Prädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik

Größe: px
Ab Seite anzeigen:

Download "Prädikatenlogiken. Mathematische Logik. Vorlesung 7. Alexander Bors. 6. & 27. April A. Bors Logik"

Transkript

1 Prädikatenlogiken Mathematische Logik Vorlesung 7 Alexander Bors 6. & 27. April

2 Prädikatenlogiken Überblick 1 Formale Prädikatenlogiken erster Stufe (Quelle: Ziegler, pp. 3 24) (Abgeleitete) Axiome und Schlussregeln des Hilbertkalküls Der Gödelsche Vollständigkeitssatz und Folgerungen 2

3 Erinnerung Die letzte Vorlesungseinheit war zur Gänze der Semantik jener formalen Systeme, die wir für die Prädikatenlogik erster Stufe einführen werden, gewidmet. Wir haben u.a. den Wert eines σ-terms sowie den Wahrheitswert einer σ-formel unter einer Belegung in einer σ-struktur definiert, syntaktisches Einsetzen in einen Term sowie in eine Formel definiert und mit dem Substitutionslemma einen Zusammenhang zur Semantik hergestellt, den Begriff einer σ-tautologie definiert und einfache Resultate dazu bewiesen. Erinnerung: Eine σ-formel ϕ heißt σ-tautologie, falls ϕ unter allen Belegungen in allen σ-strukturen gilt. 3

4 Plan für die heutige Einheit Wie schon letztes Mal angekündigt, werden wir heute die Axiome und Schlussregeln des zu einer fixierten Signatur σ assoziierten formalen Systems auflisten, verifizieren, dass alle aufgelisteten Axiome Tautologien sind und die Schlussregeln von Tautologien nur auf weitere Tautologien führen, abgeleitete Axiome und Schlussregeln auflisten und herleiten sowie den Gödelschen Vollständigkeitssatz formulieren und mit seinem Beweis beginnen. 4

5 Aussagenlogische σ-tautologien Wir klären zuerst den Begriff einer aussagenlogischen σ-tautologie. Definition Es sei σ eine Signatur. Eine aussagenlogische σ-tautologie entsteht aus einer aussagenlogischen Tautologie (offiziell rein unter Verwendung der Junktoren und gebildet, wobei wir inoffizielle Abkürzungen wie vereinbart zulassen) durch Ersetzen der Aussagenvariablen durch beliebige σ-formeln. Beispiel: P 0 P 1 P 0 ist eine aussagenlogische Tautologie. Damit ist z.b. folgende σ group -Formel eine aussagenlogische σ group -Tautologie: x 0 : (x 0 x 0 = 1) x 1 : (x 1 1) x 0 : (x 0 x 0 = 1). 5

6 Aussagenlogische (σ, T )-Tautologien cont. Man beachte, dass in Definition der Vorgang des Ersetzens der Aussagenvariablen durch σ-formeln nicht mehr ausführlich rekursiv definiert wird. Wir überlassen dies den ZuhörerInnen als Übungsaufgabe, ebenso wie den Beweis von Lemma Es sei σ eine Signatur, f = f (p 1,..., p n ) eine aussagenlogische Formel. Bezeichnen wir mit f (ϕ 1,..., ϕ n ) jene σ-formel, die aus f (p 1,..., p n ) entsteht, indem man für i = 1,..., n die Aussagenvariable p i durch die σ-formel ϕ i ersetzt, so gilt, für alle Belegungen β in jeder σ-struktur M: M = f (ϕ 1,..., ϕ n )[β] µ(f ) = 1. Hierbei bezeichnet µ die Funktion, welche jeder aussagenlogischen Formel mit Aussagenvariablen aus {p 1,..., p n } ihren Wahrheitswert unter der Belegung µ : {p 1,..., p n } {0, 1}, µ(p i ) = 1 M = ϕ i [β] für i = 1,..., n, zuordnet. 6

7 Axiome und Schlussregeln des σ-hilbertkalküls Es sei σ eine Signatur. Der σ-hilbertkalkül ist das formale System, dessen Formeln die σ-formeln sind, dessen Tautologien die σ-tautologien sind und dessen Axiome und Schlussregeln im Folgenden angegeben werden. Axiome des σ-hilbertkalküls: 1 Alle aussagenlogischen σ-tautologien. 2 Die folgenden, so genannten Gleichheitsaxiome: 1 x : x = x. 2 x y : (x = y y = x). 3 x y z : (x = y y = z x = z). 4 Für jedes f σ op, k-stellig: x 1 x k y 1 y k : (x 1 = y 1 x k = y k fx 1 x k = fy 1 y k ). 5 Für jedes R σ rel, k-stellig: x 1 x k y 1 y k : (x 1 = y 1 x k = y k (Rx 1 x k Ry 1 y k )). 7

8 Axiome und Schlussregeln des σ-hilbertkalküls Axiome des σ-hilbertkalküls cont.: 3 Die so genannten -Quantorenaxiome: Für jede σ-formel ϕ, jeden σ-term t und jede für t in ϕ freie Variable x, die folgende σ-formel: ϕ t x x : ϕ. Schlussregeln des σ-hilbertkalküls: 1 Modus ponens: Für beliebige σ-formeln ϕ und ψ, die Regel ϕ,ϕ ψ ψ. 2 -Einführung: Für alle σ-formeln ϕ und ψ sowie alle Variablen x, welche nicht frei in ψ vorkommen, die Regel ϕ ψ xϕ ψ. 8

9 Axiome, Schlussregeln und Tautologien Wie angekündigt, werden wir nun folgendes Resultat beweisen: Lemma Es sei σ eine Signatur. 1 Jedes Axiom des σ-hilbertkalküls ist eine σ-tautologie. 2 Für die beiden Schlussregeln des σ-hilbertkalküls gilt: Sind die Voraussetzungen der Regel (die σ-formeln im Zähler ) σ-tautologien, so sind auch die Folgerungen (die σ-formeln im Nenner ) σ-tautologien. 9

10 Axiome, Schlussregeln und Tautologien cont. Beweis von Lemma Wir zeigen zuerst Punkt (1), also, dass alle Axiome σ-tautologien sind. Für aussagenlogische σ-tautologien folgt das direkt aus Lemma Für die Gleichheitsaxiome kann man es ohne Probleme direkt nachrechnen. Für die -Quantorenaxiome führen wir das Argument aus. Es sei also β eine Belegung in einer σ-struktur M. Dann folgt mit dem Substitutionslemma: M = ϕ t x [β] M = ϕ[β tm [β] x ] M = xϕ[β]. 10

11 Axiome, Schlussregeln und Tautologien cont. Beweis von Lemma cont. Nun zum Beweis von Punkt (2), betreffend die Schlussregeln. Zum Modus Ponens: Wenn ϕ und ϕ ψ beides σ-tautologien sind, dann heißt das: ϕ gilt in allen σ-strukturen unter jeder Belegung, ebenso wie ϕ ψ. Damit kann es keine σ-struktur sowie eine Belegung in dieser Struktur geben, sodass ψ falsch wird, denn dann wäre die Implikation ϕ ψ ebenfalls falsch, ein Widerspruch. Zur -Einführung: Es sei ϕ ψ eine σ-tautologie, M eine σ-struktur und β eine Belegung in M. Wir müssen zeigen, dass die Implikation xϕ ψ in M unter β gilt. Das ist klar, wenn xϕ in M unter β falsch ist, also können wir M = xϕ[β] annehmen. 11

12 Axiome, Schlussregeln und Tautologien cont. Beweis von Lemma cont. Nach Definition heißt das, es gibt ein a M mit M = ϕ[β a x ]. Da nach Annahme ϕ ψ eine σ-tautologie ist, gilt insbesondere M = (ϕ ψ)[β a x ], also folgt aus M = ϕ[β a x ], dass M = ψ[β a x ]. Daher muss M = ψ[β a x ] gelten, und da x in ψ nicht frei vorkommt, folgt M = ψ[β] und somit auch M = ( xϕ ψ)[β], wie wir zeigen wollten. Bevor wir uns den abgeleiteten Axiomen und Schlussregeln zuwenden, führen wir eine Terminologie und Notation ein. 12

13 Beweisbarkeit und der Korrektheitssatz Definition Es sei σ eine Signatur. Eine σ-formel ϕ heißt σ-beweisbar, falls sie im σ-hilbertkalkül ableitbar ist. Wir schreiben dafür: σ ϕ. Aus Lemma folgt unmittelbar: Satz (Korrektheitssatz) Es sei σ eine Signatur. Jede σ-beweisbare σ-formel ist eine σ-tautologie, also: σ ϕ = σ ϕ. Der Gödelsche Vollständigkeitssatz behauptet, dass auch die Umkehrung des Korrektheitssatzes gilt. 13

14 Abgeleitete Axiome und Schlussregeln Lemma Es sei σ eine Signatur. Im Folgenden meinen wir mit beweisbar stets σ-beweisbar. 1 Verallgemeinerter Modus Ponens: Sind ϕ 1,..., ϕ n sowie ϕ 1 ϕ n ψ beweisbare σ-formeln, so ist auch ψ beweisbar. Insbesondere gilt: Sind ϕ 1,..., ϕ n beweisbar, so auch ϕ 1 ϕ n. 2 -Quantorenaxiome: Ist x frei für t in ϕ, so ist xϕ ϕ t x beweisbar. 3 -Einführung: Ist x nicht frei in ϕ und ist ϕ ψ beweisbar, so ist auch ϕ xψ beweisbar. Insbesondere gilt: Ist ψ beweisbar, so auch xψ. 14

15 Abgeleitete Axiome und Schlussregeln cont. Beweis von Lemma Zu Punkt (1): Man sieht leicht, dass folgende σ-formel eine aussagenlogische σ-tautologie (insbesondere ein Axiom des σ-hilbertkalküls) ist: ((ϕ 1 ϕ n ) ψ) (ϕ 1 (ϕ 2 ( (ϕ n ψ)) )). Durch eine Anwendung von Modus Ponens erhält man also die Beweisbarkeit von ϕ 1 (ϕ 2 ( (ϕ n ψ)) ) und damit, nach n-maliger weiterer Anwendung von Modus Ponens, dass σ ψ. 15

16 Abgeleitete Axiome und Schlussregeln cont. Beweis von Lemma cont. Zu Punkt (2): ϕ t x x ϕ ist ein -Quantorenaxiom, und ( ϕ t x x ϕ) ( x ϕ ϕ t x ) ist eine aussagenlogische σ-tautologie, entstanden durch Einsetzen in die aussagenlogische Tautologie ( P 0 P 1 ) ( P 1 P 0 ). Durch eine Anwendung von Modus Ponens sieht man, dass σ x ϕ ϕ t x, wie gewünscht. 16

17 Abgeleitete Axiome und Schlussregeln cont. Beweis von Lemma cont. Zu Punkt (3): Nach Annahme ist ϕ ψ beweisbar, und (ϕ ψ) ( ψ ϕ) ist eine aussagenlogische σ-tautologie. Nach Modus Ponens gilt also auch T σ ψ ϕ. Da nach Annahme x nicht frei in ψ vorkommt, dürfen wir mittels -Einführung auf x ψ ϕ schließen. Aussagenlogik lässt uns dann hieraus wiederum auf ϕ x ψ schließen, wie gewünscht. Zum Insbesondere in Punkt (3): Angenommen, σ ψ. Fixiere eine beweisbare σ-formel ϕ, die x nicht frei enthält (z.b. das Gleichheitsaxiom x : x = x). ψ (ϕ ψ) ist eine aussagenlogische σ-tautologie, und man erhält mit Modus Ponens σ (ϕ ψ), durch -Einführung also auch σ ϕ xψ, also mit Modus Ponens σ xψ. 17

18 Formulierung des Vollständigkeitssatzes Satz (Gödelscher Vollständigkeitssatz) Es sei σ eine Signatur. Dann gilt: Eine σ-formel ϕ ist genau dann σ-beweisbar, wenn sie eine σ-tautologie ist, also: σ ϕ = σ ϕ. Beachte: Nach Lemma hängt der Begriff einer σ-tautologie ϕ nicht wirklich von σ ab; σ muss lediglich so groß sein, dass es alle in der Formel ϕ vorkommenden Konstanten-, Operations- und Relationssymbole umfasst. Daher ist die Notation = ϕ (ohne explizite Erwähnung von σ) wohldefiniert, und nach dem Vollständigkeitssatz ist damit auch die Notation ϕ wohldefiniert. 18

19 Überblick über den Beweis des Vollständigkeitssatzes Der wesentlichste Schritt zum Beweis von Satz wird der Beweis eines bemerkenswerten Satzes über Widerspruchsfreiheit von σ-theorien sein. Zuerst ein paar Begriffe: Definition Es sei σ eine Signatur. Eine σ-theorie ist eine Menge T von σ-sätzen, und eine σ-struktur M heißt ein Modell für T, falls M = τ für jeden σ-satz τ T. T heißt widerspruchsfrei, falls es keine σ-sätze ϕ 1,..., ϕ n T gibt, sodass σ (ϕ 1 ϕ n ). Im vorigen Kapitel (dem historischen Überblick) hatten wir Widerspruchsfreiheit für formale Systeme definiert. Man kann auch die Widerspruchsfreiheit von T mit der Widerspruchsfreiheit eines geeigneten formalen Systems, des (σ, T )-Hilbertkalküls, in Verbindung setzen. Mehr dazu am Ende dieses Abschnittes. 19

20 Überblick über den Beweis des Vollständigkeitssatzes cont. Der vorhin erwähnte bemerkenswerte Satz ist folgender: Satz Es sei σ eine Signatur, T eine σ-theorie. Dann gilt: T ist genau dann widerspruchsfrei, wenn T ein Modell hat. Bemerkungen: Die Richtung in Satz wird eine relativ leichte Folgerung aus dem Korrektheitssatz, Satz 2.4.5, sein. Die andere Richtung ist wesentlich aufwändiger. Wir skizzieren ihren Beweis grob, bevor wir sie im Detail beweisen, aber zuerst zeigen wir, wie aus Satz der Vollständigkeitssatz folgt. 20

21 Überblick über den Beweis des Vollständigkeitssatzes cont. Proposition Satz impliziert Satz Beweis Wir nehmen also die Aussage von Satz als gegeben an und zeigen damit Satz Die Richtung in Satz ist gerade der Korrektheitssatz, den wir bereits bewiesen haben. Zur Richtung : Wir zeigen die Kontraposition: Angenommen, ϕ ist nicht σ-beweisbar. Wir müssen zeigen, dass ϕ keine σ-tautologie sein kann. Nach Lemma 2.4.6(2) (den -Quantorenaxiomen) ist auch der universelle Abschluss ψ von ϕ nicht σ-beweisbar. 21

22 Überblick über den Beweis des Vollständigkeitssatzes cont. Beweis von Proposition cont. Damit ist nach Definition die σ-theorie T := { ψ} widerspruchsfrei. Denn ansonsten gäbe es ja ϕ 1,..., ϕ n T mit σ (ϕ 1 ϕ n ), also (da ϕ i ψ und unter Verwendung von Aussagenlogik) σ ψ ψ, also (wieder unter Verwendung von Aussagenlogik) σ ψ, ein Widerspruch. Nach Satz hat T somit ein Modell. Also gibt es eine σ-struktur, in der ψ falsch ist. Somit ist ψ, und damit nach Lemma auch ϕ, keine σ-tautologie, wie gewünscht. 22

23 Überblick über den Beweis des Vollständigkeitssatzes cont. Wir skizzieren nun zunächst grob den Beweis der Implikationsrichtung in Satz Es sei also T eine widerspruchsfreie σ-theorie, und wir müssen ein Modell für T finden. Diese Konstruktion eines Modells führen wir nicht für alle widerspruchsfreien σ-theorien aus, sondern nur für besonders schöne Theorien, die vollständigen Henkin-Theorien. Bei diesen ist die Definition des Modells sehr naheliegend; es handelt sich um ein so genanntes Modell aus Konstanten, und wir werden auch zeigen können, dass diese Theorien bis auf Isomorphie sogar genau ein Modell aus Konstanten haben. Anschließend bleibt nur noch zu zeigen, dass sich jede widerspruchsfreie σ-theorie T zu einer vollständigen Henkintheorie T erweitern lässt. Da jedes Modell von T auch ein Modell von T ist, sind wir dann fertig. 23

24 Neue Konstanten und vollständige Diagramme Diese Folie dient als Motivation zu Henkin-Theorien. Definition Es sei σ eine Signatur, C eine Menge, welche zu A(σ) {=,,, } {x 0, x 1,...} disjunkt ist. Dann heißt C eine Menge neuer Konstantensymbole für σ, und die Erweiterung von σ um C, notiert σ + C, ist die Erweiterung von σ, die entsteht, indem man die Elemente aus C als Konstantensymbole ansieht. Definition Es sei σ eine Signatur, M eine σ-struktur mit Trägermenge M. Weiter sei C = {c a a M} eine Menge neuer Konstantensymbole für σ (eines für jedes Element aus M). Das vollständige Diagramm von M zu C ist die Menge aller (σ + C)-Sätze, die in der (σ + C)-Struktur M gelten, welche als Expansion von M mit c M a = a, a M, eindeutig definiert ist. 24

25 Henkin-Theorien Man sieht leicht, dass vollständige Diagramme stets (σ + C)-vollständige Henkin-Theorien über der Menge C aus neuen Konstantensymbolen sind, in folgendem Sinne: Definition Es sei σ + eine Signatur, C σ + const. 1 Eine σ + -Theorie T + heißt Henkintheorie über C, falls es zu jeder σ + -Formel ϕ(x) (in einer freien Variable x) eine Konstante c C gibt mit ( xϕ(x) ϕ(c)) T +. 2 Eine σ + -Theorie T heißt σ + -vollständig, wenn sie widerspruchsfrei ist, und wenn für jeden σ + -Satz ϕ gilt: ϕ T oder ϕ T. 25

26 Das Konstanten-Modell einer vollständigen Henkin-Theorie Für den Beweis von Satz beginnen wir damit, zu zeigen, dass jede σ + -vollständige Henkin-Theorie bis auf Isomorphie genau ein Modell aus Konstanten besitzt, in folgendem Sinne: Definition Es sei σ + eine Signatur, T eine σ + -Theorie. Eine σ + -Struktur M heißt ein Modell aus Konstanten für T, falls 1 M ein Modell für T ist und 2 die Funktion σ + const M, c c M, surjektiv ist. Satz Es sei σ + eine Signatur, T eine vollständige σ + -Henkintheorie (über irgendeiner Teilmenge C σ + const). Dann besitzt T bis auf Isomorphie genau ein Modell aus Konstanten. 26

27 Ableitungen aus einer Theorie Bevor wir beginnen, Satz zu beweisen, brauchen wir ein paar Vorarbeiten. Wir beschäftigen uns mit folgendem Konzept: Definition Es sei σ eine Signatur, T eine σ-theorie. Für eine σ-formel ϕ schreiben wir T σ ϕ (und sagen, ϕ sei aus T ableitbar), falls es n N (möglicherweise n = 0) und ψ 1,..., ψ n T gibt mit σ ψ 1 ψ n ϕ (wobei diese Implikation im Fall n = 0 einfach die Formel ϕ selbst sei). Beachte: σ ϕ genau dann, wenn σ ϕ. Wir werden als nächstes zeigen, dass sich dieser Beweisbarkeitsbegriff sehr ähnlich zu dem bereits eingeführten, σ, verhält. 27

28 Ableitungen aus einer Theorie cont. Lemma Es sei σ eine Signatur, T eine σ-theorie. Dann gilt für alle σ-formeln ϕ und ψ: 1 T σ τ für jedes τ T. 2 Wenn σ ϕ, dann auch T σ ϕ. 3 T σ ϕ ψ genau dann, wenn T σ ϕ und T σ ψ. 4 Wenn T σ ϕ und T σ ϕ ψ, dann T σ ψ. 28

29 Ableitungen aus einer Theorie cont. Beweis von Lemma Punkt (1) folgt sofort aus σ τ τ. Zu Punkt (2): Folgt aus der Konvention für den Fall n = 0. Punkt (3): Übung. Punkt (4): Da T σ ϕ, gibt es ψ 1,..., ψ m T mit σ (ψ 1 ψ m ϕ) : α. Ebenso folgt aus T σ ϕ ψ, dass es χ 1,..., χ n T gibt mit σ (χ 1 χ n (ϕ ψ)) : β. Nach Lemma 2.4.6(1) (verallgemeinerter Modus Ponens) folgt σ α β. Setze γ : ψ 1 ψ m χ 1 χ n ψ. Nach Aussagenlogik gilt σ α β γ, und somit nach Modus Ponens σ γ, woraus nach Definition T σ ψ folgt. 29

30 Deduktive Abgeschlossenheit Definition Es sei σ eine Signatur. Eine σ-theorie T heißt σ-deduktiv abgeschlossen, falls für alle σ-sätze τ gilt: T σ τ τ T. Beachte, dass die Richtung immer gilt, nach Lemma (1). Lemma Es sei σ eine Signatur. Dann gilt: Vollständige σ-theorien sind σ-deduktiv abgeschlossen. 30

31 Deduktive Abgeschlossenheit cont. Beweis von Lemma Angenommen, T ist vollständig und T σ τ. Wir müssen zeigen, dass τ T. Indirekt: Angenommen, τ / T. Da T vollständig ist, gilt dann τ T, also nach Lemma (1) auch T σ τ. Nach Lemma (3) folgt T σ τ τ, d.h., σ (ψ 1 ψ n ) (τ τ) für geeignete ψ 1,..., ψ n T. Nun muss man nur noch Aussagenlogik und Modus Ponens anwenden, um σ (ψ 1 ψ n ), also die Widersprüchlichkeit von T, zu erhalten, im Widerspruch zur Annahme, T sei vollständig (und damit nach Definition auch widerspruchsfrei). 31

32 Modell aus Konstanten: Eindeutigkeit Beweis von Satz Eindeutigkeit: Setze C + := σ + const. Angenommen, M und N sind beides Modelle aus Konstanten für T, mit Trägermengen M = {c M c C + } und N = {c N c C + }. Da T vollständig ist und M sowie N Modelle von T sind, muss für jeden σ + -Satz τ gelten: M = τ τ T N = τ. Es folgt für c, d C + : c M = d M M = c = d N = c = d c N = d N. Damit ist die Funktion F : M N, c M c N, wohldefiniert und eine Bijektion. Wir zeigen, dass F sogar ein Isomorphismus zwischen M und N ist. 32

33 Modell aus Konstanten: Eindeutigkeit cont. Beweis von Satz Wir rechnen nach: Für alle c C + : F (c M ) = c N : klar nach Definition. Für alle R σ rel, k-stellig, und alle c 1,..., c k C + : (c M 1,..., cm k ) RM M = Rc 1 c k N = Rc 1 c k (c N 1,..., cn k ) = (F (cm 1 ),..., F (cm k )) RN. Für alle f σ op, k-stellig, und alle c 1,..., c k C + : Es sei c C + so gewählt, dass f M (c M 1,..., cm k ) = cm. Dann gilt also M = fc 1 c k = c, und damit auch N = fc 1 c k = c. Es folgt: F (f M (c M 1,..., cm k )) = F (cm ) = c N = f N (c N 1,..., cn k ) = f N (F (c M 1 ),..., F (cm k )). 33

34 Modell aus Konstanten: Existenz Wir wenden uns nun dem Existenz-Beweis für ein Modell M aus Konstanten zu. Da wir bereits wissen, dass die Interpretationsfunktion C + M, c c M surjektiv sein muss, wäre die naheliegende erste Idee, die Menge C + selbst als Trägermenge für M zu verwenden, jedes Konstantensymbol aus C + als es selbst zu interpretieren und zusätzlich auf C + geeignete Operationen und Relationen zu definieren. Beachte allerdings: Es kann natürlich durchaus sein, dass (c = d) T für verschiedene Konstantensymbole c und d. In diesem Fall müssen aber die Interpretationen von c und d im zu konstruierenden Modell natürlich gleich sein. 34

35 Modell aus Konstanten: Existenz cont. Somit wird nicht C + selbst die Trägermenge, sondern die Quotientenmenge (Menge aller Äquivalenzklassen) C + /, wobei die Äquivalenzrelation auf C +, gegeben durch c d : c = d T, ist. Wir müssen aber erst nachweisen, dass tatsächlich eine Äquivalenzrelation ist. Da σ + x : x = x (ist das erste Gleichheitsaxiom) sowie σ + x : (x = x) c = c für jedes c C + (ist ein -Quantorenaxiom), folgt mittels Modus Ponens, dass auch σ + c = c, also nach Lemma (2) T σ + c = c und somit (c = c) T wegen der deduktiven Abgeschlossenheit von T nach Lemma , womit reflexiv ist. Mit ähnlichen Argumenten sieht man, dass auch symmetrisch und transitiv ist; wir überlassen die Details den HörerInnen als Übung. 35

36 Modell aus Konstanten: Existenz cont. Damit können wir nun guten Gewissens M := C + / = {[c] c C + } setzen ([c] bezeichnet die Äquivalenzklasse von c), sowie c M := [c]; die Interpretationen der Konstantensymbole der Signatur σ + im zu definierenden Modell M sind also geklärt. Es bleibt noch Folgendes zu tun: die Interpretationen der Operations- und Relationssymbole zu erklären sowie zu zeigen, dass M ein Modell von T ist, dass also M = τ für jeden Satz τ T (dass M ein Modell aus Konstanten ist, ist nach Definition klar). 36

37 Modell aus Konstanten: Existenz cont. Wir beginnen mit der Erklärung der Interpretation R M von R, einem k-stelligen Relationssymbol aus σ. Wir haben eigentlich gar keine Freiheit bei der Wahl von R M, denn es soll ja für alle c 1,..., c k C + gelten: ([c 1 ],..., [c k ]) = (c1 M,..., cm k ) RM M = Rc 1 c k Rc 1 c k T. Daher müssen wir nur zeigen, dass R M wohldefiniert ist durch ([c 1 ],..., [c k ]) R M : Rc 1 c k T. Es seien also c 1,..., c k, d 1,..., d k C + mit c i d i für i = 1,..., k. D.h., es gilt (c i = d i ) T, bzw. äquivalent T σ + c i = d i, i = 1,..., k. Nach Lemma (3) und mit Induktion nach k folgt damit T k σ + i=1 (c i = d i ). Zudem: T σ + ( k i=1 (c i = d i ) (Rc 1 c k Rd 1 d k )) (folgt aus einem der Gleichheitsaxiome durch Einsetzen ( -Axiom plus Modus Ponens)). 37

38 Modell aus Konstanten: Existenz cont. Nach Modus Ponens, der Definition der abkürzenden Schreibweise sowie Lemma (3) gilt also T σ + Rc 1 c k Rd 1 d k und T σ + Rd 1 d k Rc 1 c k. Damit sieht man (erneut wegen Modus Ponens), dass die (metatheoretische) Äquivalenz (T σ + Rc 1 c k ) (T σ + Rd 1 d k ) gilt. Und damit folgt (unter Verwendung der deduktiven Abgeschlossenheit von T ): (Rc 1 c k T ) (Rd 1 d k T ), wie für die Wohldefiniertheit von R M erforderlich. 38

39 Modell aus Konstanten: Existenz cont. Um die Definition der σ + -Struktur M abzuschließen, müssen wir noch die Interpretationen der Operationssymbole definieren. Es sei also f ein k-stelliges Operationssymbol aus σ +. Wir zeigen zwei Dinge: 1 Für alle c 1,..., c k C + gibt es ein c 0 = c 0 (c 1,..., c k ) C + mit (fc 1 c k = c 0 ) T. 2 [c 0 ] ist durch [c 1 ],..., [c k ] eindeutig bestimmt. Sobald wir diese zwei Aussagen gezeigt haben, ist klar, dass durch f M (c M 1,..., cm k ) := c 0(c 1,..., c k ) M eine k-stellige Operation auf M wohldefiniert ist. 39

40 Modell aus Konstanten: Existenz cont. Zur ersten Aussage: Da σ + fc 1 c k = fc 1 c k, folgt mittels -Quantorenaxiom σ + x : fc 1 c k = x. Und da T eine Henkin-Theorie ist, gibt es c 0 C + mit ( x : (fc 1 c k = x) fc 1 c k = c 0 ) T. Unter Verwendung von Lemma und der deduktiven Abgeschlossenheit von T erhalten wir damit (fc 1 c k = c 0 ) T. Zur zweiten Aussage: Geht sehr ähnlich wie der Beweis der Wohldefiniertheit von R M ; für die Details siehe die Übungen. 40

41 Ausblick auf nächstes Mal In der nächsten Vorlesungseinheit werden wir zeigen, dass die gerade definierte σ + -Struktur M tatsächlich ein Modell von T ist (und damit den Beweis, dass vollständige Henkin-Theorien jeweils bis auf Isomorphie genau ein Modell aus Konstanten haben, abschließen), die Behauptung, dass allgemein jede konsistente Theorie T ein Modell hat, auf den dann bereits behandelten Fall vollständiger Henkin-Theorien reduzieren (womit dann der Vollständigkeitssatz zur Gänze bewiesen ist), einige interessante Folgerungen aus dem Vollständigkeitssatz diskutieren. 41

Weitere Beweistechniken und aussagenlogische Modellierung

Weitere 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

Mehr

Rhetorik und Argumentationstheorie.

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

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

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 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

Mehr

Kapitel 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 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

Mehr

Brückenkurs Mathematik

Brückenkurs 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

Mehr

SE PHILOSOPHISCHE LOGIK WS 2014 GÜNTHER EDER

SE 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

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. 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

Mehr

Axiomatische Beschreibung der ganzen Zahlen

Axiomatische 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

Mehr

Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen

Aussagenlogik 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

Mehr

Logic in a Nutshell. Christian Liguda

Logic 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

Mehr

Handout zu Beweistechniken

Handout 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

Mehr

Kapitel 3. Natürliche Zahlen und vollständige Induktion

Kapitel 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

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische 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

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

5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus

5.4 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

Mehr

3 Vom Zählen zur Induktion

3 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

Vorlesung über Mathematische Logik 1

Vorlesung über Mathematische Logik 1 Vorlesung über Mathematische Logik 1 Martin Ziegler Freiburg SS 1997, SS 2000, WS 2003, SS 2007 1 Version 710 (2272008) Subversion: 69, 2008-07-22 Inhaltsverzeichnis 1 Prädikatenkalkül 3 1 Strukturen und

Mehr

Einführung in die Mathematik (Vorkurs 1 )

Einführung 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

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel

Motivation. 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

Mehr

Seminarvortrag aus Reiner Mathematik Existenz von Primitivwurzeln

Seminarvortrag 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

Mehr

Logik: aussagenlogische Formeln und Wahrheitstafeln

Logik: 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

Mehr

2. Universelle Algebra

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

Mehr

2. Vorlesung. Slide 40

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

Mehr

1 Eingebettete Untermannigfaltigkeiten des R d

1 Eingebettete Untermannigfaltigkeiten des R d $Id: unter.tex,v 1.2 2014/04/14 13:19:35 hk Exp hk $ 1 Eingebettete Untermannigfaltigkeiten des R d In diesem einleitenden Paragraphen wollen wir Untermannigfaltigkeiten des R d studieren, diese sind die

Mehr

Die Folgerungsbeziehung

Die 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

Mehr

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

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

Mehr

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

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

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

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

Prüfungsprotokoll 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 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

Mehr

Vorlesung. Funktionen/Abbildungen

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

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

Thema 4 Limiten und Stetigkeit von Funktionen

Thema 4 Limiten und Stetigkeit von Funktionen Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.

Mehr

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen

Kapitel III. Stetige Funktionen. 14 Stetigkeit und Rechenregeln für stetige Funktionen. 15 Hauptsätze über stetige Funktionen Kapitel III Stetige Funktionen 14 Stetigkeit und Rechenregeln für stetige Funktionen 15 Hauptsätze über stetige Funktionen 16 Konvergenz von Funktionen 17 Logarithmus und allgemeine Potenz C 1 14 Stetigkeit

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Wie beweise ich etwas? 9. Juli 2012

Wie 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

Mehr

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1

Kapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische

Mehr

TU8 Beweismethoden. Daniela Andrade

TU8 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

Mehr

Logische Folgerung. Definition 2.11

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

Mehr

6. Induktives Beweisen - Themenübersicht

6. Induktives Beweisen - Themenübersicht 6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise

Mehr

Klausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011

Klausur Formale Systeme Fakultät für Informatik 2. Klausur zum WS 2010/2011 Fakultät für Informatik 2. Klausur zum WS 2010/2011 Prof. Dr. Bernhard Beckert 08. April 2011 Vorname: Matrikel-Nr.: Platz: Klausur-ID: **Platz** **Id** Die Bearbeitungszeit beträgt 60 Minuten. A1 (17)

Mehr

3 Vektorbündel und das Tangentialbündel

3 Vektorbündel und das Tangentialbündel $Id: vektor.tex,v 1.6 2014/06/30 10:20:57 hk Ex $ $Id: fluss.tex,v 1.2 2014/06/30 12:36:06 hk Ex hk $ 3 Vektorbündel und das Tangentialbündel 3.4 Ableitungen von C q -Funktionen In der letzten Sitzung

Mehr

Teil 7. Grundlagen Logik

Teil 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

Mehr

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ.

Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (ii) ε ist ein regulärer Ausdruck über Σ. Reguläre Ausdrücke Definition (Reguläre Ausdrücke) Sei Σ ein Alphabet, dann gilt: (i) ist ein regulärer Ausdruck über Σ. (ii) ε ist ein regulärer Ausdruck über Σ. (iii) Für jedes a Σ ist a ein regulärer

Mehr

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

I. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie und, oder, nicht, wenn... dann zwischen atomaren und komplexen Sätzen. I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten

Mehr

1. Einleitung wichtige Begriffe

1. 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

Mehr

ÜBUNG ZUM GRUNDKURS LOGIK SS 2016 GÜNTHER EDER

ÜBUNG 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,

Mehr

Einführung in die Analysis

Einführung in die Analysis Ergänzungen zur Vorlesung Einführung in die Analysis Christian Schmeiser 1 Vorwort In dieser Vorlesung werden Grundbegriffe der Analysis wie Folgen und Reihen, Konvergenz und Vollständigkeit am Beispiel

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

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

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 30.04.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Letztes Mal Aussagenlogik Syntax: welche Formeln? Semantik:

Mehr

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

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

Mehr

Formale 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. 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

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

3. Zusammenhang. 22 Andreas Gathmann

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

Mehr

Statt (r s) schreiben wir in Zukunft meistens rs, gelegentlich auch (r; s).

Statt (r s) schreiben wir in Zukunft meistens rs, gelegentlich auch (r; s). 14 2 REGULÄRE AUSDRÜCKE 2 Reguläre Ausdrücke Wir wollen (i.a. unendliche) Sprachen mit endlichen Mitteln darstellen, z.b. durch Grammatiken, nach denen die Sätze der Sprache gebildet werden dürfen. Es

Mehr

Induktive Beweise und rekursive Definitionen

Induktive 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

Mehr

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt

Höhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 2. Übungsblatt KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heio Hoffmann WS 2013/14 Höhere Mathemati I für die Fachrichtung Informati Lösungsvorschläge zum 2. Übungsblatt Aufgabe

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

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(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

Mehr

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

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

Mehr

1 Sprechweisen und Symbole der Mathematik

1 Sprechweisen und Symbole der Mathematik 1 Sprechweisen und Symbole der Mathematik Übersicht 1.1 Junktoren......................................................... 1 1.2 Quantoren......................................................... 4 1.3

Mehr

Binäre Suchbäume (binary search trees, kurz: bst)

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

Mehr

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich.

3.5 Ringe und Körper. Diese Eigenschaften kann man nun auch. 1. (R, +) ist eine kommutative Gruppe. 2. Es gilt das Assoziativgesetz bezüglich. 3.5 Ringe und Körper Gehen wir noch mal zu den ganzen Zahlen zurück. Wir wissen: (Z, + ist eine Gruppe, es gibt aber als Verknüpfung noch die Multiplikation, es gibt ein neutrales Element bezüglich, es

Mehr

Konjunktive und disjunktive Normalformen

Konjunktive 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,

Mehr

Einführung in die Logik

Einführung in die Logik Martin Rippel Einführung in die Logik Zusammenfassung der Vorlesung von Prof. Dr. Karl Georg Niebergall (SS 2010) Vorbemerkung : Dies ist eine Zusammenfassung der wesentlichen Inhalte der Vorlesungen Einführung

Mehr

Kapitel 2. Die Prädikatenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen

Kapitel 2. Die Prädikatenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen Kapitel 2 Die Prädikatenlogik (erster Stufe) Mathematische Strukturen und formale Sprachen Mathematische Logik (WS 2012/13) Kap. 2: Prädikatenlogik 1. Stufe 1/81 Übersicht 2.0 Vorbemerkungen 2.1 Mathematische

Mehr

7 Bedeutung und Logik

7 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

Mehr

Semantik von Formeln und Sequenzen

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

Mehr

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch

Definition 4.2. Die Menge Q der rationalen Zahlen ist definiert durch. Wir führen jetzt auf Z eine Addition und eine Multiplikation ein durch Kapitel 4 Die rationalen Zahlen Wir haben gesehen, dass eine Gleichung a x = b mit a, b Z genau dann eine Lösung x Z besitzt, wenn a b. Zum Beispiel hat 2 x = 1 keine Lösung x Z. Wir wollen nun den Zahlbereich

Mehr

Mengenlehre gibt es seit den achtziger Jahren des 19. Jahrhunderts. Sie wurde von

Mengenlehre 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

Mehr

1 Zahlentheorie. 1.1 Kongruenzen

1 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

Mehr

Jeweils 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. 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.

Mehr

Klausur Formale Systeme Fakultät für Informatik WS 2009/2010. Prof. Dr. Bernhard Beckert. 18. Februar 2010

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

Mehr

Induktive Definitionen

Induktive Definitionen Priv.-Doz. Dr.rer.nat.habil. Karl-Heinz Niggl Technische Universität Ilmenau Fakultät IA, Institut für Theoretische Informatik Fachgebiet Komplexitätstheorie und Effiziente Algorithmen J Induktive Definitionen

Mehr

lim Der Zwischenwertsatz besagt folgendes:

lim Der Zwischenwertsatz besagt folgendes: 2.3. Grenzwerte von Funktionen und Stetigkeit 35 Wir stellen nun die wichtigsten Sätze über stetige Funktionen auf abgeschlossenen Intervallen zusammen. Wenn man sagt, eine Funktion f:[a,b] R, definiert

Mehr

5. Aussagenlogik und Schaltalgebra

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

Mehr

Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8

Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 8 Prof. Dr. Bernhard Steffen Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt

Mehr

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen

Caputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.

Mehr

Übung zu Grundbegriffe der Informatik. Simon Wacker. 15. November 2013

Übung 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

Mehr

Logik für Informatiker

Logik 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

Mehr

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

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

Mehr

Theoretische Informatik

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

Mehr

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass

Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel. dt = lim. = lim = Weiters erhalten wir durch partielle Integration, dass Die Gamma-Funktion, das Produkt von Wallis und die Stirling sche Formel Zuerst wollen wir die Gamma-Funktion definieren, die eine Verallgemeinerung von n! ist. Dazu benötigen wir einige Resultate. Lemma.

Mehr

2. Vorlesung. Die Theorie der schwarz-weissen Ketten.

2. Vorlesung. Die Theorie der schwarz-weissen Ketten. 2. Vorlesung. Die Theorie der schwarz-weissen Ketten. Die Theorie der schwarzen Steinchen haben wir jetzt halbwegs vertanden. Statt mit schwarzen Steinen wie die Griechen, wollen wir jetzt mit schwarzen

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, injektive und bijektive Funktionen. Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens

Mehr

Ebene algebraische Kurven

Ebene algebraische Kurven Ebene algebraische Kurven Tangenten und Singularitäten Meyrer Claudine 4. November 010 Inhaltsverzeichnis 1 Lokale Eigenschaften an-algebraischer Kurven (in C ) 1.1 Denitionen..............................

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 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

Mehr

Logik, Mengen und Abbildungen

Logik, 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

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

Mehr

Semantic Web Technologies I Lehrveranstaltung im WS13/14

Semantic Web Technologies I Lehrveranstaltung im WS13/14 www.semantic-web-grundlagen.de Semantic Web Technologies I Lehrveranstaltung im WS13/14 Dr. Andreas Harth Dipl.-Inf. Martin Junghans Logik Grundlagen Einleitung und Ausblick XML und URIs Einführung in

Mehr

Induktive Definitionen

Induktive 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

Mehr

5 Logische Programmierung

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

Mehr

Übungsblatt 3 Lösungen

Übungsblatt 3 Lösungen Übungsblatt 3 Lösungen Formale Semantik WiSe 2011/2012 1 Lambda-Kalkül Anmerkungen: Pot(U) = Potenzmenge von U, wobei U das Universum Die Potenzmenge einer Menge M ist die Menge aller Teilmengen von M

Mehr

Sudoku. Warum 6? Warum 6?

Sudoku. 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

Mehr

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

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

Mehr

4. Vektorräume und Gleichungssysteme

4. Vektorräume und Gleichungssysteme technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume

Mehr

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba.

3 Reihen. 3.1 Konvergenz und Divergenz. Die Eindeutigkeit nach Satz 13 ergibt schließlich (5). (6) folgt aus (2) und (1) wegen. 1 a +log ba. Die Eindeutigkeit nach Satz 3 ergibt schließlich (5). (6) folgt aus (2) und () wegen Aussage (7) ergibt sich aus () und (6). 0 = log b = log b ( a a) = log b a +log ba. 3 Reihen 3. Konvergenz und Divergenz

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