Prädikatenlogiken. Mathematische Logik. Vorlesung 9. Alexander Bors. 11. & 18. Mai A. Bors Logik

Größe: px
Ab Seite anzeigen:

Download "Prädikatenlogiken. Mathematische Logik. Vorlesung 9. Alexander Bors. 11. & 18. Mai A. Bors Logik"

Transkript

1 Mathematische Logik Vorlesung 9 Alexander Bors 11. & 18. Mai

2 Überblick 1 Formale Prädikatenlogiken erster Stufe (Un-)sresultate (Quellen heute: teaching/cs3518/abdn.only/monadicfopl.pdf und http: //kilby.stanford.edu/~rvg/154/handouts/fol.html) 2

3 Erinnerung Wir haben, zu jeder Signatur σ, ein formales System zur Formalisierung von Prädikatenlogik erster Stufe über σ, den σ-hilbertkalkül, definiert und untersucht. Zunächst haben wir den Korrektheitssatz gezeigt, der besagt, dass alle in diesem Kalkül ableitbaren Formeln so genannte σ-tautologien sind, d.h., in allen σ-strukturen unter allen Belegungen gelten. Im letzten Abschnitt haben wir dann auch die Umkehrung gezeigt und damit den Gödelschen Vollständigkeitssatz bewiesen: Die im σ-hilbertkalkül ableitbaren σ-formeln sind gerade die σ-tautologien. Das gibt uns also eine semantische Charakterisierung von Ableitbarkeit in solchen Kalkülen. 3

4 Ausblick auf diesen Abschnitt Wir verstehen nun also den Ableitbarkeitsbegriff in σ-hilbertkalkülen etwas besser. Für die Frage, ob eine konkrete gegebene σ-formel ϕ ableitbar ist, scheint uns dies aber nicht viel zu nützen, denn die Frage, ob ϕ eine Tautologie ist, ist ja nicht auf offensichtliche Weise einfacher als die Frage, ob ϕ ableitbar ist. In diesem Abschnitt beschäftigen wir uns mit der der σ-hilbertkalküle und verwandter formaler Systeme, d.h., mit der Frage, ob es einen (nur vom Kalkül abhängigen) Algorithmus gibt, der zu einer gegebenen σ-formel ϕ stets nach endlicher Arbeitszeit entscheidet, ob ϕ ableitbar ist oder nicht. 4

5 Der (σ, T )-Hilbertkalkül Zuerst führen wir noch ein paar neue formale Systeme ein. Definition Es sei σ eine Signatur, T eine σ-theorie. Der (σ, T )-Hilbertkalkül ist das formale System, dessen Axiome alle Axiome des σ-hilbertkalküls sowie die σ-sätze aus T sind, und dessen Schlussregeln gerade die Schlussregeln des σ-hilbertkalküls sind. Im letzten Abschnitt hatten wir den Ableitbarkeitsbegriff aus einer Theorie definiert (T ϕ), und zwar über den Ableitbarkeitsbegriff im entsprechenden σ-hilbertkalkül. Man kann aber auch zeigen, dass er mit dem Ableitbarkeitsbegriff im (σ, T )-Hilbertkalkül zusammenfällt. 5

6 Ableitbarkeit im (σ, T )-Hilbertkalkül Satz Es sei σ eine Signatur, T eine σ-theorie, ϕ eine σ-formel. Folgende Aussagen sind äquivalent: 1 T ϕ. 2 ϕ ist im (σ, T )-Hilbertkalkül ableitbar. Um Satz zu beweisen, erinnern wir zuerst an die Notation T = ϕ aus Korollar , welche bedeutet, dass ϕ in allen Modellen von T unter allen Belegungen gilt. Wir sagen dann ϕ folgt semantisch aus T oder ϕ ist eine (σ, T )-Tautologie. Man kann leicht verifizieren (sh. die Übungen): 6

7 Ableitbarkeit im (σ, T )-Hilbertkalkül Satz (Korrektheitssatz für den (σ, T )-Hilbertkalkül Es sei σ eine Signatur, T eine σ-theorie. Dann gilt: Alle im (σ, T )-Hilbertkalkül ableitbaren σ-formeln sind (σ, T )-Tautologien. Beweis von Satz Zu (1) (2) : Angenommen also, T ϕ. D.h., es gibt ψ 1,..., ψ n T mit ψ 1 ψ n ϕ. Mit Aussagenlogik erhält man daraus auch ψ 1 (ψ 2 ( (ψ n 1 (ψ n ϕ)) )). Da alle Axiome resp. Schlussregeln des σ-hilbertkalküls auch Axiome resp. Schlussregeln des (σ, T )-Hilbertkalküls sind, ist diese letzte Formel auch im (σ, T )-Hilbertkalkül ableitbar. 7

8 Ableitbarkeit im (σ, T )-Hilbertkalkül cont. Beweis von Satz cont. Da aber im (σ, T )-Hilbertkalkül auch jedes ψ i ein Axiom ist, erhält man somit durch wiederholte Anwendung des Modus Ponens, dass ϕ im (σ, T )-Hilbertkalkül ableitbar ist, wie gewünscht. Zu (2) (1) : Indirekt. Angenommen, ϕ ist zwar im (σ, T )-Hilbertkalkül ableitbar, aber T ϕ. Nach Satz gilt dann T = ϕ, aber zugleich folgt aus T ϕ mittels Korollar , dass T = ϕ, ein Widerspruch. 8

9 sresultate: Überblick Grundsätzlich: Es gibt entscheidbare σ-hilbertkalküle (für geeignete Signaturen σ), ebenso wie es passieren kann, dass für eine bestimmte Signatur σ zwar der σ-hilbertkalkül unentscheidbar ist, aber manche der (σ, T )-Hilbertkalküle entscheidbar sind (man spricht auch von entscheidbaren Theorien). Beispiele für entscheidbare Kalküle und Theorien: der Hilbertkalkül über der leeren Signatur (Löwenheim, 1915), jeder σ-hilbertkalkül, wenn σ nur aus genau einem einstelligen Operationssymbol besteht (Ehrenfeucht, 1959), jeder σ-hilbertkalkül, wenn σ monadisch ist, d.h., nur aus einstelligen Relationssymbolen besteht, die Presburger-Arithmetik, welche aus PA durch Entfernen des Operationssymbols in der Signatur sowie aller Axiome, die enthalten, entsteht. 9

10 sresultate: Überblick cont. Beispiele für unentscheidbare Kalküle und Theorien: jeder σ-hilbertkalkül, wenn σ irgendein Symbol von Stelligkeit größer als 1 enthält (egal, ob Operations- oder Relationssymbol) oder wenn σ mindestens zwei einstellige Operationssymbole enthält (Trakhtenbrot, 1953) PA, bzw. allgemeiner jede widerspruchsfreie Erweiterung der so genannten Robinson-Arithmetik (Robinson, 1950), womit auch Hilberts Traum von einem widerspruchsfreien und entscheidbaren Kalkül für die Mathematik platzt, die σ group -Theorie bestehend aus den drei formalisierten Gruppenaxiomen (Tarski, 1953). Wir werden in diesem Abschnitt exemplarisch Folgendes zeigen: σ-hilbertkalküle für monadische σ sind entscheidbar. Es gibt Signaturen σ, sodass der σ-hilbertkalkül unentscheidbar ist (angelehnt an Turings ursprünglichen Beweis aus 1936). 10

11 monadischer σ-hilbertkalküle Quelle: teaching/cs3518/abdn.only/monadicfopl.pdf (welche sich wiederum auf das Buch Computability and Logic von Boolos et al. bezieht). Der wichtigste Schritt ist der Beweis folgenden Satzes (einer Variante des Löwenheim-Skolem-Theorems speziell für monadische Signaturen): Satz Es sei σ eine monadische Signatur, τ ein σ-satz, der r verschiedene Variablen und k verschiedene (einstellige) Relationssymbole enthält. Dann gilt: Ist τ erfüllbar, d.h., gibt es ein Modell von {τ}, so gibt es auch ein Modell von {τ}, dessen Trägermenge höchstens r 2 k Elemente hat. 11

12 monadischer σ-hilbertkalküle cont. Bevor wir Satz beweisen, zeigen wir, wie man aus ihm relativ leicht folgern kann, dass monadische Hilbertkalküle entscheidbar sind. Definition Es sei σ eine Signatur. Wir betrachten folgende algorithmische Entscheidungsprobleme betreffend den σ-hilbertkalkül: 1 Das Beweisbarkeitsproblem: Entscheide zu einer gegebenen σ-formel ϕ algorithmisch, ob σ ϕ gilt. 2 Das Erfüllbarkeitsproblem: Entscheide zu einer gegebenen σ-formel ϕ algorithmisch, ob es eine σ-struktur M sowie eine Belegung β in M gibt mit M = ϕ[β]. 12

13 monadischer σ-hilbertkalküle cont. Nach Definition ist ein σ-hilbertkalkül genau dann entscheidbar, wenn sein Beweisbarkeitsproblem entscheidbar ist. Wir zeigen nun: Lemma Es sei σ eine Signatur. Dann gilt: Das Erfüllbarkeitsproblem zum σ-hilbertkalkül ist genau dann entscheidbar, wenn das Beweisbarkeitsproblem zu diesem Kalkül entscheidbar ist. Beweis Das folgt sofort aus der Beobachtung (aus dem Vollständigkeitssatz folgend), dass eine σ-formel ϕ genau dann erfüllbar (resp. beweisbar) ist, wenn ϕ nicht beweisbar (resp. nicht erfüllbar) ist. 13

14 monadischer σ-hilbertkalküle cont. Wir brauchen nun auch noch einige elementare Fakten zu isomorphen Strukturen: Lemma Es sei σ eine Signatur, M 1 und M 2 seien σ-strukturen, F : M 1 M 2 sei ein Isomorphismus zwischen M 1 und M 2. Dann gilt für alle σ-formeln ϕ und alle Belegungen β 1 in M 1 : M 1 = ϕ[β 1 ] genau dann, wenn M 2 = ϕ[β 1 F ] Beweis Einfache Induktion über den Aufbau von ϕ. Das nächste Lemma kann man auch durch einfaches Nachrechnen beweisen: 14

15 monadischer σ-hilbertkalküle cont. Lemma (induzierte σ-struktur unter Bijektion) Es sei σ eine Signatur, M eine σ-struktur mit Trägermenge M. Weiter sei N eine Menge und F : M N eine Bijektion. Dann kann man wie folgt auf N als Trägermenge Konstanten, Operationen und Relationen definieren, sodass die entsprechende σ-struktur N zu M isomorph ist via dem Isomorphismus F : 1 Für c σ const definiere c N := F (c M ). 2 Für f σ op, k-stellig, definiere f N (b 1,..., b k ) := F (f M (F 1 (b 1 ),..., F 1 (b k ))). 3 Für R σ rel, k-stellig, definiere (b 1,..., b k ) R N : (F 1 (b 1 ),..., F 1 (b k )) R M. 15

16 monadischer σ-hilbertkalküle cont. Korollar Es sei σ eine monadische Signatur. Dann ist das Erfüllbarkeitsproblem, und damit nach Lemma auch das Beweisbarkeitsproblem, zum σ-hilbertkalkül entscheidbar. Beweis Wir beschreiben einen Algorithmus, um zu einer gegebenen σ-formel ϕ zu entscheiden, ob sie in einer geeigneten σ-struktur unter einer geeigneten Belegung gilt. Beachte, dass dies genau dann der Fall ist, wenn der existentielle Abschluss von ϕ (definiert wie der universelle Abschluss, aber mit Bindung der freien Variablen durch Existenzquantoren, nicht durch Allquantoren) in einer geeigneten σ-struktur wahr ist. 16

17 monadischer σ-hilbertkalküle cont. Beweis von Korollar cont. Es sei also τ der existentielle Abschluss von ϕ. τ enthalte genau r verschiedene Variablen und k verschiedene Relationssymbole. Dann ist τ nach Satz genau dann erfüllbar, wenn τ in einer σ-struktur von Kardinalität höchstens r 2 k gilt. Beachte auch (ähnlich wie bei der Situation in Lemma aus Vorlesung 6), dass die Symbole aus σ, welche in τ gar nicht vorkommen, für die Erfüllbarkeit von τ irrelevant sind. Genauer: Bezeichnet σ jene Teilsignatur von σ, die nur aus jenen k Relationssymbolen besteht, welche auch in τ vorkommen, dann ist τ genau dann erfüllbar, wenn τ in einer σ -Struktur von Kardinalität höchstens r 2 k gilt. 17

18 monadischer σ-hilbertkalküle cont. Beweis von Korollar cont. Nach Lemma ist das genau dann der Fall, wenn τ in einer σ -Struktur mit Trägermenge von der Form {1,..., N} mit 1 N r 2 k gilt. Von diesen σ -Strukturen gibt es aber nur endlich viele, welche ein Algorithmus systematisch durchgehen und in jedem einzelnen Fall überprüfen kann, ob τ gilt oder nicht (beachte, dass hierfür auch die Endlichkeit der Trägermenge in jedem einzelnen Fall wichtig ist; selbst für eine konkrete gegebene Struktur mit unendlicher Trägermenge ist es z.b. nichttrivial, eine Allaussage algorithmisch zu überprüfen). Es bleibt noch die Aufgabe, Satz zu beweisen, welche wir nun angehen wollen. 18

19 Löwenheim-Skolem für monadische Signaturen Wir führen dazu zuerst ein paar Konzepte ein und zeigen ein Lemma. Definition Es sei σ eine endliche monadische Signatur, bestehend aus k verschiedenen Relationssymbolen R 1,..., R k. Weiter sei M eine σ -Struktur und a M. Der Typ von a, notiert type(a), ist definiert { als das k-tupel (δ i (a)) k i=1, wobei 1, wenn a Ri M, δ i (a) = 0, wenn a / Ri M. Elemente a 1, a 2 M heißen ähnlich, notiert a 1 a 2, falls type(a 1 ) = type(a 2 ). 19

20 Löwenheim-Skolem für monadische Signaturen cont. Definition Es sei σ eine endliche monadische Signatur, bestehend aus k verschiedenen Relationssymbolen R 1,..., R k. Weiter sei M eine σ -Struktur. Zwei endliche Folgen (a 1,..., a n ) und (b 1,..., b n ) in M, beide von der gleichen Länge n, heißen kompatibel, falls gilt: 1 a i b i für i = 1,..., n und 2 a i a j b i b j für 1 i, j n. Definition Es sei σ eine endliche monadische Signatur, M eine σ -Struktur, r N +. Eine r-teilstruktur von M ist eine σ -Struktur N, deren Trägermenge N eine disjunkte Vereinigung der Form C M/ X C mit X C C von Kardinalität min{r, C } für C M/ ist und sodass für R σ rel gilt: R N = R M N. 20

21 Löwenheim-Skolem für monadische Signaturen cont. Lemma (Hauptlemma zu r-teilstrukturen) Es sei σ eine endliche monadische Signatur, bestehend aus k verschiedenen Relationssymbolen R 1,..., R k. Weiter sei M eine σ -Struktur und r N +. Dann gilt: 1 M besitzt mindestens eine r-teilstruktur. 2 Die Trägermenge jeder r-teilstruktur von M hat Kardinalität höchstens r 2 k. 3 Ist n r, (a 1,..., a n ) eine Folge in M und (b 1,..., b k ) mit k n eine zu (a 1,..., a k ) kompatible Folge in der Trägermenge N einer r-teilstruktur N von M, so gibt es b k+1,..., b n N, sodass (a 1,..., a n ) und (b 1,..., b n ) kompatibel sind. 21

22 Löwenheim-Skolem für monadische Signaturen cont. Lemma cont. 4 Ist n r, (b 1,..., b n ) eine Folge in der Trägermenge N einer r-teilstruktur N von M, und (a 1,..., a k ) mit k n eine zu (b 1,..., b k ) kompatible Folge in M, so gibt es a k+1,..., a n M, sodass (a 1,..., a n ) und (b 1,..., b n ) kompatibel sind. 5 Ist N eine r-teilstruktur von M mit Trägermenge N, ϕ = ϕ(y 1,..., y n ) eine σ -Formel mit Free(ϕ) = {y 1,..., y n }, welche höchstens r verschiedene Variablen (egal, ob frei oder nicht) enthält, und ist (a 1,..., a n ) eine Folge der Länge n in M sowie (b 1,..., b n ) eine mit (a 1,..., a n ) kompatible Folge der Länge n in N, so gilt M = ϕ[a 1,..., a n ] N = ϕ[b 1,..., b n ]. 22

23 Löwenheim-Skolem für monadische Signaturen cont. Beweis von Lemma Zu Punkt (1): trivial (wähle einfach irgendwelche Teilmengen X C C von passender Kardinalität). Zu Punkt (2): klar nach der Forderung bezüglich der Kardinalität von X C und der Tatsache, dass höchstens 2 k (nichtleere) Äquivalenzklassen auf M hat. Zu Punkt (3): Es genügt natürlich, den Fall k = n 1 zu behandeln. Wie in Definition sei für C M/ mit X C der Durchschnitt N C bezeichnet. Wir unterscheiden zwei Fälle: 23

24 Löwenheim-Skolem für monadische Signaturen cont. Beweis von Lemma cont. Zu Punkt (3), Fallunterscheidung: Wenn a k+1 = a i für ein i {1,..., k}, setze einfach b k+1 := b i ; dann sind auch (a 1,..., a k+1 ) und (b 1,..., b k+1 ) kompatibel. Wenn a k+1 / {a 1,..., a k }, dann hat [a k+1 ] mindestens [a k+1 ] {b 1,..., b k } + 1 = [a k+1 ] {a 1,..., a k } + 1 n r viele Elemente, also hat auch X [ak+1 ] mindestens so viele Elemente, sodass wir b k+1 X [ak+1 ] \ {b 1,..., b k } wählen können und wiederum (a 1,..., a k+1 ) und (b 1,..., b k+1 ) kompatibel sind. Zu Punkt (4): Ähnlich wie Punkt (3). Zu Punkt (5): Wir zeigen die Behauptung mit Induktion über den Aufbau von ϕ. 24

25 Löwenheim-Skolem für monadische Signaturen cont. Beweis von Lemma cont. Wenn ϕ atomar ist: Wenn ϕ von der Gestalt t 1 = t 2 ist: Beachte: Da σ weder Konstanten- noch Operationssymbole enthält, sind die σ -Terme gerade die Variablen. ϕ ist dann also von der Gestalt y i = y j, i, j {1,..., n}, und die zu zeigende Äquivalenz gilt genau dann, wenn a i = a j stets (material) äquivalent ist zu b i = b j. Das gilt aber nach Annahme, da die beiden Folgen kompatibel sind. Wenn ϕ von der Gestalt R i t ist: Wiederum ist t y j für ein j {1,..., n}, und die Äquivalenz gilt genau dann, wenn a i R j material äquivalent ist zu b i R j, was wiederum nach der Kompatibilitätsannahme der Fall ist. 25

26 Löwenheim-Skolem für monadische Signaturen cont. Beweis von Lemma cont. Wenn ϕ zusammengesetzt ist: Wenn ϕ von einer der Gestalten ψ oder ψ 1 ψ 2 ist: trivial nach Induktionsvoraussetzung. Wenn ϕ von der Gestalt xψ ist: Wir dürfen o.b.d.a. annehmen, dass x in ψ frei vorkommt (sonst ist die Aussage trivial nach Induktionsvoraussetzung). Dann ist ψ = ψ(y 1,..., y n, x), und ψ enthält ebenfalls höchstens r verschiedene Variable. Nach den Punkten (3) und (4) des Lemmas gibt es zu jedem a M ein b(a) N, sodass (a 1,..., a n, a) und (b 1,..., b n, b(a)) kompatibel sind, und es gibt zu jedem b N ein a(b) M, sodass (a 1,..., a n, a(b)) und (b 1,..., b n, b) kompatibel sind. Es folgt nach Induktionsvoraussetzung: M = ϕ[a 1,..., a n ] Es gibt a M mit M = ψ[a 1,..., a n, a] Es gibt b N mit N = ψ[b 1,..., b n, b] N = ϕ[b 1,..., b n ]. 26

27 Löwenheim-Skolem für monadische Signaturen cont. Wir sind nun endlich fertig für den Beweis von Satz Es sei σ die Teilsignatur von σ, welche nur die Relationssymbole enthält, die auch in τ vorkommen. Weiter sei M ein σ-modell von {τ}, und M sein Redukt auf σ. Dann ist M noch immer ein Modell von {τ}, mit einer Argumentation wie im Beweis von Lemma Es sei N eine r-teilstruktur von M, wobei r die Zahl der verschiedenen, in τ vorkommenden Variablen bezeichnet. Nach Lemma (2) hat die Trägermenge von N Kardinalität höchstens r 2 k. 27

28 Löwenheim-Skolem für monadische Signaturen cont. Beweis von Satz cont. Zudem gilt nach Lemma (5), angewendet auf die σ -Formel τ (mit n := 0): Da M ein σ -Modell von {τ} ist, ist auch N ein σ -Modell von {τ}. Nun expandiere noch N auf σ, um ein σ-modell N von {τ} zu erhalten. 28

29 Das Halteproblem zu einer Turing-Maschine Erinnerung: Noch in Kapitel 1 hatten wir gezeigt: Satz Das Halteproblem ist (Turing-)unentscheidbar. D.h., es gibt keine Turing-Maschine, welche eine Entscheidungsmaschine ist (d.h., auf jedem Input, d.h., Wort über dem fixierten Alphabet A {0, 1}, mit Output 0 oder 1 hält, 0 heißt ablehnen, 1 heißt akzeptieren ) und gerade jene Inputs akzeptiert, welche von der Form M, w sind, M eine Turing-Maschine, w ein Input für M, auf dem M hält. 29

30 Das Halteproblem zu einer Turing-Maschine cont. Betrachte nun folgende Variante davon: Definition Es sei M eine Turing-Maschine über dem Alphabet A. Das Halteproblem zu M besteht gerade aus jenen Wörtern über A, auf denen M hält. Das ist eine eingeschränktere Situation als beim ursprünglich beschriebenen Halteproblem, und es ist a priori denkbar, dass trotz Satz jedes einzelne Halteproblem zu einer festen Turing-Maschine M entscheidbar ist. Tatsächlich ist dies aber nicht der Fall, wie wir gleich sehen werden. 30

31 Universelle Turing-Maschinen Erinnerung: Eine universelle Turing-Maschine ist eine Turing-Maschine, welche in der Lage ist, beliebige Turing-Maschinen auf beliebigen Inputs zu emulieren. Wir halten folgendes Lemma (ohne Beweis) fest: Lemma (Existenz universeller Turing-Maschinen) Es gibt eine Turing-Maschine U, sodass Folgendes für jeden Input w für U gilt: Ist w nicht von der Form M, v, wobei M eine Turing-Maschine und v ein Wort über A ist, so hält U mit Output 0. Wenn aber w von dieser Form ist, dann gilt: Wenn M auf v nicht hält, dann hält auch U auf w nicht. Wenn M auf v mit Output o hält, dann hält U auf w mit Output 1o. 31

32 Das Halteproblem zu einer universellen Turing-Maschine Lemma Es sei U eine Turing-Maschine wie in Lemma Dann ist das Halteproblem zu U unentscheidbar. Beweis Indirekt. Angenommen, das Halteproblem zu U wäre entscheidbar. Dann könnte man auch einen Entscheidungsalgorithmus für das allgemeine Halteproblem konstruieren (im Widerspruch zu Satz 1.7.9), und zwar wie folgt: Gegeben ein Input w, entscheide zuerst, ob w überhaupt von der Form M, w ist für eine Turing-Maschine M und ein Wort w über A. Wenn nicht, ist w auch kein Element des Halteproblems, wir können 0 ausgeben und halten. 32

33 Das Halteproblem zu einer universellen Turing-Maschine cont. Beweis von Lemma cont. Ansonsten entscheide, ob U auf dem Input w hält. Das ist genau dann der Fall, wenn M auf w hält, und wir können auch entsprechend antworten und halten. Damit wissen wir, dass es Turing-Maschinen gibt, deren individuelles Halteproblem unentscheidbar ist. Wir können dies nun verwenden, um auch endliche Signaturen zu konstruieren, deren Hilbertkalküle unentscheidbar sind. Der Rest dieses Abschnittes ist inspiriert durch 33

34 Signaturen und Sätze zu Turing-Maschinen Definition Es sei M eine Turing-Maschine über dem Alphabet A, w A, A + := A { } (wir nehmen o.b.d.a. an, dass / A gilt). 1 Wir definieren eine endliche Signatur σ M, nur von M abhängig, wie folgt: σ M besteht gerade aus einem Konstantensymbol λ, einem einstelligen Operationssymbol a für jedes Zeichen a A + sowie einem binären Relationssymbol R s für jeden Zustand s von M. 2 Wir definieren einen σ M -Satz τ M,w, von M und w abhängig, wie folgt: Es bezeichne s 0 den Anfangs- und s 1 den Haltezustand von M. Betrachte folgende endliche Kollektion von σ M -Sätzen: 1 den einzelnen Satz R s0 (λ, w ), wobei für w = a 1 a l die Notation w := a 1 (a 2 ( (a l (λ)) )) definiert ist, 34

35 Signaturen und Sätze zu Turing-Maschinen cont. Definition cont. 2 Satz-Liste von Punkt (2) cont.: 2 den einzelnen Satz λ = (λ), 3 für jede Quellcode-Zeile von M der Gestalt (q, a, b,, r) (mit a, b A + ): x 0 x 1 : (R q (x 0, a(x 1 )) R r (b(x 0 ), x 1 ), 4 für jede Quellcode-Zeile von M der Gestalt (q, a, b,, r) (mit a, b A + ) und alle c A + : x 0 x 1 : (R q (c(x 0 ), a(x 1 )) R r (x 0, c(b(x 1 )))), 5 für jede Quellcode-Zeile von M der Gestalt (q, a, b,, r) (mit a, b A + ): x 0 x 1 : ((R q (x 0, a(x 1 )) R r (x 0, b(x 1 ))). Es bezeichne χ M,w die Konjunktion all dieser endlich vielen Sätze. Der Satz τ M,w ist dann definiert als χ M,w x 0 x 1 : R s1 (x 0, x 1 ). 35

36 Existenz unentscheidbarer Hilbertkalküle Der in Definition (2) definierte σ M -Satz τ M,w hat folgende bemerkenswerte Eigenschaft: Lemma Es sei M eine Turing-Maschine über dem Alphabet A, w A. Dann gilt: σm τ M,w M hält auf dem Input w. Bevor wir den Beweis von Lemma skizzieren, beweisen wir damit: Satz Es gibt eine endliche Signatur σ, sodass der σ-hilbertkalkül unentscheidbar ist. 36

37 Existenz unentscheidbarer Hilbertkalküle cont. Beweis von Satz Es sei U eine universelle Turing-Maschine, wie in Lemma Nach Lemma ist das individuelle Halteproblem zu U unentscheidbar. Damit kann der σ U -Hilbertkalkül nicht entscheidbar sein, denn könnte man für jede σ U -Formel ϕ entscheiden, ob ϕ gilt oder nicht, so könnte man nach Lemma insbesondere das individuelle Halteproblem zu U entscheiden. 37

38 Nochmals Signaturen und Sätze zu Maschinen Beweisskizze zu Lemma Zu : Betrachte folgende σ M -Struktur X M,w : Die Trägermenge von X M,w ist X := (A + ) /, wobei w 1, w 2 (A + ) genau dann als äquivalent gelten, wenn w 2 aus w 1 durch eine Folge von Einfügungen und Streichungen des uneigentlichen Symbols am (rechten) Ende von w 1 entsteht. λ X M,w ist als die Äquivalenzklasse des leeren Wortes definiert. Für a A + ist a X M,w die Funktion X X, [w] [aw]. Für einen Zustand q von M ist R X M,w q (wohl)definiert als jene Teilmenge von X 2, deren Elemente gerade die Paare ([x], [y] ) sind, sodass bei der Operation von M auf dem Input w mindestens einmal die Situation eintritt, dass sich die Maschine im Zustand q befindet, dabei das Arbeitsband bedruckt ist mit x 1 y (x 1 bedeutet hier x, von hinten gelesen ) und der Kopf der Maschine über dem Feld mit dem ersten Symbol von y ruht. 38

39 Nochmals Signaturen und Sätze zu Maschinen cont. Beweisskizze zu Lemma cont. Man verifiziert leicht, dass X M,w ein Modell des in Definition eingeführten Satzes χ M,w ist, und dass X M,w = x 0 x 1 : R s1 (x 0, x 1 ) gerade bedeutet, dass M auf dem Input w hält. Daraus folgt: X M,w = τ M,w genau dann, wenn M auf dem Input w hält. Da wir aber für diese Implikationsrichtung annehmen, dass τ M,w gilt, folgt nach dem Korrektheitssatz, dass τ M,w tatsächlich in X M,w (sogar in jeder σ M -Struktur) gilt. Damit sind wir mit dieser Richtung fertig. 39

40 Nochmals Signaturen und Sätze zu Maschinen cont. Beweisskizze zu Lemma cont. Zu : Wir nehmen nun also an, dass M auf dem Input w hält (d.h., nach endlich vielen Arbeitsschritten den Haltezustand s 1 erreicht) und müssen daraus folgern, dass τ M,w im σ M -Hilbertkalkül ableitbar ist. Das ist an sich nicht schwer (in dem Sinne, dass man dafür keine genialen neuen Einfälle benötigt), erfordert aber einigen technischen Aufwand. Man müsste zuerst Notation entwickeln, um über die verschiedenen Arbeitsschritte von M auf w Buch führen zu können. Ein geeignetes Konzept ist das einer Konfiguration von M, welche aus der gesamten relevanten Information zu Beginn eines Arbeitsschrittes besteht (Zustand von M, was auf dem Band steht, Position des Kopfes von M). 40

41 Nochmals Signaturen und Sätze zu Maschinen cont. Beweisskizze zu Lemma cont. Die gesamte Operation von M auf w kann dann als eine endliche Folge von Konfigurationen aufgefasst werden, mit gewissen Regeln (durch den Quellcode von M vorgegeben), wie man von einer Konfiguration zur nächsten kommt. Der σ M -Satz χ M,w R s0 (λ, w ) (welcher eine aussagenlogische σ M -Tautologie ist) entspricht dabei offenbar der Anfangskonfiguration, und man muss sich überlegen, dass es einem die Axiome und Schlussregeln des Kalküls erlauben, sukzessive entsprechende Sätze auch für die anderen Konfigurationen abzuleiten, bis man schließlich zu einem Satz der Form χ M,w R s1 (t 1, t 2 ) für geeignete σ M -Terme t 1 und t 2 gelangt, welcher der Endkonfiguration entspricht, und aus dessen Ableitbarkeit auch die Ableitbarkeit von τ M,w folgt. 41

42 Ausblick auf nächstes Mal In der nächsten Vorlesungseinheit werden wir uns mit den Gödelschen Unvollständigkeitssätzen beschäftigen. Wir werden die exakten Formulierungen der Sätze besprechen und die Beweise in den nächsten beiden Einheiten skizzieren. Damit werden wir dann auch das Kapitel 2, Prädikatenlogiken erster Stufe, beim übernächsten Mal abschließen. 42

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

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

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

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

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

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

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

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

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

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

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

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

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

Wortproblem für kontextfreie Grammatiken

Wortproblem für kontextfreie Grammatiken Wortproblem für kontextfreie Grammatiken G kontextfreie Grammatik. w Σ w L(G)? Wortproblem ist primitiv rekursiv entscheidbar. (schlechte obere Schranke!) Kellerautomat der L(G) akzeptiert Ist dieser effizient?

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

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56

5.1 Drei wichtige Beweistechniken... 55 5.2 Erklärungen zu den Beweistechniken... 56 5 Beweistechniken Übersicht 5.1 Drei wichtige Beweistechniken................................. 55 5. Erklärungen zu den Beweistechniken............................ 56 Dieses Kapitel ist den drei wichtigsten

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

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

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

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

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

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

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

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de

Beschreibungslogiken. Daniel Schradick 1schradi@informatik.uni-hamburg.de Beschreibungslogiken Daniel Schradick 1schradi@informatik.uni-hamburg.de Was sind Beschreibungslogiken? Definition: Formalisms that represent knowledge of some problem domain (the world ) by first defining

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

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

Prolog basiert auf Prädikatenlogik

Prolog basiert auf Prädikatenlogik Software-Technologie Software-Systeme sind sehr komplex. Im Idealfall erfolgt die Programmierung problemorientiert, während die notwendige Übertragung in ausführbare Programme automatisch erfolgt. Prolog-Philosophie:

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

Program = Logic + Control

Program = Logic + Control Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren

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

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

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

Zur Vereinfachung betrachten wir nun nur noch Funktionen f, die einen Funktionswert f nµberechnen. Sie werden alle in einer Tabelle dargestellt:

Zur Vereinfachung betrachten wir nun nur noch Funktionen f, die einen Funktionswert f nµberechnen. Sie werden alle in einer Tabelle dargestellt: Informatik 13: Gierhardt Theoretische Informatik III Berechenbarkeit Nicht-berechenbare Funktionen Nach der Church-Turing-These kann alles, was berechenbar ist, mit einer Turing-Maschine oder einer While-Maschine

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

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

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

Mathematische Maschinen

Mathematische Maschinen Mathematische Maschinen Ziel: Entwicklung eines allgemeinen Schemas zur Beschreibung von (mathematischen) Maschinen zur Ausführung von Algorithmen (hier: (partiellen) Berechnungsverfahren). Mathematische

Mehr

Entscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen

Entscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen Berechenbarkeit und Komlexität Entscheidbarkeit und Unentscheidbarkeit Wolfgang Schreiner Wolfgang.Schreiner@risc.uni-linz.ac.at Research Institute for Symbolic Comutation (RISC) Johannes Keler University,

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

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

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

Logische Folgerung. Definition 2.11

Logische Folgerung. Definition 2.11 Logische Folgerung Definition 2.11 Sei 2A eine aussagenlogische Formel und F eine endliche Menge aussagenlogischer Formeln aus A. heißt logische Folgerung von F genau dann, wenn I ( ) =1für jedes Modell

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

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

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

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

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

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Einführung in die Theoretische Informatik Woche 10 Harald Zankl Institut für Informatik @ UIBK Wintersemester 2014/2015 Zusammenfassung Zusammenfassung der letzten LV Satz Sei G = (V, Σ, R, S) eine kontextfreie

Mehr

Theoretische Grundlagen des Software Engineering

Theoretische Grundlagen des Software Engineering Theoretische Grundlagen des Software Engineering 11: Abstrakte Reduktionssysteme schulz@eprover.org Reduktionssysteme Definition: Reduktionssystem Ein Reduktionssystem ist ein Tupel (A, ) Dabei gilt: A

Mehr

2.11 Kontextfreie Grammatiken und Parsebäume

2.11 Kontextfreie Grammatiken und Parsebäume 2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle

Mehr

Modallogik (aussagenlogisch)

Modallogik (aussagenlogisch) Kapitel 2 Modallogik (aussagenlogisch) In diesem Abschnitt wird eine Erweiterung der Aussagenlogik um sogenannte Modalitäten behandelt. Damit erlangt man eine größere Aussagekraft der Sprache, allerdings

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

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

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

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5) Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff

Mehr

Qualitative Datenanalyse

Qualitative Datenanalyse Qualitative Datenanalyse Prof. Dr. Stefan E. Schmidt Francesco Kriegel TU Dresden Fakultät Mathematik Institut Algebra SS 2007 28. September 2008 Inhaltsverzeichnis Kapitel 1 Formale Begriffsanalyse 1

Mehr

THEORETISCHE INFORMATIK

THEORETISCHE INFORMATIK THEORETISCHE INFORMATIK Vorlesungsskript Jiří Adámek Institut für Theoretische Informatik Technische Universität Braunschweig Januar 2014 Inhaltsverzeichnis 1 Endliche Automaten 1 1.1 Mathematische Grundbegriffe.......................

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

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

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

Kapitel 4. Aussagenlogik. 4.1 Boolesche Algebren

Kapitel 4. Aussagenlogik. 4.1 Boolesche Algebren Kapitel 4 Aussagenlogik Aussagenlogik war das erste logische System, das als mathematische Logik formuliert werden konnte (George Boole, Laws of Thought, 1854). Aussagenlogik ist die einfachste Logik und

Mehr

Noethersche und artinsche Ringe

Noethersche und artinsche Ringe Noethersche und artinsche Ringe Seminar Kommutative Algebra und Varietäten Prof. Dr. K. Wingberg, Dr. J. Gärtner Vortrag 6 Yassin Mousa 05.06.2014 Im Folgenden bezeichne R immer einen kommutativen Ring

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

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

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

Informatik IC2. Balazs Simon 2005.03.26.

Informatik IC2. Balazs Simon 2005.03.26. Informatik IC2 Balazs Simon 2005.03.26. Inhaltsverzeichnis 1 Reguläre Sprachen 3 1.1 Reguläre Sprachen und endliche Automaten...................... 3 1.2 Determinisieren.....................................

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

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

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

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik Turing-Maschine, Berechenbarkeit INSTITUT FÜR THEORETISCHE 0 KIT 07.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen

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

Deterministische Turing-Maschinen (DTM) F3 03/04 p.46/395

Deterministische Turing-Maschinen (DTM) F3 03/04 p.46/395 Deterministische Turing-Maschinen (DTM) F3 03/04 p.46/395 Turing-Machine Wir suchen ein Modell zur formalen Definition der Berechenbarkeit von Funktionen und deren Zeit- und Platzbedarf. Verschiedene Modelle

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

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische

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

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

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

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

Also kann nur A ist roter Südler und B ist grüner Nordler gelten. Aufgabe 1.1: (4 Punkte) Der Planet Og wird von zwei verschiedenen Rassen bewohnt - dem grünen und dem roten Volk. Desweiteren sind die Leute, die auf der nördlichen Halbkugel geboren wurden von denen auf

Mehr

Logik und diskrete Strukturen

Logik und diskrete Strukturen Skript zur Vorlesung Logik und diskrete Strukturen Prof. Dr. Heiko Röglin Institut für Informatik Wintersemester 2015/16 9. Oktober 2015 Vorwort Dieses Skript ist als Begleitmaterial für die Vorlesung

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

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

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

Formale Grundlagen der Informatik 1 Kapitel 12 Zusammenfassung

Formale Grundlagen der Informatik 1 Kapitel 12 Zusammenfassung Formale Grundlagen der Informatik 1 Kapitel 12 Zusammenfassung Frank Heitmann heitmann@informatik.uni-hamburg.de 13. Mai 2014 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/17 Überblick Wir hatten

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

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik 3. Endliche Automaten (V) 21.05.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Determinierte endliche Automaten (DEAs) Indeterminierte

Mehr

5. Verschiedene Repräsentanten

5. Verschiedene Repräsentanten 5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und

Mehr

1 Vom Problem zum Programm

1 Vom Problem zum Programm 1 Vom Problem zum Programm Ein Problem besteht darin, aus einer gegebenen Menge von Informationen eine weitere (bisher unbekannte) Information zu bestimmen. 1 Vom Problem zum Programm Ein Algorithmus ist

Mehr

Primzahlzertifikat von Pratt

Primzahlzertifikat von Pratt Primzahlzertifikat von Pratt Daniela Steidl TU München 17. 04. 2008 Primzahltests in der Informatik "Dass das Problem, die Primzahlen von den Zusammengesetzten zu unterscheiden und letztere in ihre Primfaktoren

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

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor

GNS-Konstruktion und normale Zustände. 1 Rückblick. 2 Beispiel für einen Typ-II 1 -Faktor GNS-Konstruktion und normale Zustände 1 Rückblick Wir betrachten von-neumann-algebren M B(H), d.h. Unteralgebren mit 1 H M, die in der schwachen Operatortopologie (und damit in jeder der anderen) abgeschlossen

Mehr

WS 2013/14. Diskrete Strukturen

WS 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

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

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge

Grundlagen der Theoretischen Informatik - Sommersemester 2012. Übungsblatt 1: Lösungsvorschläge Lehrstuhl für Softwaretechnik und Programmiersprachen Professor Dr. Michael Leuschel Grundlagen der Theoretischen Informatik - Sommersemester 2012 Übungsblatt 1: Lösungsvorschläge Disclaimer: Bei Folgendem

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 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/ws0809

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Steinerbäume. Seminarausarbeitung Hochschule Aalen Fakultät für Elektronik und Informatik Studiengang Informatik Schwerpunkt Software Engineering

Steinerbäume. Seminarausarbeitung Hochschule Aalen Fakultät für Elektronik und Informatik Studiengang Informatik Schwerpunkt Software Engineering Steinerbäume Seminarausarbeitung Hochschule Aalen Fakultät für Elektronik und Informatik Studiengang Informatik Schwerpunkt Software Engineering Verfasser Flamur Kastrati Betreuer Prof. Dr. habil. Thomas

Mehr

GTI. Hannes Diener. 6. Juni - 13. Juni. ENC B-0123, diener@math.uni-siegen.de

GTI. Hannes Diener. 6. Juni - 13. Juni. ENC B-0123, diener@math.uni-siegen.de GTI Hannes Diener ENC B-0123, diener@math.uni-siegen.de 6. Juni - 13. Juni 1 / 49 Die Turingmaschine war das erste (bzw. zweite) formale Modell der Berechenbarkeit. Sie wurden bereits 1936 (also lange

Mehr