2 Formale Systeme. 2.1 Definition und Eigenschaften
|
|
- Sofia Friedrich
- vor 6 Jahren
- Abrufe
Transkript
1 2 Formale Systeme Wenn es sich darum handelt, die Grundlagen einer Wissenschaft zu untersuchen, so hat man ein System von Axiomen aufzustellen, welche eine genaue und vollständige Beschreibung derjenigen Beziehungen enthalten, die zwischen den elementaren Begriffen jener Wissenschaft stattfinden. Die aufgestellten Axiome sind zugleich die Definitionen jener elementaren Begriffe, und jede Aussage innerhalb des Bereiches der Wissenschaft, deren Grundlagen wir prüfen, gilt uns nur dann als richtig, falls sie sich mittelst einer endlichen Anzahl logischer Schlüsse aus den aufgestellten Axiomen ableiten lässt. David Hilbert [93] 2.1 Definition und Eigenschaften In Kapitel 1 haben wir die axiomatische Methode als die Grundlage der modernen mathematischen Beweisführung identifiziert und gezeigt, wie sie das Bild der Mathematik im Laufe der Zeit verändert hat. Im modernen Sinne wird das Führen eines Beweises als der Prozess verstanden, Sätze durch die Anwendung wohldefinierter Schlussregeln aus einer kleinen Menge a priori festgelegter Grundannahmen, den Axiomen, abzuleiten. Erst durch den präzisen deduktiven Charakter dieser Vorgehensweise konnte sich die Mathematik zu der exakten Wissenschaft entwickeln, wie wir sie heute kennen. Formale Systeme wurden mit dem Ziel geschaffen, die axiomatische Methode in eine strenge Form zu bringen. Was wir darunter im Detail zu verstehen haben, wollen wir anhand eines konkreten Beispiels, des Beispielkalküls E, herausarbeiten. Der Begriff des Kalküls wird ab jetzt häufiger auftauchen; wir werden ihn im Rest des Buchs als Synonym für den Begriff des formalen Systems verwenden. Dem Kalkül E nähern wir uns in mehreren Schritten, in denen nacheinander die Syntax, die Axiome und Schlussregeln sowie die Semantik von E festgelegt werden. D. W. Hoffmann, Grenzen der Mathematik, DOI / _2, Springer-Verlag Berlin Heidelberg 2013
2 72 2 Formale Systeme Ab jetzt werden wir es fortwährend mit zwei verschiedenen Sprachebenen zu tun haben. Die eine ist die Ebene der Kalkülsprache, die andere die gewöhnliche Sprache der Mathematik. Letztere wird auch als Meta-Ebene bezeichnet, weil wir sie verwenden können, um über ein formales System zu sprechen. Auf dieser Ebene bewegen wir uns außerhalb des Systems und können unser volles mathematisches Instrumentarium einsetzen, um seine Axiome und Schlussregeln zu analysieren und auf bestimmte Eigenschaften hin zu untersuchen. Auf der Ebene der Kalkülsprache (Objektebene) besitzen wir diese Bewegungsfreiheit nicht. Die Syntax und die Semantik der formulierbaren Aussagen werden hier durch ein präzises Regelwerk in ein starres Korsett gepresst. Die Vermischung von Objekt- und Meta- Ebene ist eine häufige Ursache von Verständnisschwierigkeiten im Bereich der mathematischen Logik und zugleich der Ausgangspunkt vieler augenscheinlicher Paradoxa. Um eine klare Trennung beider Ebenen herbeizuführen, werden alle Formeln der Kalkülsprache in einer serifenlosen Schrift dargestellt (z. B. s(0)=s(0)). Insbesondere dann, wenn die betrachteten Kalküle einen mächtigen Sprachumfang besitzen, wird die unterschiedliche Schriftwahl helfen, gewöhnliche mathematische Aussagen von den Formeln des Kalküls zu unterscheiden. An verschiedenen Stellen dieses Buchs werden immer wieder Formeln in gemischter Schreibweise auftreten, in denen einzelne Formelbestandteile durch griechische Buchstaben ersetzt sind (z. B. s(s(0)) = σ). Ein solcher Ausdruck heißt Formelschema und ist selbst keine Formel der Kalkülsprache. Erst durch die Substitution des Platzhalters σ durch einen passenden Teilausdruck entsteht eine wohlgeformte Zeichenkette (z. B. s(s(0)) = s(0)). Syntax Die Syntax definiert, nach welchen Regeln die Ausdrücke (Formeln) aufgebaut sein müssen, die sich innerhalb des Kalküls erzeugen und manipulieren lassen. Eine Formel ist in diesem Stadium nichts weiter als eine Folge von bedeutungsleeren Symbolen, die in einer festgelegten Art und Weise miteinander kombiniert werden dürfen. In den Formeln des Beispielkalküls E werden ausschließlich die Symbole 0, s, =, >, (, ) und vorkommen. Die Menge dieser Symbole ist das Alphabet von E. Natürlich entspricht nicht jede Sequenz von Alphabetzeichen einer Formel. Als Formeln gelten nur wohlgeformte Zeichenketten, d. h. Zeichenketten, die nach bestimmten Bildungsregeln aufgebaut sind. Die Menge aller Formeln heißt die Sprache von E. Für die Sprache des Beispielkalküls E vereinbaren wir die folgenden Bildungsregeln: 0 ist ein Term. Ist σ ein Term, dann ist es auch s(σ). Sind σ,τ Terme, so sind die folgenden Ausdrücke Formeln:,,, Terme sind die Grundbausteine der kalküleigenen Kunstsprache. In symbolischer Form repräsentieren sie die Objekte, über die wir in E sprechen können. Durch die wiederholte Anwendung der ersten beiden Bildungsregeln lassen sich die nachstehenden Terme erzeugen: 0,s(0),s(s(0)),s(s(s(0))),s(s(s(s(0)))),... Die dritte Bildungsregel definiert, wie Terme zu Formeln kombiniert werden können. Unter anderem gehören die folgenden Formeln zur Sprache von E: (0 = 0),(0 > 0), (0 = 0),(s(s(0)) = 0), (0 = s(0)),... Axiome und Schlussregeln Die Axiome und die Schlussregeln von E sind in Tabelle 2.1 zusammengefasst. Ausgehend von einem einzigen Axiom stehen 6 Schlussregeln zur Verfügung, die zur Ableitung neuer Theoreme genutzt werden
3 2.1 Definition und Eigenschaften 73 können. Für jede ableitbare Formel ϕ schreiben wir ϕ und nennen ϕ ein Theorem von E. Der Ausdruck ϕ ist damit nichts anderes als die symbolische Schreibweise für die Aussage: ϕ ist in E beweisbar. Beachten Sie bei der Betrachtung der Schlussregeln, dass die Variablen lediglich Platzhalter sind, die durch beliebige Terme substituiert werden können. So lassen sich aus dem Formelschema unter anderem die folgenden Instanzen bilden: Substitution 1: S := [σ s(s(0)),τ 0] S = (s(s(s(0))) > 0) Substitution 2: S := [σ s(0),τ s(s(0))] S = (s(s(0)) > s(s(0))) Mit den geleisteten Vorarbeiten sind wir in der Lage, den Kalkül zum Leben zu erwecken und durch die systematische Anwendung von Schlussregeln neue Theoreme abzuleiten. Beispiel 1: Ableitung von (s(s(s(s(0)))) > s(s(0))) 1. (0 = 0) (A1) 2. (s(0)=s(0)) (S1, 1) 3. (s(s(0)) = s(s(0))) (S1, 2) 4. (s(s(s(0))) > s(s(0))) (S2, 3) 5. (s(s(s(s(0)))) > s(s(0))) (S3, 4) Beispiel 2: Ableitung von (s(s(0)) = s(s(s(0)))) 1. (0 = 0) (A1) 2. (s(0)=s(0)) (S1, 1) 3. (s(s(0)) = s(s(0))) (S1, 2) 4. (s(s(s(0))) > s(s(0))) (S2, 3) 5. (s(s(0)) = s(s(s(0)))) (S5, 4) Axiome (Kalkül E) (0 = 0) (A1) Schlussregeln (Kalkül E) (s(σ)=s(τ)) (τ = σ) (τ > σ) (S1) (S2) (S3) (S4) (S5) (S6) Tabelle 2.1: Axiome und Schlussregeln des Beispielkalküls E. Alle Schlussregeln sind nach einem einheitlichen Schema aufgebaut. Über dem Mittelstrich ist die Prämisse notiert. Sie beschreibt, auf welche Formeln die Schlussregel angewendet werden darf. Die unter dem Mittelstrich notierte Aussage ist die Konklusion, d. h. die Schlussfolgerung, die aus der Prämisse abgeleitet werden kann. Beide Beispiele verdeutlichen den symbolischen Charakter, den Beweise in formalen Systemen besitzen. Dank der präzisen Ausformulierung der Axiome und der Schlussregeln ist es nunmehr möglich, Theoreme auf der syntaktischen Ebene abzuleiten, ohne den einzelnen Formelbestandteilen eine Bedeutung zuzumessen; das Führen eines Beweises kommt der symbolischen Manipulation von Zeichenketten gleich.
4 74 2 Formale Systeme Beweisbare Aussagen Unbeweisbare Aussagen Jetzt ist der Weg frei, um den Begriff des Beweises mit mathematischer Präzision zu erfassen. Interpretation (s(s(s(s(0)))) > s(s(0))) (s(s(0)) = s(s(s(0)))) > 2 Wahre Aussagen 1 1 (0 > s(0)) (s(0) > s(0)) 0 > 1 Falsche Aussagen Syntaktische Ebene Semantische Ebene Abbildung 2.1: Eine Interpretation weist den Formeln eines Kalküls eine Bedeutung zu. In diesem Beispiel werden die Terme als natürliche Zahlen, das Zeichen = als die Gleichheit und das Zeichen > als die Größer-Relation auf den natürlichen Zahlen interpretiert. Das Symbol hat in allen Kalkülen die gleiche Bedeutung und steht für die logische Negation (Verneinung). Definition 2.1 (Beweis) Ein formaler Beweis ist eine Kette von Formeln ϕ 1,ϕ 2,...,ϕ n, die nach den folgenden Konstruktionsregeln gebildet wird: ϕ i ist ein Axiom oder ϕ i entsteht aus den vorangegangenen Gliedern der Beweiskette durch die Anwendung einer Schlussregel. Die letzte Formel dieser Kette ist das bewiesene Theorem. Semantik Nachdem wir die Sprache festgelegt und mit den Axiomen und den Schlussregeln die Grundlage für die Ableitung neuer Theoreme geschaffen haben, ist es Zeit, den Kalkül mit einer Semantik zu versehen. Die Semantik bestimmt, wie wir die einzelnen Bestandteile einer Formel zu interpretieren haben, und verleiht den Formeln hierdurch eine Bedeutung. Erst die Wahl einer konkreten Interpretation berechtigt uns dazu, von wahren und von falschen Formeln zu sprechen (Abbildung 2.1). Behalten Sie dabei stets im Auge, dass der Wahrheitswert der meisten Formeln von der gewählten Interpretation abhängt. Je nachdem, für welche Interpretation wir uns entscheiden, kann eine Formel einmal einer wahren und ein anderes Mal einer falschen Aussage entsprechen. Von besonderem Interesse sind Interpretationen, in denen alle Theoreme eines Kalküls wahre Aussagen sind. Eine solche Interpretation heißt Modell. In Kapitel 7 werden wir uns im Rahmen der Modelltheorie ausführlich mit dem Aufbau, den Eigenschaften und der systematischen Konstruktion von Modellen befassen. Bevor wir die Semantik für den Beispielkalkül E festlegen, vereinbaren wir die folgende Schreibweise: n := s(s(...s(0)...)) (2.1) }{{} n-mal Die nachstehenden Beispiele zeigen, dass sich die meisten Formeln von
5 2.1 Definition und Eigenschaften 75 E jetzt deutlich kompakter schreiben lassen: (4 > 2) steht für (s(s(s(s(0)))) > s(s(0))) (2 = 3) steht für (s(s(0)) = s(s(s(0)))) (0 > 1) steht für (0 > s(0)) Mithilfe der eingeführten Schreibweise legen wir die Interpretation der Formeln von E wie folgt fest: n) entspricht der natürlichen Zahl n N (n = m) entspricht der Aussage n = m (n > m) entspricht der Aussage n > m (n = m) entspricht der Aussage n m (n > m) entspricht der Aussage n m Weiter oben haben wir mit der Beweisbarkeitsrelation eine Schreibweise eingeführt, mit der die Ableitbarkeit einer Formel ausgedrückt werden kann. In analoger Weise werden wir die Modellrelation = verwenden, um die Wahrheit einer Aussage zu äußern. Offensichtlich gelten die folgenden Beziehungen: =(4 > 2) = (2 = 3) =(0 > 1) = (1 > 0) Allgemein lässt sich die Modellrelation = wie folgt definieren: =(n = m) : n = m (2.2) =(n > m) : n > m (2.3) = ϕ : = ϕ (2.4) Die Definition stellt sicher, dass für keine Formel ϕ gleichzeitig = ϕ und = ϕ gelten kann. Diese Eigenschaft trägt der festen Semantik des Negationsoperators Rechnung und wird von jeder Modellrelation erfüllt. In unserem Beispiel gilt aber noch mehr. Die Beziehung (2.4) stellt sicher, dass für jede Formel ϕ immer entweder = ϕ oder = ϕ gilt. Diese besondere Eigenschaft ist deshalb erfüllt, weil wir die Wahrheit und Falschheit einer Formel in unserem Beispiel bewusst an eine ganz bestimmte Interpretation der Symbole geknüpft haben. In dieser Standardinterpretation entspricht jede Formel ϕ einer arithmetischen Aussage, die entweder wahr oder falsch ist, so dass entweder = ϕ oder
6 76 2 Formale Systeme = ϕ gelten muss. In der später diskutierten Aussagenlogik und Prädikatenlogik wird dies nicht mehr der Fall sein, da wir die Untersuchung dort auf beliebige Interpretationen ausweiten werden. Mit = ϕ werden wir dann ausdrücken, dass ϕ allgemeingültig ist, d. h., in jeder möglichen Interpretation wahr ist und nicht nur in einer ganz bestimmten. Ist eine Formel ϕ für manche Interpretationen wahr und für andere falsch, so gilt das gleiche auch für ϕ. In diesem Fall ist keine der Formeln ϕ oder ϕ allgemeingültig und es gilt weder = ϕ noch = ϕ. Wir halten fest: Satz 2.1 Es gilt niemals gleichzeitig = ϕ und = ϕ. Achten Sie darauf, die Negationsvollständigkeit nicht mit der Vollständigkeit und die Widerspruchsfreiheit nicht mit der Korrektheit zu verwechseln. Jeder Begriff beschreibt eine andere Eigenschaft formaler Systeme. In der angelsächsischen Literatur herrscht eine genauso scharfe Abgrenzung zwischen den Begriffen. Ein negationsvollständiger Kalkül wird dort als negation complete und ein vollständiger Kalkül als complete bezeichnet. Ein widerspruchsfreier Kalkül heißt consistent und ein korrekter Kalkül heißt sound. Sowohl in der deutschsprachigen als auch in der englischsprachigen Literatur wird die Negationsvollständigkeit mitunter als syntaktische Vollständigkeit und die Vollständigkeit als semantische Vollständigkeit bezeichnet. Wenn die Gefahr einer Verwechslung ausgeschlossen ist, wird gerne auf den Zusatz syntaktisch und semantisch verzichtet und dann nur noch von der Vollständigkeit eines Kalküls gesprochen. Achten Sie bei dem Begriff der Vollständigkeit also immer darauf, ob er sich auf die syntaktische oder auf die semantische Ebene bezieht. In beiden Fällen ist seine Bedeutung eine völlig andere. Aus = ϕ folgt nicht in allen Logiken = ϕ. Die Beweisbarkeitsrelation und die Modellrelation = sind die Grundlage für die Definition wichtiger Kalküleigenschaften, die uns durch alle Kapitel dieses Buchs begleiten werden. Behalten Sie die Begriffe gut in Erinnerung! Definition 2.2 Ein formales System (Kalkül) heißt widerspruchsfrei, wenn aus ϕ stets ϕ folgt, negationsvollständig, wenn aus ϕ stets ϕ folgt, korrekt, wenn aus ϕ stets = ϕ folgt, vollständig, wenn aus = ϕ stets ϕ folgt. Demnach ist ein Kalkül genau dann widerspruchsfrei, wenn es nicht möglich ist, eine Formel ϕ zusammen mit ihrer Negation ϕ abzuleiten. Negationsvollständig ist ein Kalkül genau dann, wenn für jede Formel immer mindestens eine der beiden Alternativen ϕ oder ϕ deduziert werden kann. Von besonderem Interesse sind Kalküle, die sowohl widerspruchsfrei als auch negationsvollständig sind. Nur in diesen Kalkülen gilt, dass für jede Formel immer genau eine der beiden Alternativen ϕ oder ϕ abgeleitet werden kann. Die Widerspruchsfreiheit und die Negationsvollständigkeit sind syntaktische Eigenschaften, da in ihrer Definition keinerlei Gebrauch von der
7 2.1 Definition und Eigenschaften 77 Bedeutung der einzelnen Symbolen gemacht wird. Im Gegensatz hierzu sind die Korrektheit und die Vollständigkeit semantische Eigenschaften; sie stellen einen Bezug zwischen der Beweisbarkeit und der Wahrheit einer Aussage her. Ein Kalkül ist korrekt, wenn alle seine Theoreme wahre Aussagen sind, und es ist vollständig, wenn jede wahre Aussage auch ein Theorem ist, d. h., wenn sich jede wahre Formel durch die Anwendung endlich vieler Schlussregeln aus den Axiomen ableiten lässt. Es entsteht der natürliche Wunsch, sowohl korrekte als auch vollständige Kalküle zu definieren, da nur in ihnen der Unterschied zwischen der Beweisbarkeit und der Wahrheit einer Aussage verschwindet. Zwischen den syntaktischen Begriffen der Widerspruchsfreiheit und der Negationsvollständigkeit sowie den semantischen Begriffen der Korrektheit und der Vollständigkeit lassen sich zwei wichtige Zusammenhänge herstellen: Satz 2.2 Ist ein Kalkül vollständig und gilt für alle Formeln immer entweder = ϕ oder = ϕ, so ist er auch negationsvollständig. Ist ein Kalkül korrekt, so ist er auch widerspruchsfrei. Die erste Aussage folgt direkt aus der Tatsache, dass zu jeder Formel ϕ entweder ϕ selbst oder deren Negation ϕ eine wahre Aussage ist (es gilt nach Voraussetzung entweder = ϕ oder = ϕ). Damit ist in einem vollständigen Kalkül immer mindestens eine der beiden Formeln ableitbar und der Kalkül damit negationsvollständig. Die zweite Aussage folgt aus der Tatsache, dass sich in einem korrekten Kalkül nur wahre Aussagen beweisen lassen. Da immer nur eine der beiden Formeln ϕ und ϕ wahr sein kann, ist immer auch nur eine der beiden Formeln ableitbar und der Kalkül damit widerspruchsfrei. Damit ist es an der Zeit, einen erneuten Blick auf das Beispielkalkül E zu werfen und zu untersuchen, welche der in Definition 2.2 eingeführten Eigenschaften erfüllt sind und welche nicht. Aus der genaueren Analyse der Axiome und der Schlussregeln lassen sich die nachstehenden Schlussfolgerungen ziehen: E ist korrekt und widerspruchsfrei. Die Korrektheit folgt aus der speziellen Bedeutung, die wir den Formeln aus E zugewiesen haben. Mit der vorgenommenen Interpretation wird das (einzige) Axiom (A1) zu einer wahren Aussage über
8 78 2 Formale Systeme die natürlichen Zahlen, und die Schlussregeln sind so gestaltet, dass aus einer wahren Aussage wiederum eine wahre Aussage folgt. Nach Satz 2.2 ist der Kalkül damit erst recht widerspruchsfrei. E ist weder negationsvollständig noch vollständig. Negationsvollständig wäre der Kalkül nur dann, wenn sich für jede Formel ϕ mindestens eine der Formeln ϕ und ϕ ableiten lässt. Es ist aber weder (0 > 0) noch (0 > 0) ein Theorem von E. Damit ist der Kalkül negationsunvollständig und nach Satz 2.2 erst recht unvollständig. Wir wollen versuchen, den Kalkül E um zusätzliche Schlussregeln anzureichern. Hierzu sind in Tabelle 2.2 drei Kalkülerweiterungen zusammengefasst, die wir jetzt nacheinander untersuchen werden. Unsere besondere Aufmerksamkeit werden wir darauf richten, in welcher Weise sich die eingeführten Kalküleigenschaften verändert haben. Wir beginnen mit der Diskussion des Kalküls E 2, das sich von E lediglich durch die Hinzunahme der Schlussregel (S7) unterscheidet (Tabelle 2.2 links). Auf den ersten Blick geht durch die neue Regel die Eigenschaft der Korrektheit verloren, da wir (S7) verwenden können, um aus der Prämisse (n > n) die Konklusion (n > n) abzuleiten. Über den natürlichen Zahlen interpretiert, repräsentiert die erste Formel eine wahre Aussage, die zweite aber ganz offensichtlich eine falsche. Wir wollen nun versuchen, den Widerspruch innerhalb von E 2 sichtbar zu machen. Um mithilfe der Regel (S7) eine falsche Aussage herzuleiten, müssen wir für eine beliebige natürliche Zahl n zunächst die Formel (n > n) beweisen. Anschließend können wir mit der Schlussregel (S7) das Theorem (n > n) ableiten und hätten damit eine Formel ϕ gefunden, für die sich sowohl ϕ als auch ϕ beweisen lassen. Der Kalkül E 2 wäre hierdurch als widersprüchlich entlarvt. Ein gezielter Blick auf die Schlussregeln zeigt, dass wir die Formel (n > n) aber gar nicht innerhalb von E 2 ableiten können. Die immer noch nicht vorhandene Negationsvollständigkeit verhindert hier, dass sich eine falsche Aussage beweisen lässt. Damit bleibt E 2 trotz der Hinzunahme der semantisch inkorrekten Schlussregel (S7) korrekt und nach Satz 2.2 auch widerspruchsfrei. Als nächstes betrachten wir den Kalkül E 3, der aus E 2 durch die erneute Hinzunahme einer Schlussregel entsteht (Tabelle 2.2 Mitte). Durch die neue Regel (S8) wird E 3 in der Tat vollständig, d. h., jede wahre Aussage, die sich in der begrenzten Sprache unserer Beispielkalküle
9 2.1 Definition und Eigenschaften 79 Axiome (Kalkül E 2 ) Axiome (Kalkül E 3 ) Axiome (Kalkül E 4 ) (0 = 0) (A1) (0 = 0) (A1) (0 = 0) (A1) Schlussregeln (Kalkül E 2 ) Schlussregeln (Kalkül E 3 ) Schlussregeln (Kalkül E 4 ) (s(σ)=s(τ)) (S1) (s(σ)=s(τ)) (S1) (s(σ)=s(τ)) (S1) (S2) (S2) (S2) (S3) (S3) (S3) (S4) (S4) (S4) (τ = σ) (S5) (τ = σ) (S5) (τ = σ) (S5) (τ > σ) (S6) (τ > σ) (S6) (τ > σ) (S6) (τ > σ) (S7) (τ > σ) (S7) (S8) (S8) Tabelle 2.2: Axiome und Schlussregeln der Kalküle E 2, E 3 und E 4 formulieren lässt, ist ein Theorem von E 3. Nach Satz 2.2 ist E 3 damit automatisch auch negationsvollständig. Gleichzeitig hat E 3 durch die Hinzunahme von (S8) die nötige Ausdrucksstärke erlangt, um den oben geschilderten Widerspruch innerhalb des Kalküls nachvollziehen zu können. Der folgende Beweis demonstriert, wie sich mit (0 > 0) und (0 > 0) ein komplementäres Formelpaar ableiten lässt: 1. (0 = 0) (A1) 2. (0 > 0) (S8, 1) 3. (0 > 0) (S7, 2)
10 80 2 Formale Systeme Axiome (Kalkül E 5 ) (0 = 0) (A1 ) Schlussregeln (Kalkül E 5 ) (s(σ)=s(τ)) (τ = σ) (τ > σ) (S1 ) (S2 ) (S3 ) (S4 ) (S5 ) (S6 ) E 3 ist somit widersprüchlich und nach Satz 2.2 erst recht inkorrekt. Entfernen wir die problematische Schlussregel (S7), so gelangen wir auf direktem Weg zu E 4 (Tabelle 2.2 rechts). Obwohl dieser Kalkül eine Regel weniger besitzt, bleibt die Vollständigkeit erhalten; dafür sind alle Widersprüche verschwunden. Mit E 4 haben wir genau das vor uns, wonach wir gesucht haben: Einen vollständigen und korrekten Kalkül, in dem sich jede wahre Aussage durch die Anwendung von endlich vielen Schlussregeln aus den Axiomen ableiten lässt. Als vorletztes Beispiel betrachten wir den Kalkül E 5, dessen Axiome und Schlussregeln in Tabelle 2.3 zusammengefasst sind. Von dem korrekten und vollständigen Kalkül E 4 unterscheidet er sich dadurch, dass alle Prämissen und Konklusionen negiert auftauchen. E 5 verhält sich hierdurch vollständig komplementär zu E 4, d. h., eine Aussage ϕ lässt sich in E 5 genau dann ableiten, wenn seine Negation in E 4 ableitbar ist. Der Kalkül ist der perfekte Lügner; jedes seiner Theoreme entspricht einer falschen Aussage, und jede falsche Aussage ist zudem ein Theorem. Damit ist E 5 weder korrekt noch vollständig, besitzt aber weiterhin die syntaktischen Eigenschaften der Widerspruchsfreiheit und Negationsvollständigkeit. E 5 ist der Beweis dafür, dass die Schlussrichtungen in Satz 2.2 nicht umgekehrt werden dürfen. Satz 2.3 (S8 ) Nicht jeder negationsvollständige Kalkül ist vollständig. Nicht jeder widerspruchsfreie Kalkül ist korrekt. Tabelle 2.3: Axiome und Schlussregeln des Kalküls E 5 Alle formalen Systeme basieren auf demselben Kerngedanken, Theoreme durch die Anwendung fest definierter Schlussregeln aus den Axiomen herzuleiten. Erst aus der Nähe betrachtet werden die großen Unterschiede in ihren Erscheinungsformen sichtbar. Einige Kalküle, zu denen auch die bisher besprochenen gehören, besitzen wenige Axiome und erlangen ihre Aussagekraft durch ein umfangreiches Repertoire an Schlussregeln. Andere sind reich an Axiomen und kommen dafür mit wenigen Schlussregeln aus. Nicht selten verfügen solche Kalküle über unendlich viele Axiome, die aus einem oder mehreren Axiomenschemata erzeugt werden. Was wir darunter im Detail zu verstehen haben, klärt ein Blick auf Tabelle 2.4. Der dargestellte Kalkül E 6 verfügt neben dem bekannten Axiom (A1) über sieben Schemata, aus denen eine unendliche Anzahl weiterer Axiome gewonnen werden kann. Dagegen gibt es mit dem Modus
11
Rhetorik 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
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
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
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
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
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
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
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
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
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,
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
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
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
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:
MehrTerme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)
Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden
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
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
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
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
Mehr1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte
Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition
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.
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
MehrMai 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
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
MehrGrammatiken. Einführung
Einführung Beispiel: Die arithmetischen Ausdrücke über der Variablen a und den Operationen + und können wie folgt definiert werden: a, a + a und a a sind arithmetische Ausdrücke Wenn A und B arithmetische
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
MehrInduktive Definitionen
Induktive Definitionen Induktive Definition: Konstruktive Methode zur Definition einer Menge M von Objekten aus Basisobjekten mittels (Erzeugungs-) Regeln Slide 1 Rekursion über den Aufbau: Konstruktive
Mehr11. Folgen und Reihen.
- Funktionen Folgen und Reihen Folgen Eine Folge reeller Zahlen ist eine Abbildung a: N R Statt a(n) für n N schreibt man meist a n ; es handelt sich also bei einer Folge um die Angabe der Zahlen a, a
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,
MehrMengen und Abbildungen
Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen
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
MehrWissenschaftliches Arbeiten
Teil 7: Argumentieren und Begründen 1 Grundregel: Spezifisch argumentieren Wissenschaftliches Arbeiten Nie mehr zeigen, als nötig oder gefragt ist. Sonst wird das Argument angreifbar und umständlich. Schwammige
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.,...)
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:
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
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
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
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
MehrKapitel 2: Formale Sprachen Gliederung. 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie
Gliederung 0. Grundbegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechnungstheorie 4. Komplexitätstheorie 2.1. 2.2. Reguläre Sprachen 2.3. Kontextfreie Sprachen 2/1, Folie 1 2015 Prof. Steffen
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,
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
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
Mehr4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:
4. AUSSAGENLOGIK: SYNTAX 4.1 Objektsprache und Metasprache 4.2 Gebrauch und Erwähnung 4.3 Metavariablen: Verallgemeinerndes Sprechen über Ausdrücke von AL 4.4 Die Sprache der Aussagenlogik 4.5 Terminologie
MehrErinnerung 1. Erinnerung 2
Erinnerung 1 Ein Argument ist eine Folge von Aussagesätzen, mit der der Anspruch verbunden ist, dass ein Teil dieser Sätze (die Prämissen) einen Satz der Folge (die Konklusion) in dem Sinne stützen, dass
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
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
Mehr2. Stetige lineare Funktionale
-21-2. Stetige lineare Funktionale Die am Ende von 1 angedeutete Eigenschaft, die ein lineares Funktional T : D(ú) 6 verallgemeinerten Funktion macht, ist die Stetigkeit von T in jedem n 0 0 D(ú). Wenn
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
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
MehrUniversität 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...
MehrLogik: aussagenlogische Formeln und Wahrheitstafeln
FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe
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
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
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
MehrKostenmodell. Daniel Graf, Tobias Pröger. 22. September 2016 (aktualisierte Fassung 5 vom 9. Oktober 2016)
Kostenmodell Daniel Graf, Tobias Pröger 22. September 2016 (aktualisierte Fassung 5 vom 9. Oktober 2016) Erklärung: Diese Mitschrift ist als Ergänzung zur Vorlesung gedacht. Wir erheben keinen Anspruch
MehrInformatik A (Autor: Max Willert)
2. Aufgabenblatt Wintersemester 2012/2013 - Musterlösung Informatik A (Autor: Max Willert) 1. Logik im Alltag (a) Restaurant A wirbt mit dem Slogan Gutes Essen ist nicht billig!, das danebenliegende Restaurant
MehrBeispielaufgaben rund um Taylor
Beispielaufgaben rund um Taylor Mirko Getzin Universität Bielefeld Fakultät für Mathematik 19. Februar 014 Keine Gewähr auf vollständige Richtigkeit und perfekter Präzision aller (mathematischen) Aussagen.
MehrEine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:
Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)
MehrWas wir mit Beweisen NICHT meinen
Was wir mit Beweisen NICHT meinen Zürich, 9. Sept. 2015 Armin P. Barth KS Baden, MINT-Lernzentrum ETHZ . Was wir mit Beweisen nicht meinen It is true that you may fool all the people some of the time;
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)
MehrMathematische Grundlagen der Computerlinguistik
Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum
MehrTechnische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik. Weihnachtsblatt
Technische Universität München Zentrum Mathematik Propädeutikum Diskrete Mathematik Prof. Dr. A. Taraz, Dipl-Math. A. Würfl, Dipl-Math. S. König Weihnachtsblatt Aufgabe W.1 Untersuchen Sie nachstehenden
MehrDas Gummibärchen-Orakel [1]
Das Gummibärchen-Orakel [1] 1. Allgemeines Lehrplanbezug: Klasse 10 bzw. 11, z.b. beim Wiederholen der kombinatorischen Formeln Zeitbedarf: 1 bis 4 Schulstunden je nach Vertiefungsgrad 2. Einstieg und
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
Mehr(10) x 1[FRAU(x 1) RENNT(x 1)] Keine Frau rennt.
Institut für deutsche Sprache und Linguistik, Humboldt-Universität zu Berlin, GK Semantik SS 2009, F.Sode Basierend auf Seminarunterlagen von Prof. Manfred Krifka Quantoren in der Prädikatenlogik (auch
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.
MehrProgrammiersprachen 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
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
MehrWie beweise ich etwas? 9. Juli 2012
Schülerzirkel Mathematik Fakultät für Mathematik. Universität Regensburg Wie beweise ich etwas? 9. Juli 2012 1 Was ist ein Beweis? 1.1 Ein Beispiel Nimm einen Stift und ein Blatt Papier und zeichne fünf
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
MehrMengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von
Grundbegriffe der Mengenlehre 2 Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von Georg Cantor begründet. Der Begriffsapparat der Mengenlehre hat sich als so nützlich für
MehrFormale Methoden 1. Gerhard Jäger 16. Januar Uni Bielefeld, WS 2007/2008 1/19
1/19 Formale Methoden 1 Gerhard Jäger Gerhard.Jaeger@uni-bielefeld.de Uni Bielefeld, WS 2007/2008 16. Januar 2008 2/19 Reguläre Ausdrücke vierte Art (neben Typ-3-Grammatiken, deterministischen und nicht-deterministischen
MehrPaul Watzlawick. Fünf kommunikationspsychologische Axiome
Paul Watzlawick Fünf kommunikationspsychologische Axiome Grundannahmen über Kommunikation: 5 Axiome Die Grundannahmen (Axiome) sind Formulierungen über das Gelingen und über Störungen in der Kommunikation,
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
MehrSatz von Kleene. (Stephen C. Kleene, ) Wiebke Petersen Einführung CL 2
Satz von Kleene (Stephen C. Kleene, 1909-1994) Jede Sprache, die von einem deterministischen endlichen Automaten akzeptiert wird ist regulär und jede reguläre Sprache wird von einem deterministischen endlichen
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
MehrSatz 16 (Multiplikationssatz)
Häufig verwendet man die Definition der bedingten Wahrscheinlichkeit in der Form Damit: Pr[A B] = Pr[B A] Pr[A] = Pr[A B] Pr[B]. (1) Satz 16 (Multiplikationssatz) Seien die Ereignisse A 1,..., A n gegeben.
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
MehrWahrheitswertesemantik Einführung Aussagenlogik
Wahrheitsbedingungen Wahrheitswertesemantik Einführung Aussagenlogik Sie haben sich in der ersten Sitzung mit verschiedenen Aspekten von Bedeutung auseinandergesetzt. Ein Aspekt, der dabei eine Rolle spielte,
MehrInduktive Beweise und rekursive Definitionen
Induktive Beweise und rekursive Definitionen Vorlesung Logik in der Informatik, HU Berlin 1. Übungsstunde Beweis durch vollständige Induktion über N Aufgabe 1 Zeige, dass für alle n N gilt: n 2 i = 2 n+1
MehrProgram = Logic + Control
Program = Logic + Control Prozedurale/imperative Sprachen: Abläufe formulieren Computer führt aus von-neumann-maschine Idee von deklarativen/logischen/funktionalen Programmiersprachen: Zusammenhänge formulieren
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.
Kontextfreie Kontextfreie Motivation Formale rundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen Bisher hatten wir Automaten, die Wörter akzeptieren Frank Heitmann heitmann@informatik.uni-hamburg.de
MehrGrundlagen der Logik und Logik-Programmierung
Grundlagen der Logik und Logik-Programmierung 9. Übung - Übungsblatt 8 Florian Wittmann Übungen zu GLoLoP Inhalt 1 Aufgabe 8-1: 2 Aufgabe 8-2: Frege Kalkül 3 Aufgabe 8-3: Vier-Farben-Satz Florian Wittmann
MehrErzeugende Funktionen
Hallo! Erzeugende Funktionen sind ein Mittel um lineare Rekursionen schneller ausrechnen zu können. Es soll die Funktion nicht mehr als Rekursion angeschrieben werden, sondern so, dass man nur n einsetzen
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
MehrSeminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln
Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln Michael Kniely November 2009 1 Vorbemerkungen Definition. Sei n N +, ϕ(n) := {d [0, n 1] ggt (d, n) = 1}. Die Abbildung ϕ : N + N + heißt
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
Mehr8. Konfidenzintervalle und Hypothesentests
8. Konfidenzintervalle und Hypothesentests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Beispiel. Sie wollen den durchschnittlichen Fruchtsaftgehalt eines bestimmten Orangennektars
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.
Mehr7 Bedeutung und Logik
7 Bedeutung und Logik 7.1 Logische Eigenschaften von Sätzen 7.2 Logische Beziehungen zwischen Sätzen 7.3 Logische Beziehungen und Bedeutungsbeziehungen 7.4 Formale Semantik Johannes Dölling: Semantik und
Mehr1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen. I.2. I.2. Grundlagen von von Programmiersprachen.
1. Der Begriff Informatik 2. Syntax und Semantik von Programmiersprachen I.2. I.2. Grundlagen von von Programmiersprachen. - 1 - 1. Der Begriff Informatik "Informatik" = Kunstwort aus Information und Mathematik
MehrEinführung in die Logik
Einführung in die Logik Prof. Dr. Ansgar Beckermann Wintersemester 2001/2 Allgemeines vorab Wie es abläuft Vorlesung (Grundlage: Ansgar Beckermann. Einführung in die Logik. (Sammlung Göschen Bd. 2243)
MehrArbeitskreis Anwendungsorientierter Mathematikunterricht. Nicht anwendungsorientierter Mathematikunterricht" - Was ist das?
Gymnasium Neureut Dienstag, 16.11.2010 Arbeitskreis Anwendungsorientierter Mathematikunterricht Vortrag zu Nicht anwendungsorientierter Mathematikunterricht" - Was ist das? 1 2 = 1 2 2 = 0,7071...... ist
MehrEmpfehlenswerte Referenzen
Wenn Google etwas nicht finden kann, fragen sie Jack Bauer. ("Fakten über Jack Bauer") Inhalt Empfehlenswerte Referenzen...1 0 Wozu reguläre Ausdrücke?...1 1 Die Elemente regulärer Ausdrücke...2 2 Ein
Mehr1 Sprechweisen und Symbole der Mathematik
1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3
MehrFormale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.
Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen
MehrALGEBRA UND MENGENLEHRE
ALGEBRA UND MENGENLEHRE EINE EINFÜHRUNG GRUNDLAGEN DER ALGEBRA 1 VARIABLE UND TERME In der Algebra werden für Grössen, mit welchen gerechnet wird, verallgemeinernd Buchstaben eingesetzt. Diese Platzhalter
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,
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 3. Aussagenlogik Einführung: Logisches Schließen im Allgemeinen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Beispiel:
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
Mehr