THEORETISCHE INFORMATIK UND LOGIK
|
|
- Stephan Weiß
- vor 6 Jahren
- Abrufe
Transkript
1 THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 31. Mai 2017
2 Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). Smullyan 1 fragte die Bewohner nach ihren Rauchgewohnheiten. Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. Was können wir jeweils über die Bewohner und ihre Gewohnheiten schließen? 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 2 von 30
3 Prädikatenlogik: Syntax Wir betrachten unendliche, disjunkte Mengen von Variablen V, Konstanten C und Prädikatensymbolen P. Ein prädikatenlogisches Atom ist ein Ausdruck p(t 1,..., t n ) für ein n-stelliges Prädikatensymbol p P und Terme t 1,..., t n V C. Die Menge der prädikatenlogische Formeln ist induktiv definiert: Jedes Atom p(t 1,..., t n ) ist eine prädikatenlogische Formel Wenn x V eine Variable und F und G prädikatenlogische Formeln sind, dann sind auch die folgenden prädikatenlogische Formeln: F: Negation, nicht F (F G): Konjunktion, F und G (F G): Disjunktion, F oder G (F G): Implikation, F impliziert G (F G): Äquivalenz, F ist äquivalent zu G x.f: Existenzquantor, für ein x gilt F x.f: Allquantor, für alle x gilt F Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 3 von 30
4 Semantik der Prädikatenlogik Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 4 von 30
5 Interpretationen und Zuweisungen Die Wertzuweisung der Aussagenlogik wird also durch Interpretationen und Zuweisungen für Variablen ersetzt. Eine Interpretation I ist ein Paar I, I bestehend aus einer nichtleeren Grundmenge von Elemente I (der Domäne) und einer Interpretationsfunktion I, welche: jede Konstante a C auf ein Element a I I und jedes n-stellige Prädikatensymbol p P auf eine Relation p I ( I ) n abbildet. Eine Zuweisung Z für eine Interpretation I ist eine Funktion Z : V I, die Variablen auf Elemente der Domäne abbildet. Für x V und δ I schreiben wir Z[x δ] für die Zuweisung, die x auf δ und alle anderen Variablen y x auf Z(y) abbildet. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 5 von 30
6 Atome interpretieren Wir bestimmen dementsprechend die Wahrheit von Atomen unter einer Interpretation und Zuweisung: Sei I eine Interpretation und Z eine Zuweisung für I. Für eine Konstante c definieren wir c I,Z = c I Für eine Variable x definieren wir x I,Z = Z(x) Für ein Atom p(t 1,..., t n ) setzen wir sodann: p(t 1,..., t n ) I,Z = 1 wenn t I,Z 1,..., tn I,Z p I und p(t 1,..., t n ) I,Z = 0 wenn t I,Z 1,..., tn I,Z p I. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 6 von 30
7 Atome interpretieren Wir bestimmen dementsprechend die Wahrheit von Atomen unter einer Interpretation und Zuweisung: Sei I eine Interpretation und Z eine Zuweisung für I. Für eine Konstante c definieren wir c I,Z = c I Für eine Variable x definieren wir x I,Z = Z(x) Für ein Atom p(t 1,..., t n ) setzen wir sodann: p(t 1,..., t n ) I,Z = 1 wenn t I,Z 1,..., tn I,Z p I und p(t 1,..., t n ) I,Z = 0 wenn t I,Z 1,..., tn I,Z p I. Achtung! Wir verwenden Interpretationen und Zuweisungen auf zwei Ebenen, die man nicht verwecheln sollte: (1) um Terme t auf Elemente t I,Z I abzubilden (2) um Atome A auf Wahrheitswerte A I,Z {0, 1} abzubilden Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 6 von 30
8 Formeln interpretieren Eine Interpretation I und eine Zuweisung Z für I erfüllen eine Formel F, in Symbolen I, Z = F, wenn eine der folgenden rekursiven Bedingungen gilt: Formel F I, Z = F wenn: I, Z = F wenn: F Atom F I,Z = 1 F I,Z = 0 G I, Z = G I, Z = G (G 1 G 2 ) I, Z = G 1 und I, Z = G 2 I, Z = G 1 oder I, Z = G 2 (G 1 G 2 ) I, Z = G 1 oder I, Z = G 2 I, Z = G 1 und I, Z = G 2 (G 1 G 2 ) I, Z = G 1 oder I, Z = G 2 I, Z = G 1 und I, Z = G 2 (G 1 G 2 ) I, Z = G 1 und I, Z = G 2 I, Z = G 1 und I, Z = G 2 oder oder I, Z = G 1 und I, Z = G 2 I, Z = G 1 und I, Z = G 2 x.g I, Z[x δ] = G I, Z[x δ] = G für alle δ I für mindestens ein δ I x.g I, Z[x δ] = G I, Z[x δ] = G für mindestens ein δ I für alle δ I Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 7 von 30
9 Beispiel Null ist eine natürliche Zahl und jede natürliche Zahl hat einen Nachfolger, der ebenfalls eine natürliche Zahl ist. F = NatNum(null) x. ( NatNum(x) y. ( succ(x, y) NatNum(y) ) ) Wir betrachten eine Interpretation I mit I = R die Menge der reellen Zahlen null I = 0 NatNum I = N R die Menge der natürlichen Zahlen succ I = { d, e d, e R, d < e} Dann gilt I = F (unter jeder beliebigen Zuweisung). Notation: Bei der Interpretation von Sätzen (Formeln ohne freie Variablen) spielen Zuweisungen keine Rolle. Wir schreiben sie in diesem Fall nicht. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 8 von 30
10 Logik auf Sätzen Wie im vorigen Beispiel interessieren uns oft nur Sätze: In den meisten Anwendungen arbeitet man nur mit Sätzen Dann genügt es, Interpretationen zu betrachten Zuweisungen sind in diesem Fall ein technisches Hilfsmittel zur Definition der Bedeutung von Sätzen Eine Menge von Sätzen wird oft Theorie genannt. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 9 von 30
11 Logik auf Sätzen Wie im vorigen Beispiel interessieren uns oft nur Sätze: In den meisten Anwendungen arbeitet man nur mit Sätzen Dann genügt es, Interpretationen zu betrachten Zuweisungen sind in diesem Fall ein technisches Hilfsmittel zur Definition der Bedeutung von Sätzen Eine Menge von Sätzen wird oft Theorie genannt. Beispiel: Der Begriff stammt aus der Mathematik. Die Theorie der partiellen Ordnungen kann man z.b. wie folgt definieren: x.(x x) x, y, z. ( (x y y z) x z ) x, y. ( (x y y x) x y ) Reflexivität Transitivität Antisymmetrie Dies definiert die Eigenschaften eines binären Prädikates (hier infix geschrieben). Dabei verwenden wir zudem ein Gleichheitsprädikat (dazu später mehr). Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 9 von 30
12 Semantische Grundbegriffe Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 10 von 30
13 Modelltheorie Wie definiert man logische Semantik modelltheoretisch? Formeln Modelle Erfüllungsrelation = abzählbare Menge syntaktischer Ausdrücke Menge sematischer Interpretationen Beziehung zwischen Modellen & Formeln: In welchen Modellen sind welche Formeln wahr? Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 11 von 30
14 Modelltheorie Wie definiert man logische Semantik modelltheoretisch? Formeln Modelle abzählbare Menge syntaktischer Ausdrücke Menge sematischer Interpretationen Aussagenl. Aussagenlogische Formeln Wertzuweisungen Erfüllungsrelation = Beziehung zwischen Modellen & Formeln: In welchen Modellen sind welche Formeln wahr? Aussagenlogische Erfüllungsrelation Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 11 von 30
15 Modelltheorie Wie definiert man logische Semantik modelltheoretisch? Aussagenl. Prädikatenl. Formeln abzählbare Menge syntaktischer Ausdrücke Aussagenlogische Formeln Prädikatenlogische Sätze Modelle Menge sematischer Interpretationen Wertzuweisungen Prädikatenlogische Interpretationen Erfüllungsrelation = Beziehung zwischen Modellen & Formeln: In welchen Modellen sind welche Formeln wahr? Aussagenlogische Erfüllungsrelation Prädikatenlogische Erfüllungsrelation Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 11 von 30
16 Modelltheorie Wie definiert man logische Semantik modelltheoretisch? Formeln Modelle Erfüllungsrelation = Aussagenl. Prädikatenl. Prädikatenl. (offen) Aussagenlogische Formeln Prädikatenlogische Sätze Wertzuweisungen Prädikatenlogische Interpretationen Aussagenlogische Erfüllungsrelation Prädikatenlogische Erfüllungsrelation Prädikatenlogische Formeln (offen oder geschlossen) Prädikatenlogische Interpretationen und Zuweisungen Prädikatenlogische Erfüllungsrelation Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 12 von 30
17 Modelltheorie: Intuition Die Modelltheorie einer Logik legt (ziemlich abstrakt) fest, worüber die Logik etwas aussagt: Formeln: Behauptungen, die wahr oder falsch sein können Modelle: Mögliche Welten, in denen manche Behauptungen gelten und andere nicht Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 13 von 30
18 Modelltheorie: Intuition Die Modelltheorie einer Logik legt (ziemlich abstrakt) fest, worüber die Logik etwas aussagt: Formeln: Behauptungen, die wahr oder falsch sein können Modelle: Mögliche Welten, in denen manche Behauptungen gelten und andere nicht Modelle = Formeln I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 13 von 30
19 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
20 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
21 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist I 1 F 1 : erfüllbar, widerlegbar I 2 F 2 I 3 F 3 I 4 F 4 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
22 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist I 1 F 1 : erfüllbar, widerlegbar I 2 F 2 : erfüllbar, allgemeingültig I 3 F 3 I 4 F 4 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
23 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist I 1 F 1 : erfüllbar, widerlegbar I 2 F 2 : erfüllbar, allgemeingültig I 3 F 3 : erfüllbar, widerlegbar I 4 F 4 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
24 Tautologien und Widersprüche Man unterscheidet Typen von Formeln nach ihren Modellen: allgemeingültig (tautologisch): Eine Formel, die in allen Modellen wahr ist widersprüchlich (inkonsistent): Eine Formel, die in keinem Modell wahr ist erfüllbar: Eine Formel, die in einem Modell wahr ist widerlegbar: Eine Formel, die in einem Modell falsch ist I 1 F 1 : erfüllbar, widerlegbar I 2 F 2 : erfüllbar, allgemeingültig I 4 I 3 F 3 : erfüllbar, widerlegbar F 4 : unerfüllbar, widerlegbar Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 14 von 30
25 Logisches Schließen Aus der Modelltheorie ergibt sich, was logisches Schließen genau bedeutet und welche Schlüsse man ziehen darf: Wenn I = F, dann nennt man I ein Modell für die Formel F und man sagt I erfüllt F. I ist ein Modell für eine Formelmenge T, in Symbolen I = T, wenn I = F für jede Formel F T. Eine Formel F ist eine logische Konsequenz aus einer Formel(menge) G, in Symbolen G = F, wenn jedes Modell I von G auch ein Modell von F ist, d.h. I = G impliziert I = F. Sonderfall: Ist F Tautologie dann schreiben wir = F Zwei Formel(mengen) F und G sind semantisch äquivalent, in Symbolen F G, wenn sie die gleichen Modelle haben, d.h. wenn I = F gdw. I = G für alle Modelle I. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 15 von 30
26 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
27 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
28 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Modelle von F 3 sind I 2 und I 3 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
29 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Modelle von F 3 sind I 2 und I 3 I 2 und I 3 sind Modelle von zwei Formeln: F 3 und F 2 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
30 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Modelle von F 3 sind I 2 und I 3 I 2 und I 3 sind Modelle von zwei Formeln: F 3 und F 2 Anders gesagt: Immer wenn F 3 wahr ist, dann ist auch F 2 wahr. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
31 Beispiel: Logisches Schließen I 1 F 1 I 2 F 2 I 3 F 3 I 4 F 4 Was folgt aus F 3? Modelle von F 3 sind I 2 und I 3 I 2 und I 3 sind Modelle von zwei Formeln: F 3 und F 2 Anders gesagt: Immer wenn F 3 wahr ist, dann ist auch F 2 wahr. Es folgt also: F 3 = F 2 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 16 von 30
32 Eigenschaften der semantischen Äquivalenz Die aus der Ausagenlogik bekannten Eigenschaften von gelten auch allgemein: Satz: ist eine Äquivalenzrelation, d.h. reflexiv, symmetrisch und transitiv. Satz: Alle Tautologien sind semantisch äquivalent Alle unerfüllbaren Formeln sind semantisch äquivalent Satz: Semantische Äquivalenz entspricht wechselseitiger logischer Konsequenz: F G genau dann wenn F = G und G = F Die Behauptungen folgen jeweils direkt aus den Definitionen. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 17 von 30
33 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
34 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
35 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
36 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
37 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
38 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
39 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
40 Inseln mit Lügnern und Wahrheitssagern Rückblick Logelei: Wir sind hier alle vom gleichen Typ. Jeder Einwohner ist entweder Wahrheitssager oder Lügner. F 1 = x. ( (W(x) L(x)) (L(x) W(x)) ) Auf dieser Insel haben alle den gleichen Typ. F 2 = x.w(x) x.l(x) Wir betrachten die einige representative Modelle von F 1, eine Formalisierung der gegebenen Information und weitere Formeln: L W L L F 1 x.w(x) F 2 x.l(x) F 2 Gegebene Theorie W W x.l(x) x.w(x) Aus der Theorie folgt x.w(x): Alle Inselbewohner sind von Typ W. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 18 von 30
41 Das Problem des logischen Schließens Zwei praktisch wichtige Fragen: (1) Model Checking: Für ein gegebenes Modell I und eine Formel F, gilt I = F? (2) Logische Folgerung (Entailment): Für gegebene Formel(menge)n F und G, gilt F = G? Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 19 von 30
42 Das Problem des logischen Schließens Zwei praktisch wichtige Fragen: (1) Model Checking: Für ein gegebenes Modell I und eine Formel F, gilt I = F? (2) Logische Folgerung (Entailment): Für gegebene Formel(menge)n F und G, gilt F = G? In der Aussagenlogik ist beides relativ einfach lösbar: (1) Berechne den Wahrheitswert unter einer Belegung (zeitlinear) (2) Betrachte alle möglichen Belegungen (exponentiell; NP-vollständig) Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 19 von 30
43 Das Problem des logischen Schließens Zwei praktisch wichtige Fragen: (1) Model Checking: Für ein gegebenes Modell I und eine Formel F, gilt I = F? (2) Logische Folgerung (Entailment): Für gegebene Formel(menge)n F und G, gilt F = G? In der Aussagenlogik ist beides relativ einfach lösbar: (1) Berechne den Wahrheitswert unter einer Belegung (zeitlinear) (2) Betrachte alle möglichen Belegungen (exponentiell; NP-vollständig) In der Prädikatenlogik ist das nicht so einfach: siehe kommende Vorlesungen Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 19 von 30
44 Monotonie und Tautologie Aus der Definition von = folgt Monotonie: Mehr Sätze weniger Modelle Je mehr Sätze in einer logischen Theorie gegeben sind, desto weniger Modelle erfüllen die gesamte Theorie, desto mehr Schlussfolgerungen kann man aus ihr ziehen Das heißt: Mehr Annahmen führen zu mehr Schlussfolgerungen Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 20 von 30
45 Monotonie und Tautologie Aus der Definition von = folgt Monotonie: Mehr Sätze weniger Modelle Je mehr Sätze in einer logischen Theorie gegeben sind, desto weniger Modelle erfüllen die gesamte Theorie, desto mehr Schlussfolgerungen kann man aus ihr ziehen Das heißt: Mehr Annahmen führen zu mehr Schlussfolgerungen Die Extremfälle dieses Prinzips sind: Tautologien: sind in jedem Modell wahr und daher logische Konsequenz jeder Theorie Unerfüllbare Formeln: sind in keinem Modell wahr und haben daher alle anderen Sätze als Konsequenz Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 20 von 30
46 Modelltheorie ist allgemein gültig Was wir bisher über Modelltheorie gesagt haben, gilt für jede Logik, deren Semantik auf einer Beziehung = von Modellen zu einzelnen Formeln basiert: Aussagenlogik Prädikatenlogik (nur Sätze und Interpretationen) Prädikatenlogik (beliebige Formeln und Interpretationen+Zuweisungen) Logik zweiter Stufe Modal-, Temporal- und Beschreibungslogiken Mehrwertige Logiken Nichtklassische Logiken... Andere Eigenschaften der Prädikatenlogik sind nicht ganz so allgemein. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 21 von 30
47 Prädikatenlogik und Aussagenlogik Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 22 von 30
48 Verhältnis zur Aussagenlogik Die Semantik der Operatoren,,, und ist in Prädikatenlogik und Aussagenlogik gleich definiert: Wir ersetzen Wertzuweisungen w durch Interpretationen I mit Zuweisungen Z Ansonsten ist die Definition der Semantik genau gleich alle aussagenlogischen Gesetze gelten analog Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 23 von 30
49 Verhältnis zur Aussagenlogik Die Semantik der Operatoren,,, und ist in Prädikatenlogik und Aussagenlogik gleich definiert: Wir ersetzen Wertzuweisungen w durch Interpretationen I mit Zuweisungen Z Ansonsten ist die Definition der Semantik genau gleich alle aussagenlogischen Gesetze gelten analog Beispiel: Die De Morganschen Regeln gelten auch in der Prädikatenlogik, z.b. I, Z = (F G) genau dann wenn I, Z = ( F G), das heißt (F G) ( F G). Allgemein gelten alle bekannten aussagenlogischen Äquivalenzen Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 23 von 30
50 = = und = Auch die folgenden Sätze gelten analog zur Aussagenlogik (siehe Formale Systeme, Vorlesung 22): Satz (Deduktionstheorem): Für jede Formelmenge F und Formeln G und H gilt F = G H genau dann wenn F {G} = H. Korollar: F G = H gdw. F = G H. Korollar: F G genau dann wenn = F G. Dennoch sind = und nicht das selbe wie und : = und können sich auch auf (möglicherweise unendliche) Mengen von Formeln beziehen und sind syntaktische Operatoren und können (eventuell geschachtelt) in Formeln auftreten Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 24 von 30
51 Das Ersetzungstheorem Auch das folgende intuitiv einleuchtende Ergebnis kann von der Aussagenlogik auf die Prädikatenlogik übertragen werden: Satz (Ersetzungstheorem): Sei F eine Formel mit einer Teilformel G. Wenn G G und wenn F aus F gebildet werden kann, indem man ein beliebiges Vorkommen von G in F durch G ersetzt, dann gilt auch F F. Der detaillierte Beweis muss allerdings alle möglichen Formen von Formeln betrachten (Induktion über Formelstruktur). Im Vergleich zur Aussagenlogik müsste man also noch zeigen, dass die Ersetzung von äquivalenten Formeln in x.g und x.g zulässig ist. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 25 von 30
52 Rückblick: Aussagenlogische Äquivalenzen (1) F G G F F G G F (F G) H F (G H) (F G) H F (G H) F (G H) (F G) (F H) F (G H) (F G) (F H) F F F F F F F (F G) F F (F G) F Kommutativität Assoziativität Distributivität Idempotenz Absorbtion Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 26 von 30
53 Rückblick: Aussagenlogische Äquivalenzen (2) F F (F G) ( F G) (F G) ( F G) F F F F F F doppelte Negation De Morgansche Gesetze Gesetze mit Gesetze mit Dabei stellen wir wie zuvor durch eine beliebige Tautologie (z.b. p p) und durch einen beliebigen Widerspruch (z.b. p p) dar. Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 27 von 30
54 Aussagenlogik in Prädikatenlogik darstellen Aussagenlogische Atome p kann man durch prädikatenlogische Atome p() auffassen, wobei p ein nullstelliges Prädikatensymbol ist. Sei p P ein nullstelliges Prädikat Welche Interpretationen p I sind möglich? Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 28 von 30
55 Aussagenlogik in Prädikatenlogik darstellen Aussagenlogische Atome p kann man durch prädikatenlogische Atome p() auffassen, wobei p ein nullstelliges Prädikatensymbol ist. Sei p P ein nullstelliges Prädikat Welche Interpretationen p I sind möglich? Laut Definition gilt p I ( I ) 0 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 28 von 30
56 Aussagenlogik in Prädikatenlogik darstellen Aussagenlogische Atome p kann man durch prädikatenlogische Atome p() auffassen, wobei p ein nullstelliges Prädikatensymbol ist. Sei p P ein nullstelliges Prädikat Welche Interpretationen p I sind möglich? Laut Definition gilt p I ( I ) 0 ( I ) 0 enthält alle nullstelligen Tupel es gibt aber nur ein einziges nullstelliges Tupel Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 28 von 30
57 Aussagenlogik in Prädikatenlogik darstellen Aussagenlogische Atome p kann man durch prädikatenlogische Atome p() auffassen, wobei p ein nullstelliges Prädikatensymbol ist. Sei p P ein nullstelliges Prädikat Welche Interpretationen p I sind möglich? Laut Definition gilt p I ( I ) 0 ( I ) 0 enthält alle nullstelligen Tupel es gibt aber nur ein einziges nullstelliges Tupel Also ist p I { }: p I = { } bedeutet I = p() ( Aussage wahr ) p I = {} bedeutet I = p() ( Aussage falsch ) Deshalb kann man nullstellige Prädikate wie aussagenlogsiche Atome verwenden In diesem Sinne ist die Aussagenlogik ein Teil der Prädikatenlogik Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 28 von 30
58 Auflösung: Logelei Im Inselreich der Menschen von Typ W und Typ L fragte Smullyan 1 die Bewohner nach ihren Rauchgewohnheiten: Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 29 von 30
59 Auflösung: Logelei Im Inselreich der Menschen von Typ W und Typ L fragte Smullyan 1 die Bewohner nach ihren Rauchgewohnheiten: Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Die Aussage stimmt und alle sind vom Typ W. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 29 von 30
60 Auflösung: Logelei Im Inselreich der Menschen von Typ W und Typ L fragte Smullyan 1 die Bewohner nach ihren Rauchgewohnheiten: Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Die Aussage stimmt und alle sind vom Typ W. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Alle sind vom Typ L und keiner raucht. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 29 von 30
61 Auflösung: Logelei Im Inselreich der Menschen von Typ W und Typ L fragte Smullyan 1 die Bewohner nach ihren Rauchgewohnheiten: Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Die Aussage stimmt und alle sind vom Typ W. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Alle sind vom Typ L und keiner raucht. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Alle sagen die Wahrheit; es rauchen alle oder keiner. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 29 von 30
62 Auflösung: Logelei Im Inselreich der Menschen von Typ W und Typ L fragte Smullyan 1 die Bewohner nach ihren Rauchgewohnheiten: Auf Insel A antwortete jeder der Bewohner: Jeder, der hier von Typ W ist, raucht. Die Aussage stimmt und alle sind vom Typ W. Auf Insel B antwortete jeder der Bewohner: Einige von uns hier sind von Typ L und rauchen. Alle sind vom Typ L und keiner raucht. Auf Insel C hatten alle den gleichen Typ und jeder sagte: Falls ich rauche, dann raucht jeder hier. Alle sagen die Wahrheit; es rauchen alle oder keiner. Auf Insel D hatten alle den gleichen Typ und jeder sagte: Einige hier rauchen, aber ich nicht. Alle lügen; es rauchen alle oder keiner. 1 R. Smullyan: A Beginner s Guide to Mathematical Logic, Dover 2014 Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 29 von 30
63 Zusammenfassung und Ausblick Modelltheorie definiert logische Semantik aus der Beziehung von Formeln (Behauptungen) und Modellen (möglichen Welten) Logisches Schließen ist die Berechnung (Überprüfung) einzelner Beziehungen der Form I = F (Model checking) bzw. F = G (Schlussfolgerung) Prädikatenlogik verallgemeinert Aussagenlogik und viele der dort gültigen Gesetze Was erwartet uns als nächstes? Zweites Repetitorium Pfingsferien Logisches Schließen: (Un)Entscheidbarkeit, Komplexität, Algorithmen Markus Krötzsch, 31. Mai 2017 Theoretische Informatik und Logik Folie 30 von 30
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:
MehrLogic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
MehrSyntax 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)
MehrGrundlagen 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
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrBeispiel 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
MehrKapitel 1. Grundlagen Mengen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
Mehr3. 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,
MehrI. Aussagenlogik. Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen.
I. Aussagenlogik 2.1 Syntax Aussagenlogik untersucht Verknüpfungen wie "und", "oder", "nicht", "wenn... dann" zwischen atomaren und komplexen Sätzen. Sätze selbst sind entweder wahr oder falsch. Ansonsten
MehrKlassische Aussagenlogik
Eine Einführung in die Logik Schon seit Jahrhunderten beschäftigen sich Menschen mit Logik. Die alten Griechen und nach ihnen mittelalterliche Gelehrte versuchten, Listen mit Regeln zu entwickeln, welche
MehrFormalisierung 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,
MehrKapitel 1. Grundlagen
Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig
MehrHilbert-Kalkül (Einführung)
Hilbert-Kalkül (Einführung) Es gibt viele verschiedene Kalküle, mit denen sich durch syntaktische Umformungen zeigen läßt, ob eine Formel gültig bzw. unerfüllbar ist. Zwei Gruppen von Kalkülen: Kalküle
MehrFormale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015
Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2014/2015 Teil 3: Logik 1 Aussagenlogik Einleitung Eigenschaften Äquivalenz Folgerung Normalformen 2 Prädikatenlogik Wenn eine Karte
MehrMathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 14.12.2004 In der letzten Vorlesung haben wir gesehen, wie man die einzelnen Zahlenbereiche aufbaut. Uns fehlen nur noch die reellen Zahlen (siehe
MehrMengen. 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: {
MehrKapitel 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
MehrVorsemesterkurs Informatik
Vorsemesterkurs Informatik Vorsemesterkurs Informatik Mario Holldack WS2015/16 30. September 2015 Vorsemesterkurs Informatik 1 Einleitung 2 Aussagenlogik 3 Mengen Vorsemesterkurs Informatik > Einleitung
MehrZusammenfassung 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.
MehrKlausur 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
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 2: Prädikatenkalkül erster Stufe Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. Oktober 2016 1/38 DIE INTERPRETATION
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 1 Logik,, Doris Bohnet Universität Hamburg - Department Mathematik Mo 6.10.2008 Zeitplan Tagesablauf: 9:15-11:45 Vorlesung Audimax I 13:00-14:30 Übung Übungsräume
MehrAufgabe - Fortsetzung
Aufgabe - Fortsetzung NF: Nicht-Formel F: Formel A: Aussage x :( y : Q(x, y) R(x, y)) z :(Q(z, x) R(y, z)) y :(R(x, y) Q(x, z)) x :( P(x) P(f (a))) P(x) x : P(x) x y :((P(y) Q(x, y)) P(x)) x x : Q(x, x)
MehrMathematische Logik. Grundlagen, Aussagenlogik, Semantische Äquivalenz. Felix Hensel. February 21, 2012
Mathematische Logik Grundlagen, Aussagenlogik, Semantische Äquivalenz Felix Hensel February 21, 2012 Dies ist im Wesentlichen eine Zusammenfassung der Abschnitte 1.1-1.3 aus Wolfgang Rautenberg s Buch
MehrWeitere Beweistechniken und aussagenlogische Modellierung
Weitere Beweistechniken und aussagenlogische Modellierung Vorlesung Logik in der Informatik, HU Berlin 2. Übungsstunde Aussagenlogische Modellierung Die Mensa versucht ständig, ihr Angebot an die Wünsche
MehrTeil 7. Grundlagen Logik
Teil 7 Grundlagen Logik Was ist Logik? etymologische Herkunft: griechisch bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also
MehrLogik 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
MehrGrundlagen der Kognitiven Informatik
Grundlagen der Kognitiven Informatik Wissensrepräsentation und Logik Ute Schmid Kognitive Systeme, Angewandte Informatik, Universität Bamberg letzte Änderung: 14. Dezember 2010 U. Schmid (CogSys) KogInf-Logik
MehrEntscheidungsverfahren 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
MehrÜbung 4: Aussagenlogik II
Übung 4: Aussagenlogik II Diskrete Strukturen im Wintersemester 2013/2014 Markus Kaiser 8. Januar 2014 1/10 Äquivalenzregeln Identität F true F Dominanz F true true Idempotenz F F F Doppelte Negation F
MehrVorlesung. Logik und Diskrete Mathematik
Vorlesung Logik und Diskrete Mathematik (Mathematik für Informatiker I) Wintersemester 2008/09 FU Berlin Institut für Informatik Klaus Kriegel 1 Literatur zur Vorlesung: C. Meinel, M. Mundhenk, Mathematische
MehrErsetzbarkeitstheorem
Ersetzbarkeitstheorem Die Abgeschlossenheit läßt sich auch folgendermaßen formulieren: Ersetzbarkeitstheorem Seien F und G Formeln mit F G. SeienH und H Formeln, so daß H aus H hervorgeht, indem ein Vorkommen
MehrFakultät 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.
MehrMathematik für Informatiker I
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 19.10.2004 In diesem Kurs geht es um Mathematik und um Informatik. Es gibt sehr verschiedene Definitionen, aber für mich ist Mathematik die Wissenschaft
MehrAussagenlogik. Aussagen und Aussagenverknüpfungen
Aussagenlogik Aussagen und Aussagenverknüpfungen Aussagen sind Sätze, von denen sich sinnvollerweise sagen läßt, sie seien wahr oder falsch. Jede Aussage besitzt also einen von zwei möglichen Wahrheitswerten,
MehrSS April Übungen zur Vorlesung Logik Blatt 1. Prof. Dr. Klaus Madlener Abgabe bis 27. April :00h
SS 2011 20. April 2011 Übungen zur Vorlesung Logik Blatt 1 Prof. Dr. Klaus Madlener Abgabe bis 27. April 2011 10:00h 1. Aufgabe: [strukturelle Induktion, Übung] Zeigen Sie mit struktureller Induktion über
MehrKapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1
Kapitel 1.0 Aussagenlogik: Einführung Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1 Ziele der Aussagenlogik In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter
MehrMathematik-Vorkurs für Informatiker Aussagenlogik 1
Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Notieren Sie die Definitionen der
MehrBoolesche Algebra. Hans Joachim Oberle. Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2
Universität Hamburg Department Mathematik Boolesche Algebra Hans Joachim Oberle Vorlesung an der TUHH im Wintersemester 2006/07 Montags, 9:45-11:15 Uhr, 14täglich TUHH, DE 22, Audimax 2 http://www.math.uni-hamburg.de/home/oberle/vorlesungen.html
MehrKapitel 1.5. Ein adäquater Kalkül der Aussagenlogik. Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls
Kapitel 1.5 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2012/13) Kapitel 1.5: Kalküle 1/30 Syntaktischer
MehrMotivation. Formale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik. Motivation - Beispiel. Motivation - Beispiel
Motivation Formale Grundlagen der Informatik 1 Kapitel 19 & Die ist eine Erweiterung der Aussagenlogik. Sie hat eine größere Ausdrucksstärke und erlaub eine feinere Differenzierung. Ferner sind Beziehungen/Relationen
MehrSS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4. R. C. Ladiges, D. Fast 10. Juni 2010
SS2010 BAI2-LBP Gruppe 1 Team 07 Entwurf zu Aufgabe 4 R. C. Ladiges, D. Fast 10. Juni 2010 Inhaltsverzeichnis 4 Aufgabe 4 3 4.1 Sich mit dem Programmpaket vertraut machen.................... 3 4.1.1 Aufgabenstellung.................................
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln
Kapitel 1.3 Normalformen aussagenlogischer Formeln und die Darstellbarkeit Boolescher Funktionen durch aussagenlogische Formeln Mathematische Logik (WS 2011/12) Kapitel 1.3: Normalformen 1/ 29 Übersicht
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 9: Prädikatenlogik schulz@eprover.org Rückblick 2 Rückblick: Vor- und Nachteile von Aussagenlogik Aussagenlogik ist deklarativ: Syntaxelemente entsprechen
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrDiskrete 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
MehrMathematik-Vorkurs für Informatiker Aussagenlogik 1
Christian Eisentraut & Julia Krämer www.vorkurs-mathematik-informatik.de Mathematik-Vorkurs für Informatiker Aussagenlogik 1 Aufgabe 1. (Wiederholung wichtiger Begriffe) Kategorie 1 Notieren Sie die Definitionen
MehrDiskrete 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
Mehrmathe plus Aussagenlogik Seite 1
mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet
MehrEinführung in die Mathematik (Vorkurs 1 )
Einführung in die Mathematik (Vorkurs 1 ) Wintersemester 2008/09 Dr. J. Jordan Institut für Mathematik Universität Würzburg Germany 1 Modulbezeichnung 10-M-VKM 1 Inhaltsverzeichnis 1 Aussagen und Beweise
Mehr6. Induktives Beweisen - Themenübersicht
6. Induktives Beweisen - Themenübersicht Ordnungsrelationen Partielle Ordnungen Quasiordnungen Totale Ordnungen Striktordnungen Ordnungen und Teilstrukturen Noethersche Induktion Anwendung: Terminierungsbeweise
MehrBrückenkurs Mathematik. Dienstag Freitag
Brückenkurs Mathematik Dienstag 29.09. - Freitag 9.10.2015 Vorlesung 2 Mengen, Zahlen, Logik Kai Rothe Technische Universität Hamburg-Harburg Mittwoch 30.09.2015 Mengen.................................
Mehr2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zwischen Mengen 2.4 Mengenoperationen
2. Mengen 2.1 Beschreibung von Mengen 2.2 Formale Logik 2.3 Beziehungen zischen Mengen 2.4 Mengenoperationen 2. Mengen GM 2-1 Wozu Mengen? In der Mathematik Au dem Mengenbegri kann man die gesamte Mathematik
MehrLogik-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:
MehrPrädikate sind Funktionen. Prädikatenlogik. Quantoren. n stellige Prädikate. n stellige Prädikate:
Aussagenlogik: Aussagen Ausssageformen Prädikatenlogik beschäftigt sich mit Aussagen sind Sätze die entweder wahr oder falsch sind sind Sätze mit Variablen, die beim Ersetzen dieser Variablen durch Elemente
Mehr3. 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
MehrGrundlagen der Logik Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007
Concept Content.. Information Topic Grundlagen der Logik Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007 Gunar Fiedler (fiedler@is.informatik.uni-kiel.de) Institut für Informatik Arbeitsgruppe
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 21. Oktober 2013 1/33 1 Boolesche
MehrVorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen
Vorlesung Logik Wintersemester 2012/13 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume & Dr. Sander Bruggink Barbara König Logik 1 (Motivation) Wir benötigen Algorithmen für Erfüllbarkeitstests,
MehrParadoxien der Replikation
Joachim Stiller Paradoxien der Replikation Alle Rechte vorbehalten Paradoxien Die Paradoxien (Wiki) Hier einmal Auszüge aus dem Wiki-Artikel zum Begriff Paradoxon Ein Paradox(on) (auch Paradoxie, Plural
MehrWS 2009/10. Diskrete Strukturen
WS 29/ Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws9
MehrTerme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)
Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden
MehrEinführung in die Logik. Sommersemester Juli 2010 Institut für Theoretische Informatik
Einführung in die Logik Jiří Adámek Sommersemester 2010 14. Juli 2010 Institut für Theoretische Informatik Inhaltsverzeichnis 1 Einleitung: Logische Systeme 4 I Aussagenlogik 6 2 Aussagenlogik 7 2.i Syntax
MehrMathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)
DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen
Mehr5. Aussagenlogik und Schaltalgebra
5. Aussagenlogik und Schaltalgebra Aussageformen und Aussagenlogik Boolesche Terme und Boolesche Funktionen Boolesche Algebra Schaltalgebra Schaltnetze und Schaltwerke R. Der 1 Aussagen Information oft
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Große Übung #2 Phillip Keldenich, Arne Schmidt 10.11.2016 Organisatorisches Fragen? Checkliste: Anmeldung kleine Übungen Anmeldung Mailingliste Dies ersetzt nicht die Prüfungsanmeldung!
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 7: Einführung Aussagenlogik schulz@eprover.org Logisches Schließen 2 gold +1000, 1 per step, Beispiel: Jage den Wumpus Performance measure death 1000 10
Mehr1 Einführung Aussagenlogik
1 Einführung Aussagenlogik Denition 1. Eine Aussage ist ein Aussagesatz, der entweder wahr oder falsch ist. Welche der folgenden Sätze ist eine Aussage? 3+4=7 2*3=9 Angela Merkel ist Kanzlerin Stillgestanden!
Mehr3.2 Prädikatenlogik. WS 06/07 mod 321
3.2 Prädikatenlogik WS 06/07 mod 321 Prädikatenlogik umfasst Aussagenlogik mit atomaren Aussagen, Variablen, Junktoren. Zusätzliche Konzepte: A = (τ, Σ) sei die so genannte Termalgebra (mit Variablen,
Mehr3.0 VU Formale Modellierung
3.0 VU Formale Modellierung Gernot Salzer 11.10.2011 1 Organisatorisches Verschiebung der Vorlesung: Vorlesung am Dienstag, 18.10.2011, 13:00 16:00, entfällt. Ersatz: Mittwoch, 19.10.2011, 15:00 18:00,
MehrDie Folgerungsbeziehung
Kapitel 2: Aussagenlogik Abschnitt 2.1: Syntax und Semantik Die Folgerungsbeziehung Definition 2.15 Eine Formel ψ AL folgt aus einer Formelmenge Φ AL (wir schreiben: Φ = ψ), wenn für jede Interpretation
MehrResolutionsalgorithmus
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:
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
Mehr5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus
5.4 Die Prädikatenlogik 1.Stufe als Semantikformalismus 5.4.1 Einführung Einführung Verwendet wird die Sprache der Prädikatenlogik erster Stufe mit Identität (ohne Funktionskonstanten) mit dem folgenden
MehrNormalformen boolescher Funktionen
Normalformen boolescher Funktionen Jeder boolesche Ausdruck kann durch (äquivalente) Umformungen in gewisse Normalformen gebracht werden! Disjunktive Normalform (DNF) und Vollkonjunktion: Eine Vollkonjunktion
MehrBinäre Suchbäume (binary search trees, kurz: bst)
Binäre Suchbäume (binary search trees, kurz: bst) Datenstruktur zum Speichern einer endlichen Menge M von Zahlen. Genauer: Binärbaum T mit n := M Knoten Jeder Knoten v von T ist mit einer Zahl m v M markiert.
MehrAlgorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen
Algorithmen für OBDD s 1. Reduziere 2. Boole sche Operationen 1 1. Reduziere siehe auch M.Huth und M.Ryan: Logic in Computer Science - Modelling and Reasoning about Systems, Cambridge Univ.Press, 2000
MehrFormale Methoden II. Gerhard Jäger. SS 2008 Universität Bielefeld. Teil 8, 11. Juni 2008. Formale Methoden II p.1/30
Formale Methoden II SS 2008 Universität Bielefeld Teil 8, 11. Juni 2008 Gerhard Jäger Formale Methoden II p.1/30 Beispiele Anmerkung: wenn der Wahrheitswert einer Formel in einem Modell nicht von der Belegungsfunktion
MehrHerzlich Willkommen zur Vorlesung Einführung in die Logik I (*)
Herzlich Willkommen zur Vorlesung Einführung in die Logik I (*) Vorlesung: Professor Marcus Spies (Department Psychologie) www.psy.lmu.de/ffp/persons/prof--marcus-spies.html Tutorium : Philipp Etti (Institut
MehrVorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes
MehrFormeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur
Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die
MehrVertiefungskurs Mathematik
Vertiefungskurs Mathematik Anforderungen für das Universitäts-Zertifikat im Schuljahr 01/13 Grundvoraussetzung: Teilnahme am Vertiefungskurs Mathematik in Klasse 11. Inhaltliche Voraussetzungen: Aussagenlogik
MehrGrundkurs Logik - 2. Einheit
19. Oktober 2012 Logische Form Um die logische Form eines Argumentes (bzw. der Behauptungssätze, aus denen es aufgebaut ist) ersichtlich zu machen, sind zwei Dinge besonders wichtig: Logische Form Um die
MehrInformationsverarbeitung auf Bitebene
Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,
MehrVorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
MehrPrüfungsprotokoll Kurs 1825 Logik für Informatiker. Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015
Prüfungsprotokoll Kurs 1825 Logik für Informatiker Studiengang: MSc. Informatik Prüfer: Prof. Dr. Heinemann Termin: Januar 2015 1. Aussagenlogik Alphabet und AS gegeben, wie sind die Aussagenlogischen
MehrTU8 Beweismethoden. Daniela Andrade
TU8 Beweismethoden Daniela Andrade daniela.andrade@tum.de 12.12.2016 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2
MehrWissensbasierte Systeme/ Expertensysteme. Teil 2
Wissensbasierte Systeme/ Expertensysteme Teil 2 BiTS, Sommersemester 2004 Dr. Stefan Kooths KOOTHS BiTS: Wissensbasierte Systeme/Expertensysteme Teil 2 1 Gliederung 1. Einführung und Einordnung 2. Entscheidungsunterstützung(ssysteme)
MehrLogik. Markus Lohrey. Wintersemester 2012/2013. Universität Leipzig. Markus Lohrey (Universität Leipzig) Logik Wintersem.
Logik Markus Lohrey Universität Leipzig Wintersemester 2012/2013 Markus Lohrey (Universität Leipzig) Logik Wintersem. 2012/2013 1 / 214 Organisatorisches zur Vorlesung Informationen finden Sie unter z.
MehrLogik: aussagenlogische Formeln und Wahrheitstafeln
FH Gießen-Friedberg, Sommersemester 2010 Lösungen zu Übungsblatt 1 Diskrete Mathematik (Informatik) 7./9. April 2010 Prof. Dr. Hans-Rudolf Metz Logik: aussagenlogische Formeln und Wahrheitstafeln Aufgabe
MehrLogik. Markus Lohrey. Sommersemester Universität Siegen. Markus Lohrey (Universität Siegen) Logik Sommersem / 299
Logik Markus Lohrey Universität Siegen Sommersemester 2014 Markus Lohrey (Universität Siegen) Logik Sommersem. 2014 1 / 299 Organisatorisches zur Vorlesung Informationen finden Sie unter z. B. http://www.eti.uni-siegen.de/ti/lehre/ss14/logik/
MehrGrundlagen der diskreten Mathematik
Grundlagen der diskreten Mathematik Prof. Dr. Romana Piat WS 25/6 Allgemeine Informationen Vorlesungen:./C Zug D (Mi., 3. Block + Do., 4. Block, y-raster) Zug E (Di., 5. Block + Do.,. Block, y-raster)
MehrKapitel 1.3. Normalformen aussagenlogischer Formeln. Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1
Kapitel 1.3 Normalformen aussagenlogischer Formeln Mathematische Logik (WS 2010/11) Kapitel 1.3: Normalformen 1 / 1 Boolesche Formeln, Literale und Klauseln Eine Boolesche Formel ist eine aussagenlogische
MehrBrückenkurs Mathematische Grundlagen. 1 Aussagenlogik. FU Berlin, Institut für Informatik, WS 2008/09
FU Berlin, Institut für Informatik, WS 2008/09 Brückenkurs Mathematische Grundlagen für Bioinformatik-, Informatik- und Nebenfach-Studenten 1 Aussagenlogik Eine logische Aussage ist ein Satz, der entweder
MehrSemantic Web Technologies I Lehrveranstaltung im WS13/14
www.semantic-web-grundlagen.de Semantic Web Technologies I Lehrveranstaltung im WS13/14 Dr. Andreas Harth Dipl.-Inf. Martin Junghans Logik Grundlagen Einleitung und Ausblick XML und URIs Einführung in
MehrHausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung. Elementare Logik. Diskrete Strukturen. Uta Priss ZeLL, Ostfalia
Elementare Logik Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Elementare Logik Slide 1/26 Agenda Hausaufgaben Negation Aussagen Implikation Äquivalenz Zusammenfassung
MehrEinführung in die symbolische Logik
Einführung in die symbolische Logik mit besonderer Berücksichtigung ihrer Anwendungen Von Rudolf Carnap Professor der Philosophie University of California, Los Angeles Zweite neubearbeitete und erweiterte
MehrMusterlösung 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
MehrTU5 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