- Theorie der uninterpretierten

Größe: px
Ab Seite anzeigen:

Download "- Theorie der uninterpretierten"

Transkript

1 Theorie der uninterpretierten Funktionen Entscheidungsverfahren mit Anwendungen in der Softwareverifikation STEPHAN FALKE INSTITUT FÜR THEORETISCHE INFORMATIK (ITI) 0 KIT 13. Universität Mai 2013 des S. Landes Falke Baden-Württemberg - Theorie der uninterpretierten und Funktionen ITI nationales Forschungszentrum in der Helmholtz-Gemeinschaft

2 Inhalt 1. Wieso uninterpretierte Funktionen? 2. Entscheidungsverfahren für uninterpretierte Funktionen 3. Gleichheitslogik 4. Von uninterpretierten Funktionen zu Gleichheitslogik 5. Entscheidungsverfahren für Gleichheitslogik Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

3 Theorie der uninterpretierten Funktionen Theorie (UF) Σ = {=, a, b, c,..., f, g, h,...} Axiome Ax: 1. x. x = x (Reflexivität) 2. x, y. x = y y = x (Symmetrie) 3. x, y, z. x = y y = z x = z (Transitivität) 4. für jedes n-stellige Funktionssymbol f Σ mit n > 0: x 1,..., x n, y 1,..., y n. n i=1 x i = y i f (x 1,..., x n ) = f (y 1,..., y n ) (Kongruenz) (Kongruenz) ist ein Axiomschema Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

4 Benutzung von uninterpretierten Funktionen Uninterpretierte Funktionen abstrahieren die Semantik von Funktionen Wenn eine Formel UF-unerfüllbar ist so ist sie auch T -unerfüllbar für jede Theorie T die UF erweitert ϕ ist UF-unerfüllbar Ax UF {ϕ} ist unerfüllbar = Ax T {ϕ} ist unerfüllbar ϕ ist T -unerfüllbar Vorteil: UF-Solver können sehr effizient implementiert werden, T -Solver können hohe Komplexität haben Insbesondere auch interessant wenn T unentscheidbar ist Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

5 Äquivalenz von Programmen Beispiel Sind die folgenden Funktionen äquivalent? uint fma1(uint x, uint y, uint z) { } return x + (y * z); uint fma2(uint x, uint y, uint z) { uint p = y * z; uint s = x + p; return s; Ist die folgende Formel gültig in Peano Arithmetik? (p = y z) (s = x + p) (s = x + (y z)) Ist die folgende Formel unerfüllbar in Peano Arithmetik? (p = y z) (s = x + p) (s = x + (y z)) Ist die folgende Formel UF-unerfüllbar? (p = mul(y, z)) (s = add(x, p)) (s = add(x, mul(y, z))) } Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

6 Äquivalenz- und Kongruenzrelationen Eine binäre Relation auf einer Menge M ist eine Äquivalenzrelation falls reflexiv, transitiv und symmetrisch ist Der Äquivalenzabschluß einer binären Relation R auf einer Menge M ist die kleinste Äquivalenzrelation auf M die R enthält Eine Äquivalenzrelation auf einer Menge M definiert eine Partition M/ bestehend aus Äquivalenzklassen [s] := {t M t s} Eine Äquivalenzrelation auf einer Menge M ist eine Kongruenzrelation falls ni=1 x i y i f (x 1,..., x n ) M f (y 1,..., y m ) M f (x 1,..., x n ) f (y 1,..., y n ) für alle n-stelligen Funktionssymbole f mit n > 0 gilt Der Kongruenzabschluß einer binären Relation R auf einer Menge M ist die kleinste Kongruenzrelation auf M die R enthält Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

7 Kongruenzabschluß als T -Solver für UF Sei ϕ eine Konjunktion von UF-Literalen (s = t oder (s = t)) Die Teiltermmenge S ϕ von ϕ enthält alle Teilterme die in ϕ auftreten Satz ϕ ist UF-erfüllbar gdw. es eine Kongruenzrelation auf S ϕ gibt s.d. s t für alle UF-Literale s = t in ϕ s t für alle UF-Literale (s = t) in ϕ Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

8 Beweis Satz ϕ ist UF-erfüllbar gdw. es eine Kongruenzrelation auf S ϕ gibt s.d. s t für alle UF-Literale s = t in ϕ s t für alle UF-Literale (s = t) in ϕ Betrachte die Struktur M: Universum S ϕ / = M := f M ([s 1 ],..., [s n ] ) := { [f (s1,..., s n )] falls f (s 1,..., s n ) S ϕ beliebig Dann ist M ein UF-Modell von ϕ Hausaufgabe falls f (s 1,..., s n ) S ϕ Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

9 Kongruenzabschluß als T -Solver für UF Algorithmus Eingabe: ϕ : s 1 = t 1... s n = t n (s 1 = t 1 )... (s m = t m) Ausgabe: UF-konsistent oder UF-inkonsistent Schritte: 1. Berechne den Kongruenzabschluß von {s 1 = t 1,..., s n = t n } auf der Teiltermmenge S ϕ 2. Falls s i t i für ein i, gib UF-inkonsistent aus 3. Andernfalls, gib UF-konsistent aus Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

10 Berechnung des Kongruenzabschluß Der Kongruenzabschluß von {s 1 = t 1,..., s n = t n } auf der Teiltermmenge S ϕ kann wie folgt berechnet werden: 1. Sei L = {{s i, t i } 1 i n} {{s} s S ϕ \ {s 1,..., s n, t 1,..., t n }} 2. Vereinige alle Mengen M 1, M 2 L mit M 1 M 2 = 3. Sei K = L {{f (s 1,..., s n ), f (t 1,..., t n )} ex. M i L mit s i, t i M i f (s 1,..., s n ) S ϕ f (t 1,..., t n ) S ϕ } 4. Vereinige alle Mengen M 1, M 2 K mit M 1 M 2 = 5. Falls K = L so setze L = K und gehe zu 3., sonst höre auf Konstruktion terminiert da S ϕ endlich ist Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

11 Beispiel ϕ : f (a, b) = a (f (f (a, b), b) = a) S ϕ = {a, b, f (a, b), f (f (a, b), b)} Berechnung des Kongruenzabschluß von auf der Teiltermmenge S ϕ : {f (a, b) = a} 1. { {a, f (a, b)}, {b}, {f (f (a, b), b)} } 2. { {a, f (a, b)}, {b}, {f (f (a, b), b)} } { {f (a, b), f (f (a, b), b)} } 3. { {a, f (a, b), f (f (a, b), b)}, {b}, {f (f (a, b), b)} } 4. { {a, f (a, b), f (f (a, b), b)}, {b} } Kongruenzabschluß ϕ ist UF-inkonsistent da f (f (a, b), b) a Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

12 Abstrakter Kongruenzabschluß Ersetzungssystem: Menge R von Regeln l r s R t gdw. s = C[l] und t = C[r] für einen Kontext C Ziel: Konstruktion eines Ersetzungssystems R welches den Kongruenzabschluß beschreibt R ist terminierend und konfluent s t gdw. s R = t R Gilt für beliebige s, t (nicht eingeschränkt auf die Teiltermmenge!) Zusätzlich zu Σ: disjunkte Menge U von Konstanten, geordnet durch C-Regel: c d für c, d U D-Regel: f (c 1,..., c n ) c für f Σ und c 1,..., c k, c U R wird durch ein Inferenzsystem aus {s 1 = t 1,..., s n = t n } erzeugt Zustände: (K, E, R) K U E Menge von Gleichheiten R Menge von Regeln Startzustand: (, {s 1 = t 1,..., s n = t n }, ) Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

13 Inferenzregeln 1 Extension (K, E[t], R) (K {c}, E[c], R {t c}) t c ist eine D-Regel und c U \ K Simplification (K, E[t], R {t c}) (K, E[c], R {t c}) Orientation (K {c}, E {t = c}, R) (K {c}, E, R {t c}) t U und t c oder t c ist eine D-Regel Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

14 Inferenzregeln 2 Deletion (K, E {t = t}, R) (K, E, R) Deduction (K, E, R {t c, t d}) (K, E {c = d}, R {t d}) Collapse (K, E, R {C[c] c, c d}) (K, E, R {C[d] c, c d}) C = Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

15 Beispiel Berechnung des abstrakten Kongruenzabschluß von Anwendung der Inferenzregeln: {a = b, f (f (a)) = f (b)} K E R Regel {a = b, f (f (a)) = f (b)} Extension {c 0 } {c 0 = b, f (f (a)) = f (b)} {a c 0 } Orientation {c 0 } {f (f (a)) = f (b)} {a c 0, b c 0 } Simplification 2 {c 0 } {f (f (c 0 )) = f (c 0 )} {a c 0, b c 0 } Extension {c 0, c 1 } {f (c 1 ) = f (c 0 )} {a c 0, b c 0, f (c 0 ) c 1 } Simplification {c 0, c 1 } {f (c 1 ) = c 1 } {a c 0, b c 0, f (c 0 ) c 1 } Orientation {c 0, c 1 } {a c 0, b c 0, f (c 0 ) c 1, f (c 1 ) c 1 } Gilt f (f (f (a))) f (b)? Ja, da f (f (f (a))) R = c 1 = f (b) R Gilt f (a) a? Nein, da f (a) R = c 1 = c 0 = a R Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

16 Eigenschaften Satz Alle Ableitungen (, E, ) (K 1, E 1, R 1 )... sind endlich Satz Sei (, E, ) (K 1, E 1, R 1 )... (K n, E n, R n ) eine maximale Ableitung E n = R n beschreibt den Kongruenzabschluß von E Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

17 Gleichheitslogik Gleichheitslogik ist ein Fragment von UF Formeln enthalten nur Variablen, keine komplizierteren Terme Alternativer Ansatz: Theorie (Gleichheitslogik) Σ = {=} Axiome Ax: 1. x. x = x (Reflexivität) 2. x, y. x = y y = x (Symmetrie) 3. x, y, z. x = y y = z x = z (Transitivität) Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

18 Von UF nach Gleichheitslogik Ziel: transformiere UF-Formel ϕ UF in eine erfüllbarkeitsäquivalente Gleichheitslogik-Formel ϕ E ϕ E hat die Form flat E FC E flat E ersetzt maximale Teilterme in ϕ UF durch Variablen FC E erzwingt Kongruenz Beispiel UF-Formel ϕ UF : x = y (f (x) = f (y)) flat E : x = y (f x = f y ) f x und f y sind neue Variablen FC E : x = y f x = f y Falls x und y gleich sind so sind auch f (x) und f (y) gleich Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

19 Ackermanns Reduktion Algorithmus Eingabe: UF-Formal ϕ UF Ausgabe: Erfüllbarkeitsäquivalente Gleichheitslogik-Formel ϕ E Schritte: 1. Nummeriere Teilterme der Form f (...) 2. Sei F i der i-te Teilterm der Form f (...) und sei arg j (F i ) sein j-tes Argument 3. Generiere flat E aus ϕ UF indem alle Atome der Form F i = G j durch F i = Ĝj für neue Variablen F i, Ĝj ersetzt werden 4. Generiere FC E als Konjunktion aus Formeln der Form n j=1 arg j (F i ) = arg j (F k ) F i = F k für alle i < k wenn f die Stelligkeit n mit n > 0 hat 5. Gib flat E FC E aus Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

20 Beispiel ϕ UF : G 1 {}}{ x = y (f (f ( g(x)) }{{} F 1 ) } {{ } F 2 G 2 {}}{ = f (f ( g(y)) ) }{{} F 3 ) } {{ } F 4 flat E : x = y (f 2 = f 4 ) FC E : x = y g 1 = g 2 g 1 = f 1 f 1 = f 2 g 1 = g 2 f 1 = f 3 g 1 = f 3 f 1 = f 4 f 1 = g 2 f 2 = f 3 f 1 = f 3 f 2 = f 4 g 2 = f 3 f 3 = f Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

21 T -Solver für Gleichheitslogik Satz ϕ ist Gleichheitslogik-erfüllbar gdw. es eine Äquivalenzrelation auf V (ϕ) gibt so dass x y für alle Literale x = y in ϕ x y für alle Literale (x = y) in ϕ Algorithmus Eingabe: ϕ : x 1 = y 1... x n = y n (x 1 = y 1 )... (x m = y m) Ausgabe: konsistent oder inkonsistent Schritte: 1. Berechne den Äquivalenzabschluß von {x 1 = y 1,..., x n = y n } auf V (ϕ) 2. Falls x i y i für ein i, gib inkonsistent aus 3. Andernfalls, gib konsistent aus Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

22 Berechnung des Äquivalenzabschluß Der Äquivalenzabschluß von {x 1 = y 1,..., x n = y n } auf V (ϕ) kann wie folgt berechnet werden: 1. L = {{x i, y i } 1 i n} {{x} x V (ϕ) \ {x 1,..., x n, y 1,..., y n }} 2. Vereinige alle Mengen M 1, M 2 L mit M 1 M 2 = Konstruktion terminiert da V (ϕ) endlich ist Beispiel Der Äquivalenzabschluß von {x 1 = x 2, x 3 = x 4, x 4 = x 1 } auf den Variablen {x 1, x 2, x 3, x 4, x 5 } wird wie folgt berechnet: 1. { {x 1, x 2 }, {x 3, x 4 }, {x 4, x 1 }, {x 5 } } 2. { {x 1, x 2, x 4 }, {x 3, x 4 }, {x 5 } } 3. { {x 1, x 2, x 3, x 4 }, {x 5 } } Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

23 Union-Find Algorithmus Idee: Stelle die Äquivalenzklassen als Bäume dar Wurzel eines Baums ist Repräsentant der Äquivalenzklasse Pseudocode: function MakeSet(x) x.parent := x function Find(x) if x.parent == x return x else return Find(x.parent) function Union(x, y) xroot := Find(x) yroot := Find(y) xroot.parent := yroot x und y sind äquivalent gdw. Find(x) == Find(y) Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

24 Äquivalenzabschluß mittels Union-Find Der Äquivalenzabschluß von {x 1 = y 1,..., x n = y n } auf V (ϕ) kann wie folgt berechnet werden: 1. führe MakeSet(x) für alle x V (ϕ) aus 2. führe Union(x i, y i ) für alle 1 i n aus Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

25 Beispiel Der Äquivalenzabschluß von {x 1 = x 2, x 3 = x 4, x 4 = x 1 } auf {x 1, x 2, x 3, x 4, x 5 } wird wie folgt berechnet: 1. Nach Ausführung von MakeSet(x) für alle x {x 1, x 2, x 3, x 4, x 5 }: x 1 x 2 x 3 x 4 x 5 2. Nach Ausführung von Union(x 1, x 2 ): x 1 x 2 x 3 x 4 x 5 3. Nach Ausführung von Union(x 3, x 4 ): x 1 x 2 x 3 x 4 x 5 4. Nach Ausführung von Union(x 4, x 1 ): x 1 x 2 x 3 x 4 x Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

26 SAT-Reduktion von Gleichheitslogik Der Äquivalenzabschluß erzeugt eine Partitionierung der Variablen Für n Variablen hat jede Partitionierung höchstens n Elemente Formalisierung dieser Beobachtung: Satz Eine erfüllbare Gleichheitslogik-Formel mit n Variablen hat ein Modell mit höchstens n Elementen Idee: Ersetze Variable x durch N := log n aussagenlogische Variablen x 1,..., x N ( bits ) x = y wird ersetzt durch (x 1 y 1 )... (x N y n ) n log n bits, Zustandsraum der Größe 2 n log n n n Verfeinerung des Ansatzes erzeugt Zustandsraum der Größe n! Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

27 Beispiel Gleichheitslogik-Formel: x 1 = x 2 [x 2 = x 3 (x 1 = x 4 )] x 2 = x 4 4 Variablen, 2 bits pro Variable SAT-Formel: ((x 1,1 x 2,1 ) (x 1,2 x 2,2 )) [((x 2,1 x 3,1 ) (x 2,2 x 3,2 )) ((x 1,1 x 4,1 ) (x 1,2 x 4,1 ))] ((x 2,1 x 4,1 ) (x 2,2 x 4,2 )) Mai 2013 S. Falke - Theorie der uninterpretierten Funktionen ITI

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4

Syntax der Aussagenlogik. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Formel als Syntaxbaum. Teilformel A 3 A 1 A 4 Syntax der Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Eine atomare Formel hat die Form A i (wobei i = 1, 2, 3,...). Definition (Formel)

Mehr

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem: 4 4 4 4 4 1 1 1 1 2 2 3 3 5 5 5 5 5 5 6 6 6 7 7 8 8 9 9 9 9 9 8 6 Verwenden Sie dazu eine atomare Formel A[n, x, y] für jedes Tripel (n,

Mehr

Die kongruente Hülle

Die kongruente Hülle Seminar Entscheidungsverfahren für logische Theorien Die kongruente Hülle Sebastian Bochra 01.03.2005 1 Inhaltsverzeichnis 1 Worum geht es bei der kongruenten Hülle? 3 2 Kurzer Einschub: Äquivalenzrelationen

Mehr

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit

Mengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {

Mehr

Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln

Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln Vorlesung Letz WS 2002/2003 TU München: Logikbasierte Entscheidungsverfahren Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln INHALTE Die Bernays-Schönfinkel-Klasse bzw. Datenlogik-Formeln

Mehr

Klausur zur Vorlesung Mathematische Logik

Klausur zur Vorlesung Mathematische Logik Universität Heidelberg 13. Februar 2014 Institut für Informatik Prof. Dr. Klaus Ambos-Spies Dipl.-Math. Thorsten Kräling Klausur zur Vorlesung Mathematische Logik Musterlösung Aufgabe 1 (Aussagenlogik

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

Mehr

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik

4.1 Motivation. Theorie der Informatik. Theorie der Informatik. 4.1 Motivation. 4.2 Syntax der Prädikatenlogik. 4.3 Semantik der Prädikatenlogik Theorie der Informatik 3. März 2014 4. Prädikatenlogik I Theorie der Informatik 4. Prädikatenlogik I 4.1 Motivation Malte Helmert Gabriele Röger 4.2 Syntax der Prädikatenlogik Universität Basel 3. März

Mehr

Tableaukalkül für Aussagenlogik

Tableaukalkül für Aussagenlogik Tableaukalkül für Aussagenlogik Tableau: Test einer Formel auf Widersprüchlichkeit Fallunterscheidung baumförmig organisiert Keine Normalisierung, d.h. alle Formeln sind erlaubt Struktur der Formel wird

Mehr

Zusammenfassung des Stoffes zur Vorlesung Formale Systeme

Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Zusammenfassung des Stoffes zur Vorlesung Formale Systeme Max Kramer 13. Februar 2009 Diese Zusammenfassung entstand als persönliche Vorbereitung auf die Klausur zur Vorlesung Formale Systeme von Prof.

Mehr

1. Übung Algorithmentechnik

1. Übung Algorithmentechnik 1. Übung Algorithmentechnik Institut für Theoretische Informatik 04.11.2008 1/ 42 Aufgabe 1 Aufgabe (Amortisierte Analyse) Modellieren Sie eine Queue mit zwei Stacks so, dass die amortisierten Kosten von

Mehr

Logik-Grundlagen. Syntax der Prädikatenlogik

Logik-Grundlagen. Syntax der Prädikatenlogik Logik-Grundlagen X 1 :...: X k : ( A 1 A 2... A m B 1 B 2... B n ) Logische und funktionale Programmierung - Universität Potsdam - M. Thomas - Prädikatenlogik III.1 Syntax der Prädikatenlogik Prädikat:

Mehr

Beweisen mit Semantischen Tableaux

Beweisen mit Semantischen Tableaux Beweisen mit Semantischen Tableaux Semantische Tableaux geben ein Beweisverfahren, mit dem ähnlich wie mit Resolution eine Formel dadurch bewiesen wird, dass ihre Negation als widersprüchlich abgeleitet

Mehr

Einführung in die mathematische Logik

Einführung in die mathematische Logik Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Arbeitsblatt 3 Übungsaufgaben Aufgabe 3.1. Beweise mittels Wahrheitstabellen, dass die folgenden Aussagen Tautologien sind.

Mehr

Grundbegriffe der Informatik Tutorium 11

Grundbegriffe der Informatik Tutorium 11 Grundbegriffe der Informatik Tutorium 11 Tutorium Nr. 32 Philipp Oppermann 29. Januar 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

Mehr

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation

5.1 Inferenz. Theorie der Informatik. Theorie der Informatik. 5.1 Inferenz. 5.2 Resolutionskalkül. 5.3 Zusammenfassung. Inferenz: Motivation Theorie der Informatik 9. März 2015 5. Aussagenlogik III Theorie der Informatik 5. Aussagenlogik III 5.1 Inferenz Malte Helmert Gabriele Röger 5.2 Resolutionskalkül Universität Basel 9. März 2015 5.3 Zusammenfassung

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 21: Relationen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

Mehr

Theoretische Grundlagen der Informatik

Theoretische Grundlagen der Informatik Theoretische Grundlagen der Informatik 0 KIT 10.11.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik nationales Forschungszentrum Vorlesung in am

Mehr

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}

R = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3} Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Centrum für Informations- und Sprachverarbeitung (CIS) 10. Juni 2014 Table of Contents 1 2 Äquivalenz Der Begriff der Äquivalenz verallgemeinert den Begriff der Gleichheit. Er beinhaltet in einem zu präzisierenden

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik Grundlagen der Theoretischen Informatik Sommersemester 2015 23.04.2015 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 Bis jetzt 1. Terminologie 2. Endliche Automaten und reguläre Sprachen

Mehr

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch

Prüfungsaufgaben. Aufgabe 2 (TP1 Frühjahr 2006) ( ) logisch Aufgabe 1 (TP1 Februar 2007) Prüfungsaufgaben Bestimmen Sie zu den nachstehenden aussagenlogischen Aussageformen je eine möglichst einfache logisch äquivalente Aussageform. Weisen Sie die Äquivalenzen

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

Logik Vorlesung 3: Äquivalenz und Normalformen Logik Vorlesung 3: Äquivalenz und Normalformen Andreas Maletti 7. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Grundlagen: Algorithmen und Datenstrukturen

Grundlagen: Algorithmen und Datenstrukturen Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 00

Mehr

Maike Buchin 18. Februar 2016 Stef Sijben. Probeklausur. Theoretische Informatik. Bearbeitungszeit: 3 Stunden

Maike Buchin 18. Februar 2016 Stef Sijben. Probeklausur. Theoretische Informatik. Bearbeitungszeit: 3 Stunden Maike Buchin 8. Februar 26 Stef Sijben Probeklausur Theoretische Informatik Bearbeitungszeit: 3 Stunden Name: Matrikelnummer: Studiengang: Geburtsdatum: Hinweise: Schreibe die Lösung jeder Aufgabe direkt

Mehr

Resolutionsalgorithmus

Resolutionsalgorithmus 112 Resolutionskalkül Mit dem Begriff Kalkül bezeichnet man eine Menge von syntaktischen Umformungsregeln, mit denen man semantische Eigenschaften der Eingabeformel herleiten kann. Für den Resolutionskalkül:

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) WS 2014/15 Diskrete Strukturen Kapitel 2: Grundlagen (Beweise) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_14

Mehr

Einführung in die Informatik 2

Einführung 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,

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Dr. Werner Meixner, Dr. Alexander Krauss Sommersemester 2010 Lösungsblatt 11 15. Juli 2010 Einführung in die Theoretische

Mehr

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1

Terme. Dann ist auch f(t 1. Terme. Dann ist P (t 1 Prädikatenlogik 1. Syntax und Semantik Man kann die Prädikatenlogik unter einem syntaktischen und einem semantischen Gesichtspunkt sehen. Bei der Behandlung syntaktischer Aspekte macht man sich Gedanken

Mehr

Ergänzende Übungen Lineare Algebra I. Wintersemester 2010/11. Prof. Dr. Kristina Reiss Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik

Ergänzende Übungen Lineare Algebra I. Wintersemester 2010/11. Prof. Dr. Kristina Reiss Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik Ergänzende Übungen Lineare Algebra I Wintersemester 2010/11 Prof. Dr. Kristina Reiss Heinz Nixdorf-Stiftungslehrstuhl für Didaktik der Mathematik 1 Äquivalenz Was bedeutet Äquivalenz? Wie wird der Begriff

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

Vorsemesterkurs Informatik

Vorsemesterkurs Informatik Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung

Mehr

Wissensbasierte Systeme 7. Prädikatenlogik

Wissensbasierte Systeme 7. Prädikatenlogik Wissensbasierte Systeme 7. Prädikatenlogik Syntax und Semantik, Normalformen, Herbrandexpansion Michael Beetz Plan-based Robot Control 1 Inhalt 7.1 Motivation 7.2 Syntax und Semantik 7.3 Normalformen 7.4

Mehr

Formale Systeme. Aussagenlogik: Sequenzenkalkül. Prof. Dr. Bernhard Beckert WS 2010/2011 KIT INSTITUT FÜR THEORETISCHE INFORMATIK

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

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 17: Relationen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2009/2010 1/77 Überblick Äquivalenzrelationen Definition Äquivalenzrelationen

Mehr

3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik

3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik Deduktionssysteme der Aussagenlogik, Kap. 3: Tableaukalküle 38 3 Tableaukalküle 3.1 Klassische Aussagenlogik 3.1.1 Die Variante T1 und ein Entscheidungsverfahren für die Aussagenlogik Ein zweites Entscheidungsverfahren

Mehr

(1.18) Def.: Eine Abbildung f : M N heißt

(1.18) Def.: Eine Abbildung f : M N heißt Zurück zur Mengenlehre: Abbildungen zwischen Mengen (1.17) Def.: Es seien M, N Mengen. Eine Abbildung f : M N von M nach N ist eine Vorschrift, die jedem x M genau ein Element f(x) N zuordnet. a) M = N

Mehr

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.

Mehr

Praktikum 3 Algorithmik SS Aufgabe 10: Aufgabe 9 ( Skyline-Problem ) weitere Aufgaben folgen. Name:... Matr-Nr:...

Praktikum 3 Algorithmik SS Aufgabe 10: Aufgabe 9 ( Skyline-Problem ) weitere Aufgaben folgen. Name:... Matr-Nr:... Praktikum 3 Algorithmik SS 2007 14052007 Aufgabe 9: Aufgabe 10: Das Skyline-Problem Union-Find-Strukturen weitere Aufgaben folgen Name: Matr-Nr: Datum: Unterschrift des Dozenten (wenn bestanden): Aufgabe

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

Logik Vorlesung 10: Herbrand-Theorie

Logik Vorlesung 10: Herbrand-Theorie Logik Vorlesung 10: Herbrand-Theorie Andreas Maletti 9. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften

Mehr

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem

8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8 Der Kompaktheitssatz und der Satz von Löwenheim und Skolem 8.1 Der Kompaktheitssatz Kompaktheitssatz Endlichkeitssatz Der Kompaktheitssatz ist auch unter dem Namen Endlichkeitssatz bekannt. Unter Verwendung

Mehr

Theorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie

Theorie der Informatik. Theorie der Informatik. 6.1 Einführung. 6.2 Alphabete und formale Sprachen. 6.3 Grammatiken. 6.4 Chomsky-Hierarchie Theorie der Informatik 17. März 2014 6. Formale Sprachen und Grammatiken Theorie der Informatik 6. Formale Sprachen und Grammatiken Malte Helmert Gabriele Röger Universität Basel 17. März 2014 6.1 Einführung

Mehr

Unvollständigkeit der Arithmetik

Unvollständigkeit der Arithmetik Unvollständigkeit der Arithmetik Slide 1 Unvollständigkeit der Arithmetik Hans U. Simon (RUB) Email: simon@lmi.rub.de Homepage: http://www.ruhr-uni-bochum.de/lmi Unvollständigkeit der Arithmetik Slide

Mehr

Musterlösung 11.Übung Mathematische Logik

Musterlösung 11.Übung Mathematische Logik Lehr- und Forschungsgebiet Mathematische Grundlagen der Informatik RWTH Aachen Prof. Dr. E. Grädel, F. Reinhardt SS 2015 Aufgabe 2 Musterlösung 11.Übung Mathematische Logik Geben Sie für die folgenden

Mehr

Einführung in die Logik

Einführung in die Logik Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3

Mehr

TU5 Aussagenlogik II

TU5 Aussagenlogik II TU5 Aussagenlogik II Daniela Andrade daniela.andrade@tum.de 21.11.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;)

Mehr

Beispiel Aussagenlogik nach Schöning: Logik...

Beispiel Aussagenlogik nach Schöning: Logik... Beispiel Aussagenlogik nach Schöning: Logik... Worin besteht das Geheimnis Ihres langen Lebens? wurde ein 100-jähriger gefragt. Ich halte mich streng an die Diätregeln: Wenn ich kein Bier zu einer Mahlzeit

Mehr

Lösungsvorschläge Blatt Z1

Lösungsvorschläge 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 /

Mehr

Lemma Für jede monotone Grammatik G gibt es eine kontextsensitive

Lemma Für jede monotone Grammatik G gibt es eine kontextsensitive Lemma Für jede monotone Grammatik G gibt es eine kontextsensitive Grammatik G mit L(G) = L(G ). Beweis im Beispiel (2.): G = (V,Σ, P, S) : P = {S asbc, S abc, CB BC, ab ab, bb bb, bc bc, cc cc}. (i) G

Mehr

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13)

Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) Berlin, 21. Februar 2013 Name:... Matr.-Nr.:... Klausur Informatik-Propädeutikum (Niedermeier/Hartung/Nichterlein, Wintersemester 2012/13) 1 2 3 4 5 6 7 8 9 Σ Bearbeitungszeit: 90 min. max. Punktezahl:

Mehr

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe

Syntax der Prädikatenlogik: Variablen, Terme. Formeln. Freie und gebundene Variablen, Aussagen. Aufgabe Syntax der Prädikatenlogik: Variablen, Terme Formeln Eine Variable hat die Form x i mit i = 1, 2, 3.... Ein Prädikatensymbol hat die Form Pi k und ein Funktionssymbol hat die Form fi k mit i = 1, 2, 3...

Mehr

Grundbegriffe der Informatik Tutorium 12

Grundbegriffe der Informatik Tutorium 12 Grundbegriffe der Informatik Tutorium 12 Tutorium Nr. 16 Philipp Oppermann 28. Januar 2015 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum

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

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 4 Programm des

Mehr

Hilbert-Kalkül (Einführung)

Hilbert-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

Mehr

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser Informatik A Prof. Dr. Norbert Fuhr fuhr@uni-duisburg.de auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser 1 Teil I Logik 2 Geschichte R. Descartes (17. Jhdt): klassische

Mehr

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie

Mehr

5. Äquivalenzrelationen

5. Äquivalenzrelationen 5. Äquivalenzrelationen 35 5. Äquivalenzrelationen Wenn man eine große und komplizierte Menge (bzw. Gruppe) untersuchen will, so kann es sinnvoll sein, zunächst kleinere, einfachere Mengen (bzw. Gruppen)

Mehr

Kapitel L:II. II. Aussagenlogik

Kapitel L:II. II. Aussagenlogik Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen

Mehr

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9.

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9. Formale Logik PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg Wintersemester 16/17 Sitzung vom 9. November 2016 Weitere Begriffe Eine Zuweisung von Wahrheitswerten W bzw. F

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. Formale Grundlagen der Informatik 1 Kapitel 17. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel Motivation Formale Grundlagen der Informatik 1 Kapitel 17 & Frank Heitmann heitmann@informatik.uni-hamburg.de 6. & 7. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Die ist eine Erweiterung

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

Aussagenlogik 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

Mehr

abgeschlossen unter,,,, R,

abgeschlossen unter,,,, R, Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 5. Aussagenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Normalformen Definition: Literal Atom (aussagenlogische

Mehr

1.5 Restklassen, Äquivalenzrelationen und Isomorphie

1.5 Restklassen, Äquivalenzrelationen und Isomorphie Lineare Algebra I WS 2015/16 c Rudolf Scharlau 39 1.5 Restklassen, Äquivalenzrelationen und Isomorphie In diesem Abschnitt wird zunächst der mathematische Begriff einer Relation kurz und informell eingeführt.

Mehr

Aufgabe - Fortsetzung

Aufgabe - 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)

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

1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen

1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen 1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen Einleitung 1 Wie der Name schon sagt sind Äquivalenzrelationen besondere Relationen. Deswegen erkläre ich hier ganz allgemein, was Relationen

Mehr

2: Zahlentheorie / Restklassen 2.1: Modulare Arithmetik

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

Mehr

Theoretische Grundlagen des Software Engineering

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

Mehr

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Institut für Informatik Sommersemester 2007 B. Beckert Grundlagen d. Theoretischen Informatik:

Mehr

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung

2. Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 2 Woche: Eindeutige Entschlüsselbarleit, Sätze von Kraft und McMillan, Huffmancodierung 24/ 44 Zwei Beispiele a 0

Mehr

Felix Brandt, Jan Johannsen. Vorlesung im Wintersemester 2008/09

Felix Brandt, Jan Johannsen. Vorlesung im Wintersemester 2008/09 Felix Brandt, Jan Johannsen Vorlesung im Wintersemester 2008/09 Übersicht Übersicht Definition Ein Matching in G = (V, E) ist eine Menge M E mit e 1 e 2 = für e 1, e 2 M, e 1 e 2 Ein Matching M ist perfekt,

Mehr

Musterlösung der Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13

Musterlösung der Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2012/13 Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Musterlösung der Hauptklausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 22/3 Vorname Nachname Matrikelnummer

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

3. Grundlegende Begriffe von Logiken - Aussagenlogik 3. Grundlegende Begriffe von Logiken - Aussagenlogik Wichtige Konzepte und Begriffe in Logiken: Syntax (Signatur, Term, Formel,... ): Festlegung, welche syntaktischen Gebilde als Formeln (Aussagen, Sätze,

Mehr

Probeklausuraufgaben GuDS

Probeklausuraufgaben GuDS TU Ilmenau WS 2014/15 Institut für Mathematik Probeklausuraufgaben GuDS Achtung: Die Auswahl der Aufgaben ist nicht repräsentativ für die tatsächlichen Klausuraufgaben, sondern sollte lediglich als Übungsmöglichkeit

Mehr

1 Aussagenlogischer Kalkül

1 Aussagenlogischer Kalkül 1 Aussagenlogischer Kalkül Ein Kalkül in der Aussagenlogik soll die Wahrheit oder Algemeingültigkeit von Aussageformen allein auf syntaktischer Ebene zeigen. Die Wahrheit soll durch Umformung von Formeln

Mehr

Nachklausur Bitte in Druckschrift leserlich ausfüllen!

Nachklausur Bitte in Druckschrift leserlich ausfüllen! Übungen zur Vorlesung Informatik für Informationsmanager WS 2005/2006 Universität Koblenz-Landau Institut für Informatik Prof. Dr. Bernhard Beckert Dr. Manfred Jackel Nachklausur 24.04.2006 Bitte in Druckschrift

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fakultät für Informatik Prof. Tobias Nipkow, Ph.D. Sascha Böhme, Lars Noschinski Sommersemester 2011 Lösungsblatt 11 1. August 2011 Einführung in die Theoretische Informatik

Mehr

Theoretische Informatik SS 03 Übung 11

Theoretische 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

Mehr

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen

Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Mathematische Grundlagen der Computerlinguistik Relationen und Funktionen Dozentin: Wiebke Petersen 2. Foliensatz Wiebke Petersen math. Grundlagen 20 n-tupel und Cartesisches Produkt Mengen sind ungeordnet,

Mehr

Termersetzungssysteme. Andrei Morozyuk

Termersetzungssysteme. Andrei Morozyuk Verlauf 1 Grundlagen Terme Verlauf 1 Grundlagen Terme Substituitonen Verlauf 1 Grundlagen Terme Substituitonen Gleichungen Verlauf 1 Grundlagen Terme Substituitonen Gleichungen Oparationelle und Semantische

Mehr

Konstruktion reeller Zahlen aus rationalen Zahlen

Konstruktion reeller Zahlen aus rationalen Zahlen Konstruktion reeller Zahlen aus rationalen Zahlen Wir nehmen an, daß der Körper der rationalen Zahlen bekannt ist. Genauer wollen wir annehmen: Gegeben ist eine Menge Q zusammen mit zwei Verknüpfungen

Mehr

2.2 der Größenbegriff

2.2 der Größenbegriff (mit Äquivalenzrelationen) Maximilian Geier Institut für Mathematik, Landau Universität Koblenz-Landau Zu Größen gelangt man ausgehend von realen Gegenständen durch einen Abstraktionsvorgang. Man geht

Mehr

Aussagenlogik. Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle

Aussagenlogik. Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle Aussagenlogik Syntax und Semantik Boolesche Algebra Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle Logik für Informatiker, M. Lange, IFI/LMU: Aussagenlogik Syntax und Semantik 26 Einführendes Beispiel

Mehr

Inferenzmethoden. Einheit 18. Logik höherer Stufe

Inferenzmethoden. Einheit 18. Logik höherer Stufe Inferenzmethoden Einheit 18 Logik höherer Stufe 1. Syntax und Semantik 2. Simulation mathematischer Konstrukte 3. Beweisführung in Logik höherer Stufe Logik höherer Stufe Logik erster Stufe hat nur einfache

Mehr

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen

Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen Vor(schau)kurs für Studienanfänger Mathematik: Aussagen und Mengen 09.10.2014 Herzlich Willkommen zum 2. Teil des Vorschaukurses für Mathematik! Organisatorisches Der Vorkurs besteht aus sechs Blöcken

Mehr

Randomisierte Algorithmen

Randomisierte Algorithmen Randomisierte Algorithmen Randomisierte Algorithmen 7. Random Walks Thomas Worsch Fakultät für Informatik Karlsruher Institut für Technologie Wintersemester 2016/2017 1 / 43 Überblick Überblick Ein randomisierter

Mehr

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski

Mehr

3. Prädikatenlogik. Im Sinne der Aussagenlogik sind das verschiedene Sätze, repräsentiert etwa durch A, B, C. Natürlich gilt nicht: A B = C

3. Prädikatenlogik. Im Sinne der Aussagenlogik sind das verschiedene Sätze, repräsentiert etwa durch A, B, C. Natürlich gilt nicht: A B = C 3. Prädikatenlogik 3.1 Motivation In der Aussagenlogik interessiert Struktur der Sätze nur, insofern sie durch "und", "oder", "wenn... dann", "nicht", "genau dann... wenn" entsteht. Für viele logische

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 24.01.2013 Online Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Kapitel 1. Aussagenlogik

Kapitel 1. Aussagenlogik Kapitel 1 Aussagenlogik Einführung Mathematische Logik (WS 2012/13) Kapitel 1: Aussagenlogik 1/17 Übersicht Teil I: Syntax und Semantik der Aussagenlogik (1.0) Junktoren und Wahrheitsfunktionen (1.1) Syntax

Mehr

1.4 Äquivalenzrelationen

1.4 Äquivalenzrelationen 8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,

Mehr

Normalformen boolescher Funktionen

Normalformen boolescher Funktionen Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion

Mehr

Automatische Analyse von Termination und Komplexität von (funktionalen) Programmen

Automatische Analyse von Termination und Komplexität von (funktionalen) Programmen Automatische Analyse von Termination und Komplexität von (funktionalen) Programmen Johannes Waldmann (HTWK Leipzig) Univ. Bonn, Juni 2012 1 / 20 Wie teuer sind diese Funktionen? data List k = N C k (List

Mehr

Automaten und Coinduktion

Automaten und Coinduktion Philipps-Univestität Marburg Fachbereich Mathematik und Informatik Seminar: Konzepte von Programmiersprachen Abgabedatum 02.12.03 Betreuer: Prof. Dr. H. P. Gumm Referentin: Olga Andriyenko Automaten und

Mehr