1 Syntax und Semantik der Logik erster Stufe

Größe: px
Ab Seite anzeigen:

Download "1 Syntax und Semantik der Logik erster Stufe"

Transkript

1 1 Syntax und Semantik der Logik erster Stufe Die Logik erster Stufe Prädikatenlogik) besitzt eine Syntax, die festlegt, welche Zeichenketten Formeln der Logik erster Stufe sind, und eine Semantik, die festlegt, welche Bedeutung einzelne Formeln haben. Die Logik erster Stufe beschäftigt sich mit Objekten und Aussagen über deren Eigenschaften. Vor der Einführung von Syntax und Semantik der Logik erster Stufe wenden wir uns zunächst den Objekten zu, über die Formeln der Logik erster Stufe reden können. 1.1 Strukturen Die Objekte, über die Formeln der Logik erster Stufe Aussagen treffen können, heißen Strukturen. Viele Objekte lassen sich auf natürliche Weise durch solche Strukturen repräsentieren, beispielsweise Graphen G = V, E) oder Bäume B = V, E), die natürlichen Zahlen mit Addition und Multiplikation, N, +, ), die reellen Zahlen mit Addition, Multiplikation und Konstanten 0 und 1, R, +,, 0, 1), Datenbanken. Die im Folgenden definierten Signaturen legen den Typ bzw. das Format ) der entsprechenden Strukturen fest. Definition 1.1. Eine Signatur auch Symbolmenge bzw. Vokabular) ist eine Menge σ von Relationssymbolen, Funktionssymbolen und/oder Konstantensymbolen. Jedes Relationssymbol R σ und jedes Funktionssymbol f σ hat eine Stelligkeit bzw. Arität, engl. arity) arr) N >0 bzw. arf) N >0. Signatur, Vokabular Stelligkeit arr), arf) Notation: N := 0, 1,, 3,... }; N >0 := N \ 0 } ) N, N >0 Notation 1.. Der griechische Buchstabe σ bezeichnet in diesem Vorlesungsskript stets eine Signatur. Für Relationssymbole verwenden wir normalerweise Großbuchstaben wie R, P, E, Q, R 1, R,.... Für Funktionssymbole verwenden wir meistens Kleinbuchstaben wie f, g, h, f 1, f,.... 7

2 Für Konstantensymbole verwenden wir meistens Kleinbuchstaben wie c, d, c 1, c,.... Gelegentlich verwenden wir als Relations- und Funktionssymbole auch Zeichen wie - stelliges Relationssymbol) bzw. +, -stellige Funktionssymbole), und als Konstantensymbole Zahlen wie 0, 1. Die Stelligkeit eines Relations- oder Funktionssymbols deuten wir häufig an, indem wir sie unter das Symbol schreiben. Beispiel: Die Notation R deutet an, dass R ein -stelliges Relationssymbol ist. σ-struktur Universum Definition 1.3. Eine σ-struktur bzw. Struktur über σ) ist ein Paar A = A, α), bestehend aus einer nicht-leeren Menge A, dem so genannten Universum bzw. Träger, Grundbereich; engl. domain) von A und einer auf σ definierten Abbildung α, die Notation 1.4. jedem Relationssymbol R σ eine Relation αr) A arr) der Stelligkeit arr) zuordnet, jedem Funktionssymbol f σ eine Funktion αf) : A arf) A zuordnet und jedem Konstantensymbol c σ ein Element αc) A zuordnet. Strukturen bezeichnen wir meistens mit Fraktur-Buchstaben A, B, G,...; das Universum der Strukturen durch die entsprechenden lateinischen Buchstaben A, B, G,.... Ist A = A, α) eine σ-struktur, so schreiben wir für jedes Symbol S σ oft S A an Stelle von αs). An Stelle von A = A, α) schreiben wir oft auch A = A, S A ) S σ ). Falls σ endlich und von der Form ist, so schreiben wir auch um eine σ-struktur A zu bezeichnen. σ = R 1,... R k, f 1,..., f l, c 1,..., c m } A = A, R A 1,... R A k, f A 1,..., f A l, c A 1,..., c A m ), Beispiel 1.5 Arithmetische Strukturen). Sei σ Ar :=, +,, 0, 1 }, wobei ein -stelliges Relationssymbol, +, zwei -stellige Funktionssymbole und 0, 1 zwei Konstantensymbole sind. Standardmodell a) Das Standardmodell der Arithmetik ist die σ Ar -Struktur der Arithmetik, N N := N, N, + N, N, 0 N, 1 N ), wobei N die natürliche lineare Ordnung auf N ist, + N und N die Addition bzw. die Multiplikation auf N sind und 0 N bzw. 1 N die Zahlen 0 bzw. 1 sind. Z, Q, R b) Entsprechend können wir σ Ar -Strukturen Z, Q, R mit Universum Z, Q, R definieren. 8

3 Beispiel 1.6 Graphen und Bäume). Sei σ Graph := E }, wobei E ein -stelliges Relationssymbol ist. Jeder gerichtete Graph bzw. gerichtete Baum V, E) V : Knotenmenge, E V V : Kantenmenge) lässt sich als σ Graph - Struktur A = A, E A ) mit Universum A := V und Relation E A := E auffassen. Beispiel: Graph: a b c zugehörige σ Graph -Struktur: A = A, E A ) mit A = a, b, c } E A = a, b), b, b), a, c), c, a) } Beispiel 1.7 Verwandtschaftsbeziehungen). Um Verwandtschaftsbeziehungen zu modellieren, können wir die Signatur σ benutzen, die aus folgenden Symbolen besteht: 1-stellige Funktionssymbole Vater, Mutter Bedeutung: Vater A a) bezeichnet den Vater von Person a, Mutter A a) bezeichnet die Mutter von Person a). -stellige Relationssymbole Geschwister, Vorfahr Bedeutung: a, b) Geschwister A besagt, dass a und b Geschwister sind; Vorfahr A a, b) besagt, dass a ein Vorfahr von b ist). Frage: Wann sind zwei Strukturen A und B prinzipiell gleich Fachbegriff: isomorph)? Antwort: Falls B aus A entsteht, indem man die Elemente des Universums von A umbenennt. Analog zum Begriff der Isomorphie von Graphen wird dies durch folgende Definition präzisiert: Definition 1.8. Seien A, B σ-strukturen. Ein Isomorphismus von A nach B ist eine Abbildung π : A B mit folgenden Eigenschaften: Isomorphismus a) π ist bijektiv. b) Für alle Relationssymbole R σ, für k := arr) und alle k-tupel a 1,..., a k ) A k gilt: a 1,..., a k ) R A πa 1 ),..., πa k ) ) R B. c) Für alle Funktionssymbole f σ, für k := arf) und alle k-tupel a 1,..., a k ) A k gilt: π f A a 1,..., a k ) ) = f B πa 1 ),..., πa k ) ). d) Für jedes Konstantensymbol c σ gilt: π c A ) = c B. 9

4 π : A = B Notation: Seien A, B σ-strukturen. Wir schreiben π : A = B um anzudeuten, dass π ein Isomorphismus von A nach B ist. Lemma 1.9. Seien A, B σ-strukturen und sei π : A = B. Dann gilt für die Umkehrabbildung π 1, dass π 1 : B = A. Beweis: einfaches Nachrechnen Übung). isomorph A = B Definition Zwei σ-strukturen A und B sind isomorph kurz: A = B ), wenn es einen Isomorphismus π von A nach B gibt. Beispiel a) Die beiden Graphen 1 und a b c d 4 3 sind isomorph via π : 1,, 3, 4 } a, b, c, d } mit π1) = a, π) = b, π3) = c, π4) = d. b) Die beiden Graphen 8 1 a b c d h g f e sind isomorph via π : 1,..., 8} a,..., h} mit c) Die beiden Graphen v πv) a b c d h g f e 1 3 und a b c sind nicht isomorph. d) Sei σ = f, c }, wobei f ein -stelliges Funktionssymbol und c ein Konstantensymbol ist. Sei A = A, f A, c A ) mit A := N, 10

5 f A := + N die Addition auf N), c A := 0 N die natürliche Zahl 0), und sei B = B, f B, c B ) mit B := n : n N } die Menge aller Zweierpotenzen), f B : B B B die Funktion mit f B b 1, b ) = b 1 b f.a. b 1, b B), c B := 1 = 0 B. Dann gilt A = B, und die Abbildung π : A B mit πn) := n f.a. n N ist ein Isomorphismus von A nach B, denn: π ist eine bijektive Abbildung von A nach B. Für das Konstantensymbol c gilt π c A ) Def. c A = π0) Def. π = 0 = 1 Def. cb = c B. Für das Funktionssymbol f und alle a 1, a ) A gilt: π f A a 1, a ) ) Def. f A = πa 1 + a ) Def. π = a1+a und f B πa 1 ), πa ) ) Def. π = f B a1, a ) Def. f B = a1 a = a1+a. Also: π f A a 1, a ) ) = f B πa 1 ), πa )). Somit ist π ein Isomorphismus von A nach B. Satz 1.1. Isomorphie =) ist eine Äquivalenzrelation auf der Klasse aller σ-strukturen, d.h. für alle σ-strukturen A, B und C gilt: a) A = A Reflexivität). b) Falls A = B, so auch B = A Symmetrie). c) Falls A = B und B = C, so auch A = C Transitivität). Beweis: Übung. 1. Syntax der Logik erster Stufe Bestandteile: aussagenlogische Junktoren,,,, nicht und oder wenn..., dann genau dann, wenn Variablen v 0, v 1, v,... um Elemente aus dem Universum einer Struktur zu bezeichnen Quantoren: es existiert ), für alle ) 11

6 Symbole für Elemente aus der Signatur σ Präzise: Definition 1.13 Variablen und Alphabet der Logik erster Stufe). Variable Var a) Eine Individuenvariable kurz: Variable) hat die Form v i, für i N. Die Menge aller Variablen bezeichnen wir mit Var. D.h. A σ Var := v i : i N } = v 0, v 1, v, v 3,... }. b) Sei σ eine Signatur. Das Alphabet A σ der Logik erster Stufe über σ besteht aus den Variablen in Var den Symbolen in σ Existenzquantor den Quantoren Existenzquantor) und Allquantor) Allquantor dem Gleichheitssymbol 1 = den Junktoren,,,, den Klammern, ) dem Komma, D.h.: A σ = Var σ, } = },,,, }, ) }, }. A σ Notation: A σ bezeichnet die Menge aller endlichen Zeichenketten über A σ. Definition 1.14 Terme der Logik erster Stufe). T σ Sei σ eine Signatur. Die Menge T σ aller σ-terme ist die folgendermaßen rekursiv definierte σ-terme Teilmenge von A σ: Für jedes Konstantensymbol c σ ist c T σ. Für jede Variable x Var ist x T σ. Für jedes k N >0 und jedes k-stellige Funktionssymbol f σ gilt: Sind t 1 T σ,..., t k T σ, so ist auch ft 1,..., t k ) T σ. Beispiel Sei σ = f, c } wie in Beispiel 1.11d) gewählt. Folgende Worte sind σ-terme: c v 4 fc, c) fc, v 0 ) fc, fv 1, v 3 )) Folgende Worte sind keine σ-terme: 1 Manche Bücher schreiben an Stelle von = 1

7 0 fd, d) fv 0, c, v 1 ) f A, 3) Definition 1.16 Formeln der Logik erster Stufe). Sei σ eine Signatur. Die Menge FO[σ] aller Formeln der Logik erster Stufe über der Signatur σ kurz: FO[σ]-Formeln; FO steht für die englische Bezeichnung first-order logic) ist die folgendermaßen rekursiv definierte Teilmenge von A σ: FO[σ] FO[σ]-Formeln a) Für alle σ-terme t 1 und t gilt t 1 = t FO[σ]. b) Für jedes Relationssymbol R σ, für k := arr) und für alle σ-terme t 1,..., t k gilt: c) Ist ϕ FO[σ], so auch ϕ FO[σ]. d) Ist ϕ FO[σ] und ψ FO[σ], so ist auch ϕ ψ) FO[σ], ϕ ψ) FO[σ], ϕ ψ) FO[σ], ϕ ψ) FO[σ]. e) Ist ϕ FO[σ] und ist x Var, so ist auch Bemerkung: x ϕ FO[σ], x ϕ FO[σ]. Rt 1... t k ) FO[σ]. FO[σ]-Formeln der Form t 1 = t bzw. Rt 1... t k ) heißen auch atomare Formeln. atomare Formeln In manchen Büchern wird FO[σ] auch mit L σ bzw. L σ bezeichnet, und FO[σ]-Formeln werden auch σ-ausdrücke genannt. Beispiel a) Sei σ = f, c }. Folgende Worte sind FO[σ]-Formeln: fv 0, v 1 ) = c v fv, c) = v v 3 fv, v 3 ) = v 3 v 3 = c) Folgende Worte sind keine FO[σ]-Formeln: fv 0, v 1 ) = c) fv 0, v 1 )... ist ein σ-term, aber keine FO[σ]-Formel) v fv, c) = v )) c fv 0, c) = v 0 13

8 b) Sei σ Graph = E }. Folgendes ist eine FO[σ Graph ]-Formel: v 0 v 1 Ev0, v 1 ) Ev 1, v 0 ) ) v 0 = v 1 ) Intuition zur Semantik die formale Definition der Semantik wird in Abschnitt 1.3 gegeben): In einem Graphen A = A, E A ) sagt die Formel folgendes aus: v 0 v 1 Ev0, v 1 ) Ev 1, v 0 ) ) v 0 = v 1 ) Für alle Knoten a 0 A und für alle Knoten a 1 A gilt: Falls a 0, a 1 ) E A und a 1, a 0 ) E A, so ist a 0 = a 1. Die Formel sagt in einem Graphen A = A, E A ) also gerade aus, dass die Kantenrelation antisymmetrisch ist. D.h. ein Graph A = A, E A ) erfüllt die Formel genau dann, wenn die Kantenrelation E A antisymmetrisch ist. Notation Statt mit v 0, v 1, v,... bezeichnen wir Variablen oft auch mit x, y, z, x 1, x,.... Formelmengen Bindungsregeln Formeln bezeichnen wir meistens mit griechischen Kleinbuchstaben ϕ, ψ, χ,.... Formelmengen mit griechischen Großbuchstaben Φ, Ψ,.... Bezüglich Klammerung verwenden wir folgende Bindungsregeln: a) bindet stärker als alle anderen Junktoren. b) und binden stärker als und. Die äußeren Klammern einer Formel lassen wir manchmal weg. D. h. wir schreiben z. B. ϕ ψ χ an Stelle von ϕ ψ) χ)) ). Infixschreibweise Für gewisse -stellige Funktionssymbole wie +, σ Ar und gewisse -stellige Relationssymbole wie verwenden wir Infix- statt Präfixschreibweise und setzen Klammern dabei auf natürliche Weise, um die eindeutige Lesbarkeit zu gewährleisten. Beispiel: An Stelle des formal korrekten Terms) +v 1, v ), v ) schreiben wir v 1 + v ) v. An Stelle der formal korrekten) atomaren Formel v 1, v ) schreiben wir v 1 v. Zur besseren Lesbarkeit von Termen und atomaren Formeln schreiben wir manchmal Rt 1... t k an Stelle des formal korrekten) Rt 1,..., t k ), ft 1... t k an Stelle des formal korrekten) ft 1,..., t k ). 14

9 1.3 Semantik der Logik erster Stufe Um die formale Definition der Semantik der Logik erster Stufe angeben zu können, benötigen wir noch folgende Notationen: Definition 1.19 Subformeln bzw. Teilformeln). Für jede FO[σ]-Formel ϕ definieren wir die Menge subϕ) FO[σ] aller Subformeln oder: Teilformeln) von ϕ wie folgt: Ist ϕ eine atomare σ-formel, so subϕ) := ϕ }. Ist ϕ von der Form ψ für eine FO[σ]-Formel ψ, so ist subϕ) := ϕ } subψ). Ist ϕ von der Form ψ 1 ψ ) für,,, } und FO[σ]-Formeln ψ 1 und ψ, so subϕ) := ϕ } subψ 1 ) subψ ). Ist ϕ von der Form Qx ψ für Q, }, x Var und ψ FO[σ], so ist subϕ) Subformeln Teilformeln subϕ) := ϕ } subψ). Beispiel: Ev0 sub v 0 v 1, v 1 ) Ev 1, v 0 ) ) ) ) v 0 = v 1 = Ev0 v 0 v 1, v 1 ) Ev 1, v 0 ) ) ) v 0 = v 1, v 1 Ev0, v 1 ) Ev 1, v 0 ) ) v 0 = v 1 ), Ev0, v 1 ) Ev 1, v 0 ) ) v 0 = v 1 ), Ev0, v 1 ) Ev 1, v 0 ) ), v 0 = v 1, Ev 0, v 1 ), } Ev 1, v 0 ) Definition 1.0 Variablen in Termen). Für jeden σ-term t T σ definieren wir die Menge vart) Var der Variablen von t wie folgt: vart) Für x Var ist varx) := x }. Für jedes Konstantensymbol c σ ist varc) :=. Ist t T σ von der Form ft 1,..., t k ), wobei f σ ein k-stelliges Funktionssymbol ist und t 1,..., t k T σ, so ist vart) := vart 1 ) vart k ). Definition 1.1 Freie Variablen in Formeln). Für jede FO[σ]-Formel ϕ definieren wir die Menge freiϕ) Var aller freien Variablen von ϕ wie folgt: Ist ϕ von der Form t 1 = t mit t 1, t T σ, so ist freiϕ) Freie Variablen freiϕ) := vart 1 ) vart ). 15

10 Ist ϕ von der Form Rt 1,..., t k ), wobei R σ ein k-stelliges Relationssymbol ist und t 1,... t k T σ, so ist freiϕ) := vart 1 ) vart k ). Ist ϕ von der Form ψ mit ψ FO[σ], so ist freiϕ) := freiψ). Ist ϕ von der Form ψ 1 ψ ) mit ψ,,, } und ψ 1, ψ FO[σ], so ist freiϕ) := freiψ 1 ) freiψ ). Ist ϕ von der Form Qx ψ mit Q, }, x Var und ψ FO[σ], so ist freiϕ) := freiψ) \ x }. Satz S σ Belegung in einer σ-struktur passende Belegung Beispiel: ϕ := fv 0, c) = v 3 }} fv 0, v 1 ) = c }} v 0 freie Variablen: v 0, v 3 freie Variablen: v 0, v 1 }} freie Variablen: v 1 }} freie Variablen: v 0, v 1, v 3 Definition 1. Sätze). Eine FO[σ]-Formel ϕ heißt Satz genauer: FO[σ]-Satz), falls freiϕ) =. Die Menge aller FO[σ]-Sätze bezeichnen wir mit S σ. Definition 1.3 Belegungen und Interpretationen). a) Eine Belegung in einer σ-struktur A ist eine Abbildung β : D A mit Defβ) := D Var. b) Eine Belegung β heißt passend zu t T σ, falls Defβ) vart). c) Eine Belegung β heißt passend zu ϕ FO[σ] bzw. eine Belegung für ϕ), wenn Defϕ) freiϕ). ) σ-interpretation d) Eine σ-interpretation ist ein Paar I einer Belegung β in A. = A, β) bestehend aus einer σ-struktur A und passende σ-interpretation t I e) Eine σ-interpretation I = A, β) heißt passend zu oder Interpretation für) ϕ FO[σ] bzw. t T σ ), falls Defβ) passend zu ϕ bzw. t) ist. Definition 1.4 Semantik von σ-termen). Rekursiv über den Aufbau von T σ definieren wir eine Funktion, die jedem σ-term t T σ und jeder zu t passenden σ-interpretation I = A, β) einen Wert t I A zuordnet: Für alle x Var ist x I := βx). Für alle Konstantensymbole c σ ist c I := c A. Für alle k N >0, alle k-stelligen Funktionssymbole f σ und alle σ-terme t 1,..., t k T σ ist ft 1,..., t k ) I := f A t 1 I,..., t k I). 16

11 Beispiel: Sei σ := f, c }, und sei A := A, f A, c ) A mit A := N, f A := + N die Addition auf N), c A := 0. Sei β die Belegung mit βv 1 ) = 1 und βv ) = 7, und sei I := A, β). Sei t := fv, fv 1, c)) T σ. Dann gilt Definition 1.5. t I = f A v I, fv 1, c) I) = v I + fv 1, c) I = βv ) + f A v 1 I, c I) = 7 + βv 1 ) + c A ) = ) = 8. a) Ist β eine Belegung in einer σ-struktur A, ist x Var und ist a A, so sei β a x die β a x Belegung mit Def β a x) := Defβ) x }, die für alle y Def β a x) definiert ist durch a β a x y) := βy) falls y = x sonst. b) Ist I = A, β) eine σ-interpretation, ist x Var und ist a A, so sei I a x I a x := A, β a x). Definition 1.6 Semantik der Logik erster Stufe). Rekursiv über den Aufbau von FO[σ] definieren wir eine Funktion, die jeder FO[σ]-Formel ϕ und jeder zu ϕ passenden σ-interpretation I = A, β) einen Wahrheitswert kurz: Wert) ϕ I 0, 1 } zuordnet: Wahrheitswert ϕ I Für alle t 1, t T σ ist t 1 = t I := 1 falls t1 I = t I 0 sonst. Für jedes k N >0, jedes k-stellige Relationssymbol R σ und alle t 1,..., t k T σ ist Rt 1,..., t k ) I := 1 falls t1 I,..., t k I) R A 0 sonst. Für alle ψ FO[σ] ist ψ I := 1 falls ψ I = 0 0 falls ψ I = 1. Für alle ψ 1, ψ FO[σ] ist 1 falls ψ1 I = 1 und ψ ψ 1 ψ ) I I = 1 := 0 sonst. 17

12 ψ 1 ψ ) I := ψ 1 ψ ) I := ψ 1 ψ ) I := 1 falls ψ1 I = 1 oder ψ I = 1 0 sonst d.h. ψ 1 I = 0 und ψ I = 0). 1 falls ψ1 I = ψ I 0 sonst. 1 falls ψ1 I = 0 oder ψ I = 1 0 sonst d. h. ψ 1 I = 1 und ψ I = 0). Für alle ψ FO[σ] und alle x Var ist 1 falls es mindestens ein a A gibt, so dass ψ I a x = 1 x ψ I := 0 sonst d. h. für alle a A gilt ψ I a x = 0). x ψ I := 1 falls für alle a A gilt ψ I a x = 1 0 sonst. Beispiel: σ := E }, ϕ := x y Ex, y) Ey, x)) A := A, E A ) mit A = 1,, 3 }, E A = 1, ),, 1),, 3)} Skizze: A : 1 3 β sei die Belegung mit Defβ) = I := A, β) ϕ I = 1 für alle a A, für alle b A gilt: Ex, y) Ey, x)) I a x y = 1 für alle a A, für alle b A gilt: a, b) E A oder b, a) E A für alle a A, für alle b A gilt: falls a, b) E A, so auch b, a) E A E A ist symmetrisch.) Da in unserem konkreten Graphen A für a =, b = 3 gilt: a, b) E A, aber b, a) E A, ist hier ϕ I = 0. Definition 1.7 Modell, Erfüllbarkeit, Allgemeingültigkeit). Sei ϕ eine FO[σ]-Formel. Modell a) Eine σ-interpretation I = A, β) erfüllt ϕ bzw.: ist ein Modell von ϕ, kurz: I = ϕ), I = ϕ falls I passend zu ϕ ist und ϕ I = 1. erfüllbar unerfüllbar b) ϕ heißt erfüllbar, falls es eine σ-interpretation gibt, die ϕ erfüllt. ϕ heißt unerfüllbar, falls ϕ nicht erfüllbar ist. b 18

13 c) ϕ heißt allgemeingültig, wenn jede zu ϕ passende σ-interpretation ϕ erfüllt. allgemeingültig Beobachtung: Für alle ϕ, ψ FO[σ] gilt: ϕ allgemeingültig ϕ unerfüllbar. ϕ erfüllbar ϕ nicht allgemeingültig. Beispiel 1.8. Graphen) Sei σ := E }, und sei A = A, E A ) eine σ-struktur. a) Für alle a, b A gilt: Es gibt in A einen Weg der Länge 3 von a nach b A, β ) = x y z 1 z Ex, z1 ) Ez 1, z ) Ez, y) ). Hierbei ist β die Belegung mit Defβ ) =. b) A hat Durchmesser 3, d.h. zwischen je zwei Knoten von A gibt es einen Weg der Länge 3 A, β ) = x y x = y Ex, y) z Ex, z) Ez, y) ) z 1 z Ex, z1 ) Ez 1, z ) Ez, y) ) ). Beispiel 1.9 Arithmetik). Sei σ Ar =, +,, 0, 1 }, N := N, N, + N, N, 0 N, 1 N ), a, b, c N und β die Belegung mit βv 1 ) = a, βv ) = b, βv 3 ) = c. a) a b a teilt b in N ) N, β) = ϕ teilt v 1, v ) mit ϕ teilt v 1, v ) := v 0 v 1 v 0 = v. b) c = a b N, β) = ϕ v 1, v, v 3 ) mit ϕ v 1, v, v 3 ) := v + v 3 = v 1. c) a ist eine Primzahl N, β) = ϕ prim v 1 ) mit ϕ prim v 1 ) := v 1 = 0 v 1 = 1 v 4 v 5 v1 = v 4 v 5 v 4 = 1 v 5 = 1) ). d) Es gibt unendlich viele verschiedene Primzahlen 1.4 Das Koinzidenzlemma N, β ) = v 0 v 1 v0 v 1 ϕ prim v 1 ) ). Das Koinzidenzlemma präzisiert den anschaulich offensichtlichen) Sachverhalt, dass die Frage, ob eine FO[σ]-Formel ϕ von einer σ-interpretation I = A, β) erfüllt wird d.h. ob I = ϕ gilt), nur abhängt von 19

14 der Belegung der in ϕ frei vorkommenden Variablen d.h. für Variablen x freiϕ) ist egal, welchen Wert βx) annimmt) und der Interpretation S A der Symbole S σ, die in ϕ vorkommen d.h. für Symbole S σ, die nicht in ϕ erwähnt werden, ist egal, wie S ) A aussieht). Zur präzisen Formulierung des Koinzidenzlemmas sind folgende Notationen nützlich: Definition Seien σ 1, σ zwei Signaturen. Sei I 1 = A 1, β 1 ) eine σ 1 -Interpretation und sei I = A, β ) eine σ -Interpretation mit A 1 = A d.h. A 1 und A haben dasselbe Universum). a) I 1 und I bzw. A 1 und A ) stimmen auf einem Symbol S überein, wenn S σ 1 σ und S A 1 = S A. b) I 1 und I bzw. β 1 und β ) stimmen auf einer Variablen x überein, wenn x Defβ 1 ) Defβ ) und β 1 x) = β x). Satz 1.31 Koinzidenzlemma). Seien σ, σ 1, σ Signaturen mit σ σ 1 σ. Für i = 1, sei I i = A i, β i ) eine σ i Interpretation. a) Sei t T σ, so dass I 1 und I auf allen in t vorkommenden Symbolen und Variablen übereinstimmen. Dann gilt: t I1 = t I. b) Sei ϕ FO[σ], so dass I 1 und I auf allen in ϕ vorkommenden Symbolen und auf allen freien Variablen von ϕ übereinstimmen. Dann gilt: I 1 = ϕ I = ϕ. Beweis: Einfaches Nachrechnen: per Induktion nach dem Aufbau von T σ bei a) ) bzw. FO[σ] bei b) ). Details: Übung. Bemerkung 1.3. Wegen des Koinzidenzlemmas können wir einerseits immer annehmen, dass Belegungen minimal sind d.h. ihr Definitionsbereich enthält gerade die freien Variablen einer Formel oder eines Terms). Andererseits können wir aber auch annehmen, dass ihr Definitionsbereich maximal ist d.h. alle Variablen aus Var enthält). Beides wird gelegentlich nützlich sein. Notation a) Für ϕ FO[σ] schreiben wir ϕx 1,..., x n ), um anzudeuten, dass freiϕ) x 1,..., x n }. Sei I = A, β) eine σ-interpretation mit Defβ) x 1,..., x 1 } freiϕ). Für i = 1,..., n sei a i := βx i ). An Stelle von I = ϕ schreiben wir oft auch A = ϕ[ a1 x 1,..., an x n ]. Beachte: Diese Schreibweise ist zulässig, da nach dem Koinzidenzlemma für alle σ-interpretationen I = A, β ) mit β x i ) = a i für i = 1,..., n gilt: I = ϕ I = ϕ. b) Um die Notation weiter zu vereinfachen schreiben wir auch kurz [ ] a A = ϕ[a 1,..., a n ] an Stelle von A = ϕ 1 x 1,..., an x n. 0

15 c) Für FO[σ]-Sätze ϕ schreiben wir einfach A = ϕ an Stelle von A, β) = ϕ für eine Belegung β. Beachte: Gemäß Koinzidenzlemma gilt für alle Belegungen β und β, dass A, β) = ϕ A, β ) = ϕ. d) Ähnliche Schreibweisen verwenden wir für Terme: Ist t T σ mit vart) x 1,..., x n }, so schreibe kurz auch tx 1,..., x n ). Ist I = A, β) eine σ-interpretation mit Defβ) x 1,..., x n } und a i := βx i ) für i = 1,..., n, so schreibe an Stelle von t I auch [ ] t A a 1 x 1,..., an x n bzw. t A [a 1,..., a n ]. An Stelle von t I schreiben wir manchmal auch It). Definition 1.34 Redukte und Expansionen). Seien σ, τ Signaturen mit τ σ. a) Das τ-redukt einer σ-struktur A ist die τ-struktur A τ mit Universum A τ = A, die mit A auf allen Symbolen aus τ übereinstimmt. b) Eine σ-expansion einer τ-struktur B ist eine σ-struktur A, für die gilt: A τ = B. Beispiel Zur Erinnerung: Das Standardmodell der Arithmetik ist Redukt Expansion Das, +, 0}-Redukt von N ist N = N, N, + N, N, 0 N, 1 N ). N,+,0} = N, N, + N, 0 N ). Die Struktur N,+,0} bezeichnet man als das Standardmodell der Presburger Arithmetik benannt nach M. Presburger, ). 1.5 Das Isomorphielemma Standardmodell der Presburger Arithmetik Anschaulich besagt das folgende Isomorphielemma, dass zwei σ-strukturen, die isomorph sind, genau dieselben FO[σ]-Sätze erfüllen. D.h. isomorphe Strukturen können nicht durch FO[σ]-Sätze unterschieden werden. Satz 1.36 Isomorphielemma). Sei ϕ ein FO[σ]-Satz und seien A und B zwei isomorphe σ-strukturen. Dann gilt A = ϕ B = ϕ. Beweis: Sei π : A = B ein Isomorphismus von A nach B. Behauptung 1: Für alle σ-terme tx 1,..., x n ) und alle a 1,..., a n A gilt: πt A [a 1,..., a n ]) = t B [πa 1 ),..., πa n )]. 1

16 Beweis: Einfaches Nachrechnen per Induktion nach dem Aufbau von T σ. Details: Übung. Behauptung : Für alle FO[σ]-Formeln ϕx 1,..., x n ) und alle a 1,..., a n A gilt: A = ϕ[ a 1,..., a n ] B = ϕ[ πa 1 ),..., πa n ) ]. Beweis: Einfaches Nachrechnen per Induktion nach dem Aufbau von FO[σ]. Details: Übung. Beachte: Die Aussage von Satz 1.36 folgt direkt aus Behauptung. Satz 1.36 Obiger Beweis zeigt sogar folgendes Resultat: Korollar Seien A, B σ-strukturen und sei π : A = B. Für jede FO[σ]-Formel ϕx 1,..., x n ) und alle a 1,..., a n A gilt: A = ϕ[ a 1,..., a n ] B = ϕ[ πa 1 ),..., πa n ) ]. 1.6 Literaturhinweise Zur weiteren Lektüre bieten sich die folgenden Kapitel aus [EFT07] an: Kapitel 3.1 Strukturen und Interpretationen zu Abschnitt 1.1. Die Kapitel Syntax der Sprachen erster Stufe, 3. Eine Normierung der umgangssprachlichen Junktoren, sowie 3.3 Die Modellbeziehung zu Abschnitt 1. Die Kapitel 3.3 bis 3.6 zu Abschnitt Übungsaufgaben Aufgabe 1.1. Geben Sie σ Ar -Formeln an, die im Standardmodell N der Arithmetik folgende intuitive Bedeutung haben: a) Jede natürliche Zahl ist Summe von vier Quadratzahlen. b) Jede Primzahl ist Summe zweier Quadratzahlen. c) Es gibt unendlich viele Primzahlen p N, so dass p = 3m + für eine Zahl m N. d) ist irrational, d.h. es gibt keine Zahlen m, n N mit = m n. e) Jede zusammengesetzte Zahl n N besitzt einen Teiler m N mit m n. Aufgabe 1.. Sei σ eine Signatur, die aus endlich vielen Symbolen besteht und sei A eine beliebige σ-struktur, deren Universum A endlich ist. a) Geben Sie einen σ-satz ϕ A an, der die Struktur A bis auf Isomorphie eindeutig beschreibt. D.h. es soll für alle σ-strukturen B gelten: B = ϕ A B = A.

17 b) Beweisen Sie, dass ihre Formel ϕ A die in a) geforderte Eigenschaft tatsächlich besitzt. D.h. zeigen Sie, dass für alle σ-strukturen B gilt: B = ϕ A B = A. Aufgabe 1.3. Beweisen Sie das Isomorphielemma Satz 1.36). Aufgabe 1.4. Sei σ =, P a, P b } die Signatur, die aus dem -stelligen Relationssymbol sowie zwei 1-stelligen Relationssymbolen P a und P b besteht. Einem endlichen Wort w = w 1 w n der Länge n 1 über dem Alphabet Σ := a, b} ordnen wir die folgende σ-struktur A w = A w := 1,..., n}, A w, Aw, P Aw a, P Aw b ) zu: Aw ist die natürliche lineare Ordnung auf 1,..., n}, P Aw a := i A w : w i = a }, P Aw b := i A w : w i = b }. Ein FO[σ]-Satz ϕ beschreibt eine Sprache L Σ, falls für jedes nicht-leere Wort w Σ gilt: w L A w = ϕ. a) Welche Sprache beschreibt der folgende FO[σ]-Satz ϕ 0? ) := x y x y x=y z z x Pa z)) y z P b z)) ) ) ϕ 0 b) Geben Sie einen FO[σ]-Satz an, der die durch den regulären Ausdruck definierte Sprache beschreibt. aa b) bba b) c) Können Sie auch einen FO[σ]-Satz finden, der die Sprache aller Worte beschreibt, in denen die Anzahl der in ihnen vorkommenden as gerade ist? Falls ja, geben Sie den Satz an; falls nein, versuchen Sie zu erklären, warum es keinen solchen Satz zu geben scheint. 3

2. Universelle Algebra

2. Universelle Algebra 2. Universelle Algebra Die Theorie der universellen Algebra verallgemeinert die Theorien der klassischen Algebren. Obwohl ursprünglich nur eine Sorte betrachtet wurde, werden wir hier gleich den mehrsortigen

Mehr

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle.

Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik. Seminar Entscheidungsverfahren für logische Theorien. Endliche Modelle. Universität Koblenz-Landau, Abteilung Koblenz FB 4 Informatik Seminar Entscheidungsverfahren für logische Theorien Tobias Hebel Koblenz, am 18.02.2005 Inhaltsverzeichnis 1 Einleitung... 3 2 Grundlagen...

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Klausur Formale Systeme Fakultät für Informatik WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 A1 (15) A2 (10) A3 (10) A4

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 3: Alphabete (und Relationen, Funktionen, Aussagenlogik) Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Oktober 2008 1/18 Überblick Alphabete ASCII Unicode

Mehr

Theorie der Informatik

Theorie der Informatik Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 Einführung Beispiel: Aussagenlogische Formeln Aus dem Logikteil: Definition (Syntax

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 9: Prädikatenlogik schulz@eprover.org Rückblick 2 Rückblick: Vor- und Nachteile von Aussagenlogik Aussagenlogik ist deklarativ: Syntaxelemente entsprechen

Mehr

Logik für Informatiker

Logik 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:

Mehr

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.

I. 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

Mehr

2. Vorlesung. Slide 40

2. Vorlesung. Slide 40 2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b

Mehr

Prädikatenlogik: Grundlagen

Prädikatenlogik: Grundlagen Prädikatenlogik: Grundlagen Vorversion der Folien des Kap. 9! Stand 15.05.2007 Im Verlauf der Vorlesungen zu diesem Kapitel werden Änderungen und Ergänzungen erfolgen. Sie sollten daher sorgfältig auf

Mehr

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich Herbrand-Strukturen und Herbrand-Modelle Sei F eine Aussage in Skolemform. Dann heißt jede zu F passende Struktur A =(U A, I A )eineherbrand-struktur für F, falls folgendes gilt: 1 U A = D(F ), 2 für jedes

Mehr

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes) Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden

Mehr

Wissensbasierte Systeme/ Expertensysteme. Teil 2

Wissensbasierte Systeme/ Expertensysteme. Teil 2 Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)

Mehr

Logik & Semantik 7. Vorlesung Prädikatenlogik 1. Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen

Logik & Semantik 7. Vorlesung Prädikatenlogik 1. Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen Logik & Semantik 7. Vorlesung Prädikatenlogik 1 Syntax der Prädikatenlogik Semantik der Prädikatenlogik: Grundbegriffe (Variablen-)Substitutionen 1 Definition eines logischen Systems: Generelles Schema

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

Binäre Suchbäume (binary search trees, kurz: bst) Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die

Mehr

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren)

Wissensrepräsentation und -verarbeitung in Logiken. bereinigt Pränex Skolem ( -Eliminierung) Klausel (Menge von Klauseln, Notation ohne Quantoren) Was bisher geschah Wissensrepräsentation und -verarbeitung in Logiken klassische Aussagenlogik klassische Prädikatenlogik: Wiederholung Syntax, Semantik Normalformen: bereinigt Pränex Skolem ( -Eliminierung)

Mehr

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will?

Logik und Mengenlehre. ... wenn man doch nur vernünftig mit Datenbanken umgehen können will? Mengenlehre und Logik: iederholung Repetitorium: Grundlagen von Mengenlehre und Logik 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 arum??? arum um alles in der elt muss man sich mit herumschlagen,......

Mehr

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

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

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Semantik von Formeln und Sequenzen

Semantik von Formeln und Sequenzen Semantik von Formeln und Sequenzen 33 Grundidee der Verwendung von Logik im Software Entwurf Syntax: Menge von Formeln = Axiome Ax K ist beweisbar Formel ϕ beschreiben Korrektkeit Vollständigkeit beschreibt

Mehr

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies Kapitel 7 Dr. Jérôme Kunegis Logische Kalküle WeST Web Science & Technologies Lernziele Grundideen des Domain-Relationenkalküls (DRK) und des Tupel-Relationenkalküls (TRK) Relationale Datenbank als Formelmenge

Mehr

Grammatiken. Einführung

Grammatiken. Einführung Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische

Mehr

4 Kongruenz und Modulorechnung

4 Kongruenz und Modulorechnung 4 Kongruenz und Modulorechnung 39 4 Kongruenz und Modulorechnung In unserer Zeitrechnung haben wir uns daran gewöhnt, nur mit endlich vielen Zahlen zu rechnen. Es ist gerade 3 Uhr und in 50 Stunden muss

Mehr

Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen

Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen Institut für Informatik der Bayerischen Julius Maximilians Universität Würzburg Zusammenfalten des Post schen Verbandes mittels Operationen aus binären booleschen Funktionen Studienarbeit von Christian

Mehr

Wie kann man beweisen, dass (H, ) eine Gruppe ist?

Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? Wie kann man beweisen, dass (H, ) eine Gruppe ist? (zb wenn die Multiplikation mit Hilfe einer Tabelle gegeben ist) Wie kann man beweisen, dass (H, )

Mehr

7. Formale Sprachen und Grammatiken

7. Formale Sprachen und Grammatiken 7. Formale Sprachen und Grammatiken Computer verwenden zur Verarbeitung von Daten und Informationen künstliche, formale Sprachen (Maschinenspr., Assemblerspachen, Programmierspr., Datenbankspr., Wissensrepräsentationsspr.,...)

Mehr

Zusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen

Zusammenfassung. Satz. 1 Seien F, G Boolesche Ausdrücke (in den Variablen x 1,..., x n ) 2 Seien f : B n B, g : B n B ihre Booleschen Funktionen Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 6 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Satz 1 Seien F, G Boolesche Ausdrücke

Mehr

5 Logische Programmierung

5 Logische Programmierung 5 Logische Programmierung Logik wird als Programmiersprache benutzt Der logische Ansatz zu Programmierung ist (sowie der funktionale) deklarativ; Programme können mit Hilfe zweier abstrakten, maschinen-unabhängigen

Mehr

Fixpunktsemantik logischer Programme Pascal Hitzler Juli 1997 Kurzuberblick im Rahmen der Vorlesung Einfuhrung in Prolog von T. Cornell im Sommersemester 1997 an der Universitat Tubingen. Beweise sind

Mehr

Wissensbasierte Systeme

Wissensbasierte Systeme WBS4 Slide 1 Wissensbasierte Systeme Vorlesung 4 vom 03.11.2004 Sebastian Iwanowski FH Wedel WBS4 Slide 2 Wissensbasierte Systeme 1. Motivation 2. Prinzipien und Anwendungen 3. Logische Grundlagen 4. Suchstrategien

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik - das Quiz zur Vorlesung Teil I - Grundzüge der Logik In der Logik geht es um... (A) die Formen korrekten Folgerns (B) die Unterscheidung von wahr und falsch (C) das Finden von

Mehr

Diskrete Mathematik für Informatiker

Diskrete Mathematik für Informatiker Diskrete Mathematik für Informatiker Markus Lohrey Universität Siegen Wintersemester 2014/2015 Lohrey (Universität Siegen) Diskrete Mathematik Wintersem. 2014/2015 1 / 344 Organisatorisches zur Vorlesung

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

11. Primfaktorzerlegungen

11. Primfaktorzerlegungen 78 Andreas Gathmann 11 Primfaktorzerlegungen Euch ist sicher aus der Schule bekannt, dass sich jede positive ganze Zahl a als Produkt a = p 1 p n von Primzahlen schreiben lässt, und dass diese Darstellung

Mehr

Inhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP

Inhalt. SWP Logische Programme. Motivation. Formalisierung. Wissensbasis. Bsp (Bibel)Verwandtschaften. Motivation Sprache LP Inhalt SWP Logische Programme Franz Wotawa Institut für Softwaretechnologie wotawa@ist.tugraz.at Motivation Sprache LP Resolution Unifikation Datenbanken und logische Programme Semantik 2 Motivation Bsp

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe

Kapitel 4. Euklidische Ringe und die Jordansche Normalform. 4.1 Euklidische Ringe Kapitel 4 Euklidische Ringe und die Jordansche Normalform 4.1 Euklidische Ringe Die Ringe der ganzen Zahlen, Z, sowie Polynomringe über Körpern, K[X], wobei K ein Körper ist, haben die folgenden Gemeinsamheiten:

Mehr

Zusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1

Zusammenfassung. 1 Wir betrachten die folgende Signatur F = {+,,, 0, 1} sodass. 3 Wir betrachten die Gleichungen E. 4 Dann gilt E 1 + x 1 Zusammenfassung Zusammenfassung der letzten LV Einführung in die Theoretische Informatik Woche 7 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 1 Wir betrachten die folgende Signatur

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 12: Termersetzungssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt: A ist eine

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 8: kontextfreie Grammatiken Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/37 Überblick Kontextfreie Grammatiken

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti

5 Relationen. Formale Grundlagen der Informatik I Herbstsemester 2012. Robert Marti Formale Grundlagen der Informatik I Herbstsemester 2012 Robert Marti Vorlesung teilweise basierend auf Unterlagen von Prof. emer. Helmut Schauer Allgemeine Definition einer Relation Eine n-stellige Relation

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

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer:

Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10

Mehr

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30

Formale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30 Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion

Mehr

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen

Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen Was bisher geschah Wissensrepräsentation und -verarbeitung in Zustandsübergangssystemen Constraint-Systemen Logiken Repräsentation von Mengen aussagenlogischer Regeln: Wissensbasis (Kontextwissen): Formelmenge,

Mehr

Karlsruher Institut für Technologie Institut für Algebra und Geometrie

Karlsruher Institut für Technologie Institut für Algebra und Geometrie Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 2 Aufgabe 1 (4 Punkte) Seien

Mehr

Semantic Web Technologies I!

Semantic Web Technologies I! www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!

Mehr

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

Formale Systeme. Binary Decision Diagrams. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK Formale Systeme Prof. Dr. Bernhard Beckert WS / KIT INSTITUT FÜR THEORETISCHE INFORMATIK KIT University of the State of Baden-Württemberg and National Large-scale Research Center of the Helmholtz Association

Mehr

4. Relationen. Beschreibung einer binären Relation

4. Relationen. Beschreibung einer binären Relation 4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B

Mehr

Formale Sprachen, reguläre und kontextfreie Grammatiken

Formale Sprachen, reguläre und kontextfreie Grammatiken Formale Sprachen, reguläre und kontextfreie Grammatiken Alphabet A: endliche Menge von Zeichen Wort über A: endliche Folge von Zeichen aus A A : volle Sprache über A: Menge der A-Worte formale Sprache

Mehr

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Diskrete Strukturen und Logik WiSe 2007/08 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Diskrete Strukturen und Logik Gesamtübersicht Organisatorisches Einführung Logik & Mengenlehre

Mehr

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder

Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder Programmieren in PASCAL Bäume 1 1. Baumstrukturen Eine Baumstruktur sei folgendermaßen definiert. Eine Baumstruktur mit Grundtyp Element ist entweder 1. die leere Struktur oder 2. ein Knoten vom Typ Element

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren: 4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie

Mehr

Codierung, Codes (variabler Länge)

Codierung, Codes (variabler Länge) Codierung, Codes (variabler Länge) A = {a, b, c,...} eine endliche Menge von Nachrichten (Quellalphabet) B = {0, 1} das Kanalalphabet Eine (binäre) Codierung ist eine injektive Abbildung Φ : A B +, falls

Mehr

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule

Didaktik der Zahlbereiche 4. Die Menge der ganzen Zahlen. Mathematikunterricht in der Jahrgangsstufe 7. Zahlbereichserweiterungen in der Hauptschule Zahlbereichserweiterungen in der Hauptschule Didaktik der Zahlbereiche 4 Dr. Christian Groß Lehrstuhl Didaktik der Mathematik Universität Augsburg Wintersemester 2006/07 Natürliche Zahlen, : Klasse 5 positive

Mehr

1. Mathematik-Schularbeit 6. Klasse AHS

1. Mathematik-Schularbeit 6. Klasse AHS . Mathematik-Schularbeit 6. Klasse AHS Arbeitszeit: 50 Minuten Lernstoff: Mathematische Grundkompetenzen: (Un-)Gleichungen und Gleichungssysteme: AG. Einfache Terme und Formeln aufstellen, umformen und

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 29/ Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws9

Mehr

1 Syntax von Programmiersprachen

1 Syntax von Programmiersprachen 1 Syntax von Programmiersprachen Syntax ( Lehre vom Satzbau ): formale Beschreibung des Aufbaus der Worte und Sätze, die zu einer Sprache gehören; im Falle einer Programmier-Sprache Festlegung, wie Programme

Mehr

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität

Algebraische Kurven. Vorlesung 26. Die Schnittmultiplizität Prof. Dr. H. Brenner Osnabrück SS 2012 Algebraische Kurven Vorlesung 26 Die Schnittmultiplizität Es seien zwei ebene algebraische Kurven C,D A 2 K gegeben, die keine Komponente gemeinsam haben. Dann besteht

Mehr

8 Diskrete Optimierung

8 Diskrete Optimierung 8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von

Mehr

5. Aussagenlogik und Schaltalgebra

5. Aussagenlogik und Schaltalgebra 5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Kapitel DB:V (Fortsetzung)

Kapitel DB:V (Fortsetzung) Kapitel DB:V (Fortsetzung) V. Grundlagen relationaler Anfragesprachen Anfragen und Änderungen Relationale Algebra Anfragekalküle Relationaler Tupelkalkül Relationaler Domänenkalkül DB:V-67 Relational Algebra

Mehr

Zeichnen von Graphen. graph drawing

Zeichnen von Graphen. graph drawing Zeichnen von Graphen graph drawing WS 2006 / 2007 Gruppe: D_rot_Ala0607 Christian Becker 11042315 Eugen Plischke 11042351 Vadim Filippov 11042026 Gegeben sei ein Graph G = (V; E) Problemstellung V E =

Mehr

SWP Logische Programme

SWP Logische Programme SWP Logische Programme Alexander Felfernig, Stephan Gspandl Institut für Softwaretechnologie {alexander.felfernig,sgspandl}@ist.tugraz.at Institute for Software Technology Inhalt Motivation Logische Programme

Mehr

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie

Minimale Darstellungen, Kommutator- und Fixräume, projektive Geometrie Notation Die in dieser Arbeit verwendete Notation ist im Wesentlichen Standard, so wie sie beispielsweise in [As] zu nden ist. Einige Abweichungen hiervon, Klarstellungen und zusätzliche Notationen (sofern

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Erfüllbarkeit und Allgemeingültigkeit

Erfüllbarkeit und Allgemeingültigkeit Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.3 Aussagenlogik Erfüllbarkeit 44 Erfüllbarkeit und Allgemeingültigkeit Def.: eine Formel ϕ heißt erfüllbar, wennesein I gibt, so dass I = ϕ

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik Einheit 1 Mathematische Methodik 1. Problemlösen 2. Beweistechniken 3. Wichtige Grundbegriffe Methodik des Problemlösens Klärung der Voraussetzungen Welche Begriffe sind zum Verständnis

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen

Mehr

Prädikatenlogik - Micromodels of Software

Prädikatenlogik - Micromodels of Software Prädikatenlogik - Micromodels of Software Philipp Koch Seminar Logik für Informatiker Universität Paderborn Revision: 30. Mai 2005 1 Inhaltsverzeichnis 1 Motivation 3 2 Modelle 3 2.1 Definition eines Modells.......................

Mehr

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass. Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:

Mehr

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper

3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper 32 Andreas Gathmann 3. Die Eigenschaften der reellen Zahlen II: Geordnete Körper Wir haben bisher von den reellen Zahlen nur die Körpereigenschaften, also die Eigenschaften der vier Grundrechenarten ausgenutzt

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

Extremwertverteilungen

Extremwertverteilungen Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen

Mehr

Algebra. Patrik Hubschmid. 8. Oktober 2013

Algebra. Patrik Hubschmid. 8. Oktober 2013 Algebra Patrik Hubschmid 8. Oktober 2013 Inhaltsverzeichnis 1 Fortführung der Gruppentheorie 7 1.1 Sylowsätze.................................... 7 3 Vorwort Dieses Skript zur Vorlesung Algebra im Wintersemester

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Bäume und Wälder. Bäume und Wälder 1 / 37

Bäume und Wälder. Bäume und Wälder 1 / 37 Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine Kreise enthält. Diese Graphen sind Bäume: Diese aber nicht:

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

Mathematische Grundlagen

Mathematische Grundlagen Luise Unger In LATEX gesetzt von Luise Unger Mathematische Grundlagen Kurseinheit 1: Grundlagen 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 77 7 7 777 7 77 7777777 77777 7 77 7 7 7 7 7 7 77777777777

Mehr

Was bisher geschah: Formale Sprachen

Was bisher geschah: Formale Sprachen Was isher geschah: Formale Sprachen Alphaet, Wort, Sprache Operationen und Relationen auf Wörtern und Sprachen reguläre Ausdrücke: Syntax, Semantik, Äquivalenz Wortersetzungssysteme Wortersetzungsregeln

Mehr

Vorlesung Theoretische Informatik

Vorlesung Theoretische Informatik Vorlesung Theoretische Informatik Automaten und Formale Sprachen Hochschule Reutlingen Fakultät für Informatik Masterstudiengang Wirtschaftsinformatik überarbeitet von F. Laux (Stand: 09.06.2010) Sommersemester

Mehr

Statistische Untersuchungen zu endlichen Funktionsgraphen

Statistische Untersuchungen zu endlichen Funktionsgraphen C# Projekt 1 Name: Statistische Untersuchungen zu endlichen Funktionsgraphen Aufgabe: Basierend auf dem Abschnitt 2.1.6. Random mappings, Kap.2, S 54-55, in [1] sollen zunächst für eine beliebige Funktion

Mehr

Formale Methoden III - Tutorium

Formale Methoden III - Tutorium Formale Methoden III - Tutorium Daniel Jettka 19.06.06 Inhaltsverzeichnis 1. Logische Eigenschaften von Merkmalsstrukturen 1. Logische Eigenschaften von MS Ausgangspunkt: Unterscheidung von: Linguistische

Mehr

Theoretische Informatik

Theoretische Informatik Theoretische Informatik für die Studiengänge Ingenieur-Informatik berufsbegleitendes Studium Lehramt Informatik (Sekundar- und Berufsschule) http://theo.cs.uni-magdeburg.de/lehre04s/ Lehrbeauftragter:

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Stefan Lucks Diskrete Strukturen (WS 2009/10) 57 2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik Uhr: Stunden mod 24, Minuten mod 60, Sekunden mod 60,... Rechnerarithmetik: mod 2 w, w {8, 16, 32,

Mehr

Anfragesprachen mit Rekursion Datalog

Anfragesprachen mit Rekursion Datalog Beispiel: Frankfurter U-Bahn-Netz Hier vereinfacht: Eine Relation U-Bahn-Netz mit Attributen Linie, Halt, nächsterhalt 7.1 7.2 Statische Analyse 7.3 U-Bahn-Netz Linie Halt nächsterhalt U4 Bockenheimer

Mehr

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik Grundlagen der Informatik II Teil I: Formale Modelle der Informatik 1 Einführung GdInfoII 1-2 Ziele/Fragestellungen der Theoretischen Informatik 1. Einführung abstrakter Modelle für informationsverarbeitende

Mehr

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de

Grundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik

Mehr

1 Aussagenlogik und Mengenlehre

1 Aussagenlogik und Mengenlehre 1 Aussagenlogik und engenlehre 1.1 engenlehre Definition (Georg Cantor): nter einer enge verstehen wir jede Zusammenfassung von bestimmten wohl unterschiedenen Objekten (m) unserer Anschauung oder unseres

Mehr

Bäume und Wälder. Bäume und Wälder 1 / 37

Bäume und Wälder. Bäume und Wälder 1 / 37 Bäume und Wälder Bäume und Wälder 1 / 37 Bäume Ein (ungerichteter) Baum ist ein ungerichteter Graph G = (V, E), der zusammenhängend ist und keine einfachen Kreise enthält. Bäume und Wälder 2 / 37 Bäume

Mehr

Überblick über dieses Kapitel Grundlagen der Programmierung Kapitel 12: Information und Repräsentation

Überblick über dieses Kapitel Grundlagen der Programmierung Kapitel 12: Information und Repräsentation Überblick über dieses Kapitel Grundlagen der Programmierung Dr. Christian Herzog Technische Universität München Wintersemester 2007/2008 Kapitel 12: Information und Repräsentation! Repräsentation, Information,!

Mehr

Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz

Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz Vorlesung 04.12.2006: Binäre Entscheidungsdiagramme (BDDs) Dr. Carsten Sinz Datenstruktur BDD 1986 von R. Bryant vorgeschlagen zur Darstellung von aussagenlogischen Formeln (genauer: Booleschen Funktionen)

Mehr