WS 2015/16 Diskrete Strukturen Kapitel 2: Grundlagen (Aussagenlogik 1)

Größe: px
Ab Seite anzeigen:

Download "WS 2015/16 Diskrete Strukturen Kapitel 2: Grundlagen (Aussagenlogik 1)"

Transkript

1 WS 25/6 Diskrete Strukturen Kapitel 2: Grundlagen (Aussagenlogik ) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München

2 Kapitel 2: Grundlagen (Aussagenlogik ) Mathematische und notationelle Grundlagen Mengen Relationen und Abbildungen Aussagen- und Prädikatenlogik Beweismethoden Wachstum von Funktionen Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 2

3 Kapitel 2: Grundlagen (Aussagenlogik ) Logik ist die Wissenschaft des Schließens. Sie untersucht, welche Inferenzen korrekt sind. Unter Inferenz verstehen wir (informell) eine Aussage der Form: wenn A wahr ist, dann ist auch B wahr. Umgangssprachlich sagen wir auch: Wenn A gilt, dann gilt B. Wenn A dann B. A impliziert B. A ist die Annahme (Prämisse, Antezedens, Hypothese) und B die Konklusion (Konsequenz). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 3

4 Kapitel 2: Grundlagen (Aussagenlogik ) Eine korrekte Inferenz: Wenn alle Menschen sterblich sind und Sokrates ein Mensch ist, dann ist Sokrates sterblich. A = alle Menschen sind sterblich und Sokrates ist ein Mensch; B = Sokrates ist sterblich. Eine korrekte Inferenz wenn A dann B bedeutet nicht, dass A wahr ist. Wenn die Inferenz korrekt ist und A wahr ist, dann ist B wahr, mehr wissen wir nicht. Wenn bestochene Ministerpräsidenten ins Gefängnis müssen und Herr Seehofer bestochen wurde, dann muss er ins Gefängnis ist eine korrekte Inferenz. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 4

5 Kapitel 2: Grundlagen (Aussagenlogik ) Beispiele von inkorrekten Inferenzen: Wenn einige Männer klug sind und alle Fußballer Männer sind, dann sind alle Fußballer klug. Wenn einige vererbte Variationen dem Gesetz der Selektion unterliegen und alle menschlichen Unterschiede vererbte Variationen sind, dann unterliegen alle menschlichen Unterschiede dem Gesetz der Selektion. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 5

6 Kapitel 2: Grundlagen (Aussagenlogik ) Korrekt oder inkorrekt? Wenn es heute bewölkt ist, und wir nur dann schwimmen gehen, wenn es sonnig ist, und wir immer dann rudern, wenn wir nicht schwimmen, und wir immer früh nach Hause kommen, wenn wir rudern, dann werden wir heute früh nach Hause kommen. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 6

7 Kapitel 2: Grundlagen (Aussagenlogik ) Noch zwei korrekte Inferenzen: Wenn alle Guldräber untreßig und alle Untreßigen filzig sind dann sind alle Guldräber filzig. Diese Inferenz erkennen wir als korrekt, auch wenn wir nicht wissen, was Guldräber, untreßig oder filzig bedeutet!! Die Inferenz ist eine Instanz von: Wenn (alle X sind Y) und (alle Y sind Z) dann (alle X sind Z). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 7

8 Kapitel 2: Grundlagen (Aussagenlogik ) Noch zwei korrekte Inferenzen: Wenn Anna ein Enkelkind hat dann ist Anna eine Mutter. Die Inferenz kann nur als korrekt erkannt werden, wenn man Wissen über die Bedeutung von Mutter und Enkelkind hat. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 8

9 Kapitel 2: Grundlagen (Aussagenlogik ) Logische Inferenzen (informell): Eine logische Inferenz ist eine Inferenz mit Variablen (Platzhalter für Aussagen oder Objekte). Achtung: diese Terminologie ist nicht Standard! Eine logische Inferenz ist korrekt, wenn alle ihre Instanzen korrekt sind. Logiker sagen: die Inferenz ist (allgemein)gültig oder eine Tautologie. Wenn (alle X sind Y) und (alle Y sind Z) dann (alle X sind Z) ist gültig. Wenn (alle X sind Y) dann (alle Y sind X) ist nicht gültig. Wenn A und B und (wenn A dann C) dann B und C ist gültig. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 9

10 Kapitel 2: Grundlagen (Aussagenlogik ) Die Logik untersucht die gültigen Inferenzen: Wie kann man sie (automatisch) erkennen? Welche sind die nützlichsten? Die Logik stellt die Basis der mathematischen Beweise. Praktische Anwendungen der Logik finden sich in zahlreichen Gebieten der Informatik, z.b. Datenbanken, Programmverifikation, Korrektheitsbeweise, Systemsicherheit, künstliche Intelligenz und vielen mehr. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26

11 Kapitel 2: Grundlagen (Aussagenlogik ) Es gibt zahlreiche Logiken: Aussagenlogik, Prädikatenlogik, Temporalogik, deontische Logik Verschiedene Logiken studieren die gültigen Inferenzen in verschiedenen Sprachfragmenten: Aussagenlogik: und, oder, nicht, wenn dann Wenn X und Y dann Y (Platzhalter für Aussagen). Syllogistische Logik: alle, einige, keine. Wenn alle A sind B und kein B ist ein C, dann ist kein A ein C (Platzhalter für Objekte) Temporallogik: Aussagenlogik + heute, morgen, irgendwann, nie. Wenn heute A gilt, dann war gestern wahr, dass morgen A gelten wird. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26

12 Kapitel 2: Grundlagen (Aussagenlogik ) Aussagenlogik (propositional logic): Aussagen werden aus einer vorgegebene Menge von atomaren Aussagen oder Aussagenvariablen (Platzhalter für Aussagen) mit Hilfe der Operatoren (Konnektoren, Junktoren) und, oder, nicht und wenn dann gebaut. Atomare Aussagen sind wahr oder falsch, nie wahr und falsch, keines von beiden oder etwas dazwischen. Die Grundlagen der Aussagenlogik wurden von George Boole ( The Laws of Thought, 854) entwickelt. Man spricht deswegen auch von der Booleschen Logik. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 2

13 Kapitel 2: Grundlagen (Aussagenlogik ) George Boole (85-864) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 3

14 Kapitel 2: Grundlagen (Aussagenlogik ) Aussagenlogik formal: Die Aussagenlogik (wie jede Logik) bildet eine formale Sprache. Eine formale Sprache wird definiert durch ihre Syntax und ihre Semantik. Die Syntax der Sprache legt durch Regeln fest, welche Zeichenketten wohlgeformte Ausdrücke sind. Die wohlgeformten Ausdrücke einer Logik heißen Formeln. Die Semantik legt die Bedeutung der Formeln fest. Eine formale Semantik ordnet jeden Ausdruck einem mathematischen Objekt zu, welches als Bedeutung des Ausdrucks interpretiert wird. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 4

15 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Syntax: Eine formale Syntax besteht aus einem Vokabular und einer Menge von Formationsregeln. Das Vokabular legt fest, welche Zeichen in Ausdrücken vorkommen dürfen. Die Formationsregeln legen fest, welche Zeichenketten über dem Vokabular zulässig oder wohlgeformt sind und welche nicht. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 5

16 Kapitel 2: Grundlagen (Aussagenlogik ) Syntax der Aussagenlogik Vokabular: Das Vokabular setzt sich aus folgenden Zeichenklassen zusammen: Wahrheitskonstanten: Aussagenvariablen: true, false; p, q, r, s, t, ; Logische Operatoren:,,, ; Hilfssymbolen: (, ). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 6

17 Kapitel 2: Grundlagen (Aussagenlogik ) Syntax der Aussagenlogik Formationsregeln: Regel : true und false sind Formeln. Regel : Eine Aussagenvariable ist eine Formel. Regel 2: Ist F eine Formel, dann ist auch F eine Formel. Regel 3: Sind F und G Formeln, dann sind a) F G b) F G c) F G ebenfalls Formeln. Regel 4: Ein Ausdruck ist nur dann eine Formel, wenn er durch (evtl. mehrfache) Anwendung der obenstehenden Regeln konstruiert werden kann. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 7

18 Kapitel 2: Grundlagen (Aussagenlogik ) Syntax der Aussagenlogik Formationsregeln: Es lassen sich also durch Anwendung von logischen Operatoren (Konnektoren) auf Formeln neue Formeln bilden. Ein Operator kombiniert einen oder mehrere Operanden zu einem komplexeren Ausdruck. Monadische/unäre Operatoren haben ein Argument (z.b. F), dyadische/binäre Operatoren haben zwei Argumente (z.b. F G). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 8

19 Kapitel 2: Grundlagen (Aussagenlogik ) Formeln sind: ( p q r), (p false q r), p q q p. Keine Formeln sind: (q r], p (p q)), ( q q p ). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 9

20 Kapitel 2: Grundlagen (Aussagenlogik ) Ableitungsbeispiele: () p Regel (2) q Regel (3) (p q) Regel 3a, (), (2) (4) (p q) Regel 2, (3) (5) q Regel 2, (2) (6) (q q) Regel 3b, (2), (5) (7) ( p q (q q)) Regel 3c, (4), (6) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 2

21 Kapitel 2: Grundlagen (Aussagenlogik ) Syntaxbaum für ( p q q q ): q p q q Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 2

22 Kapitel 2: Grundlagen (Aussagenlogik ) Bindungsregeln zur Vereinfachung von Klammerausdrücken: bindet stärker als, bindet stärker als, bindet stärker als. Beispiele: p q steht für ( p q), nicht für (p q); p q r steht für ( p q r), nicht für (p (q r )); p q r s steht für ( p q (r s)). In den Folien: Weder p q r s noch ((p q) (r s)), sondern (p q) (r s). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 22

23 Kapitel 2: Grundlagen (Aussagenlogik ) Semantik der Aussagenlogik: Was ist die Bedeutung einer Formel? Die Formel F = ( p q) kann in vier Welten ausgewertet werden Welt : p und q sind beide wahr. F ist falsch. Welt 2: p ist wahr, q ist falsch. F ist falsch. Welt 3: p ist falsch, q ist wahr. F ist wahr. Welt 4: p ist falsch, q ist falsch. F ist falsch. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 23

24 Kapitel 2: Grundlagen (Aussagenlogik ) Semantik der Aussagenlogik: Die Bedeutung einer Formel ist die Funktion, die jede mögliche Welt dem Wahrheitswert der Formel in dieser Welt zuordnet: (die Formel ist wahr), oder (die Formel ist falsch). Man nennt {, } die Booleschen Werte. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 24

25 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Eine Belegung ( eine Welt ) ist eine Funktion von einer Menge von Aussagevariablen in die Menge {,} der Wahrheitswerte. Eine Belegung β: V {,} passt zu einer Formel F, wenn alle Variablen, die in F vorkommen, zu V gehören. Beispiel: die Funktionen p, q p, q, r sind passende Belegungen der Formel p q. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 25

26 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Die Semantik einer Formel F ist eine Funktion [F], die jeder Belegung β, die zu F passt, ( jede Welt ) einen Wahrheitswert [F](β) zuordnet. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 26

27 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Die Funktion [F] ist folgendermaßen definiert in Abhängigkeit von F: () Semantik der Formeln true und false: F = true. Für alle Belegungen β gilt: [true](β) =. F = false. Für alle Belegungen β gilt: [false](β) =. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 27

28 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: (2) Semantik der Negation (NICHT) und der Konjunktion (UND): F = G für eine Formel G. Für jede Belegung β, die zu F passt: F β =, falls G β = ;, falls G β =. F = (G H) für Formeln G und H. Für jede Belegung β, die zu F passt:, falls G β = und H β = ; F β =, falls G β = oder H β =. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 28

29 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Die Semantik kann mit Hilfe einer Wahrheitstabelle visualisiert werden. Die Tabelle gibt den Wahrheitswert der Formel für jede Kombination von Wahrheitswerten der Operanden an. Beispiele: G G G H G H Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 29

30 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: (3) Semantik der Disjunktion (ODER): F = (G H) für Formeln G und H. Für jede Belegung β, die zu F passt, gilt: F β =, falls G β = oder H β = ;, falls G β = und [H] β =. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 3

31 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik. Wahrheitstabelle: G H G H In der Logik ist G oder H wahr, wenn G wahr ist, oder H wahr ist, oder beide wahr sind. Der ODER-Operator wird auch als nichtausschließendes-oder bezeichnet, da er die Möglichkeit beinhaltet, dass G und H wahr sind. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 3

32 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: (4) Semantik der Implikation (WENN DANN): F = (G H) für Formeln G und H. Für jede Belegung, die zu F passt, gilt: F β =, falls G β = oder H β = ;, falls G β = und [H] β =. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 32

33 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Wahrheitstabelle: F G F G Semantik in Worten: F G ist falsch genau dann, wenn F wahr ist und G falsch ist. Andernfalls ist F G wahr. In der Implikation F G ist F die Hypothese und G die Konklusion. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 33

34 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: Die formale Semantik der Implikation ist unterschiedlich von dem Gebrauch von wenn dann in der Alltagssprache: p q sagt nicht, dass p eine Ursache für q ist. Pinguine schwimmen Pferde wiehern ist wahr in unserer Welt. p q sagt nichts darüber, ob p wahr oder falsch ist. Frau Merkel wurde bestochen Frau Merkel gehört hinter Gitter ist wahr in unserer Welt. Wenn in einer Welt p falsch ist, dann ist in dieser Welt p q wahr, unabhängig davon, was q aussagt!! Pinguine fliegen Pferde sprechen ist wahr in unserer Welt. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 34

35 Kapitel 2: Grundlagen (Aussagenlogik ) Formale Semantik der Aussagenlogik: p q sagt nichts darüber, ob p q wahr ist. In der Alltagssprache: Aus der Aussage Wenn du brav bist, dann bekommst Du ein Bonbon folgt implizit: Wenn Du nicht brav bist, dann bekommst Du kein Bonbon. In der Logik: Die Formel Du bist brav Du bekommst ein Bonbon sagt nichts darüber, was passiert, wenn Du nicht brav bist. Vielleicht bekommst Du auch ein Bonbon! Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 35

36 Kapitel 2: Grundlagen (Aussagenlogik ) Weitere Operatoren: Ausschließendes-Oder Der binäre Operator (XOR) entspricht dem sprachlichen Konstrukt entweder oder er schließt die Möglichkeit aus, dass beide Operanden wahr sind. Wahrheitstabelle: G H G H Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 36

37 Kapitel 2: Grundlagen (Aussagenlogik ) Weitere Operatoren: Bikonditional Der binäre Operator entspricht dem sprachlichen Konstrukt genau dann, wenn. Wahrheitstabelle: G H G H Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 37

38 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: Sind diese Aussagen wahr oder falsch in unserer Welt?. Diese Vorlesung wird niemals enden die Sonne wird morgen aufgehen. 2. Dienstag ist ein Tag der Woche Obama ist ein Pinguin. 3. +=6 Merkel ist Kanzlerin. 4. Der Mond ist aus grünem Käse Frankreich hat einen König. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 38

39 Kapitel 2: Grundlagen (Aussagenlogik ) Wahrheitstabellen: Sei F eine Formel und sei V F die Menge der Variablen, die in F vorkommen. Eine Belegung β: V {,}, die zu F passt, ist minimal für F, wenn V F = V. Sei β eine Belegung, die zu F passt, und sei β F die Projektion von β auf V F. Dann ist β F eine minimale Belegung und es gilt: [F](β) = [F](β F ). Das heißt: Die Funktion [F] wird von den minimalen Belegungen eindeutig bestimmt. Die Wahrheitstabelle von F enthält als Zeilen die minimalen Belegungen von F und die entsprechenden Werte von [F]. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 39

40 Kapitel 2: Grundlagen (Aussagenlogik ) Wahrheitstabellen: Beispiel: Sei F = p q r r. p q r F Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 4

41 Kapitel 2: Grundlagen (Aussagenlogik ) Wahrheitstabellen: Wie viele Zeilen hat die Wahrheitstabelle einer Formel F, in der n Variablen vorkommen? Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 4

42 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 42

43 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 43

44 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 44

45 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 45

46 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 46

47 Kapitel 2: Grundlagen (Aussagenlogik ) Berechnung der Wahrheitstabelle einer Formel: p q r p q r r Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 47

48 Kapitel 2: Grundlagen (Aussagenlogik ) (Allgemein-)Gültigkeit, Tautologie: Eine Formel F ist (allgemein-)gültig, wenn für jede Belegung β, die zu F passt, gilt: [F](β) =. Intuitiv: eine Formel ist gültig, wenn sie überall ( in allen Welten ) wahr ist. Wir sagen auch: F ist eine Tautologie. Eine Formel ist gültig ist nicht dasselbe wie Eine Formel ist wahr. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 48

49 Kapitel 2: Grundlagen (Aussagenlogik ) (Allgemein-)Gültigkeit, Tautologie: Eine Formel F ist gültig genau dann, wenn für jede minimale Belegung β, die zu F passt, gilt: [F](β) =. Tautologie-Test: Berechne die Wahrheitstabelle und prüfe, ob die Spalte für F ausschließlich Einsen enthält. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 49

50 Kapitel 2: Grundlagen (Aussagenlogik ) Allgemeingültigkeit, Tautologie: Beispiele von Tautologien: p p p q p p p q p q p p q r ( p q p r ) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 5

51 Kapitel 2: Grundlagen (Aussagenlogik ) Widerspruch: Eine Formel F ist ein Widerspruch, wenn für jede Belegung β, die zu F passt, gilt: [F](β) =. Intuitiv: Eine Formel ist ein Widerspruch, wenn sie überall ( in allen Welten ) falsch ist. Eine Formel F ist ein Widerspruch genau dann, wenn für jede minimale Belegung β, die zu F passt, gilt: [F](β) =. Widerspruchstest: Berechne die Wahrheitstabelle und prüfe, ob die Spalte für F ausschließlich Nullen enthält. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 5

52 Kapitel 2: Grundlagen (Aussagenlogik ) Erfüllbarkeit: Eine Formel F ist erfüllbar, wenn es eine Belegung β gibt, die zu F passt, und [F](β) = erfüllt. Intuitiv: Eine Formel ist erfüllbar, wenn sie in mindestens einer Welt wahr ist. Erfüllbarkeitstest: Berechne die Wahrheitstabelle und prüfe, ob die Spalte für F mindestens eine enthält. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 52

53 Kapitel 2: Grundlagen (Aussagenlogik ) Erfüllbarkeit: Das Erfüllbarkeitsproblem (satisfiability problem, SAT) ist eines der am meisten untersuchten Probleme der ganzen Informatik: Gegeben: Eine aussagenlogische Formel F. Aufgabe: Entscheide, ob F erfüllbar ist. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 53

54 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: p p q p p p p p p p q p (q p) p (p q) Gültig Erfüllbar Widerspruch Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 54

55 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: Stimmt es oder nicht? J/N Gegenbeispiel Wenn F gültig, dann F erfüllbar Wenn F erfüllbar, dann F unerfüllbar Wenn F gültig, dann F unerfüllbar Wenn F unerfüllbar, dann F gültig Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 55

56 Kapitel 2: Grundlagen (Aussagenlogik ) Logische Äquivalenz: Zwei Formeln F und G sind logisch äquivalent (symbolisch: F G) genau dann, wenn für jede Belegung β, die zu F und zu G passt, gilt: F β = G β. Intuitiv: Wenn F und G äquivalent sind, dann sind sie zwei verschiedene Schreibweisen derselben Aussage. Sei V die Menge der Variablen, die in F oder G vorkommen. F und G sind äquivalent genau dann, wenn für jede Belegung β: V {,} gilt: [F](β) = [G](β). Äquivalenz-Test: Konstruiere die Wahrheitstabelle von F G und prüfe, ob die Spalte für F G ausschließlich Einsen enthält. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 56

57 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: Stimmt es oder nicht? F G F G p (p q) p (p q) p q p (q r) (p q) r p (q r) (p q) (p r) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 57

58 Kapitel 2: Grundlagen (Aussagenlogik ) Logischen Inferenzen Formalisierung: Eine logische Inferenz ist eine Formel der Gestalt F G. Dabei ist F die Annahme und G die Konklusion. Eine logische Inferenz ist korrekt, wenn sie gültig ist. Notation: F G (in Worten: G folgt aus F) bezeichnet, dass F G gültig ist. Achtung! G folgt aus F ist nicht dasselbe wie F impliziert G. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 58

59 Kapitel 2: Grundlagen (Aussagenlogik ) Logischen Inferenzen Formalisierung: Fast immer ist die Annahme F eine Konjunktion F F 2 F n. Man spricht dann von den Annahmen F, F n. Statt F F 2 F n G schreibt man F,, F n G. Folgerungstest: Berechne die Wahrheitstabelle und prüfe, ob die Spalte für F G ausschließlich Einsen enthält. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 59

60 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: Stimmt es oder nicht? A F A F p p q p p q p, q p q p, q p q p q p p q p p, p q q Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 6

61 Kapitel 2: Grundlagen (Aussagenlogik ) Beziehungen: F ist gültig (eine Tautologie) genau dann, wenn F ist ein Widerspruch, F true, true F (Notation: F). F ist ein Widerspruch genau dann, wenn F ist gültig, F false, F false. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 6

62 Kapitel 2: Grundlagen (Aussagenlogik ) Beziehungen: F ist erfüllbar genau dann, wenn F ist nicht gültig. F G gilt, genau dann, wenn F G ist eine Tautologie. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 62

63 Kapitel 2: Grundlagen (Aussagenlogik ) Aufgabe: Wahr oder falsch?. Eine Formel F ist eine Tautologie genau dann, wenn F ein Widerspruch ist. 2. Eine Formel F ist keine Tautologie genau dann, wenn F erfüllbar ist. 3. Wenn F ein Widerspruch ist, dann ist F G eine Tautologie. 4. F ist ein Widerspruch genau dann, wenn F false. 5. F ist ein Widerspruch genau dann, wenn F false. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 63

64 Kapitel 2: Grundlagen (Aussagenlogik ) Eigenschaften der Äquivalenz: Die Relation ist reflexiv, symmetrisch und transitiv. Damit ist eine Äquivalenzrelation (wie zu erwarten war). Diese Transitivität erlaubt es, die Äquivalenz zweier Formeln F und G nachzuweisen, in dem man eine Kette von Äquivalenzen F F F 2 F n G angibt. Das ist eine alternative Methode zur Wahrheitstabelle. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 64

65 Kapitel 2: Grundlagen (Aussagenlogik ) Eigenschaften der Äquivalenz: Die Relation ist eine Kongruenz. Das heißt: Wenn in einer Formel F eine Teilformel durch eine äquivalente Formel ersetzt wird, dann ist die resultierende Formel äquivalent zu F. Die Kongruenz-Eigenschaft erlaubt es, eine Äquivalenz F i F i+ zu finden, indem man einen kleinen Teil von F i durch eine äquivalente Formel ersetzt. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 65

66 Kapitel 2: Grundlagen (Aussagenlogik ) Vergleich mit arithmetischen Ausdrücken: Syntax:,,2, sind arithmetische Ausdrücke. Wenn A und B arithmetische Ausdrücke sind, dann sind (A + B) und (A B) auch arithmetische Ausdrücke. Semantik eines Ausdrucks: eine natürliche Zahl. Relation = : Zwei Ausdrücke sind äquivalent, wenn ihre Semantik dieselbe Zahl ist = (5 4) = Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 66

67 Kapitel 2: Grundlagen (Aussagenlogik ) Vergleich mit arithmetischen Ausdrücken: Die Relation = ist eine Äquivalenzrelation und eine Kongruenz. Beweis, dass = 76: (9 + 7) (3 + (4 2)) = (9 + 7) (3 + 8) = 6 (3 + 8) = 6 = 76. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 67

68 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln: Um Äquivalenzketten zu konstruieren, können wir Äquivalenzregeln verwenden: Äquivalenzschemata, die instanziiert werden können, um äquivalente Formeln zu gewinnen. Äquivalenzregeln enthalten Formelvariablen (Platzhalter für Formeln). Beispiel: Die Regel F G H (F H) (G H) sagt: Für alle Formeln F, G, H gilt: F G H und (F H) (G H) sind äquivalent. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 68

69 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln: Eine Regel kann mit verschiedenen Formeln instanziiert werden: F G H (F H) (G H) p q r (p r) (q r) p q q p ((p q) p) (q p). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 69

70 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln: Wie zeigt man, dass eine Regel korrekt ist? Jede Instanz kann mit einer Wahrheitstabelle geprüft werden, aber es gibt unendlich viele Instanzen! Die folgende Eigenschaft (ohne Beweis) gibt die Lösung: Eine Regel ist korrekt genau dann, wenn sie korrekt ist für die Instanz, in der die Formelvariablen F, G, H, jeweils durch die Variablen p, q, r, ersetzt werden. D.h.: Um die Korrektheit einer Regel nachzuweisen, reicht es zu zeigen, dass sie für diese eine Instanz gilt. Das kann mit einer Wahrheitstabelle gemacht werden. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 7

71 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln für,, : Identität: F true F; F false F. Dominanz: F true true; F false false. Idempotenz: F F F; F F F. Doppelte Negation: F F. Triviale Tautologie/Kontradiktion: F F true; F F false. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 7

72 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln für,, : Kommutativität: F G G F, F G G F. Assoziativität: F G H F G H, (F G) H F (G H). Distributivität: F G H F G F H, F (G H) (F G) (F H). De Morgan s: F G F G, (F G) F G. Augustus De Morgan (86-87) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 72

73 Kapitel 2: Grundlagen (Aussagenlogik ) Äquivalenzregeln für andere Operatoren: Mit Hilfe von Äquivalenzregeln lassen sich logische Operatoren durch andere Operatoren ausdrücken. Exklusives-Oder: F G F G (F G), F G F G (G F). Implikation: F G F G, F G F G. Bikonditional:F G F G (G F), F G (F G). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 73

74 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Äquivalenzen mit Äquivalenzregeln: Zeige p p q p q: (p ( p q)) p ( p q) p ( p q) p (p q) ( p p) ( p q) false ( p q) ( p q) false p q. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 74

75 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Äquivalenzen mit Äquivalenzregeln: Zeige, dass p q q p: p q p q q p q p q p. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 75

76 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Äquivalenzen mit Äquivalenzregeln: Eine Formel F ist eine Tautologie gdw. F true. Zeige, dass ((p q) ( p r) (s s)) (q r) eine Tautologie ist: ((p q) ( p r) (s s)) (q r) ((p q) ( p r) true) (q r) ( p q p r ) (q r) ((p q) ( p r)) (q r) p q p r q r. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 76

77 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Äquivalenzen mit Äquivalenzregeln: ( (p q) ( p r)) (q r) ( p q) (p r) q r ( p q) q (p r) r (( p q) ( q q)) ((p r) ( r r)) (( p q) true) ((p r) true) p q p r (Beachte: Klammern weggelassen) p p q r true q r true. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 77

78 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Nicht-Äquivalenzen: Um zu zeigen, dass F und G nicht äquivalent sind, reicht es, eine Belegung anzugeben, die zu F und G passt, und F wahr macht und G falsch (oder umgekehrt). Eine solche Belegung kann systematisch mit einer Wahrheitstabelle gesucht werden, aber nicht mit Äquivalenzregeln. In der Praxis oft besser: Finde mit Hilfe von Regeln einfachere Formeln F und G mit F F und G G. Finde eine Belegung, die zeigt, dass F und G nicht äquivalent sind. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 78

79 Kapitel 2: Grundlagen (Aussagenlogik ) Beweis von Nicht-Äquivalenzen: Zeige: ((p q) r) und (p (q r)) sind nicht-äquivalent.. p q r p q r ( p q r) 2. p q r ( p q r) 3. ((p q) r) und ( p q r) sind nicht äquivalent: ((p q) r) falsch für p, q, r, ( p q r) wahr für p, q, r. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 79

80 Kapitel 2: Grundlagen (Aussagenlogik ) Wahrheitstabelle vs. Äquivalenzregeln: Vorteile der Wahrheitstabellen: Automatische und einfache Methode. Terminiert garantiert mit der richtigen Antwort. Nachteile der Wahrheitstabellen: Die Wahrheitstabelle einer Formel mit n Variablen enthält 2 n Zeilen. Die Methode ist daher völlig ungeeignet für großes n. Die Wahrheitstabelle jeder Formel mit n Variablen enthält 2 n Zeilen, egal wie dumm die Formel ist, z.b.: p p F. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 8

81 Kapitel 2: Grundlagen (Aussagenlogik ) Wahrheitstabelle vs. Äquivalenzregeln: Vorteile der Äquivalenzregeln: Ab vier/fünf Variablen die bessere Methode für Menschen. Richtige Sequenz von Regelanwendungen kann schnell zum Ziel führen. Nachteile der Äquivalenzregeln: Die richtige Regel muss erraten werden. Terminierung ist nicht garantiert. Kann nur zeigen, das F G gilt, aber nicht, dass es nicht gilt. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 8

82 Kapitel 2: Grundlagen (Aussagenlogik ) Wie viele verschiedene Operatoren gibt es? Die Semantik von Operatoren (Konnektoren, Junktoren) kann durch Wahrheitstabellen dargestellt werden. Da die Wahrheitstabelle einer Formel mit n Variablen 2 n Einträge (/) hat, gibt es genau??? verschiedene Wahrheitstabellen für Formeln mit n Variablen. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 82

83 Kapitel 2: Grundlagen (Aussagenlogik ) Wie viele verschiedene Operatoren gibt es? Die Semantik von Operatoren (Konnektoren, Junktoren) kann durch Wahrheitstabellen dargestellt werden. Da die Wahrheitstabelle einer Formel mit n Variablen 2 n Einträge (/) hat, gibt es genau 2 2n verschiedene Wahrheitstabellen für Formeln mit n Variablen. Es gibt also 2 2n Operatoren der Arität n (insbesondere 4 unäre und 6 binäre Operatoren). Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 83

84 Kapitel 2: Grundlagen (Aussagenlogik ) Vollständige Mengen von Operatoren: Einige Operatoren können durch andere ausgedrückt werden. Beispiel: Aus p q p q folgt F G F G für beliebige Formeln F und G. Formal: Ein Operator OP der Stelligkeit k kann durch die Operatoren OP,, OP n ausgedrückt werden, wenn es eine Formel F über OP,, OP n (ohne die Konstanten true und false) gibt mit OP p,, p k F. Eine Menge M von Operatoren ist vollständig, wenn jeder Operator (egal welcher Arität) durch die Operatoren von M ausgedrückt werden kann. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 84

85 Kapitel 2: Grundlagen (Aussagenlogik ) Vollständige Mengen von Operatoren: Fakt: Die Menge {,, } ist vollständig. Beispiel: Wir betrachten den 3-stelligen Operator ITE mit folgender Wahrheitstabelle: p q r ITE(p, q, r) Es gilt: ITE p, q, r ( p q r) ( p q r) ( p q r) ( p q r) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 85

86 Kapitel 2: Grundlagen (Aussagenlogik ) Vollständige Mengen von Operatoren: Fakt: Die Mengen {, } und {, } sind vollständig. Beobachtung: Sei V eine vollständige Menge und sei M eine Menge von Operatoren. Wenn jeder Operator aus V durch die Operatoren von M ausgedrückt werden kann, dann ist M auch vollständig. Fall, : Es reicht zu zeigen, dass durch und ausgedrückt werden kann. Das wird mit der De Morgan sche Regel erreicht: p q ( p q). Fall, : Symmetrisch. Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 86

87 Kapitel 2: Grundlagen (Aussagenlogik ) Vollständige Mengen von Operatoren: Wir betrachten die Operatoren nand: F nand G ( (F G)) F G F nand G nor: F nor G ( (F G)) F G F nor G Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 87

88 Kapitel 2: Grundlagen (Aussagenlogik ) Vollständige Mengen von Operatoren: Fakt: Die Mengen {nand} und {nor} sind vollständig. Für die Menge {nand}: F (F nand F) F G F nand G nand (F nand G) F G F nand F nand (G nand G) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 88

89 Kapitel 2: Grundlagen (Aussagenlogik ) Zusammenfassung Boolesche Operatoren: Formaler Name Umg.spr. Stelligkeit Symbol Negation NICHT Mon. Konjunktion UND Dyad. Disjunktion ODER Dyad. Exklusives-Oder XOR Dyad. Implikation IMPLIZIERT Dyad. Bikonditional IFF (GDW) Dyad. NAND NAND Dyad. nand NOR NOR Dyad. nor Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 89

90 Kapitel 2: Grundlagen (Aussagenlogik ) Praktische Anwendungen in der Informatik: Schaltungen (NAND-Gatter als Grundbaustein) Programmverifikation/Korrektheitsbeweise Programmierung (z.b. if-then-else) SAT-Problem als Repräsentant eines schwierigen Problems (NP-Vollständigkeit) Vorlesung Diskrete Strukturen WS 3/4 Diskrete Strukturen WS 25/26 9

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Übung 4: Aussagenlogik II

Übung 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

Mehr

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

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

Mehr

Formalisierung von Sudoku Formalisieren Sie das Sudoku-Problem:

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

Mehr

Vorsemesterkurs Informatik

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

Mehr

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Aussagenlogik. 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,

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

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

Diskrete Strukturen Kapitel 2: Grundlagen (Beweise)

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

Mehr

Informationsverarbeitung auf Bitebene

Informationsverarbeitung auf Bitebene Informationsverarbeitung auf Bitebene Dr. Christian Herta 5. November 2005 Einführung in die Informatik - Informationsverarbeitung auf Bitebene Dr. Christian Herta Grundlagen der Informationverarbeitung

Mehr

3. Grundlegende Begriffe von Logiken - Aussagenlogik

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

Mehr

Beispiel Aussagenlogik nach Schöning: Logik...

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

Mehr

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

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

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

Klassische Aussagenlogik

Klassische 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

Mehr

Mathematik für Informatiker I

Mathematik 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

Mehr

Formale 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 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

Mehr

Logik (Teschl/Teschl 1.1 und 1.3)

Logik (Teschl/Teschl 1.1 und 1.3) Logik (Teschl/Teschl 1.1 und 1.3) Eine Aussage ist ein Satz, von dem man eindeutig entscheiden kann, ob er wahr (true, = 1) oder falsch (false, = 0) ist. Beispiele a: 1 + 1 = 2 b: Darmstadt liegt in Bayern.

Mehr

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

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 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

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

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

Resolutionsalgorithmus

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

Mehr

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

Mathematik-Vorkurs für Informatiker Aussagenlogik 1

Mathematik-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

Mehr

Logik für Informatiker

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

Mehr

1 Einführung Aussagenlogik

1 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!

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

Aussagen (und damit indirekt auch Aussagesätze) können wahr oder falsch sein. Wahr und falsch sind Wahrheitswerte von Aussagen.

Aussagen (und damit indirekt auch Aussagesätze) können wahr oder falsch sein. Wahr und falsch sind Wahrheitswerte von Aussagen. 2 Aussagenlogik (AL) 2 Aussagenlogik (AL) 2. Wahrheitsfunktionale Konnektoren [ Gamut 28-35, Partee -6 ] Nur Aussagesätze, d.h. Deklarativ-, nicht aber Frage- oder Aufforderungssätze bringen das Zutreffen

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

Grundlagen der Kognitiven Informatik

Grundlagen 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

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

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

Mehr

Semantic Web Technologies I!

Semantic Web Technologies I! www.semantic-web-grundlagen.de Semantic Web Technologies I! Lehrveranstaltung im WS11/12! Dr. Elena Simperl! DP Dr. Sebastian Rudolph! M.Sc. Anees ul Mehdi! www.semantic-web-grundlagen.de Logik Grundlagen!

Mehr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr

der einzelnen Aussagen den Wahrheitswert der zusammengesetzten Aussage falsch falsch falsch falsch wahr falsch wahr falsch falsch wahr wahr wahr Kapitel 2 Grundbegriffe der Logik 2.1 Aussagen und deren Verknüpfungen Eine Aussage wie 4711 ist durch 3 teilbar oder 2 ist eine Primzahl, die nur wahr oder falsch sein kann, heißt logische Aussage. Ein

Mehr

Kapitel L:II. II. Aussagenlogik

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

Mehr

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

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

Mehr

Vorlesung. Logik und Diskrete Mathematik

Vorlesung. 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

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

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

Einführung in die Logik. Sommersemester Juli 2010 Institut für Theoretische Informatik

Einführung 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

Mehr

Mathematik-Vorkurs für Informatiker Aussagenlogik 1

Mathematik-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

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik klassische Aussagenlogik: Syntax, Semantik Äquivalenz zwischen Formeln ϕ ψ gdw. Mod(ϕ) = Mod(ψ) wichtige Äquivalenzen, z.b. Doppelnegation-Eliminierung, DeMorgan-Gesetze,

Mehr

Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen

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

Mehr

Rechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik

Rechnerstrukturen. 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

Mehr

3.0 VU Formale Modellierung

3.0 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,

Mehr

Grundlagen der Theoretischen Informatik

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

Mehr

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

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

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

II. Grundlagen der Programmierung

II. Grundlagen der Programmierung II. Grundlagen der Programmierung II.1. Zahlenssteme und elementare Logik 1.1. Zahlenssteme 1.1.1. Ganze Zahlen Ganze Zahlen werden im Dezimalsstem als Folge von Ziffern 0, 1,..., 9 dargestellt, z.b. 123

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 Logik Wintersemester 2012/13 Universität Duisburg-Essen

Vorlesung 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,

Mehr

Ersetzbarkeitstheorem

Ersetzbarkeitstheorem 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

Mehr

Grundkurs Logik - 2. Einheit

Grundkurs 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

Mehr

Mathematischer Vorbereitungskurs für das MINT-Studium

Mathematischer Vorbereitungskurs für das MINT-Studium Mathematischer Vorbereitungskurs für das MINT-Studium Dr. B. Hallouet b.hallouet@mx.uni-saarland.de WS 2016/2017 Vorlesung 2 MINT Mathekurs WS 2016/2017 1 / 20 Studienlexikon: Zeitangabe an der Universität

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

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

mathe plus Aussagenlogik Seite 1

mathe 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

Mehr

Kapitel 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 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

Mehr

Grundlagen der diskreten Mathematik

Grundlagen 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)

Mehr

SS2010 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 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.................................

Mehr

TU5 Aussagenlogik II

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

Mehr

Diskrete Strukturen Kapitel 1: Einleitung

Diskrete Strukturen Kapitel 1: Einleitung WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik

Aussagenlogik Prädikatenlogik erster Stufe. Logik. Logik Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable

Mehr

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

Algorithmen für OBDD s. 1. Reduziere 2. Boole sche Operationen

Algorithmen 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

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

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

Algorithmen & Programmierung. Ausdrücke & Operatoren (1)

Algorithmen & Programmierung. Ausdrücke & Operatoren (1) Algorithmen & Programmierung Ausdrücke & Operatoren (1) Ausdrücke Was ist ein Ausdruck? Literal Variable Funktionsaufruf Ausdruck, der durch Anwendung eines einstelligen (unären) Operators auf einen Ausdruck

Mehr

Logische und funktionale Programmierung

Logische 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

Mehr

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek,

Vorkurs Mathematik für Informatiker Aussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, Vorkurs Mathematik für Informatiker -- 4 ussagenlogik -- Thomas Huckle Stefan Zimmer Matous Sedlacek, 7..2 ussagenlogik Rechnen mit Wahrheitswerten: oder, oder Objekte, die wir untersuchen, sind jetzt

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

Informatik A (Autor: Max Willert)

Informatik A (Autor: Max Willert) 2. Aufgabenblatt Wintersemester 2012/2013 - Musterlösung Informatik A (Autor: Max Willert) 1. Logik im Alltag (a) Restaurant A wirbt mit dem Slogan Gutes Essen ist nicht billig!, das danebenliegende Restaurant

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

Zusammenfassung des Stoffes zur Vorlesung Formale Systeme

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

Mehr

Klausur zur Vorlesung Mathematische Logik

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

Mehr

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

Collegium Logicum. Nikolai Nowaczyk Lars Wallenborn

Collegium Logicum. Nikolai Nowaczyk  Lars Wallenborn Collegium Logicum Nikolai Nowaczyk http://math.nikno.de/ Lars Wallenborn http://math.wallenborn.net/ 02.-04. Dezember 2011 Inhaltsverzeichnis 1 Wahrheitswerte

Mehr

Paradoxien der Replikation

Paradoxien 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

Mehr

Entscheidungsverfahren für Bernays/Schönfinkelbzw. Datenlogik-Formeln

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

Mehr

Logik. Markus Lohrey. Wintersemester 2012/2013. Universität Leipzig. Markus Lohrey (Universität Leipzig) Logik Wintersem.

Logik. 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.

Mehr

Logik-Grundlagen. Syntax der Prädikatenlogik

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

Mehr

4 Logik 4.1 Aussagenlogik

4 Logik 4.1 Aussagenlogik 4 Logik 4.1 Aussagenlogik Mod - 4.1 Kalkül zum logischen Schließen. Grundlagen: Aristoteles 384-322 v. Chr. Aussagen: Sätze, die prinzipiell als ahr oder alsch angesehen erden können. z. B.: Es regnet.,

Mehr

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

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

Aussagenlogik-Boolesche Algebra

Aussagenlogik-Boolesche Algebra Aussagenlogik-Boolesche Algebra 1 Aussagen In der Mathematik und in der Logik werden Sätze der Umgangssprache nur unter bestimmten Bedingungen Aussagen genannt. Sätze nennt man Aussagen, wenn sie etwas

Mehr

Prädikate sind Funktionen. Prädikatenlogik. Quantoren. n stellige Prädikate. n stellige Prädikate:

Prädikate 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

Mehr

Mathematische Logik. Grundlagen, Aussagenlogik, Semantische Äquivalenz. Felix Hensel. February 21, 2012

Mathematische 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

Mehr

23.1 Constraint-Netze

23.1 Constraint-Netze Grundlagen der Künstlichen Intelligenz 1. April 2015 2. Constraint-Satisfaction-Probleme: Constraint-Netze Grundlagen der Künstlichen Intelligenz 2. Constraint-Satisfaction-Probleme: Constraint-Netze Malte

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

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion

Was bisher geschah. Aufgaben: Diagnose, Entscheidungsunterstützung Aufbau Komponenten und Funktion Was bisher geschah Daten, Information, Wissen explizites und implizites Wissen Wissensrepräsentation und -verarbeitung: Wissensbasis Kontextwissen Problemdarstellung fallspezifisches Wissen repräsentiert

Mehr

Digitalelektronik - Inhalt

Digitalelektronik - Inhalt Digitalelektronik - Inhalt Grundlagen Signale und Werte Rechenregeln, Verknüpfungsregeln Boolesche Algebra, Funktionsdarstellungen Codes Schaltungsentwurf Kombinatorik Sequentielle Schaltungen Entwurfswerkzeuge

Mehr

Grundlagen der Logik Datenbanken I (Systemorientierte Informatik IV) Sommersemester 2007

Grundlagen 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

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

Aussagenlogik 51. Aussagenlogik. Syntax Semantik Formeln, Modelle, Tautologien und Anwendungen Bernd Baumgarten

Aussagenlogik 51. Aussagenlogik. Syntax Semantik Formeln, Modelle, Tautologien und Anwendungen Bernd Baumgarten Aussagenlogik 51 Aussagenlogik Syntax Semantik Formeln, Modelle, Tautologien und Anwendungen Aussagenlogik 52 Modelle und Gegenbeispiele Eine für eine Formel ϕ ausreichende Belegung bel ist Modell von

Mehr

Aussagen- und Prädikatenlogik

Aussagen- und Prädikatenlogik Universität Bielefeld Formale Methoden der Linguistik Prof. Dr. Walther Kindt, Mirco Hilbert Fakultät für Linguistik und Literaturwissenschaft Kurz-Zusammenstellung Aussagen- und Prädikatenlogik Mirco

Mehr

Brückenkurs Mathematik. Dienstag Freitag

Brückenkurs 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.................................

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 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

Mehr

Kapitel 1. Grundlagen

Kapitel 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

Mehr

Verwendung von Methoden der formalen Logik in der Linguistik

Verwendung von Methoden der formalen Logik in der Linguistik 1.1 Logik und Linguistik 1 Einführung 1.1 Logik und Linguistik [ Gamut 9-27, Partee 93-95, Chierchia 17-52 ] Natürliche Sprachen sind durch Ambiguitäten und Vagheiten beim Ausdruck von Denkinhalten charakterisiert.

Mehr