R = 1. Axiomenschemata: (a) 2. Regeln: 4. Substituiere in (b): A X B (X X) 2. Substitution von A X B (X X) C X in (c) 5. (MP ):
|
|
- Sophia Gehrig
- vor 6 Jahren
- Abrufe
Transkript
1 Aufgabe Kann X X im Hilbertschen Kalkül bewiesen werden? Falls ja, wie? Falls nein, warum nicht?... zur Erinnerung: Hilbertsche Axiomatisierung der Aussagenlogik 1. Axiomenschemata: (a) (b) (A (B A)) (c) ((A B) ((A (B C)) (A C))) (d) ( ( A) A) 2. Regeln: Lösung 1. Substituiere in (b): A X B X Also ist (X (X X)) ableitbar. j A B, R = B ff A 2. Substitution von A X B (X X) C X in (c) liefert ((X (X X)) ((X ((X X) X)) (X X)). 3. (MP ): ((X (X X)) ((X ((X X) X)) (X X))), (X (X X)) ((X ((X X) X)) (X X)) 4. Substituiere in (b): A X B (X X) Also ist (X ((X X) X)) ableitbar. 5. (MP ): ((X ((X X) X)) (X X), X X (X ((X X) X))
2 Gentzens Idee Ansatz für den neuen Kalkül Begriffe Gruppen: Formalisierung der logischen Deduktion nach Frege, Russel, Hilbert unterscheidet sich sehr stark von der tatsächlichen Praxis mathematischer Beweise Einführung des natürlichen Deduktionskalküls Der Hauptsatz beschreibt eine Normalform für Beweise. Die Normalform ist zwar nicht eindeutig, aber sie enthält keine überflüssigen Bestandteile. Symbole eines endlichen Alphabets Ausdrücke (endliche Zeichenketten aus Symbolen) (Schluß-)Figuren oder Regeln sind endliche Mengen von Symbolen mit einer festgelegten Ordnung Symbole sind Spezialfälle von Ausdrücken Ausdrücke sind Spezialfälle von Figuren Defini(er)te Symbole (Konstanten, etc.) Objekte: 1, 2, 3,... Funktionen: +,,,... definite Aussagen, Konstanten: true, false Prädikate: =, < Logische Konnektoren:,,,,,, Hilfssymbole: ), (,... Variablensymbole
3 Objekte: Freie Variablen: a, b, c,..., m Gebundene Variablen: n,..., x, y, z Aussagenvariablen: A, B, C,... Es gibt abzählbar unendlich viele Variablensymbole, die nötigenfalls durch Indizes gekennzeichnet werden. Metasymbole (z.b. griechische Buchstaben) als Variablen für Aussagen über die Logik. Ausdrücke Das Konzept der Formeln oder aussagenlogischen (propositionalen) Ausdrücke ist rekursiv definiert: Symbole für Konstanten sind Formeln Eine Aussagenvariable gefolgt von einer endl. Anzahl von freien Objektvariablen ist eine Formel (Bsp. Abab) Obige Formeln heißen elementar. Seien α und β Formeln, dann sind auch ( α), (α β), (α β) und (α β) Formeln. (α β) ist definiert als (α β) (β α). Enthält α nicht die gebundene Objektvariable ν, dann sind auch ( να) und ( να) Formeln. Ein oder mehrere Vorkommen von ν in α können durch freie Objektvariablen ersetzt werden. Die üblichen Regeln zur Klammerersparnis können angewandt werden, d.h. unäre Konnektoren binden stärker als binäre, Konjunktion bindet stärker als Disjunktion, etc.
4 Grad einer Formel Als Grad der Formel α wird die Anzahl der logischen (Konnektoren-)Symbole in α bezeichnet. Der Grad einer elementaren Formel ist somit 0. Der Grad von x((( Abxa) Bx) ( z(a B))) ist 6 Als terminalen Konnektor einer Formel bezeichnen wir das logische Symbol, das bei ihrer Konstruktion zuletzt hinzugefügt wurde. Der terminale Konnektor einer Formel ist stets eindeutig bestimmt. Teilformeln (Subformeln) Bei der Konstruktion einer Formel α gemäß der iterativen Definition entstandene Formeln heißen Teilformeln oder Subformeln von α. Auch α ist eine Teilformel von α! Beispiel: (A ( xbxa)) hat die Teilformeln und alle Formeln der Form A, ( xbxa), (A ( xbxa)) Bεa wobei ε eine beliebige freie Objektvariable darstellt. Der Grad von (A ( xbxa)) ist 2. Der Terminale Konnektor ist. Im folgenden werden wir als Metasymbole für beliebige Formeln auch A, B, C,... verwenden. Sequenzen
5 Eine Sequenz ist ein Ausdruck der Form X Y wobei X = A 1,..., Am Antezedens genannt wird, Y = B1,..., Bn Sukzedens genannt wird, Antezedens und Sukzedens dürfen leer sein! Die Bedeutung einer Sequenz: Der Präzedens wird als konjunktiv verknüpft, der Sukzedens als disjunktiv verknüpft aufgefaßt. wird als Implikation interpretiert. Sequenzen (Forts.) Die Sequenz wird also interpretiert als: A 1,..., Am B 1,..., Bn A 1... Am B 1... Bn Bei leerem Antezedens bedeutet die Sequenz die Disjunktion: B 1... Bn Bei leerem Sukzedens ist die Bedeutung: (A 1... Am) bzw. A 1... Am false D.h. insbesondere, daß zu jeder Formel auch eine äquivalente Sequenz existiert. Instanzen von Formeln in Sequenzen heißen S-Formeln.
6 Figuren Wir unterscheiden Inferenz-Figuren (Regeln) und Beweis-Figuren (Ableitungen). Figuren können für Formeln oder für Sequenzen definiert werden. Inferenz-Figuren: A 1,..., Am B A 1,..., Am und B sind Formeln bzw. Sequenzen. Die A i werden obere Formeln bzw. obere Sequenzen genannt. B ist die untere Formel bzw. untere Sequenz. Beweis-Figuren setzen sich aus Inferenz-Figuren zusammen. Ableitungen Ableitungen haben die Form: Jede Formel einer Ableitung ist untere Formel höchstens einer Regel. Jede Formel einer Ableitung ist obere Formel mindestens einer Regel (mit Ausnahme der Endformel). Eine Ableitung hat keine Zyklen. Formeln, die in einer Ableitung nicht als untere Formeln auftreten, heißen initial. Ableitungsbaum: Jede Formel ist obere Formel höchstens einer Regel. Formelinstanzen in Ableitungen: D-Formeln Was unterscheidet die Aussage α und β sind identische Formeln von der Aussage α und β sind identische D-Formeln? Ableitungen: weitere Begriffe Ein Pfad einer Ableitung ist nach Hilbert eine Aneinanderreihung von D-Formeln, die mit einer initialen Formel beginnt und mit der Endformel endet, so daß die Formeln in der Reihenfolge zu den D-Regeln passen. Eine Ableitung mit Endformel A heißt auch Ableitung von A. Die initialen Formeln einer Ableitung werden als Basisformeln oder Annahmen bezeichnet.... und nun kommen wir zu einigen konkreten Kalkülen.
7 Der Kalkül der natürlichen Deduktion Gibt es eine natürliche Form des Beweisens? Wie werden Beweise im täglichen Leben geführt? Wie wird bei mathematischen Beweisen in der Praxis argumentiert? Diese Vorgehensweise soll mathematisch exakt in Form eines Kalküls dargestellt werden. Gerhard Gentzen Untersuchungen über das logische Schließen Mathematische Zeitschrift 39(1935) , (auch: Dissertation an der Universität Göttingen) Beispiel 1 Die Gültigkeit der Formel (X (Y Z)) (X Y ) (X Z) in der klassischen Logik soll bewiesen werden. Das Argument läuft, wie folgt: Angenommen 1 X oder 2 Y Z sind wahr. Fall 1 : X Y und X Z sind ebenfalls wahr, also auch (X Y ) (X Z). Fall 2 : Sowohl 3 Y ist wahr als auch 4 Z ist wahr. Aus 3 folgt nun, daß X Y wahr ist und aus 4 folgt, daß X Z wahr ist. Also ist auch (X Y ) (X Z) wahr. Somit haben wir allgemein gezeigt, daß sich aus der Annahme von (X (Y Z)) die Formel (X Y ) (X Z) ableiten läßt, also (X (Y Z)) (X Y ) (X Z) gültig ist. Beispiel 2 Die Gültigkeit der Formel ( x yf xy) ( y xf xy) soll in klassischer Logik bewiesen werden. Das Argument läuft, wie folgt: Wir nehmen an, es gibt ein x, so daß für alle y die Formel F xy wahr ist. Sei a ein solches x.
8 Dann gilt für alle y die Aussage F ay. Sei nun b ein beliebiges Objekt. Es ist dann auch F ab wahr. Folglich existiert für dieses Objekt b ein x, nämlich a, so daß F xb wahr ist. Da b aber beliebig gewählt war, gibt es also für jedes y ein x, so daß F xy wahr ist. Beispiel 3 Die Gültigkeit der Formel ( x F x) ( y F y) soll intuitionistisch bewiesen werden. Das Argument läuft, wie folgt: Wir nehmen an es gibt kein x, für das F x gilt. Gezeigt werden soll, daß dann für alle y nur F y gelten kann. Sei nun a ein Objekt, für das F a gilt, dann existiert doch ein x mit F x, nämlich x = a. WIDERSPRUCH!!! Da a beliebig gewählt werden konnte, folgt direkt, daß für alle y die Formel F y gilt. Diese Art der Beiweisführung soll nun formalisiert werden. Intuitionistische Logik (historische Anmerkungen) Der Intuitionismus wird von Brouwer in seiner Dissertation von 1907 begründet. Brouwer die Meinung, daß eine Person eine beliebige Aussage nur dann glaubt, wenn sie einen Beweis bzw. eine Konstruktion dieser Aussage kennt. (Konstruktivismus) Brouwer bezeichnet deshalb das Gesetz des ausgeschlossenen Dritten als ungerechtfertigt und falsch. Für Brower ist der Intuitionismus eine philosophische Idee und er steht deren Formalisierungen sehr kritisch gegenüber formalisiert Heyting die intuitionistische Prädikatenlogik sowie grundlegende Formalismen der Arithmetik und der Mengenlehre. Beweisinterpretation der intuitionistischen Logik Heyting s Idee einer Semantik beruht darauf, statt Wann ist ein Satz A wahr?, zu fragen Wie sieht ein Beweis von A aus?.
9 Intuitionistische Logik (historische Anmerkungen) 1932: Sowohl Gentzen als auch Gödel stellen Transformationen der klassischen Prädikatenlogik in ein Fragment der intuitionistischen Prädikatenlogik vor. Gödel zeigt außerdem einige Verbindungen zwischen intuitionistischer Logik und der modalen Logik S4 auf. 1935: Einführung des Konzepts des natürlichen Schließens (natural deduction) und des Sequenzenkalküls durch Gentzen 1965 von Prawitz erweitert bessere Veranschaulichung intuitionistischer Verknüpfungen Die von Kripke 1965 vorgestellte Semantik der möglichen Welten erleichtert die Konstruktion intuitiv naheliegender Modelle für intuitionistische Logik. Was ist intuitionistische Logik? Intuitionist mathematics is an essentially languageless mental structure which comes into being by the self-unfolding of the abstraction of two-ity as the primordial intuition... Luitzen E.J. Brouwer, 1907 Klassische und intuitionistische Logik trennt, wenn man allein Anzahl und Form der strukturellen Regeln betrachtet, nur wenig: Durch Hinzufügen des Gesetzes von Pierce (((A B) A) A) entsteht aus dem intuitionistischen Kalkül der klassische. Gleiches gilt für das Hinzufügen des Gesetzes des ausgeschlossenen Dritten A A (LEM) oder des Gesetzes der doppelten Negation A A. Klassische vs. intuitionistische Logik Im klassischen Fall bedeutet v(f ) = true F ist wahr v(f ) = false F ist falsch Interpretation der Ableitungsregeln: Ist die Situation über dem Strich der Fall, so ist die Situation unter dem Strich ebenfalls gegeben.
10 Im intuitionistischen Fall bedeutet v(f ) = true F ist bewiesen v(f) = false F ist nicht bewiesen, es ist nicht bekannt, ob F wahr ist Im Falle von v(f ) = true bleibt F auch in Zukunft wahr, während v(f ) = false nur das momentane Scheitern des Wahrheitsbeweises für F ausdrückt! Interpretation der Ableitungsregeln: Ist die Situation über dem Strich der Fall, so ist die Situation unter dem Strich möglich. Anmerkungen zur intuitionistischen Logik Die intuitionistische Negation ist somit schwächer als die klassische. Ihre semantische Interpretation entspricht eher dem Scheitern des Wahrwerdens und liegt damit epistemisch der Intention des common sense reasoning näher. Durch das Fehlen von LEM bietet intuitionistische Logik Vorteile beim Schließen auf unvollständiger Information. Die intuitionistische Disjunktion ist stärker als ihr klassisches Gegenstück: Die Gültigkeit von A A ist in klassischer Logik allgemeingültig, während in intuitionistischer Logik eines der Disjunkte wahr sein muß. In intuitionistischer Logik sind Negation und Implikation intensionale Konnektoren. Eine gegenseitige Definition wie in klassischer Logik ist also nicht möglich! Andererseits gibt es weniger Paradoxien und kontraintuitive Ergebnisse als in klassischer Logik. Beispiel einer kontraintuitiven klassischen Ableitung ( x : P (x)) Q ( x : P (x)) Q Intuitionistisch ist dies nicht beweisbar! Warum ist der klassische Beweis kontraintuitiv? Einsetzung von Spieler x spielt gut für P (x) und Wir werden gewinnen für Q. In intuitionistischer Logik ist zwar ( A B) (A B) beweisbar, die Umkehrung dieser Implikation gilt jedoch, im Gegensatz zur klassischen Logik, nicht.
11 NJ (intuitionistische Logik) In intuitionistischer Logik gilt nicht das Gesetz vom ausgeschlossenen Dritten. In traditionellen Kalkülen (nach Hilbert, Russel, Heyting,...) werden Formeln aus einer (großen) Menge von Basisformeln (Axiomen) und wenigen Inferenzschemata abgeleitet. Natürliche Deduktion geht hingegen von Annahmen aus, auf die Deduktionsschritte angewandt werden. Die Form der Regeln unterscheidet das System der natürlichen Deduktion von anderen Kalkülen: Für jeden Operator existieren Regeln zu dessen Einführung (introduction) sowie zur Entfernung (elimination). Zusätzlich sind bei Darstellung in Sequenzenform Axiome und Strukturregeln vorhanden. NJ-Ableitung Eine Ableitung in NJ ist immer ein Ableitungsbaum. Formeln sind nicht linear angeordnet, nicht wiederverwendbar. Blätter sind Annahmen alle Formeln, die unter den Blättern stehen sind abhängig von den Annahmen Annahmen werden in die Formeln aufgenommen, so daß die Endformel (Zielformel) unabhänging von den Annahmen ist. Beispiel-Ableitung in einem natürlichen Deduktionskalkül cald Γ α Wurzel α ist die Konklusion des Beweisbaumes D. Einige der unverbrauchten Annahmen aus der Menge Γ werden verwandt. verwendet. Soll die Formel π ξ beweisen werden, so muß ein Ableitungsbaum konstruiert werden, der ξ unter der Annahme π beweist, wobei π verbraucht wird.
12 Beispiel-Ableitung (Forts.) Für die eben betrachtete konkrete Ableitung ergäbe sich zum Beispiel aus folgendem Ableitungsbaum Γ, π Dξ ξ der Schritt zu Γ, [π] Dξ ξ π ξ mittels einer hier nicht näher spezifizierten Regel im Kalkül. Die eckigen Klammern um das π deuten an, daß die Annahme verbraucht wird.
Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrLogic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
MehrRhetorik und Argumentationstheorie.
Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
MehrSE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER
SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER FORMALE SPRACHEN Wie jede natürliche Sprache, hat auch auch jede formale Sprache Syntax/Grammatik Semantik GRAMMATIK / SYNTAX Die Grammatik / Syntax einer formalen
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
MehrNormalformen boolescher Funktionen
Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion
MehrBinäre 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.
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrTeil 7. Grundlagen Logik
Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
Mehr5 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
MehrKonjunktive und disjunktive Normalformen
Konjunktive und disjunktive Normalformen Nachdem gesprochen wurde, wie man Boolesche Terme unter einer Belegung der Variablen interpretiert und dass somit jeder Boolesche Term eine Boolesche Funktion repräsentiert,
Mehr7. 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.,...)
MehrWeitere Beweistechniken und aussagenlogische Modellierung
Weitere Beweistechniken und aussagenlogische Modellierung Vorlesung Logik in der Informatik, HU Berlin 2. Übungsstunde Aussagenlogische Modellierung Die Mensa versucht ständig, ihr Angebot an die Wünsche
MehrErfüllbarkeit 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
MehrGrundlagen 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.
MehrEinführung in die Mathematik (Vorkurs 1 )
Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln
Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht
MehrDatenstruktur 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.
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1
Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische
MehrLogik, Mengen und Abbildungen
Kapitel 1 Logik, Mengen und bbildungen Josef Leydold Mathematik für VW WS 2016/17 1 Logik, Mengen und bbildungen 1 / 26 ussage Um Mathematik betreiben zu können, sind ein paar Grundkenntnisse der mathematischen
MehrRekursiv aufzählbare Sprachen
Kapitel 4 Rekursiv aufzählbare Sprachen 4.1 Grammatiken und die Chomsky-Hierarchie Durch Zulassung komplexer Ableitungsregeln können mit Grammatiken größere Klassen als die kontextfreien Sprachen beschrieben
MehrWS 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
Mehr5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus
5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4.1 Einführung Einführung Verwendet wird die Sprache der Prädikatenlogik erster Stufe mit Identität (ohne Funktionskonstanten) mit dem folgenden
MehrEinführung in die mathematische Logik
roseminar Maschinelles Beweisen SS 2000 Einführung in die mathematische Logik Ein Crashkurs über die Grundlagen wichtiger Logiken und Beweiskalküle Uwe Bubeck 13. Juli 2000 Logik-1 Einführung in die mathematische
MehrWissensrepräsentation 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)
MehrHandout zu Beweistechniken
Handout zu Beweistechniken erstellt vom Lernzentrum Informatik auf Basis von [Kre13],[Bün] Inhaltsverzeichnis 1 Was ist ein Beweis? 2 2 Was ist Vorraussetzung, was ist Behauptung? 2 3 Beweisarten 3 3.1
MehrSemantic 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!
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen
MehrTU8 Beweismethoden. Daniela Andrade
TU8 Beweismethoden Daniela Andrade daniela.andrade@tum.de 12.12.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2
MehrTheoretische 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
MehrSudoku. Warum 6? Warum 6?
. / Sudoku Füllen Sie die leeren Felder so aus, dass in jeder Zeile, in jeder Spalte und in jedem x Kästchen alle Zahlen von bis stehen.. / Warum?. / Warum?. / Geschichte der Logik Syllogismen (I) Beginn
MehrPrüfungsprotokoll Kurs 1825 Logik für Informatiker. Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015
Prüfungsprotokoll Kurs 1825 Logik für Informatiker Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015 1. Aussagenlogik Alphabet und AS gegeben, wie sind die Aussagenlogischen
Mehr5. 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
Mehrder 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(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
MehrÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER
ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER FORMALE SPRACHEN Bevor wir anfangen, uns mit formaler Logik zu beschäftigen, müssen wir uns mit formalen Sprachen beschäftigen Wie jede natürliche Sprache,
MehrTheorie 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
MehrMathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 In der letzten Vorlesung haben wir gesehen, wie man die einzelnen Zahlenbereiche aufbaut. Uns fehlen nur noch die reellen Zahlen (siehe
Mehr3 Vom Zählen zur Induktion
7 3 Vom Zählen zur Induktion 3.1 Natürliche Zahlen und Induktions-Prinzip Seit unserer Kindheit kennen wir die Zahlen 1,, 3, 4, usw. Diese Zahlen gebrauchen wir zum Zählen, und sie sind uns so vertraut,
MehrFormale 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
MehrDeduktion in der Aussagenlogik
Deduktion in der Aussagenlogik (Erläuterungen zu Kapitel 6, Teil 2 des FGI-1 Skriptes) Frank Heitmann 1 Motivation Wenn man sich erstmal darauf eingelassen hat, dass man mit Formeln etwas sinnvolles machen
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
Mehr4. Aussagenlogik 32 #WUUCIGPNQIKM
4. Aussagenlogik Wir haben bisher beschrieben, auf welche Weise die Objekte und Individuen in unserer Welt als einfache Mengen und Mengen von n-tupeln erfasst werden können. Daraufhin haben wir Relationen
MehrDie Folgerungsbeziehung
Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation
MehrLogik 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,......
MehrKlausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010
Klausur Formale Systeme Fakultät für Informatik Name: Mustermann Vorname: Peter Matrikel-Nr.: 0000000 Klausur-ID: 0000 WS 2009/2010 Prof. Dr. Bernhard Beckert 18. Februar 2010 A1 (15) A2 (10) A3 (10) A4
MehrÜbung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013
Übung zu Grundbegriffe der Informatik Simon Wacker 15. November 2013 Vollständige Induktion über die Wortlänge Es sei B ein Alphabet. Dann ist B = n N 0 B n. Für jedes Wort w B sei A w eine Aussage, die
Mehr1. Einleitung wichtige Begriffe
1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und
MehrAufgabe - Fortsetzung
Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)
Mehr1 Aussagenlogische Formeln
1 Aussagenlogische Formeln Aufgabe 1.1 Transformieren Sie die Formel in disjunktive Normalform (DNF). ((:A! :B) ^ D)! ((A _ C) $ (:B ^ D)) Lösung 1.1 Schrittweise Transformation: Schritt 1: ((:A! :B) ^
MehrLogische 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
MehrLogik Vorlesung 6: Resolution
Logik Vorlesung 6: Resolution Andreas Maletti 28. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften
MehrÜbungsblatt 3 Lösungen
Übungsblatt 3 Lösungen Formale Semantik WiSe 2011/2012 1 Lambda-Kalkül Anmerkungen: Pot(U) = Potenzmenge von U, wobei U das Universum Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M
MehrMathematik 1, Teil B
FH Oldenburg/Ostfriesland/Wilhelmshaven Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre
MehrTheoretische Informatik SS 03 Übung 11
Theoretische Informatik SS 03 Übung 11 Aufgabe 1 Zeigen Sie, dass es eine einfachere Reduktion (als die in der Vorlesung durchgeführte) von SAT auf 3KNF-SAT gibt, wenn man annimmt, dass die Formel des
MehrKapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen
Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit
MehrFormeln. 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
Mehr2. 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
MehrPumping-Lemma. Beispiel. Betrachte die kontextsensitive Grammatik G mit den Produktionen. S asbc abc CB HB HB HC HC BC ab ab bb bb bc bc cc cc.
Pumping-Lemma Beispiel Betrachte die kontextsensitive Grammatik G mit den Produktionen S asbc abc CB HB HB HC HC BC ab ab bb bb bc bc cc cc. Sie erzeugt z.b. das Wort aabbcc: S asbc aabcbc aabhbc aabhcc
MehrGrundlagen der Mengenlehre
mathe plus Grundlagen der Mengenlehre Seite 1 1 Grundbegriffe Grundlagen der Mengenlehre Def 1 Mengenbegriff nach Georg Cantor (1845-1918) Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
MehrTheoretische 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
MehrEuler-Venn-Diagramme
Euler-Venn-Diagramme Mengendiagramme dienen der graphischen Veranschaulichung der Mengenlehre. 1-E1 1-E2 Mathematische Symbole c leere Menge Folge-Pfeil Äquivalenz-Pfeil Existenzquantor, x für (mindestens)
MehrGrundbegriffe 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
MehrAxiomatische Beschreibung der ganzen Zahlen
Axiomatische Beschreibung der ganzen Zahlen Peter Feigl JKU Linz peter.feigl@students.jku.at 0055282 Claudia Hemmelmeir JKU Linz darja@gmx.at 0355147 Zusammenfassung Wir möchten in diesem Artikel die ganzen
MehrGrundlagen 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
MehrDefinition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.
Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer
MehrKlausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011
Fakultät für Informatik 2. Klausur zum WS 2010/2011 Prof. Dr. Bernhard Beckert 08. April 2011 Vorname: Matrikel-Nr.: Platz: Klausur-ID: **Platz** **Id** Die Bearbeitungszeit beträgt 60 Minuten. A1 (17)
MehrMathematischer Vorbereitungskurs für das MINT-Studium
Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 2 MINT Mathekurs WS 2016/2017 1 / 20 Studienlexikon: Zeitangabe an der Universität
Mehr00. Einiges zum Vektorraum R n
00. Einiges zum Vektorraum R n In diesem einleitenden Kapitel werden die in der LV Einführung in die mathematischen Methoden erwähnten Konzepte über Vektoren (im R 2 und R 3 ) im Rahmen des n-dimensionalen
MehrGrundbegriffe 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
MehrFormale 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
Mehr5.1 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
MehrLösungsvorschläge Blatt Z1
Theoretische Informatik Departement Informatik Prof. Dr. Juraj Hromkovič http://www.ita.inf.ethz.ch/theoinf16 Lösungsvorschläge Blatt Z1 Zürich, 2. Dezember 2016 Lösung zu Aufgabe Z1 Wir zeigen L qi /
MehrAutomaten, Spiele und Logik
Automaten, Spiele und Logik Woche 13 11. Juli 2014 Inhalt der heutigen Vorlesung Linearzeit Temporale Logik (LTL) Alternierende Büchi Automaten Nicht-Determinisierung (Miyano-Ayashi) Beschriftete Transitionssysteme
MehrMütze und Handschuhe trägt er nie zusammen. Handschuhe und Schal trägt er immer zugleich. (h s) Modellierung als Klauselmenge
Was bisher geschah Klassische Aussagenlogik: Syntax Semantik semantische Äquivalenz und Folgern syntaktisches Ableiten (Resolution) Modellierung in Aussagenlogik: Wissensrepräsentation, Schaltungslogik,
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
Mehr1 Sprechweisen und Symbole der Mathematik
1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3
Mehr2.2 Ereignisse und deren Wahrscheinlichkeit
2.2 Ereignisse und deren Wahrscheinlichkeit Literatur: [Papula Bd., Kap. II.2 und II.], [Benning, Kap. ], [Bronstein et al., Kap. 1.2.1] Def 1 [Benning] Ein Zufallsexperiment ist ein beliebig oft wiederholbarer,
MehrSemantik 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
MehrKapitel 3. Natürliche Zahlen und vollständige Induktion
Kapitel 3 Natürliche Zahlen und vollständige Induktion In Kapitel 1 haben wir den direkten Beweis, den modus ponens, kennen gelernt, der durch die Tautologie ( A (A = B) ) = B gegeben ist Dabei war B eine
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe
MehrProlog 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:
MehrModallogik (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
MehrSemantic Web Technologies I Lehrveranstaltung im WS13/14
www.semantic-web-grundlagen.de Semantic Web Technologies I Lehrveranstaltung im WS13/14 Dr. Andreas Harth Dipl.-Inf. Martin Junghans Logik Grundlagen Einleitung und Ausblick XML und URIs Einführung in
MehrProbeklausur zur Vorlesung Berechenbarkeit und Komplexität
RWTH Aachen Lehrgebiet Theoretische Informatik Reidl Ries Rossmanith Sanchez Tönnis WS 2012/13 Probeklausur 25.01.2013 Probeklausur zur Vorlesung Berechenbarkeit und Komplexität Aufgabe 1 (1+2+6+3 Punkte)
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
MehrWas bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion
Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert
MehrMathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen
Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen Dozentin: Wiebke Petersen 1. Foliensatz Wiebke Petersen math. Grundlagen 6 Frage Was ist eine Menge? 1 Minute zum Nachdenken
Mehr3. Relationen Erläuterungen und Schreibweisen
3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob
MehrBeschreibungslogiken. 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
MehrMathematik 1 für Wirtschaftsinformatik
für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Komplexe Zahlen 5 Lineare Algebra 6 Lineare Programme 2 Grundlegende
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
Mehr