoraussetzung: Wir nehmen an, dass p(w) gilt, d.h. dass rev(w 1 w) = rev(w)rev(w 1 ). Induktionsschluss: Wir beweisen, dass dann p(w 2 ) gilt. rev(w 1 w 2 ) = rev(w 1 (wa)) = rev((w 1 w)a) = a rev(w 1 w) (Definition von rev) = a rev(w)rev(w 1 ) (Induktionsvoraussetzung) = (a rev(w))rev(w 1 ) = rev(wa)rev(w 1 ) (Definition von rev) = rev(w 2 )rev(w 1 ) 84
85 Beispiel 2 Bin : Menge allen (vollständigen) binären Bäume Basismenge: Baum mit nur einem Knoten. Erzeugungsregel: Wenn B 1,B 2 Bin, dann ist auch Tree(B 1,B 2 ) Bin. Tree(B, B ) 1 2 B B
86 Beispiel 2 Behauptung: Für alle B Bin, falls B n Blätter hat, so besitzt B genau n 1 innere Knoten. P(B) : Falls B n 1 Blätter hat, dann besitzt B genau n 1 innere Knoten. (1) Induktionsbasis: Wir zeigen, dass P(B) gilt wenn B nur aus einem Knoten besteht. Beweis: Sei B Baum, der nur aus einem Knoten besteht. Dann besteht T nur aus einem Blatt, und B hat keinen inneren Knoten. d.h. P(B) gilt. 86
87 Beispiel 2... ctd. (2) Sei B Bin, B nicht in der Basismenge, d.h. B = Tree(B 1,B 2 ). Induktionsvoraussetzung: Wir nehmen an, dass P(B 1 ),P(B 2 ) gelten. Induktionsschluss: Wir beweisen, dass P(B) gilt. Beweis: Sei B = Tree(B 1,B 2 ). Dann gilt: n = n 1 + n 2, wobei n,n 1,n 2 Anzahl der Blätter von B,B 1 bzw. B 2 sind. mit m,m 1,m 2 als Anzahl innerer Knoten von B,B 1 bzw. B 2 : m = 1 + m 1 + m 2 nach Definition von B = Tree(B 1,B 2 ) = 1 + (n 1 1) + (n 2 1) nach Induktionsvoraussetzung = (n 1 + n 2 ) 1 = n 1. Somit ist es bewiesen, dass A B Bin,P(B) gilt. 87
88 Zusammenfassung Grundlegende Beweisstrategien Induktion über die natürlichen Zahlen Fehlerquellen Strukturelle Induktion 88
89 2. Aussagenlogik Teil
90 Beispiel: Das 8-Damen Problem Man platziere acht Damen so auf einem Schachbrett, dass sie sich gegenseitig nicht bedrohen. 90
91 Beispiel: Das 8-Damen Problem Beschreibung des Problems Für jedes Feld des Schachbretts eine aussagenlogische Variable D ij Mit der Vorstellung, dass D ij den Wert wahr hat, wenn auf dem Feld (i,j) eine Dame steht. Wir benutzen kartesische Koordinaten zur Notation von Positionen 91
92 Beispiel: Das 8-Damen Problem Beispiel: Auf dem Feld (5, 7) steht eine Dame D 57 wahr. Einschränkungen pro Feld: F ij Falls auf dem Feld (5, 7) eine Dame steht: keine andere Dame auf Feld (5,8), (5,6), (5,5), (5,4),(5,3), (5,2), (5,1) D 57 D 58 D 5,6 D 5,5 D 5,4 D 5,3 D 5,2 D 5,1 keine andere Dame auf Feld (1,7), (2,7), (3,7), (4,7),(6,7), (7,7), (8,7) D 57 D 17 D 2,7 D 3,7 D 4,7 D 6,7 D 7,7 D 87 keine andere Dame auf Feld (6,8), (4,6), (3,5), (2,4),(1,3) D 57 D 68 D 4,6 D 3,5 D 2,4 D 1,3 keine andere Dame auf Feld (4,8), (6,6), (7,5), (8,4) D 57 D 48 D 6,6 D 7,5 D 8,4 92
93 Beispiel: Das 8-Damen Problem Beispiel: Auf dem Feld (5, 7) steht eine Dame D 57 wahr. Einschränkungen pro Feld: F ij D 57 D 58 D 5,6 D 5,5 D 5,4 D 5,3 D 5,2 D 5,1 D 57 D 17 D 2,7 D 3,7 D 4,7 D 6,7 D 7,7 D 87 D 57 D 68 D 4,6 D 3,5 D 2,4 D 1,3 D 57 D 48 D 6,6 D 7,5 D 8,4 }{{} F 57 Globale Einschränkungen Für jedes k mit 1 k 8: R k := D 1,k D 2,k D 3,k D 4,k D 5,k D 6,k D 7,k D 8,k 93
94 Beispiel: Das 8-Damen Problem Struktur: Wahrheitswerte für die atomaren Aussagen D ij Modell für F ij (R k ): Wahrheitswerte für die atomaren Aussagen D ij so dass F ij wahr (bzw. R k wahr). Lösung des 8-Damen Problems: Eine aussagenlogische Struktur beschreibt eine Lösung des 8-Damen- Problems genau dann, wenn sie ein Modell der Formeln ist. F ij für alle 1 i,j 8 R k für alle 1 k 8 94
95 Formale Logik Syntax welche Formeln? Semantik Modelle (Strukturen) Wann ist eine Formel wahr (in einer Struktur)? Deduktionsmechanismus Ableitung neuer wahrer Formeln 95
96 Syntax der Aussagenlogik: Logische Zeichen Symbol für die Formel wahr Symbol für die Formel falsch Negationssymbol ( nicht ) Konjunktionssymbol ( und ) Disjunktionssymbol ( oder ) Implikationssymbol ( wenn... dann ) Symbol für Äquivalenz ( genau dann, wenn ) ( ) die beiden Klammern 96
97 Vokabular der Aussagenlogik Abzählbare Menge von Symbolen, etwa Π = {P 0,...,P n } oder Π = {P 0,P 1,...} Bezeichnungen für Symbole in Π atomare Aussagen Atome Aussagenvariablen 97
98 Formeln der Aussagenlogik Definition: Menge For Π der Formeln über Π: Die kleinste Menge mit: For Π und For Π Π For Π Wenn F,G For Π, dann auch F,(F G),(F G),(F G),(F G) Elemente von For Π. 98
99 Aussagenformeln For Π Menge der Formeln über Π: F,G,H ::= (Falsum) (Verum) P, P Π (atomare Formel) F (Negation) (F G) (Konjunktion) (F G) (Disjunktion) (F G) (Implikation) (F G) (Äquivalenz) 99
100 Konventionen zur Notation Klammereinsparungen werden nach folgenden Regeln vorgenommen: > p > p > p > p (Präzedenzen), und sind assoziativ und kommutativ, 100
101 Konventionen zur Notation Klammereinsparungen werden nach folgenden Regeln vorgenommen: > p > p > p > p (Präzedenzen), und sind assoziativ und kommutativ, Beispiele: Π = {P,Q,R}, P, Q, P Q, (P ( R )) sind Formeln Wir schreiben P Q R statt (P Q) R. 101
102 Beispiel: 8-Damenproblem Aussagenlogische Variablen D i,j bedeutet: Auf dem Feld (i,j) steht eine Dame. Formeln Wenn auf dem Feld (5,7) eine Dame steht, kann keine Dame auf Feld (5,8), (5,6), (5,5), (5,4),(5,3), (5,2), (5,1) stehen : D 57 D 58 D 5,6 D 5,5 D 5,4 D 5,3 D 5,2 D 5,1 102
103 Beispiel 1 Wenn ich kein Bier zu einer Mahlzeit trinke, dann habe ich immer Fisch. B F Immer wenn ich Fisch und Bier zur selben Mahlzeit habe, verzichte ich auf Eiscreme. F B E Wenn ich Eiscreme habe oder Bier meide, dann rühre ich Fisch nicht an. E B F 103
104 Beispiel 1 B F F B E E B F Wir möchten wissen, welche Menüs solche Diätregeln erfüllen. z.b.: Formalisierung: kein Bier, Fisch und Eiscreme erfüllt 3. Diätregel nicht! Bier, Fisch, keine Eiscreme erfüllt alle Diätregeln B falsch,f wahr,e wahr B wahr,f wahr,e falsch 104
105 Beispiel 1 B F F B E E B F Wir möchten wissen, welche Menüs solche Diätregeln erfüllen. z.b.: Formalisierung: 0:falsch,1:wahr A : {B,F,E} {0,1} kein Bier, Fisch und Eiscreme A(B) = 0,A(F) = 1,A(E) = 1 erfüllt 3. Diätregel nicht! Bier, Fisch, keine Eiscreme A(B) = 1,A(F) = 1,A(E) = 0 erfüllt alle Diätregeln 105
106 Semantik der Aussagenlogik Π eine aussagenlogische Signatur Aussagenvariablen für sich haben keine Bedeutung. Hierfür müssen Wertebelegungen (Valuationen) explizit oder implizit aus dem Kontext zur Verfügung stehen. Eine Valuation (Wertebelegung) ist eine Abbildung A : Π {0,1} Wir werden Wertebelegungen auch Aussagenlogische Strukturen, Aussagenlogische Modelle oder Interpretationen nennen. 106
107 Semantik der Aussagenlogik Π eine aussagenlogische Signatur Aussagenvariablen für sich haben keine Bedeutung. Hierfür müssen Wertebelegungen (Valuationen) explizit oder implizit aus dem Kontext zur Verfügung stehen. Eine Wertebelegung ist eine Abbildung Beispiel: A : Π {0,1} A B C (Bei drei Symbolen gibt es 8 mögliche Modelle) 107
108 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Wertebelegung. A : For Π {0,1} wird wie folgt definiert: A ( ) = 0 A ( ) = 1 A (P) = A(P) 108
109 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Wertebelegung. A : For Π {0,1} wird wie folgt definiert: A ( F) = 0 falls A (F) = 1 1 falls A (F) = 0 109
110 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Wertebelegung. A : For Π {0,1} wird wie folgt definiert: A (F 1 F 2 ) = 0 falls A (F 1 ) = 0 oder A (F 2 ) = 0 1 falls A (F 1 ) = A (F 2 ) = 1 110
111 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Wertebelegung. A : For Π {0,1} wird wie folgt definiert: A (F 1 F 2 ) = A (F 1 F 2 ) = 0 falls A (F 1 ) = 0 oder A (F 2 ) = 0 1 falls A (F 1 ) = A (F 2 ) = 1 0 falls A (F 1 ) = A (F 2 ) = 0 1 falls A (F 1 ) = 1 oder A (F 2 ) = 1 111
112 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Wertebelegung. A : For Π {0,1} wird wie folgt definiert: A (F 1 F 2 ) = A (F 1 F 2 ) = 1 falls A (F 1 ) = 0 oder A (F 2 ) = 1 0 falls A (F 1 ) = 1 und A (F 2 ) = 0 1 falls A (F 1 ) = A (F 2 ) 0 sonst 112
113 Wahrheitstafel für die logischen Operatoren P P
114 Semantik der Aussagenlogik Auswertung von Formeln Sei A : Π {0,1} eine Π-Valuation. A : For Π {0,1} wird induktiv über Aufbau von F wie folgt definiert: A ( ) = 0 A ( ) = 1 A (P) = A(P) A ( F) = 1 A (F) A (FρG) = B ρ (A (F),A (G)) B ρ (x,y) berechnet entschpr. der Wahrheitstafel für ρ z.b. : B (0,1) = (0 1) = 1;B (1,0) = (1 0) = 0 Wir schreiben normalerweise A statt A. 114
115 Beispiel Sei A : {P,Q,R} {0,1} mit A(P) = 1,A(Q) = 0,A(R) = 1. A ((P (Q P)) R) = A (P (Q P) A (R) = (A (P) A (Q P)) A (R) = (A(P) (A(Q) A(P))) A(R) = (1 (0 1)) 1 = 1 115
116 Wahrheitstabellen: Beispiel F = (A C) (B C) A B C (A C) C (B C) (A C) (B C)
117 Modell einer Formel(menge) Definition: Interpretation A ist Modell einer Formel F For Π, falls A (F) = 1. Definition: Interpretation A ist Modell einer Formelmenge M For Π, falls A (F) = 1 für alle F M Notation: A = F A = M 117
118 Beispiel F = (A C) (B C) A B C (A C) C (B C) (A C) (B C) Sei A : {P,Q,R} {0,1} mit A(P) = 0,A(Q) = 1,A(R) = 1. A = (A C) (B C) A = {(A C),(B C)} 118
119 Gültigkeit und Erfüllbarkeit Definition: F gilt in A (oder A ist Modell von F) gdw. A(F) = 1. Notation: A = F Definition: F ist (allgemein-) gültig (oder eine Tautologie) gdw.: A = F, für alle A : Π {0,1} Notation: = F Definition: F heißt erfüllbar gdw. es A : Π {0,1} gibt, so dass A = F. Sonst heißt F unerfüllbar (oder eine Kontradiktion). 119
120 Beispiel F = (A C) (B C) A B C (A C) C (B C) (A C) (B C) F ist nicht allgemeingültig: A 1 (F) = 0 für A 1 : {P,Q,R} {0,1} mit A(P) = A(Q) = A(R) = 0. F ist erfüllbar (also ist F nicht unerfüllbar): A 2 (F) = 1 für A : {P,Q,R} {0,1} mit A(P) = 0,A(Q) = 1,A(R) =
121 Tautologien und Kontradiktionen Tautologien: Formel, die stets wahr sind. Beispiele: p ( p) (Prinzip vom ausgeschlossenen Dritten) (Tertium non datur) p p (Prinzip der doppelten Negation) Kontradiktionen: Formel, die stets falsch sind. Beispiel: p p Die Negation einer Tautologie ist eine Kontradiktion Die Negation einer Kontradiktion ist eine Tautologie 121
122 Beispiele Die folgenden Formeln sind Tautologien: (1) (p p) ( p) (2) (p (p q)) q (3) (p q) p (p q) q (4) p (p q) q (p q) (5) (p q) [(q r) (p r)] (6) (((p q) (q r)) p) r 122
123 Folgerung und Äquivalenz Definition: F impliziert G (oder G folgt aus F), gdw.: für alle A : Π {0,1} gilt: Wenn A = F, dann A = G. Notation: F = G Definition: F und G sind äquivalent gdw.: für alle A : Π {0,1} gilt: A = F gdw. A = G. Notation: F G. Erweiterung auf Formelmengen N in natürlicher Weise, z.b.: N = G gdw.: für alle A : Π {0,1} gilt: falls A = F, für alle F N, so A = G. 123
124 Beispiel F = (A C) (B C) Überprüfe, ob F = G: Ja, F = G G = (A B) A B C (A C) (B C) (A C) (B C) (A B)
125 Beispiel F = (A C) (B C) G = (A B) Überprüfe, ob F = G: Ja, F = G... aber es ist nicht wahr dass G = F (Notation: G = F) A B C (A C) (B C) (A C) (B C) (A B)
126 Zusammenfassung Syntax (Formeln) Semantik Wertebelegungen (Valuationen, Modelle) Wahrheitstafel für die logischen Operatoren Auswertung von Formeln / Wahrheitstabellen Modell einer Formel(menge) Gültigkeit und Erfüllbarkeit Tautologien und Kontradiktionen Folgerung und Äquivalenz 126
127 2. Aussagenlogik Teil
128 Tautologien und Kontradiktionen Tautologien, allgemeingültige Formeln: Formeln, die stets wahr sind. Kontradiktionen, unerfüllbare Formeln: Formel, die stets falsch sind. Die Negation einer Tautologie ist eine Kontradiktion Die Negation einer Kontradiktion ist eine Tautologie Theorem. F ist allgemeingültig gdw. F ist unerfüllbar. Beweis 1: Aus der Wahrheitstafel. Beweis 2: F allgemeingültig gdw. A(F)=1 für alle A:Π {0, 1} gdw. A( F)=0 für alle A:Π {0, 1} gdw. F unerfüllbar 128
129 Erster Kalkül: Wahrheitstafelmethode Erfüllbarkeitstest: Jede Formel F enthält endlich viele Aussagenvariablen. A(F) ist nur von den Werten dieser Aussagenvariablen abhängig. F enthält n Aussagenvariablen: 2 n Wertbelegungen notwendig um zu überprüfen, ob F erfüllbar ist oder nicht. Wahrheitstafel Das Erfüllbarkeitsproblem ist entscheidbar (Cook s Theorem: NP-vollständig) Es existieren viel bessere Methoden als Wahrheitstafeltests um die Erfüllbarkeit einer Formel zu überprüfen. 129
130 Folgerung Definition: F impliziert G (oder G folgt aus F), gdw.: für alle A : Π {0,1} gilt: Wenn A = F, dann A = G. Notation: F = G Erweiterung auf Formelmengen N in natürlicher Weise, z.b.: N = G gdw.: für alle A : Π {0,1} gilt: falls A = F, für alle F N, so A = G. 130
131 Äquivalenz Definition: F und G sind äquivalent gdw.: für alle A : Π {0,1} gilt: A = F gdw. A = G. Notation: F G. Zwei Formeln sind logisch äquivalent, wenn sie in den gleichen Modellen wahr sind Beispiel: (P Q) ( Q P) (Kontraposition) 131
132 Wichtige Äquivalenzen Die folgenden Äquivalenzen sind für alle Formeln F,G,H gültig: (F F) F (F F) F (Idempotenz) (F G) (G F) (F G) (G F) (Kommutativität) (F (G H)) ((F G) H) (F (G H)) ((F G) H) (Assoziativität) (F (F G)) F (F (F G)) F (Absorption) (F (G H)) ((F G) (F H)) (F (G H)) ((F G) (F H)) (Distributivität) 132
133 Wichtige Äquivalenzen Die folgenden Äquivalenzen sind für alle Formeln F,G,H gültig: ( F) F (F G) ( F G) (F G) ( F G) (Doppelte Negation) (De Morgan s Regeln) (F G) ( G F) (Kontraposition) (F G) ( F G) (Elimination Implikation) F G (F G) (G F) (Elimination Äquivalenz) 133
134 Wichtige Äquivalenzen Die folgenden Äquivalenzen sind für alle Formeln F,G,H gültig: (F G) F, falls G Tautologie (F G), falls G Tautologie (Tautologieregeln) (F G), falls G unerfüllbar (F G) F, falls G unerfüllbar (Tautologieregeln) 134
135 Wichtige Äquivalenzen mit / (A A) (A A) (Tertium non datur) (A ) A (A ) 135
136 Wichtige Äquivalenzen (Zusammengefasst) (F F) F (F F) F (Idempotenz) (F G) (G F) (F G) (G F) (Kommutativität) (F (G H)) ((F G) H) (F (G H)) ((F G) H) (Assoziativität) (F (F G)) F (F (F G)) F (Absorption) (F (G H)) ((F G) (F H)) (F (G H)) ((F G) (F H)) (Distributivität) ( F) F (Doppelte Negation) (F G) ( F G) (F G) ( F G) (De Morgan s Regeln) (F G) ( G F) (Kontraposition) (F G) ( F G) (Elimination Implikation) F G (F G) (G F) (Elimination Äquivalenz) 136
137 Terminologie Eine Formel F, die als Teil einer Formel G auftritt, heißt Teilformel von G. F ist eine Teilformel von F F = G und H Teilformel von F H Teilformel von G F = F 1 ρ F 2 (wo ρ {,,, }) H Teilformel von F 1 oder F 2 H Teilformel von F 137
138 Substitutionstheorem Theorem. Seien F und G äquivalente Formeln. Sei H eine Formel mit (mindestens) einem Vorkommen der Teilformel F. Dann ist H äquivalent zu H, wobei H aus H hervorgeht, indem (irgend) ein Vorkommen von F in H durch G ersetzt wird. Beispiel: A B B A impliziert (C (A B)) (C (B A)) 138
139 Substitutionstheorem Theorem. Seien F und G äquivalente Formeln. Sei H eine Formel mit (mindestens) einem Vorkommen der Teilformel F. Dann ist H äquivalent zu H, wobei H aus H hervorgeht, indem (irgend) ein Vorkommen von F in H durch G ersetzt wird. p(h) Beweis: Strukturelle Induktion. Induktionsbasis: Beweisen, dass p(h) für alle Formeln H in {, } Π gilt. Beweis: Falls H {, } Π und F Teilformel von H, so muss F = H sein. Dann ist die Formel H, die aus H hervorgeht, indem F (= die ganze Formel H) durch G ersetzt wird, gleich G. Aber dann: H = F G = H. 139
140 Substitutionstheorem Beweis: (Fortsetzung) Sei H eine Formel, H {, } Π. Sei F eine Teilformel von H. Fall 1: F = H. Dann H = G (wie vorher), so H = F G = H. Fall 2: F H. Induktionsvoraussetzung: Annahme: p(h ) gilt für alle dir. Teilformeln H von H. Induktionsschritt: Beweis, dass p(h) gilt (durch Fallunterscheidung): Fall 2.1: H = H 1. Da F H, ist F eine Teilformel von H 1. Induktionvoraussetzung: p(h 1 ) gilt, d.h. H 1 H 1, wobei H 1 aus H 1 hervorgeht, indem (irgend) ein Vorkommen von F in H 1 durch G ersetzt wird. Da H = H 1, ist H = H 1. DannfüralleA : Π {0,1}:A(H)=A( H 1 )= A(H 1 ) I.V. = A(H 1 )=A( H 1 )=A(H ). Somit ist bewiesen, dass H H. 140
141 Substitutionstheorem Beweis: (Fortsetzung) Induktionsschritt: Beweis, dass p(h) gilt (durch Fallunterscheidung): Fall 2.2: H = H 1 op H 2. Da F H, ist F Teilformel von H 1 oder von H 2. Fall F ist eine Teilformel von H 1. Induktionvoraussetzung: p(h 1 ) gilt, d.h. H 1 H 1, wobei H 1 aus H 1 hervorgeht, indem (irgend) ein Vorkommen von F in H 1 durch G ersetzt wird. Da H = H 1 op H 2, und F in H 1 vorkommt, so H = H 1 op H 2. Dann für alle A : Π {0,1}: A(H)=A(H 1 op H 2 )=A(H 1 ) op A(H 2 ) I.V. = A(H 1 ) op A(H 2)=A(H 1 op H 2) = A(H ). Somit ist bewiesen, dass H H. Fall F ist eine Teilformel von H 2. Analog. 141
142 Ein zweiter Kalkül: Logische Umformung Definition: Äquivalenzumformung (Wiederholte) Ersetzung einer (Unter-)Formel durch äquivalente Formel Anwendung des Substitutionstheorems Theorem Äquivalenzumformung bildet mit den aufgelisteten wichtigen Äquivalenzen einen vollständigen Kalkül: Wenn F und G logisch äquivalent sind, kann F in G umgeformt werden. 142
143 Beispiel (P Q) ((Q R) (P R)) ( P Q) (( Q R) ( P R)) (Elimination Implikation) ( P Q) ( ( Q R) ( P R)) (Elimination Implikation) ( P Q) ( ( Q R) ( P R)) (De Morgan s Regel, ) ( P Q) (( Q R) ( P R)) (Doppelte Negation, De Morgan, ) ( P Q) (( Q R) (P R)) (Doppelte Negation) ( P Q) (( Q P R) (R P R)) (Distributivität) ( P Q) (( Q P R) (R R P)) (Kommutativität) ( P Q) (( Q P R) ) (Äquivalenzen mit ) ( P Q) ( Q P R) (Äquivalenzen mit ) ( P Q P R) (Q Q P R) (Distributivität) ( P P Q R) (Q Q P R) (Kommutativität) (( P P) Q R) ((Q Q) P R) (Assoziativität) (Äquivalenzen mit ) 143
144 Allgemeingültigkeit/Folgerung F,G Formeln Theorem. F = G gdw. = F G. Beweis: F = G g.d.w. für alle A : Π {0,1}, falls A(F) = 1 so A(G) = 1 g.d.w. für alle A : Π {0,1}, (A(F) A(G)) = 1 g.d.w. für alle A : Π {0,1}, A(F G) = 1 g.d.w. = F G 144
145 Allgemeingültigkeit/Folgerung F,G Formeln; N Formelmenge. Theorem. N {F} = G gdw. N = F G. Beweis: Annahme: N {F} = G d.h. für alle A:Π {0,1}, falls [A(H)=1 für alle Formeln H N {F}] so A(G)=1. Wir beweisen, dass N = F G, d.h. für alle A : Π {0,1} falls [A(H) = 1 für alle Formeln H N] so A(F G) = 1. Sei A : Π {0,1} mit A(H) = 1 für alle Formeln H N. Fall 1: A(F) = 0. Dann A(F G) = 1. Fall 2: A(F) = 1, d.h. [A(H) = 1 für alle Formeln H N {F}]. Dann A(G) = 1 und somit A(F G) =
146 Allgemeingültigkeit/Folgerung F,G Formeln; N Formelmenge. Theorem. N {F} = G gdw. N = F G. Beweis: Annahme: N = F G d.h. für alle A:Π {0,1}, falls [A(H)=1 für alle Formeln H N] so A(F G)=1. Wir beweisen, dass N {F} = G, d.h. für alle A : Π {0,1} falls [A(H) = 1 für alle Formeln H N {F}] so A(G) = 1. Sei A : Π {0,1} mit A(H) = 1 für alle Formeln H N {F}. Dann (i) A(F) = 1 und (ii) [A(H) = 1 für alle Formeln H N], also A(F G) = 1. Es folgt, dass 1 = A(F G) = (A(F) A(G)) = (1 A(G)) = A(G), so A(G) =
147 Allgemeingültigkeit/Folgerung F,G Formeln. Theorem. F G gdw. = F G. Beweis: F F g.d.w. für alle A : Π {0,1}, A(F) = A(G) g.d.w. für alle A : Π {0,1}, (A(F) A(G)) = 1 g.d.w. für alle A : Π {0,1}, A(F G) = 1 g.d.w. = F G 147
148 Allgemeingültigkeit/Folgerung: Zusammenfassung F,G Formeln; N Formelmenge. Theorem. F = G gdw. = F G. Theorem. N {F} = G gdw. N = F G. Theorem. F G gdw. = F G. 148
149 Unerfüllbarkeit/Allgemeingültigkeit/Folgerung F,G Formeln. Theorem. F ist allgemeingültig gdw. F ist unerfüllbar. Beweis auf Seite 128. Theorem. F = G gdw. F G ist unerfüllbar. Beweis: F = G gdw. = F G d.h. F G allgemeingültig gdw. (F G) unerfüllbar. gdw. F G unerfüllbar.... da (F G) ( F G) F G F G. 149
150 Unerfüllbarkeit/Allgemeingültigkeit/Folgerung F,G Formeln; N Formelmenge. Theorem. N = G gdw. N G ist unerfüllbar. Beweis: Annahme: N = G d.h. für alle A:Π {0,1}, falls [A(H)=1 für alle Formeln H N] so A(G)=1. Zu zeigen: N G unerfüllbar. Beweis durch Widerspruch: Wir nehmen an, N G erfüllbar, d.h. es gibt A:Π {0,1}, mit [A(H)=1 für alle Formeln H N { G}]. Dann [A(H)=1 für alle Formeln H N] und A( G) = 1 (d.h. A(G) = 0). Widerspruch. 150
151 Unerfüllbarkeit/Allgemeingültigkeit/Folgerung F,G Formeln; N Formelmenge. Theorem. N = G gdw. N G ist unerfüllbar. Beweis: Annahme: N G unerfüllbar. Zu zeigen: N = G d.h. für alle A:Π {0,1}, falls [A(H)=1 für alle Formeln H N] so A(G)=1. Beweis: Sei A:Π {0, 1}, mit [A(H)=1 für alle Formeln H N]. Falls A(G) = 0, wäre A ein Modell für N { G}. Das ist aber unmöglich, da wir angenommen haben, dass N { G} unerfüllbar ist. Es folgt, dass A(G) =
152 Unerfüllbarkeit/Allgemeingültigkeit/Folgerung: Zusammenfassung F,G Formeln; N Formelmenge. Theorem. F ist allgemeingültig gdw. F ist unerfüllbar. Theorem. F = G gdw. F G ist unerfüllbar. Theorem. N = G gdw. N G ist unerfüllbar. Nota bene: falls N unerfüllbar, so N = G für jede Formel G... auch für. Notation: N = für N unerfüllbar. 152
153 Zusammenfassung Erfüllbarkeit, Allgemeingültigkeit Erster Kalkül: Wahrheitstafelmethode Folgerung, Äquivalenz Wichtige Äquivalenzen Ein zweiter Kalkül: Logische Umformung Unerfüllbarkeit/Allgemeingültigkeit/Folgerung 153
154 2. Aussagenlogik Teil
155 Unser Ziel Kalkül(e) zur systematischen Überprüfung von Erfüllbarkeit (für Formeln und/oder Formelmengen) Dazu brauchen wir Normalformen 155
156 Normalformen Definition: Atom: aussagenlogische Variable Literal: Atom, oder Negation eines Atoms Beispiel. Sei Π = {P,Q,R}. Atome: P, Q, R Literale: P, P, Q, Q, R, R 156
157 Normalformen Definition: Atom: aussagenlogische Variable Literal: Atom, oder Negation eines Atoms Definition: Klausel: Eine Disjunktion von Literalen mehrstellige Disjunktionen (P Q R), (P P Q) einstellige Disjunktionen P die nullstellige Disjunktion (leere Klausel) 157
158 Normalformen Definition: Konjunktive Normalform (KNF): Eine Konjunktion von Disjunktionen von Literalen, d.h., eine Konjunktion von Klauseln mehrstellig, einstellig oder nullstellig Beispiele: (P Q) (Q R S) P Q P (Q R) P Q P P 158
159 Normalformen Definition: Disjunktive Normalform (DNF): Eine Disjunktion von Konjunktionen von Literalen. mehrstellig, einstellig oder nullstellig Beispiele: (P Q) (Q R S) P Q P (Q R) P Q P P 159
160 Normalformen Eigenschaften: Zu jeder aussagenlogischen Formel gibt es: - eine äquivalente Formel in KNF - eine äquivalente Formel in DNF Diese äquivalenten Formeln in DNF bzw. KNF sind nicht eindeutig Solche Formeln können aus einer Wahrheitstafel abgelesen werden Solche Formeln können durch Umformungen hergestellt werden 160
161 Beispiel: DNF F : (P Q) (( P Q) R) P Q R (P Q) P ( P Q) (( P Q) R) F DNF: ( P Q R) ( P Q R) (P Q R) (P Q R) 161
162 Beispiel: KNF F : (P Q) (( P Q) R) P Q R (P Q) P ( P Q) (( P Q) R) F F DNF für F: ( P Q R) ( P Q R) (P Q R) (P Q R) KNF für F: (P Q R) (P Q R) ( P Q R) ( P Q R) 162
Logik für Informatiker
Logik für Informatiker Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Logik in der Informatik Was ist Logik? 2 Logik in der Informatik Was ist Logik? Mathematisch? 3 Logik in der Informatik
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 1. Einführung Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Formale Logik Ziel Formalisierung und Automatisierung rationalen
MehrLogik für Informatiker. 1. Grundlegende Beweisstrategien. Viorica Sofronie-Stokkermans Universität Koblenz-Landau
Logik für Informatiker 1. Grundlegende Beweisstrategien Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Mathematisches Beweisen Mathematische ussagen - haben oft
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:
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
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
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,
MehrLogik für Informatiker
Logik für Informatiker 3. Prädikatenlogik Teil 1 9.06.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Rückblick: Vor- und Nachteile von Aussagenlogik + Aussagenlogik
MehrBeispiel Aussagenlogik nach Schöning: Logik...
Beispiel Aussagenlogik nach Schöning: Logik... Worin besteht das Geheimnis Ihres langen Lebens? wurde ein 100-jähriger gefragt. Ich halte mich streng an die Diätregeln: Wenn ich kein Bier zu einer Mahlzeit
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische
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
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
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
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)
Mehr3. Grundlegende Begriffe von Logiken - Aussagenlogik
3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,
MehrWas 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
MehrInformatik 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
MehrLogic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
MehrVorsemesterkurs Informatik
Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung
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
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
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 3: Logik 1 Aussagenlogik Einleitung Eigenschaften Äquivalenz Folgerung Normalformen 2 Prädikatenlogik Wenn eine Karte
MehrÜbung 4: Aussagenlogik II
Übung 4: Aussagenlogik II Diskrete Strukturen im Wintersemester 2013/2014 Markus Kaiser 8. Januar 2014 1/10 Äquivalenzregeln Identität F true F Dominanz F true true Idempotenz F F F Doppelte Negation F
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
MehrGeschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen
Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen
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
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
MehrFormalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:
Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
MehrKapitel 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
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
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül
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,
MehrLogik 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
MehrSchlussregeln aus anderen Kalkülen
Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,
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
MehrWas bisher geschah: klassische Aussagenlogik
Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f (nullstellig), (einstellig),,,, (zweistellig) aussagenlogische Formeln AL(P) induktive Definition: IA atomare Formeln
MehrBrückenkurs Mathematik. Dienstag Freitag
Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrWas ist Logik? Was ist Logik? Logische Konnektoren. Aussagenlogik. Logik stellt Sprachen zur Darstellung von Wissen zur Verfügung
Was ist Logik? Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen Beschränkung auf "Aussage A folgt nach einer gegebenen
MehrMotivation. 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
MehrBeweisen 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
MehrSyntax der Prädikatenlogik: Komplexe Formeln
Syntax der Prädikatenlogik: Komplexe Formeln Σ = P, F eine prädikatenlogische Signatur Var eine Menge von Variablen Definition: Menge For Σ der Formeln über Σ Logik für Informatiker, SS 06 p.10 Syntax
MehrSS April Übungen zur Vorlesung Logik Blatt 1. Prof. Dr. Klaus Madlener Abgabe bis 27. April :00h
SS 2011 20. April 2011 Übungen zur Vorlesung Logik Blatt 1 Prof. Dr. Klaus Madlener Abgabe bis 27. April 2011 10:00h 1. Aufgabe: [strukturelle Induktion, Übung] Zeigen Sie mit struktureller Induktion über
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:
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln
Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht
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
Mehr3. Logik 3.1 Aussagenlogik
3. Logik 3.1 Aussagenlogik WS 06/07 mod 301 Kalkül zum logischen Schließen. Grundlagen: Aristoteles 384-322 v. Chr. Aussagen: Sätze, die prinzipiell als ahr oder falsch angesehen erden können. z. B.: Es
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
Mehr3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik
Deduktionssysteme der Aussagenlogik, Kap. 3: Tableaukalküle 38 3 Tableaukalküle 3.1 Klassische Aussagenlogik 3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik Ein zweites Entscheidungsverfahren
MehrSyntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe
Syntax der Prädikatenlogik: Variablen, Terme Formeln Eine Variable hat die Form x i mit i = 1, 2, 3.... Ein Prädikatensymbol hat die Form Pi k und ein Funktionssymbol hat die Form fi k mit i = 1, 2, 3...
MehrNormalformen boolescher Funktionen
Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion
MehrAussagenlogik. Formale Methoden der Informatik WiSe 2010/2011 teil 7, folie 1 (von 50)
Aussagenlogik Formale Methoden der Informatik WiSe 2/2 teil 7, folie (von 5) Teil VII: Aussagenlogik. Einführung 2. Boolesche Funktionen 3. Boolesche Schaltungen Franz-Josef Radermacher & Uwe Schöning,
MehrEine Aussage ist ein Satz der Umgangssprache, der wahr oder falsch sein kann. Man geht von dem Folgenden aus:
Karlhorst Meyer Formallogik Die Umgangssprache ist für mathematische Bedürfnisse nicht exakt genug. Zwei Beispiele: In Folge können u. U. Beweise, die in Umgangssprache geschrieben werden, nicht vollständig,
Mehr5.2 Logische Gültigkeit, Folgerung, Äquivalenz
5.2 Logische Gültigkeit, Folgerung, Äquivalenz Durch Einsetzung von PL1-Formeln für die Metavariablen in AL-Gesetzen erhält man PL1-Instanzen von AL-Gesetzen. Beispiele: φ φ AL PL1-Instanzen: Pa () Pa
MehrEinführung in die Logik. Sommersemester Juli 2010 Institut für Theoretische Informatik
Einführung in die Logik Jiří Adámek Sommersemester 2010 14. Juli 2010 Institut für Theoretische Informatik Inhaltsverzeichnis 1 Einleitung: Logische Systeme 4 I Aussagenlogik 6 2 Aussagenlogik 7 2.i Syntax
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
MehrZusammenfassung des Stoffes zur Vorlesung Formale Systeme
Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Max Kramer 13. Februar 2009 Diese Zusammenfassung entstand als persönliche Vorbereitung auf die Klausur zur Vorlesung Formale Systeme von Prof.
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
MehrVorlesung. Logik und Diskrete Mathematik
Vorlesung Logik und Diskrete Mathematik (Mathematik für Informatiker I) Wintersemester 2008/09 FU Berlin Institut für Informatik Klaus Kriegel 1 Literatur zur Vorlesung: C. Meinel, M. Mundhenk, Mathematische
Mehrmathe plus Aussagenlogik Seite 1
mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet
MehrVorlesung Logiksysteme
Vorlesung Logiksysteme Teil 1 - Aussagenlogik Martin Mundhenk Univ. Jena, Institut für Informatik 15. Mai 2014 Formalien zur Vorlesung/Übung Termine: dienstags 16:15 17:45 Uhr freitags 10:15 11:45 Uhr
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrMotivation. 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
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.
Mehr4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik
Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März
MehrAlgorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen
Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000
MehrLogik Vorlesung 10: Herbrand-Theorie
Logik Vorlesung 10: Herbrand-Theorie Andreas Maletti 9. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrMathematik-Vorkurs für Informatiker Aussagenlogik 1
Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Kategorie 1 Notieren Sie die Definitionen
MehrMathematik-Vorkurs für Informatiker Aussagenlogik 1
Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Notieren Sie die Definitionen der
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
MehrFormale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9.
Formale Logik PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg Wintersemester 16/17 Sitzung vom 9. November 2016 Weitere Begriffe Eine Zuweisung von Wahrheitswerten W bzw. F
MehrGrundlagen der Mathematik
Universität Hamburg Winter 2016/17 Fachbereich Mathematik Janko Latschev Grundlagen der Mathematik Lösungsskizzen 2 Präsenzaufgaben (P2) Wir betrachten drei Teilmengen der natürlichen Zahlen: - A = {n
MehrTU5 Aussagenlogik II
TU5 Aussagenlogik II Daniela Andrade daniela.andrade@tum.de 21.11.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;)
MehrWS 2013/14. Diskrete Strukturen
WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314
MehrKapitel L:II. II. Aussagenlogik
Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen
MehrLogik 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
MehrDe Morgan sche Regeln
De Morgan sche Regeln Durch Auswerten der Wahrheitswertetabelle stellen wir fest, dass allgemeingültig ist; ebenso (p q) p q (p q) p q. Diese beiden Tautologien werden als die De Morgan schen Regeln bezeichnet,
MehrTeil 7. Grundlagen Logik
Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also
MehrWas bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion
Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert
MehrBrückenkurs Mathematik
Beweise und Beweisstrategien andreas.kucher@uni-graz.at Institute for Mathematics and Scientific Computing Karl-Franzens-Universität Graz Graz, September 5, 2015 Hinweis zu den Folien Diese Folien sind
MehrInhaltsverzeichnis. Inhaltsverzeichnis
Inhaltsverzeichnis Inhaltsverzeichnis 1 Beweistechniken 1.1 Prädikatenlogik..................................... 1. Direkter Beweis.................................... 3 1.3 Indirekter Beweis....................................
MehrLogik (Teschl/Teschl 1.1 und 1.3)
Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.
MehrAufgabe - Fortsetzung
Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)
MehrBoolesche Algebra. Hans Joachim Oberle. Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2
Universität Hamburg Department Mathematik Boolesche Algebra Hans Joachim Oberle Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2 http://www.math.uni-hamburg.de/home/oberle/vorlesungen.html
MehrKapitel 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
MehrKlausur zur Vorlesung Mathematische Logik
Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (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
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
MehrLogik. Markus Lohrey. Wintersemester 2012/2013. Universität Leipzig. Markus Lohrey (Universität Leipzig) Logik Wintersem.
Logik Markus Lohrey Universität Leipzig Wintersemester 2012/2013 Markus Lohrey (Universität Leipzig) Logik Wintersem. 2012/2013 1 / 214 Organisatorisches zur Vorlesung Informationen finden Sie unter z.
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
MehrMathematik für Informatiker I
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft
MehrDie Folgerungsbeziehung
Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation
MehrLogik. Markus Lohrey. Sommersemester Universität Siegen. Markus Lohrey (Universität Siegen) Logik Sommersem / 299
Logik Markus Lohrey Universität Siegen Sommersemester 2014 Markus Lohrey (Universität Siegen) Logik Sommersem. 2014 1 / 299 Organisatorisches zur Vorlesung Informationen finden Sie unter z. B. http://www.eti.uni-siegen.de/ti/lehre/ss14/logik/
MehrVorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion
Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion Saskia Klaus 07.10.016 1 Motivation In den ersten beiden Vorträgen des Vorkurses haben wir gesehen, wie man aus schon bekannten Wahrheiten
MehrAufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den
Fachbereich Mathematik Aufgaben und Lösungen zum Vorkurs Mathematik: Beweismethoden Für Mittwoch den 8.9.011 Vorkurs Mathematik WS 011/1 Die mit * gekennzeichneten Aufgaben sind etwas schwerer. Dort braucht
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!
Mehr