Vorlesung Logiksysteme

Größe: px
Ab Seite anzeigen:

Download "Vorlesung Logiksysteme"

Transkript

1 Vorlesung Logiksysteme Teil 1 - Aussagenlogik Martin Mundhenk Univ. Jena, Institut für Informatik 15. Mai 2014

2 Formalien zur Vorlesung/Übung Termine: dienstags 16:15 17:45 Uhr freitags 10:15 11:45 Uhr Beweissprechstunde montags Uhr (oder n.v.) Zulassungsvoraussetzung zur Prüfung: 50% der Punkte aus den schriftlichen Übungsaufgaben wöchentliche Abgabe dienstags aktive Teilnahme an den Übungen Modulprüfung: mündliche Prüfung oder Klausur (Termin wird noch bekanntgegeben)

3 0.0.1 Vorlesung Logiksysteme (Sommer 2014) 1. Aussagenlogik Grundbegriffe (Wiederholung) Tableau-Kalkül Frege-Kalkül [Resolutions-Kalkül] [Natürliches Schließen] [Vergleich von Beweis-Kalkülen] 2. Modale Aussagenlogik Grundbegriffe Tableau-Kalkül Frege-Kalkül Algorithmen 3. Temporale Aussagenlogik LTL Grundbegriffe Büchi-Automaten Das Gültigkeitsproblem Formelauswertung von LTL-Formeln Computation tree logic (CTL)

4 Klassische Aussagenlogik (15. Mai 2014) 1. Aussagenlogik Grundbegriffe (Wiederholung) Syntax (Formeln) Semantik (Belegungen) Erfüllbarkeit und Gültigkeit Äquivalenz und adäquate Formelmengen Normalformen Erfüllbarkeitsäquivalentes Umformen Semantische Folgerung Algorithmische Fragen Tableau-Kalkül Frege-Kalkül [Resolutions-Kalkül] [Natürliches Schließen] [Vergleich von Beweis-Kalkülen] [Literatur: Schöning: Logik für Informatiker ((fast) jedes Logikbuch)]

5 Syntax der Aussagenlogik: Formeln Formeln bestehen aus 1. und (Konstantensymbole) 2. A 0, A 1, A 2,... (atomare Formeln, Variablensymbole) 3. (einstelliges Verknüpfungszeichen) 4. und (zweistellige Verknüpfungszeichen) 5. ( und ) (Klammern) Beispiele: A 3 (A 1 A 5 ) (A 1 ( A 3 ( A 5 ))) Sprechweisen: Für : falsum, falsch ; für : verum, wahr Für α : nicht α oder Negation von α Für (α β) : α und β oder Konjunktion von α und β Für (α β) : α oder β oder Disjunktion von α und β

6 Syntax der Aussagenlogik: Formeln Definition 1.1 (aussagenlogische Formeln) Eine atomare Formel hat die Form A i für i = 0, 1, 2,... (Aussagenlogische) Formeln sind induktiv definiert wie folgt. 1. Die Konstanten und und alle atomaren Formeln sind Formeln. 2. Für alle Formeln α ist α ebenfalls eine Formel. Für alle Formeln α und β sind (α β) und (α β) ebenfalls Formeln. (3. Es gibt keine anderen Formeln.)

7 Syntaxbäume, Teilformeln Formeln lassen sich auch durch ihre Syntaxbäume darstellen. Die Teilformeln einer Formel entsprechen den Teilbäumen des Syntaxbaumes. Beispiel: ((A 4 A 1 ) A 2 ) A 4 : (A 4 A 1 ): A 2 A 4 A 2 A 4 A 1 A

8 Semantik: Belegungen Atomare Formeln erhalten Wahrheitswerte, aus denen sich der Wahrheitswert von Formeln bestimmt. Die Wahrheitswerte sind 0 und 1 (oder falsch und wahr oder F und T ). Definition 1.2 (Belegung) Eine Belegung ist eine Funktion A : D {0, 1} für beliebige Mengen atomarer Formeln D. Beispiel: A belegt A 1, A 2, A 3 und A 4, also A : {A 1, A 2, A 3, A 4 } {0, 1}. A i A 1 A 2 A 3 A 4 A(A i )

9 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 A 4 A 1

10 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 1 A 4 0 A 1 1

11 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 1 A 4 0 A 1 0 1

12 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 1 A 4 0 A 1 0 1

13 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 1 A 4 0 A 1 0 1

14 1.1.6 Idee: Wert einer Formel unter einer Belegung Sei A die Belegung für α = ((A 4 A 1 ) A 2 ) mit A i A 1 A 2 A 4 A(A i ) A 2 1 A 4 0 A 1 0 1

15 Wir schreiben abkürzend auch A für  Semantik: erweiterte Belegung Definition 1.3 (erweiterte Belegung) Wir erweitern Belegung A : D {0, 1} zu einer Funktion  : E {0, 1} für die Menge E aller Formeln, die mit den atomaren Formeln D gebildet werden können. Â( ) = 1 und Â( ) = 0 Â(A i ) = A(A i ), für atomare Formeln A i D { 1, falls Â(α) 1 Â( α) = 0, sonst { 1, falls Â(α) = 1 und Â(β) = 1 Â((α β)) = 0, sonst { 1, falls Â(α) = 1 oder Â(β) = 1 Â((α β)) = 0, sonst

16 Erfüllbarkeit, Gültigkeit Definition 1.4 (erfüllbar, gültig) 1. Belegung A erfüllt Formel α (Schreibweise: A α), wenn Â(α) = Eine Formel heißt erfüllbar, wenn es eine Belegung gibt, die sie erfüllt. Anderenfalls heißt die Formel unerfüllbar (oder Kontradiktion). 3. Wenn α von jeder (passenden) Belegung erfüllt wird, dann heißt α gültig (oder Tautologie, Schreibweise: α).

17 1.1.9 Erfüllbarkeit, Gültigkeit Beispiele: ( (A B) A) ( (A B) A) ( (A B) A) ( (A B) A) erfüllbar unerfüllbar gültig

18 1.1.9 Erfüllbarkeit, Gültigkeit Beispiele: ( (A B) A) ( (A B) A) ( (A B) A) ( (A B) A) erfüllbar unerfüllbar gültig

19 1.1.9 Erfüllbarkeit, Gültigkeit Beispiele: ( (A B) A) ( (A B) A) ( (A B) A) ( (A B) A) erfüllbar unerfüllbar gültig

20 1.1.9 Erfüllbarkeit, Gültigkeit Beispiele: erfüllbar unerfüllbar gültig ( (A B) A) ( (A B) A) ( (A B) A) ( (A B) A)

21 1.1.9 Erfüllbarkeit, Gültigkeit Beispiele: erfüllbar unerfüllbar gültig ( (A B) A) ( (A B) A) ( (A B) A) ( (A B) A)

22 Wahrheitstafeln Die Semantik der Verknüpfungszeichen kann auch durch Wahrheitstafeln beschrieben werden. Beispiel: Semantik von Â((α β)) = { 1, falls Â(α) = 1 oder Â(β) = 1 0, sonst Wahrheitstafel dazu: Â(α) Â(β) Â((α β))

23 Auswertung einer Formel als Wahrheitstafel Beispiel: α = ((A 4 A 1 ) A 2 ) A(A 1 ) A(A 2 ) A(A 4 ) Â( A 1 ) Â((A 4 A 1 )) Â(((A 4 A 1 ) A 2 )) Â(α)

24 Abkürzende Schreibweisen A, B, C,... oder... für A 0, A 1, A 2,... (α β) für ( α β) (α β) für ((α β) ( α β)) ( n α i ) für (... ((α 1 α 2 ) α 3 )... α n ) i=1 ( n α i ) für (... ((α 1 α 2 ) α 3 )... α n ) i=1

25 Nochmal Semantik: die Implikation Sprechweise für α β: wenn α, dann β, oder α impliziert β Â((α β)) = { 1, falls: wenn Â(α) = 1, dann Â(β) = 1 0, sonst Â(α) Â(β) Â((α β)) Achtung: aus Â((α β)) = 1 kann man keine eindeutigen Rückschlüsse auf die Wahrheitswerte Â(α) und Â(β) ziehen!

26 Nochmal Semantik: die Äquivalenz Sprechweise für α β: α genau dann, wenn β, oder α äquivalent β Â((α β)) = { 1, falls Â(α) = Â(β) 0, sonst Â(α) Â(β) Â((α β))

27 Äquivalente Formeln Die Formeln (A B) und ( A B) haben unter jeder Belegung den gleichen Wert. A B (A B) ( A B) ( A B) Formeln α und β heißen (semantisch) äquivalent, falls für jede passende Belegung A gilt: A(α) = A(β). Schreibweise: α β.

28 Äquivalenz: Beispiele Welche der folgenden Äquivalenzen gilt? (A (A B)) A (A B) ( A B) (A B) (B A) (A B) (B A) (A (B C)) ((A B) C) (A (B C)) ((A B) (A C))

29 Ersetzungstheorem Satz 1.5 Sei ϕ eine Formel mit der Teilformel α, und β sei äquivalent zu α. Sei ϕ eine Formel, die aus ϕ entsteht, wenn ein Vorkommen der Teilformel α durch β ersetzt wird. Dann sind ϕ und ϕ äquivalent. (Äquivalentes Ersetzen von Teilformeln erhält Äquivalenz.) Beispiel: ϕ = (B (A (A B))) α = (A (A B)) β = A ϕ = (B A)

30 Nützliche Äquivalenzen Idempotenz: (α α) α (α α) α Kommutativität: (α β) (β α) (α β) (β α) Absorption: (α (α β)) α (α (α β)) α Doppelnegation: α α demorgan s Regeln: (α β) ( α β) (α β) ( α β) Tautologieregeln: (α ) α (α ) Kontradiktionsregeln: (α ) (α ) α

31 Nützliche Äquivalenzen Assoziativität: ((α β) γ) (α (β γ)) ((α β) γ) (α (β γ)) Distributivität: (α (β γ)) ((α β) (α γ)) (α (β γ)) ((α β) (α γ)) Vereinfachende Schreibweise: überflüssige Klammern können weggelassen werden.

32 Äquivalentes Umformen Die semantische Äquivalenz von Formeln lässt sich jetzt syntaktisch durch äquivalentes Umformen verifizieren (da eine Äquivalenzrelation ist). Beispiel 1: (A B) ( B A) (A B) ( A B) (Schreibweise) ( A B) (Doppelnegation) ( B A) (Kommutativität) ( B A) (Schreibweise)

33 Äquivalentes Umformen Beispiel 2: (A B) ((A B) (B A)) (A B) ((A B) ( A B)) (Schreibweise) ((A B) (A A)) (( B A) ( B B)) (Kontr., Komm.) (A (B A)) ( B ( A B)) (Distr.) (( A B) A) (( A B) B) (Kommut.) (( A B) (A B)) (Distr.) (( A B) ( B A)) (Kommut.) ((A B) (B A)) (Schreibweise)

34 Äquivalentes Umformen Beispiel 3: ((A B) C) (A (B C)) ((A B) C) ( (A B) C) (Schreibweise) (( A B) C) (demorgan) ( A ( B C)) (Assoziativität) ( A (B C)) (Schreibweise) (A (B C)) (Schreibweise) Allgemeiner gilt: ( n ) A i B (A1 (A 2 ( (A n B) ))) i=1

35 Lemma 1.6 ( und sind adäquat) Für jede aussagenlogische Formel ϕ gibt es eine äquivalente Formel ϕ, die nur Atome und die Verknüpfungszeichen und enthält. Beweis: mittels Induktion über den Formelaufbau der Formel ϕ. Was ist zu zeigen? Induktionsanfang (IA) zu zeigen ist: Für jede aussagenlogische Formel ϕ, die, oder ein Atom ist, gibt es eine äquivalente Formel ϕ, die nur Atome, und enthält. Fall 1: ϕ =. Dann ist ϕ = (A 1 A 1 ) äquivalent zu ϕ, und ϕ besteht nur aus Atomen, und. Fall 2: ϕ =. Dann ist ϕ = (A 1 A 1 ) äquivalent zu ϕ, und ϕ besteht nur aus Atomen, und. Fall 3: ϕ = A i. Dann gilt die Behauptung für ϕ = ϕ.

36 Was noch zu zeigen bleibt: Für alle aussagenlogischen Formeln α und β gilt: wenn α und β äquivalente Formeln besitzen, die nur aus Atomen, und bestehen, dann gibt es auch für α, (α β) und (α β) äquivalente Formeln, die nur aus Atomen, und bestehen. Daraus wird: und Induktionsvoraussetzung: α und β besitzen äquivalente Formeln α bzw. β, die nur aus Atomen, und bestehen. Induktionsschluss zu zeigen ist: α, (α β) und (α β) besitzen äquivalente Formeln, die nur aus Atomen, und bestehen.

37 Induktionsvoraussetzung (IV): α und β besitzen äquivalente Formeln α bzw. β, die nur aus Atomen, und bestehen. Induktionsschluss (IS) zu zeigen ist: α, (α β) und (α β) besitzen äquivalente Formeln, die nur aus Atomen, und bestehen. Fall 1: ϕ = α. Dann ist ϕ = α äquivalent zu ϕ (IV und Satz 1.5), und in ϕ kommen laut IV nur Atome, und vor. Fall 2: ϕ = (α β). Dann ist ϕ = (α β ) äquivalent zu ϕ (IV und Satz 1.5), und in ϕ kommen laut IV nur Atome, und vor. Fall 3: ϕ = (α β). Dann ist ϕ = ( α β ) äquivalent zu ϕ (IV, Satz 1.5 und demorgan s Regel), und in ϕ kommen laut IV nur Atome, und vor.

38 Lemma 1.6 Für jede aussagenlogische Formel ϕ gibt es eine äquivalente Formel ϕ, die nur Atome und die Verknüpfungszeichen und enthält. Beweis: mittels Induktion über den Formelaufbau der Formel ϕ. Induktionsanfang: Fall 1: ϕ =. Dann gilt die Behauptung für ϕ = (A 1 A 1 ). Fall 2: ϕ =. Dann gilt die Behauptung für ϕ = (A 1 A 1 ). Fall 3: ϕ = A i. Dann gilt die Behauptung für ϕ = ϕ. Induktionsschluss: Fall 1: ϕ = α. Dann ist ϕ = α äquivalent zu ϕ (IV und Satz 1.5), und in ϕ kommen laut IV nur Atome, und vor. Fall 2: ϕ = (α β). Dann ist ϕ = (α β ) äquivalent zu ϕ (IV und Satz 1.5), und in ϕ kommen laut IV nur Atome, und vor. Fall 3: ϕ = (α β). Dann ist ϕ = ( α β ) äquivalent zu ϕ (IV, Satz 1.5 und demorgan s Regel), und in ϕ kommen laut IV nur Atome, und vor.

39 Satz 1.7 (Adäquate Formelmengen) Für jede aussagenlogische Formel gibt es äquivalente Formeln, die nur die folgenden Bestandteile haben. 1. Atome und die Verknüpfungszeichen und, oder 2. Atome und die Verknüpfungszeichen und, oder 3. Atome und die Verknüpfungszeichen und, oder 4. Atome, und das Verknüpfungszeichen.

40 Negationsnormalform Lemma 1.8 (Negationsnormalform) Zu jeder Formel gibt es eine äquivalente Formel, in der Negationen nur direkt vor atomaren Formeln vorkommen. Beispiel: (A ( B (C D))) A (B ( C D)) (A ( B (C D))) A ( B (C D)) (demorgan) A ( B (C D)) (demorgan) A (B (C D)) (Doppelnegation) A (B ( C D)) (demorgan)

41 Konjunktive bzw. Disjunktive Normalform Ein Literal ist eine bel. atomare Formel A i (positives Literal) oder deren Negation A i (negatives Literal). Eine Klausel ist eine Disjunktion von Literalen. Eine Formel ist in konjunktiver Normalform, wenn sie eine Konjunktion von Klauseln ist. Beispiel: (A B C) B ( A B D) Ein Monom ist eine Konjunktion von Literalen. Eine Formel ist in disjunktiver Normalform, wenn sie eine Disjunktion von Monomen ist. Beispiel: (A B C) B ( A B D)

42 Normalformsatz Satz 1.9 (Konjunktive und Disjunktive Normalform) Für jede Formel ϕ gibt es eine äquivalente Formel ϕ K in konjunktiver Normalform und eine äquivalente Formel ϕ D in disjunktiver Normalform. Methode zum Umformen in Konjunktive Normalform. 1. Bringe die Formel in Negationsnormalform. 2. Ziehe die s nach innen, d.h. ersetze alle Teilformeln der Form (α (β γ)) durch ((α β) (α γ)) und ((α β) γ) durch ((α γ) (β γ)), bis die Formel in Konjunktiver Normalform ist. Umformen in Disjunktive Normalform geht entsprechend.

43 Größenunterschiede Durch Umformen in Normalform kann die Formelgröße exponentiell wachsen. (A 1 B 1 ) (A 2 B 2 )... (A n B n ) besteht in Disjunktiver Normalform aus allen Monomen aus n Atomen, die jeweils ein Atom aus jeder Klausel dieser KNF enthalten. Das gleiche gilt für die dualen Formeln. Die DNF (A 1 B 1 ) (A 2 B 2 )... (A n B n ) besteht in Konjunktiver Normalform aus allen Klauseln aus n Atomen, die jeweils ein Atom aus jedem Monom der DNF enthalten.

44 Erfüllbarkeitsäquivalentes Umformen Zwei Formeln sind erfüllbarkeitsäquivalent, wenn sie beide erfüllbar oder beide nicht erfüllbar sind. Beispiele: A B und A B sind nicht äquivalent, aber erfüllbarkeitsäquivalent (beide erfüllbar). A B und A A sind nicht erfüllbarkeitsäquivalent. A B und C D sind erfüllbarkeitsäquivalent. Wenn zwei Formeln beide nicht erfüllbar sind, dann sind sie sowohl äquivalent als auch erfüllbarkeitsäquivalent.

45 Erfüllbarkeitsäquivalente KNF Satz 1.10 (erfüllbarkeitsäquivalente KNF) Zu jeder Formel α lässt sich in polynomieller Zeit eine erfüllbarkeitsäquivalente Konjunktive Normalform ϕ α berechnen. A 1 B 1 A 2 B 2

46 Erfüllbarkeitsäquivalente KNF Satz 1.10 (erfüllbarkeitsäquivalente KNF) Zu jeder Formel α lässt sich in polynomieller Zeit eine erfüllbarkeitsäquivalente Konjunktive Normalform ϕ α berechnen. X 1 X 2 X 3 A 1 B 1 A 2 B 2 (1) Bringe die Formel in Negationsnormalform α. Markiere jeden Operatorknoten von α mit einem neuen Atom. X 1,..., X n seien diese Atome, und X 1 sei Markierung der Wurzel. Die Blätter bleiben mit den Literalen markiert.

47 Erfüllbarkeitsäquivalente KNF Satz 1.10 (erfüllbarkeitsäquivalente KNF) Zu jeder Formel α lässt sich in polynomieller Zeit eine erfüllbarkeitsäquivalente Konjunktive Normalform ϕ α berechnen. X 1 (X 2 X 3 ) X 2 (A 1 B 1 ) X 3 ( A 2 B 2 ) A 1 B 1 A 2 B 2 (2) Jeder Operatorknoten mit Markierung X i, Operator und Söhnen mit Markierungen Y und Z induziert eine Formel α i = X i (Y Z).

48 Erfüllbarkeitsäquivalente KNF Satz 1.10 (erfüllbarkeitsäquivalente KNF) Zu jeder Formel α lässt sich in polynomieller Zeit eine erfüllbarkeitsäquivalente Konjunktive Normalform ϕ α berechnen. X 1 (X 2 X 3 ) X 2 (A 1 B 1 ) X 3 ( A 2 B 2 ) A 1 B 1 A 2 B 2 (3) Falls α ein Literal ist, dann ist α = α. Sonst ist α = X 1 α 1... α n.

49 Erfüllbarkeitsäquivalente KNF Satz 1.10 (erfüllbarkeitsäquivalente KNF) Zu jeder Formel α lässt sich in polynomieller Zeit eine erfüllbarkeitsäquivalente Konjunktive Normalform ϕ α berechnen. X 1 (X 2 X 3 ) X 2 (A 1 B 1 ) X 3 ( A 2 B 2 ) A 1 B 1 A 2 B 2 (3) Falls α ein Literal ist, dann ist α = α. Sonst ist α = X 1 α 1... α n. (4) Ersetze jedes α i in α durch eine äquivalente Formel in KNF. Die Ergebnisformel ϕ α hat Größe n + n 8 5.

50 Semantische Folgerung Definition 1.11 (Semantische Folgerung) Formel ϕ ist eine (semantische) Folgerung aus der Formelmenge F, wenn jede Belegung, die jedes α F erfüllt, ebenfalls ϕ erfüllt. (D.h.:... wenn für jede Belegung A gilt: wenn A(α) = 1 für alle α F, dann gilt auch A(ϕ) = 1.) Schreibweisen: F ϕ bedeutet: ϕ ist Folgerung aus F. Mengenklammern und Vereinigungszeichen lässt man gerne weg: z.b. α 1,..., α n ϕ oder F, α ϕ Statt α schreibt man α. α bedeutet: α wird von jeder (passenden) Belegung erfüllt.

51 Folgerung, Gültigkeit, Unerfüllbarkeit Lemma 1.12 Die folgenden Aussagen sind äquivalent für alle i = 1, 2,..., n α 1,..., α n ϕ 2. α 1,..., α i 1 (α i (α i+1... (α n ϕ)...)) ( n 3. α 1,..., α i 1 ( α j ) ϕ ) j=i Insbesondere gelten also folgende Äquivalenzen zu 1. : (α 1 (α 2... (α n ϕ)...)) (( n α i ) ϕ) i=1

52 Zentrale algorithmische Fragen Entscheidungsprobleme Erfüllbarkeit (Satisfiability) gegeben: Formel ϕ gefragt: ist ϕ erfüllbar? Gültigkeit (Validity, Tautology) gegeben: Formel ϕ gefragt: ist ϕ gültig? Unerfüllbarkeit (Unsatisfiability) gegeben: Formel ϕ gefragt: ist ϕ unerfüllbar?

53 Zentrale algorithmische Fragen Entscheidungsprobleme Folgerung (Consequence) gegeben: endl. Formelmenge S, Formel ϕ gefragt: gilt S ϕ? Äquivalenz (Equivalence) gegeben: Formeln α und ϕ gefragt: gilt α ϕ? Formelauswertung (Model checking) gegeben: Formel ϕ und Belegung A gefragt: ist A(ϕ) = 1?

54 Reduzierbarkeiten Beziehungen zwischen den Fragen: Folgerung reduziert zu Gültigkeit: α 1,..., α n ϕ gdw. (α 1... α n ) ϕ gdw. (α 1... α n ) ϕ ist gültig Gültigkeit reduziert zu Unerfüllbarkeit: ϕ ist gültig gdw. ϕ ist unerfüllbar Unerfüllbarkeit reduziert zu Äquivalenz: ϕ ist unerfüllbar gdw. ϕ Äquivalenz reduziert zu Folgerung: α ϕ gdw. α ϕ und ϕ α Diese vier Probleme sind also gleich schwierig. Ein Algorithmus für eines von ihnen liefert direkt einen gleichschnellen Algorithmus für die anderen Probleme.

55 Komplexität der zentralen Fragen Formelauswertung Erfüllbarkeit Gültigkeit Aussagenlogik NC 1 NP conp Intuitionistische Logik P NP PSPACE Modallogik P PSPACE PSPACE Temporale Logik LTL PSPACE PSPACE PSPACE NP NC 1 P PSPACE parallel superschnell conp polynomielle Zeit polynomieller Platz deterministisch nicht-determ. schnell langsam

56 Kurzzusammenfassung Dieser Teil hat die grundlegenden Begriffe der Aussagenlogik wiederholt. Atome, Konstanten, Verknüpfungszeichen, Formeln Belegung erfüllbar, gültig, unerfüllbar äquivalentes Umformen adäquate Formelmengen Normalformen semantische Folgerung die zentralen algorithmischen Fragen

57 1.2.1 Der Tableau-Kalkül (15. Mai 2014) 1. Aussagenlogik Grundbegriffe (Wiederholung) Tableau-Kalkül Tableau-Beweise Korrektheit Vollständigkeit Algorithmen Frege-Kalkül [Resolutions-Kalkül] [Natürliches Schließen] [Vergleich von Beweis-Kalkülen] Mit dem Tableau-Kalkül beweist man die Gültigkeit von Formeln. [Literatur: Priest: An introduction to non-classical logic. Nerode, Shore: Logic for applications.]

58 Ein erstes Beispiel (A B) ( A B) Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

59 Ein erstes Beispiel (A B) ( A B) Expansionsregeln für und : α β : α β Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

60 Ein erstes Beispiel (A B) ( A B) A B A B Expansionsregeln für und : α β : α β Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

61 Ein erstes Beispiel (A B) ( A B) A B Expansionsregeln für und : α β : α β : A B α α β β Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

62 Ein erstes Beispiel (A B) ( A B) A B Expansionsregeln für und : α β : α β : A B α α β A B β Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

63 Ein erstes Beispiel (A B) ( A B) A B Expansionsregeln für und : α β : α β : A B α α β A B β A B A B Ein (semantisches) Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Man beginnt mit einem Baum, der nur aus einer Wurzel besteht. Die Knoten werden expandiert und die Markierungen dabei in ihre Bestandteile zerlegt bis auf die Literale. Die Expansion ist durch Expansionsregeln bestimmt

64 Ein erstes Beispiel (A B) ( A B) A B Expansionsregeln für und : α β : α β : A B α α β A B β A B A B Wenn alle Knoten expandiert sind, dann gibt es für jede erfüllende Belegung der Wurzel-Formel einen Pfad, auf dem die Belegung alle Formeln erfüllt, und jeder nicht-widersprüchliche Pfad bestimmt erfüllende Belegungen der Wurzel-Formel. Erfüllende Belegungen: A B 1 0 und A B

65 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B))

66 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B)) Expansionsregeln für : (α β) : α β

67 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu Expansionsregeln für : (α β) : (A ( A B)) A ( A B) α β

68 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu Expansionsregeln für : (α β) : (α β) : (A ( A B)) A ( A B) α β α β

69 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu Expansionsregeln für : (α β) : α β (α β) : α (A ( A B)) A ( A B) A B β

70 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B)) Expansionsregeln für : (α β) : α β (α β) : α β β : β A ( A B) A B

71 1.2.3 Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B)) Expansionsregeln für : (α β) : α β (α β) : α β β : β A ( A B) A B A Erfüllende Belegungen: A B

72 Disjunktive Normalform: A (A B) Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B)) Expansionsregeln für : (α β) : α β (α β) : α β β : β A ( A B) A B A Erfüllende Belegungen: A B

73 Disjunktive Normalform: A (A B) A B Ein zweites Beispiel (A ( A B)) wird expandiert zu (A ( A B)) Expansionsregeln für : (α β) : α β (α β) : α β β : β A ( A B) A B A Erfüllende Belegungen: A B

74 Die Expansionsregeln α β : α β : (α β) : (α β) : α : α α β α α β α β β Expansion eines Knotens v mit Markierung ϕ in einem Tableau heißt: für jeden Pfad, der in v beginnt: hänge die durch die Expansionsregel für ϕ bezeichneten Knoten an das Ende des Pfades an. In der Expansionsregel steht für den letzten Knoten im Pfad.

75 1.2.5 Expansionsregeln für andere Verknüpfungszeichen α β : (α β) : α β : (α β) : α β α α α α α β β β β β Knoten mit Markierungen,, A i und A i werden nicht expandiert.

76 1.2.6 Tableaux Ein Tableau ist ein Baum, dessen Knoten mit Formeln markiert sind. Er entsteht durch wiederholte Expansion von Knoten. Definition 1.13 (Tableau) Sei ϕ eine aussagenlogische Formel. 1. Ein Knoten, der mit ϕ markiert ist, ist ein Tableau für ϕ. 2. Sei T ein Tableau für ϕ und v ein Knoten von T, der expandiert werden kann. Dann entsteht durch Expansion von v ein Tableau für ϕ.

77 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)]

78 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C)

79 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C

80 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C

81 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A C

82 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A C A B

83 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A C B C A B

84 1.2.7 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A C B C A B A B

85 Systematischer Aufbau eines Tableaus [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A C B C A B Erfüllende Belegungen: A B C A B (in Mengendarstellung { A, B, C} und {A, B, C}) 1.2.7

86 Eigenschaften von Pfaden und Tableaux Ein Pfad durch ein Tableau heißt widersprüchlich, wenn er oder zwei widersprüchliche Literale A i und A i enthält. Ein Tableau heißt geschlossen, wenn jeder Knoten auf allen nicht-widersprüchlichen Pfaden, auf denen er liegt, expandiert wurde. (Widersprüchliche Pfade müssen nicht weiter expandiert werden.) Ein Tableau heißt widersprüchlich, wenn alle Pfade durch das Tableau widersprüchlich sind. Lemma 1.14 (endliche Tableaux reichen) Für jede Formel α gibt es ein geschlossenes Tableau mit 2 α Pfaden. Beweis: Übungsaufgabe.

87 Definition 1.15 (Tableau-beweisbar) Eine Formel α heißt Tableau-beweisbar (Schreibweise: Tab α), falls α ein widersprüchliches Tableau besitzt. Beispiel: Tab (A (B A)) (A (B A)) A (B A) B A

88 Definition 1.15 (Tableau-beweisbar) Eine Formel α heißt Tableau-beweisbar (Schreibweise: Tab α), falls α ein widersprüchliches Tableau besitzt. Beispiel: Tab (((A B) (B C)) (A C)) (((A B) (B C)) (A C)) (A B) (B C) (A C) A B B C A C A B B C

89 Korrektheit und Vollständigkeit Der Tableau-Kalkül unterteilt die Menge aller Formeln in beweisbare und nicht-beweisbare Formeln. Sind die Tableau-beweisbaren Formeln genau die gültigen Formeln? Diese Frage besteht aus zwei Teilen: 1) Ist jede Tableau-beweisbare Formel gültig? (Korrektheit des TK) 2) Ist jede gültige Formel Tableau-beweisbar? (Vollständigkeit des TK) Zur Beantwortung der Frage braucht man einen Zusammenhang zwischen Tableaux und Belegungen. Definition 1.16 Sei A eine Belegung. Ein Pfad durch ein Tableau heißt A-treu, wenn A jede Formel auf dem Pfad erfüllt.

90 Bsp: Ein Tableau mit einem { A, B, C}-treuen Pfad [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C A B C B C A B C A C B C A B A B Wir werden zwei Eigenschaften A-treuer Pfade beweisen: 1.) Wenn ein Tableau einen A-treuen Pfad hat, dann behält es auch einen nach der Expansion eines Knotens.

91 Bsp: Ein Tableau mit einem { A, B, C}-treuen Pfad [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C A B C B C A B C A C B C A B A B Wir werden zwei Eigenschaften A-treuer Pfade beweisen: 2.) Wenn ein geschlossenes Tab. einen nicht-widersprüchlichen Pfad hat, dann gibt es eine Belegung A, zu der er A-treu ist.

92 Zur Korrektheit... Man betrachtet eine Belegung A, die die Wurzel eines Tableaus erfüllt, und verfolgt die Entwicklung eines A-treuen Pfades beim Aufbau des Tableaus. Wenn auf einem A-treuen Pfad ein Knoten expandiert wird, dann wird der A-treue Pfad verlängert. Lemma 1.17 (Expansion erhält A-Treue) Sei A eine Belegung und T ein Tableau, und T entstehe aus T durch Expansion eines Knotens. Wenn T einen A-treuen Pfad besitzt, dann besitzt auch T einen. Zum Beweis:... Expansionsregeln anschauen...

93 Zum Beweis:... Expansionsregeln anschauen... Sei π = p 1, p 2,..., p k ein A-treuer Pfad durch das Tableau T. Fall 1: T entsteht aus T durch Expansion eines Knotens, der nicht auf π liegt. Dann ist π ein A-treuer Pfad durch T. Fall 2: T entsteht aus T durch Expansion eines Knotens p i auf π. Fall 2.1: p i = α β. α β : Dann ist π = p 1, p 2,..., p k, α, β ein Pfad durch T. α Da A α β, folgt A α und A β. Also ist π ein A-treuer Pfad durch T. β

94 Fall 2.2: p i = α β. α α β : β Dann sind π 1 = p 1, p 2,..., p k, α und π 2 = p 1, p 2,..., p k, β Pfade durch T. Da A α β, folgt A α oder A β. Also ist π 1 ein A-treuer Pfad durch T oder π 2 ist ein A-treuer Pfad durch T. Die übrigen Fälle für die übrigen Expansionsregeln gehen entsprechend (siehe Übungsaufgaben). Fall 2.3: p i = (α β). Fall 2.4: p i = (α β). Fall 2.5: p i = α.

95 Lemma 1.18 (Korrektheit des Tableau-Kalküls) Wenn Tab α, dann α. Beweis: wir zeigen die Kontraposition: wenn α nicht gültig ist, dann ist α nicht Tableau-beweisbar, d.h. wenn α erfüllbar ist, dann ist α nicht Tableau-beweisbar. Sei α erfüllbar. Dann gibt es eine Belegung B mit B( α) = 1. Behauptung: Jedes Tableau für α besitzt einen B-treuen Pfad. IA: Das Tableau T 0 aus einem mit α markierten Knoten besitzt einen B-treuen Pfad. IV: Jedes Tableau, das durch k Expansionen aus T 0 entsteht, besitzt einen B-treuen Pfad. IS: T k+1 entstehe durch Expansion eines Knotens aus einem Tableau T k, das durch k Expansionen aus T 0 entstanden ist. Da T k nach IV einen B-treuen Pfad besitzt, folgt mit Lemma 1.17, dass T k+1 ebenfalls einen B-treuen Pfad besitzt. Jeder B-treue Pfad ist nicht-widersprüchlich. Also folgt aus der Behauptung, dass jedes Tableau für α einen nicht-widersprüchlichen Pfad besitzt. Folglich gibt es kein widersprüchliches Tableau für α. D.h. α ist nicht Tableau-beweisbar.

96 Zur Vollständigkeit... Man betrachtet die Belegung A, die die Literale auf einem nicht-widersprüchlichen Pfad bilden, und zeigt, dass der ganze Pfad A-treu ist. Lemma 1.19 (Pfad bestimmt Belegung) Sei T ein Tableau und π ein nicht-widersprüchlicher Pfad durch T, auf dem jeder Knoten expandiert ist. Dann gibt es eine Belegung A, so dass π A-treu ist. Beweis: Sei π = p 1, p 2,..., p m ein solcher Pfad (wir fassen die p i als Formeln auf). Sei A π eine Belegung, die alle Literale auf dem Pfad erfüllt. Wir zeigen induktiv, dass A π p i für i = m, m 1,..., 1. IA: zu zeigen: A π p m. Da (1) p m ein Literal ist und A π alle Literale auf π erfüllt oder (2) p m =, folgt A π p m

97 IV: A π p j, A π p j+1,..., A π p m (für ein j > 1) IS: zu zeigen: A π p j 1. Es muss nachgeschaut werden, wie p j 1 aussieht. Fall 1: p j 1 ist ein Literal oder p j 1 =. Dann gilt A π p j 1 entsprechend der Definition von A π. Fall 2: p j 1 = α β. α β : Da jeder Knoten auf π expandiert ist, gibt es i j mit p α i = α und p i+1 = β. Da A π α und A π β (gemäß IV), folgt A π α β. β Fall 5: p j 1 = (α β). (α β) : α β Dann gibt es i j mit p i = α oder p i = β. Da A π p i (gemäß IV), folgt A π α β, und mit α β (α β) erhalten wir A π (α β). Die übrigen Fälle gehen entsprechend

98 Lemma 1.20 (Vollständigkeit des Tableau-Kalküls) Wenn α, dann Tab α. Beweis: Wir zeigen die Kontraposition. Sei α nicht Tableau-beweisbar. Dann gibt es für α ein geschlossenes Tableau T α (Lemma 1.14), das nicht widersprüchlich ist. Also gibt es einen nicht-widersprüchlichen Pfad π durch T α, auf dem jeder Knoten expandiert ist. Nach Lemma 1.19 gibt es eine Belegung, die jede Formel auf π erfüllt. Da α am Anfang von π steht, ist α erfüllbar. D.h. α ist nicht gültig.

99 Vollständigkeitssatz für den Tableau-Kalkül Satz 1.21 (Vollständigkeitssatz für den Tableau-Kalkül) Sei α eine aussagenlogische Formel. α ist gültig genau dann, wenn α Tableau-beweisbar ist, d.h. α genau dann, wenn Tab α. Beweis: folgt aus Lemmas 1.18 und Gültigkeit ist über Belegungen definiert: semantisch. Tableau-Beweisbarkeit ist über Formeln definiert: syntaktisch.

100 Algorithmen Ein vollständiges Tableau für beliebige Formeln α ist mit einem einfachen Algorithmus konstruierbar. Starte mit dem Tableau, das nur aus der mit α markierten Wurzel besteht. Durchsuche das Tableau mittels Tiefensuche und expandiere jeden besuchten Knoten, der nicht mit einem Literal markiert ist. (Das Tableau verändert sich, während es durchsucht wird... ) Falls alle Pfade widersprüchlich sind, dann gib gültig aus. Tableaux können jedoch exponentiell groß in der Formelgröße werden. Deshalb können Tableau-Algorithmen exponentielle Laufzeit haben.

101 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. [((A C) (B C)) ((A B) C)] (A C) (B C) ((A B) C) A C B C A B A B C C A A C B A B C B

102 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} (A C) (B C) ((A B) C) A C B C A B A B C C A A C B A B C B

103 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} A C B C A B A B C C A A C B A B C B

104 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B A B C C A A C B A B C B

105 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B {A C, A B, C} C A A C B A B C B

106 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B {A C, A B, C} C { A, A B, C} A B C A B C B

107 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B {A C, A B, C} C { A, A B, C} { A, A, C} B C A B C B

108 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B {A C, A B, C} C { A, A B, C} { A, A, C} { A, B, C} C A B C B

109 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} B C A B {A C, A B, C} { A, A B, C} {C, A B, C} { A, A, C} { A, B, C} A C B C B

110 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} A B {A C, A B, C} { A, A B, C} {C, A B, C} { A, A, C} { A, B, C} A C B C B

111 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { A, A, C} { A, B, C} A B C B

112 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { A, A, C} { A, B, C} { B, A B, C} A B C

113 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { B, A B, C} { A, A, C} { A, B, C} { B, A, C} B C

114 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { B, A B, C} { A, A, C} { A, B, C} { B, A, C} { B, B, C} C

115 Algorithmen aus dem Tableau-Kalkül Mit (fast) jedem Knoten ist eine Menge aus zerlegbaren Formeln und Literalen verbunden. { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { B, A B, C} {C, A B, C} { A, A, C} { A, B, C} { B, A, C} { B, B, C}

116 Typen von Tableau-Knoten In Tableaux für Aussagenlogik gibt es zwei Typen von Regeln. Typ 1: Markierung α β, (α β), (α β), α: es werden Knoten mit allen Zerlegungsformeln angehängt α β hat Zerlegungsformeln α und β, (α β) hat Zerlegungsformeln α und β etc. Typ 2: Markierung α β, α β, (α β): es wird zu zwei Knoten mit jeweils einer Zerlegungsformel verzweigt

117 Algorithmische Umsetzung Wenn man das Tableauverfahren durch Mengen zerlegbarer Formeln ausdrückt, dann ergeben sich diese Mengen wie folgt: für eine Formel vom Typ 1 (α β, (α β), (α β), α): ersetze sie durch alle ihre Zerlegungsformeln; z.b wenn α β S, dann wird S := (S {α β}) {α, β} für eine Formel vom Typ 2 (α β, α β, (α β)): ersetze sie nichtdeterministisch nur durch eine ihrer Zerlegungsformeln; z.b. wenn α β S, dann entscheide nichtdeterministisch, ob mit S := (S {α β}) {α} oder mit S := (S {α β}) {β} weitergemacht wird.... aus Verzweigung im Tableau wird Nichtdeterminismus...

118 Methode zum Bestimmen der Zerlegungsformeln Methodenaufruf zerlege(ϕ,i) ergibt die i-te Zerlegungsformel von ϕ. Methode zerlege (Formel ϕ, Index i) falls i = 1 dann ( bestimme die erste Zerlegungsformel ) falls ϕ {α β, α β, (α β), α} dann return α falls ϕ { (α β), (α β), α β} dann return α sonst ( bestimme die zweite Zerlegungsformel ) falls ϕ {α β, α β, α β} dann return β falls ϕ { (α β), (α β), (α β)} dann return β

119 Implementierung des Tableau-Kalküls als nichtdeterministischer Algorithmus Eingabe Formel ϕ S := { ϕ} solange S eine Formel vom Typ 1 oder 2 enthält und nicht widersprüchlich ist wiederhole { falls S eine Formel ψ vom Typ 1 enthält dann ( ersetze ψ durch alle ihre Zerlegungsformeln ) S := (S ψ) {zerlege(ψ, 1), zerlege(ψ, 2)} sonst sei ψ eine Formel vom Typ 2 in S ( ersetze ψ durch eine ihrer Zerlegungsformel, die nichtdet. gewählt wurde ) wähle nichtdeterministisch b {1, 2} S := (S ψ) {zerlege(ψ, b)} } ( S ist widersprüchlich oder enthält nur noch Literale ) falls S widersprüchlich ist dann akzeptiere sonst verwirf ( S ist erfüllende Belegung von ϕ )

120 Altes Beispiel nochmal... { [((A C) (B C)) ((A B) C)]} {(A C) (B C), ((A B) C)} {A C, ((A B) C)} {B C, ((A B) C)} {A C, A B, C} {B C, A B, C} { A, A B, C} {C, A B, C} { B, A B, C} {C, A B, C} { A, A, C} { A, B, C} { B, A, C} { B, B, C}

121 Implementierung des Tableau-Kalküls als rekursive Methode Methode suche(formelmenge S) { falls S eine Formel ψ vom Typ 1 enthält ( ersetze ψ durch alle ihre Zerlegungssformeln ) return suche((s ψ) {zerlege(ψ, 1), zerlege(ψ, 2)}) sonst: falls S eine Formel ψ vom Typ 2 enthält ( ersetze ψ durch eine ihrer Zerlegungsformel, die nichtdet. gewählt wurde ) return suche((s ψ) {zerlege(ψ, b)}) min b {1,2} sonst: falls S widersprüchlich ist ( S ist widersprüchlich oder enthält nur noch Literale ) dann return 1 ( S ist widersprüchlich ) sonst return 0 ( S ist erfüllende Belegung von ϕ ) } Hauptprogramm (liefert Ergebnis 1, falls ϕ gültig ist, und Erg. 0 sonst) Eingabe Formel ϕ Ausgabe suche({ ϕ})

122 Grobe Analyse des Tableau-Algorithmus für Aussagenlogik Der Algorithmus simuliert das Tableau-Verfahren. Jeder (nichtdeterministische) Berechnungspfad entspricht einem Pfad durch das Tableau. Die Menge S enthält stets die Knoten-Markierungen auf dem Pfad, die noch nicht zerlegt wurden. Da jede Formel der Länge n höchstens n Teilformeln besitzt, läuft der nichtdeterministische Algorithmus in polynomieller Zeit. Aufgrund der Korrektheit und Vollständigkeit des Tableau-Kalküls ist der Algorithmus ein conp-algorithmus für das Gültigkeitsproblem für aussagenlogische Formeln.

123 Formeln mit langen Tableau-Beweisen Die Formeln T 1, T 2,... werden als KNFen in Mengenschreibweise angegeben (siehe Resolution). T 1 = {{A 1 }, { A 1 }} T i (0) entsteht aus T i, indem alle Vorkommen von Atomen A j durch A 2j ersetzt werden (für alle j). T i (1) entsteht aus T i, indem alle Vorkommen von Atomen A j durch A 2j+1 ersetzt werden (für alle j). T i+1 = {K {A 1 } K T i (0)} {K { A 1 } K T i (1)} Beispiel: { } T 2 = {A 2, A 1 }, { A 2, A 1 }, {A 3, A 1 }, { A 3, A 1 } T 3 = { {A 4, A 2, A 1 }, { A 4, A 2, A 1 }, {A 6, A 2, A 1 }, { A 6, A 2, A 1 }, {A 5, A 3, A 1 }, { A 5, A 3, A 1 }, {A 7, A 3, A 1 }, { A 7, A 3, A 1 } }

124 Formeln mit exponentiell langen Tableau-Beweisen Jedes T i ist unerfüllbar. Jedes T i hat Größe T i = i 2 i. Jeder Tableau-Beweis für T i hat Größe 2 2i (= 2 T i i ). Beispielformeln: T 2 = { {A 2, A 1 }, { A 2, A 1 }, {A 3, A 1 }, { A 3, A 1 } } { T 3 = {A 4, A 2, A 1 }, { A 4, A 2, A 1 }, {A 6, A 2, A 1 }, { A 6, A 2, A 1 }, } {A 5, A 3, A 1 }, { A 5, A 3, A 1 }, {A 7, A 3, A 1 }, { A 7, A 3, A 1 }

125 Formeln mit exponentiell langen Tableau-Beweisen Jedes T i ist unerfüllbar. Jedes T i hat Größe T i = i 2 i. Jeder Tableau-Beweis für T i hat Größe 2 2i (= 2 T i i ). Ein polynomielles Beweissystem besitzt Beweise der Länge ϕ k (für ein bel. festes k) für alle beweisbaren Formeln ϕ. Satz 1.22 (Cook, Reckhow (1974)) Der Tableau-Kalkül ist kein polynomielles Beweissystem.

126 Ein klassisches Beweissystem: der Frege-Kalkül (15. Mai 2014) 1. Aussagenlogik Grundbegriffe (Wiederholung) Tableau-Kalkül Frege-Kalkül Axiome, Regeln und Beweise Das Deduktionstheorem Korrektheit Vollständigkeit Ähnliche Theorien [Resolutions-Kalkül] [Natürliches Schließen] [Vergleich von Beweis-Kalkülen] [Literatur: Mendelson: Introduction to Mathematical Logic]

127 Theorien Eine formale Theorie T besteht aus 1. einer Menge von Formeln F, 2. einer Menge von Axiomen Ax F, und 3. einer endlichen Menge von Relationen über F, den Schlussregeln (Herleitungsregeln). Axiome und Schlussregeln müssen leicht zu bestimmen sein. Ein Beweis in T ist eine Folge α 1, α 2,..., α l von Formeln in F mit α i ist ein Axiom (also aus Ax), oder α i ist aus davorstehenden α j s mit einer Schlussregel herleitbar (d.h. R(α j1,..., α jk, α i ) für Schlussregel R und j 1,..., j k < i). Ein Theorem der Theorie T ist eine Formel α, die am Ende eines Beweises steht (Schreibweise: α). T

128 1.3.3 Die Theorie Fre: ein Frege-Kalkül 1. Formeln F: die aussagenlogischen Formeln aus Atomen, und ( α ist abkürzende Schreibweise für α ; ist Abkürzung für ). 2. Axiome Ax: für alle α, β, ϕ F sind folgende Formeln Axiome (A1) α (β α) (A2) (α (β ϕ)) ((α β) (α ϕ)) (A3) (( β) ( α)) ((( β) α) β) 3. Schlussregel: modus ponens (MP) R(α, α β, β), auch beschrieben durch α, α β β Fre α bedeutet α ist ein Theorem von Fre ( α ist in Fre beweisbar/herleitbar ).

129 1.3.4 Ein Beweis für B B in Fre α 1 = B ( (B B) B ) Axiom (A1) α 2 = ( B ( (B B) B )) (( B (B B) ) ( B B )) Axiom (A2) α 3 = (B (B B)) (B B) MP mit α 1 und α 2 α 4 = B ( B B ) Axiom (A1) α 5 = B B MP mit α 4 und α 3 Nimmt man statt B eine beliebige Formel β, dann hat man einen Beweis für β β für alle β. Also: für alle Formeln β gilt: Fre β β.

130 Lemma 1.23 Fre β β, für jede Formel β. Beweis: Wir zeigen, dass β β im Frege-Kalkül herleitbar ist. (1) β ((β β) β) (A1) (2) (β ((β β) β)) ((β (β β)) (β β)) (A2) (3) (β (β β)) (β β) MP (1), (2) (4) β (β β) (A1) (5) β β MP (4), (3)

131 Beweis: (1) β γ Hypothese (2) (β γ) (α (β γ)) (A1) (3) α (β γ) MP (1), (2) (4) (α (β γ)) ((α β) (α γ)) (A2) (5) (α β) (α γ) MP (3), (4) (6) α β Hypothese (7) α γ MP (6), (5) Beweise mit Hypothesen Sei Γ eine Menge von Formeln. Γ Fre α bedeutet α ist in Fre beweisbar, wenn Formeln aus Γ wie Axiome benutzt werden können Lemma 1.24 (TRANS) {α β, β γ} Fre α γ, für alle Formeln α, β, γ.

132 Das Deduktionstheorem Satz 1.25 (DT) Sei Γ eine Menge von Formeln, α und β seien Formeln. Dann gilt: Γ {α} Fre β genau dann, wenn Γ Fre α β. Beweis: : Sei Γ Fre α β. Dann gibt es folgenden Beweis mit Hypothesen aus Γ {α}. (1)... }.. hier steht der Beweis für Γ Fre α β (k) α β (k + 1) α Hypothese (k + 2) β MP (k + 1), (k) Damit folgt Γ {α} Fre β

133 1.3.8 : Wir führen einen Induktionsbeweis über die Länge l eines Beweises α 1,..., α l von β aus Γ {α}. IA l = 1: dann ist β Ax Γ {α}. Zu zeigen ist nun: Γ Fre α β. Fall 1: β Ax Γ: (1) β Hyp. aus Γ oder Axiom (2) β (α β) (A1) (3) α β MP (1),(2) Also folgt Γ Fre α β. Fall 2: β = α: es gilt β β für jede Formel β (Lemma 1.23). Fre Also gilt auch Γ Fre β β, d.h. hier Γ Fre α β. Das sind alle Möglichkeiten für β, und stets folgt Γ Fre α β.

134 1.3.9 IV: die Behauptung gilt für Beweise der Länge l k. D.h. wenn es einen Beweis von β mit l k Schritten aus Γ {α} gibt, dann folgt Γ Fre α β. IS l = k + 1: α 1,..., α k+1 sei Beweis von β (= α k+1 ) aus Γ {α}. Zu zeigen ist: es gilt Γ Fre α β. Fall 1: β Ax Γ {α}. Dann folgt Γ Fre α β wie im IA.

135 Fall 2: β entsteht mit MP aus α i und α j (i, j k). Dann ist α j = α i β. Nach IV gilt Γ Fre α (α i β) und Γ Fre α α i. Folgender Beweis zeigt Γ Fre α β. (1)... } Beweis für.. Γ Fre α (α i β) gemäß IV (s) α (α i β) (s + 1)... } Beweis für.. Γ Fre α α i gemäß IV (m) α α i (m + 1) (α (α i β)) ((α α i ) (α β)) (A2) (m + 2) (α α i ) (α β) MP (s), (m + 1) (m + 3) α β MP (m), (m + 2)

136 Bsp.: Anwendung des Deduktionstheorems zur Vereinfachung von Beweisen Lemma 1.26 (ex falso quod libet) Fre α (α β), für alle Formeln α und β. Beweis: zuerst zeigen wir {α, α} Fre β. (1) α Hyp (2) α ( β α) (A1) (3) β α MP (1),(2) (4) α Hyp (5) α ( β α) (A1) (6) β α MP (4),(5) (7) ( β α) (( β α) β) (A3) (8) β 2mal MP auf (7) mit (6) und (5) Damit ist {α, α} Fre β bewiesen. Mit einer Anwendung des Deduktionstheorems 1.25 erhält man { α} Fre α β, und mit einer weiteren Anwendung von DT schließlich Fre α (α β)

137 Bsp.:Anwendung des Deduktionstheorems Vereinfachte Schreibweise für Hypothesenmengen: Mengenklammern und weglassen... Lemma 1.27 (MID) α (β γ), β Fre α γ, für alle Formeln α, β, γ. Beweis: Wir beginnen mit einem einzeiligen Beweis. (1) α (β γ) Hypothese Das beweist α (β γ) α (β γ). Fre Mit DT (1.25) folgt α (β γ), α β γ, Fre und daraus folgt erneut mit DT α (β γ), α, β Fre γ. Mit einer weiteren Anwendung von DT erhalten wir schließlich α (β γ), β α γ. Fre

138 Weitere Vereinfachungen von Beweisen Bewiesene Formeln (Theoreme) können in Beweisen benutzt werden. Mit Hypothesen bewiesene Formeln können wie Regeln benutzt werden. Lemma 1.28 Fre β β, für alle Formeln β. Beweis: (1) ( β β) (( β β) β) (A3) (2) β β Lemma 1.23 (3) ( β β) β Lemma 1.27 MID (1),(2) (4) β ( β β) (A1) (5) β β Lemma 1.24 TRANS (4), (3)

139 Verallgemeinerung von TRANS Lemma 1.29 Für k 1 und alle Formeln α 1,..., α k, β, γ gilt α 1 (α 2 (... (α k β)...)), β γ Fre α 1 (α 2 (... (α k γ)...)) Beweis mittels Induktion über k. IA k = 1: für k = 1 ist die Behauptung gleich TRANS (Lemma 1.24). IV: die Behauptung gilt für k. { =:ψ }} { IS: zu zeigen: α 1 (α 2 (... (α k+1 β)...)), β γ Fre α 1 (α 2 (... (α k+1 γ)...)) (1) ψ, β γ Fre β γ Hyp (2) ψ, β γ Fre α 1 (α 2 (... (α k+1 β)...)) Hyp (3) ψ, β γ, α 1 Fre α 2 (... (α k+1 β)...) DT (4) ψ, β γ, α 1 Fre α 2 (... (α k+1 γ)...) IV (3),(1) (5) ψ, β γ Fre α 1 (α 2 (... (α k+1 γ)...)) DT

140 Wichtige Theoreme von Fre Satz 1.30 Für alle Formeln α, β, γ gilt: 1. α α Fre 2. α α Fre (Lemma 1.23) (Lemma 1.28) 3. Fre α α 4. Fre 5. Fre 6. Fre 7. Fre α (α β) (Lemma 1.26) ( β α) (α β) (α β) ( β α) α ( β ( (α β))) 8. Fre (α β) (( α β) β)

141 (3) Fre α α (1) ( α α) (( α α) α) (A3) (2) α α Satz 1.30(2) (3) ( α α) α MP (1),(2) (4) α ( α α) (A1) (5) α α TRANS (4),(3)

142 (5) Fre ( β α) (α β) (1) β α Hyp (2) ( β α) (( β α) β) (A3) (3) ( β α) β MP (1),(2) (4) α ( β α) (A1) (5) α β TRANS (4),(3) (6) ( β α) (α β) DT Hyp (1),(5)

143 (6) Fre (α β) ( β α) (1) α β Hyp (2) α α Satz 1.30(2) (3) α β TRANS (2),(1) (4) β β Satz 1.30(3) (5) α β TRANS (3),(4) (6) ( α β) ( β α) Satz 1.30(5) (7) β α MP (5),(6) (8) (α β) ( β α) DT Hyp (1), (7)

144 (7) Fre α ( β (α β)) (i) α, α β Fre β gilt offensichtlich (ii) Fre (iii) Fre (iv) Fre α ((α β) β) folgt aus (i) mit DT (2mal) ((α β) β) ( β (α β)) Satz 1.30(6) α ( β (α β)) folgt aus (ii) und (iii) mit TRANS

145 (8) Fre (α β) (( α β) β) (1) α β Hyp (2) α β Hyp (3) (α β) ( β α) Satz 1.30(6) (4) β α MP (1),(3) (5) ( α β) ( β α) Satz 1.30(6) (6) β α MP (2),(5) (7) ( β α) (( β α) β) (A3) (8) ( β α) β MP (6),(7) (9) β MP (4),(7) (10) ( α β) β DT Hyp (2), (9) (11) (α β) (( α β) β) DT Hyp (1), (10)

146 Gottlob Frege ( ) Grundgesetze der Arithmetik (1893, 1902)

147 Gottlob Frege ( ) Grundgesetze der Arithmetik (1893, 1902)

148 Auf dem Weg zum Korrektheitslemma Lemma 1.31 (Alle Axiome sind gültig) Für alle Formeln α, β und ϕ gilt 1. α (β α) ist gültig, 2. (α (β ϕ)) ((α β) (α ϕ)) ist gültig und 3. ( β α) (( β α) β) ist gültig. Beweis: Sei A eine Belegung. Wir zeigen A(γ) = 1 für jedes Axiom γ. zu (A1): Es gilt A(α (β α)) = 1 A(α) = 0 oder A(β α) = 1 A(α) = 0 oder A(β) = 0 oder A(α) = 1 Da A(α) = 0 oder A(α) = 1, gilt A(α (β α)) = 1.

149 zu (A2): Es gilt A((α (β ϕ)) ((α β) (α ϕ))) = 1 A(α (β ϕ)) = 0 oder A(α β) = 0 oder A(α) = 0 oder A(ϕ) = 1 A(α) = 0 oder A(ϕ) = 1 oder (A(α) = 1 und A(β) = 1 und A(ϕ) = 0) oder (A(α) = 1 und A(β) = 0) Da jede Kombination von Werten für A(α), A(β) und A(ϕ) diesen Ausdruck erfüllt, gilt A((α (β ϕ)) ((α β) (α ϕ))) = 1. zu (A3): Es gilt A(( β α) (( β α) β)) = 1 A( β α) = 0 oder A( β α) = 0 oder A(β) = 1 [A( β) = 1 und (A(α) = 0 oder A( α) = 0)] oder A(β) = 1 [A(β) = 0 und (A(α) = 0 oder A(α) = 1)] oder A(β) = 1 ( ) Offensichtlich ist die letzte Aussage ( ) gültig. Folglich gilt die äquivalente Aussage A(( β α) (( β α) β)) = 1. Da A beliebig gewählt wurde, folgt A(γ) = 1 für jede Belegung A und jedes Axiom γ

150 Der Beweis geht entsprechend dem von Lemma Lemma 1.32 (Korrektheit von Fre ) Sei α eine Formel. Aus α folgt α. Fre D.h. jedes Theorem von Fre ist eine gültige Formel. Beweis: Induktion über die Länge l des Beweises von α. IA l = 1: dann ist α ein Axiom. Da jedes Axiom gültig ist (Lemma 1.31), folgt α. IV: die Behauptung gilt für Formeln mit Beweisen der Länge l k. IS l = k + 1: falls α ein Axiom ist, dann ist α gültig (Lemma 1.31). Sonst entsteht α mit MP aus α i und α j = α i α (mit i, j k). Nach IV gilt α i und α i α. Dann muss auch α gelten (das hatten wir mal als Übungsaufgabe). Lemma 1.33 (Verallgemeinerung der Korrektheit von Fre ) Sei α eine Formel und Γ eine Formelmenge. Aus Γ Fre α folgt Γ α.

151 Der Weg zum Vollständigkeitslemma... Wir wollen Lemma 1.48 zeigen: wenn α ( α ist gültig ), dann Fre α ( α ist beweisbar ). Dazu zeigen wir wenn α 1.38 { α} Fre Fre Fre α, dann α wie folgt:, d.h. { α} ist konsistent 1.42 es gibt eine Menge Γ { α}, die maximal bezgl. Konsistenz ist und aus negierten und nicht-negierten Teilformeln von α besteht }{{} α-maximal konsistent 1.47 es gibt eine erfüllende Belegung für dieses Γ { α} α es gibt eine erfüllende Belegung für { α}

Logik und Beweisbarkeit

Logik und Beweisbarkeit Logik und Beweisbarkeit Folien zur Vorlesung im Sommersemester 2016 Teil 1 Martin Mundhenk Univ. Jena, Institut für Informatik 12. April 2016 Vorlesung Logik und Beweisbarkeit (Sommer 2016) 1. Aussagenlogik

Mehr

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2.

Theorie der Informatik. Theorie der Informatik. 2.1 Äquivalenzen. 2.2 Vereinfachte Schreibweise. 2.3 Normalformen. 2. Theorie der Informatik 24. Februar 2014 2. Aussagenlogik II Theorie der Informatik 2. Aussagenlogik II 2.1 Äquivalenzen Malte Helmert Gabriele Röger 2.2 Vereinfachte Schreibweise Universität Basel 24.

Mehr

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet. Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)

Mehr

Jeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =?

Jeder Aussage p kann ein Wahrheitswert W(p) {0, 1} zugeordnet werden. Beispiele: W(Es regnet.) =? (je nach Lage der Dinge) W(Die Straße ist naß.) =? Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 2 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl.

Mehr

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet.

1 Aussagenlogik. 1.1 Aussagen. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage) Aussage = Behauptung Beispiele: Es regnet. Grundlagen der Mathematik für Informatiker 1 1 Aussagenlogik 1.1 Aussagen Aussage = Behauptung Beispiele: Es regnet. Die Straße ist naß. 15 ist eine Primzahl. 3 < 8 x < 15 (hängt von x ab, keine Aussage)

Mehr

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/??

Aufgabe. Gelten die folgenden Äquivalenzen?. 2/?? Äquivalenz Zwei Formeln F und G heißen (semantisch) äquivalent, falls für alle Belegungen A, die sowohl für F als auch für G passend sind, gilt A(F ) = A(G). Hierfür schreiben wir F G.. 1/?? Aufgabe Gelten

Mehr

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch

Syntax. 1 Jedes A AS AL ist eine (atomare) Formel. 2 Ist F eine Formel, so ist auch F eine Formel. 3 Sind F und G Formeln, so sind auch Formale der Informatik 1 Kapitel 15 Folgerbarkeit, Äquivalenzen und Normalformen Frank Heitmann heitmann@informatik.uni-hamburg.de 8. Juni 2015 Syntax Definition (Syntax der Aussagenlogik) Mit AS AL sei

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/25 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/25 Einführendes Beispiel Falls Lisa Peter trifft, dann trifft Lisa auch Gregor.

Mehr

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 9. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/36 Ersetzbarkeitstheorem

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 3 06.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax (Formeln) Semantik Wertebelegungen/Valuationen/Modelle

Mehr

Logik Vorlesung 3: Äquivalenz und Normalformen

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

Mehr

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Zusammenfassung Syntax

Mehr

Zusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung

Zusammenfassung Syntax: Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln. Zusammenfassung Formale der Informatik 1 Kapitel 15 und Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Mai 2016 Zusammenfassung Syntax Zusammenfassung Syntax: Motivation Definition der Syntax: Alphabet, Junktor

Mehr

Theoretische Informatik: Logik

Theoretische Informatik: Logik Theoretische Informatik: Logik Vorlesung mit Übungen im WS 2006/2007 Vorlesung: Montag Montag 9-10 Uhr, Raum 1603 WAneu 14-16 Uhr, Raum 1603 WAneu Beginn: Montag, den 23.10.2006, 9 15 Uhr. Übungen in 3

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

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

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 4. Aussagenlogik Syntax und Semantik der Aussagenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der Aussagenlogik:

Mehr

Tableaukalkül für Aussagenlogik

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

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 7.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

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

Logische Äquivalenz. Definition Beispiel 2.23

Logische Äquivalenz. Definition Beispiel 2.23 Logische Äquivalenz Definition 2.22 Zwei aussagenlogische Formeln α, β A heißen logisch äquivalent, falls für jede Belegung I von α und β gilt: Schreibweise: α β. Beispiel 2.23 Aus Folgerung 2.6 ergibt

Mehr

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen Barbara König Übungsleitung: Dennis Nolte, Harsh Beohar Barbara König Logik 1 Mengen, Relationen und Funktionen Menge: Menge X von Elementen,

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f,,,,, aussagenlogische Formeln AL(P) induktive Definition: IA Atome (Aussagenvariablen) p, q, r,... P IS zusammengesetzte

Mehr

Logik Vorlesung 4: Horn-Logik und Kompaktheit

Logik Vorlesung 4: Horn-Logik und Kompaktheit Logik Vorlesung 4: Horn-Logik und Kompaktheit Andreas Maletti 14. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen

Mehr

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15

Logik. Gabriele Kern-Isberner LS 1 Information Engineering. TU Dortmund Wintersemester 2014/15 WS 2014/15 Logik Gabriele Kern-Isberner LS 1 Information Engineering TU Dortmund Wintersemester 2014/15 WS 2014/15 G. Kern-Isberner (TU Dortmund) Logik WS 2014/15 1 / 125 Übersicht Modallogik 5. Grundlagen 6. Erfüllbarkeit

Mehr

Logik Vorlesung 5: Grundlagen Resolution

Logik Vorlesung 5: Grundlagen Resolution Logik Vorlesung 5: Grundlagen Resolution Andreas Maletti 21. November 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere

Mehr

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie Was ist Logik? Geschichte der Logik eng verknüpft mit Philosophie Begriff Logik wird im Alltag vielseitig verwendet Logik untersucht, wie man aus Aussagen andere Aussagen ableiten kann Beschränkung auf

Mehr

Grundbegriffe für dreiwertige Logik

Grundbegriffe für dreiwertige Logik Grundbegriffe für dreiwertige Logik Hans Kleine Büning Universität Paderborn 1.11.2011 1 Syntax und Semantik Die klassische Aussagenlogik mit den Wahrheitswerten falsch und wahr bezeichnen wir im weiteren

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

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 2 28.04.2015 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Termine Donnerstags: 30.04.2015 nicht

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 8.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge

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

Satz 1.18 (Kompaktheitssatz der Aussagenlogik)

Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Satz 1.18 (Kompaktheitssatz der Aussagenlogik) Σ F ist erfüllbar genau dann, wenn jede endliche Teilmenge von Σ erfüllbar ist. Σ F ist unerfüllbar genau dann, wenn es eine unerfüllbare endliche Teilmenge

Mehr

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution

Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Computational Logic Algorithmische Logik Boolesche Algebra und Resolution Ralf Moeller Hamburg Univ. of Technology Boole'sche Algebra Äquivalenzen als "Transformationsgesetze" Ersetzbarkeitstheorem Zentrale

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 10 4.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Organisatorisches Hauptklausur: Montag, 23.07.2012, 16:00-18:00,

Mehr

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016

Formale Methoden 2. Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Formale Methoden 2 Gaetano Geck Lehrstuhl I Logik in der Informatik WS 2015/2016 Teil 2: Logik 1 Prädikatenlogik (Einleitung) 2 Aussagenlogik Motivation Grundlagen Eigenschaften Eigenschaften Normalformen

Mehr

Aussagenlogik: Syntax von Aussagen

Aussagenlogik: Syntax von Aussagen Aussagenlogik: Syntax von Aussagen A ::= X (A A) (A A) ( A) (A A) (A A) 0 1 Prioritätsreihenfolge :,,,,. A B: Konjunktion (Verundung). A B: Disjunktion (Veroderung). A B: Implikation. A B: Äquivalenz.

Mehr

Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl.

Erfüllbarkeitstests. Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Erfüllbarkeitstests Im folgenden: Ein sehr effizienter Erfüllbarkeitstest für eine spezielle Klasse von Formeln in KNF, sogenannte Hornformeln (vgl. Grundlagen und diskrete Strukturen ) Ein für Formeln

Mehr

Formale Systeme. Prof. Dr. Bernhard Beckert, WS 2016/ KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Formale Systeme. Prof. Dr. Bernhard Beckert, WS 2016/ KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft Formale Systeme Prof. Dr. Bernhard Beckert, WS 2016/2017 Aussagenlogik: Tableaukalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Mehr

Grundlagen der Logik

Grundlagen der Logik Grundlagen der Logik Denken Menschen logisch? Selektionsaufgabe nach Watson (1966): Gegeben sind vier Karten von denen jede auf der einen Seite mit einem Buchstaben, auf der anderen Seite mit einer Zahl

Mehr

Formale Systeme. Prof. Dr. Bernhard Beckert. Winter 2008/2009. Fakultät für Informatik Universität Karlsruhe (TH)

Formale Systeme. Prof. Dr. Bernhard Beckert. Winter 2008/2009. Fakultät für Informatik Universität Karlsruhe (TH) Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe (TH) Winter 2008/2009 Prof. Dr. Bernhard Beckert Formale Systeme Winter 2008/2009 1 / 22 Kalküle für die Aussagenlogik

Mehr

Einige Grundlagen der Komplexitätstheorie

Einige Grundlagen der Komplexitätstheorie Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf

Mehr

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart)

Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Der Hilbert-Kalkül für die Aussagenlogik (Notizen zur Vorlesung Logik im Wintersemester 2003/04 an der Universität Stuttgart) Javier Esparza und Barbara König 4. Dezember 2003 Für eine gegebene aussagenlogische

Mehr

Formale Systeme. Prof. Dr. Bernhard Beckert, WS 2017/ KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

Formale Systeme. Prof. Dr. Bernhard Beckert, WS 2017/ KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft Formale Systeme Prof. Dr. Bernhard Beckert, WS 2017/2018 Aussagenlogik: Tableaukalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft

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

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

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

Mehr

2.3 Deduktiver Aufbau der Aussagenlogik

2.3 Deduktiver Aufbau der Aussagenlogik 2.3 Deduktiver Aufbau der Aussagenlogik Dieser Abschnitt beschäftigt sich mit einem axiomatischen Aufbau der Aussagenlogik mittels eines Deduktiven Systems oder eines Kalküls. Eine syntaktisch korrekte

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

Das SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0

Das SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0 Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?

Mehr

TU9 Aussagenlogik. Daniela Andrade

TU9 Aussagenlogik. Daniela Andrade TU9 Aussagenlogik Daniela Andrade daniela.andrade@tum.de 18.12.2017 1 / 21 Kleine Anmerkung Meine Folien basieren auf den DS Trainer von Carlos Camino, den ihr auf www.carlos-camino.de/ds findet ;) 2 /

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation

Motivation. Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik Syntax & Semantik. Motivation. Motivation Formale Grundlagen der Informatik 1 Kapitel 14 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de Mit der Aussagenlogik lassen sich einfache Verknüpfungen zwischen (atomaren) Gebilden ausdrücken

Mehr

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung

Deduktion in der Aussagenlogik. Semantische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

Deduktion in der Aussagenlogik

Deduktion in der Aussagenlogik Deduktion in der Aussagenlogik Menge von Ausdrücken der Aussagenlogik beschreibt einen bestimmten Sachverhalt, eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion: aus

Mehr

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme

FORMALE SYSTEME. 23. Vorlesung: Logisches Schließen. TU Dresden, 16. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 16. Januar 2017 Rückblick Markus Krötzsch, 16. Januar 2017 Formale Systeme Folie 2 von 31

Mehr

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren:

Resolutionskalkül. wird t als eine Menge K t von Klauseln geschrieben, welche die einzelnen Maxterme repräsentieren: Resolutionskalkül Ein Kalkül ist eine Kollektion von syntaktischen Umformungsregeln, die unter gegebenen Voraussetzungen aus bereits vorhandenen Formeln neue Formeln erzeugen. Der Resolutionskalkül besteht

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

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

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen

23. Vorlesung: Logisches Schließen Markus Kr otzsch Professur f ur Wissensbasierte Systeme Normalformen Logik: Glossar FORMALE SYSTEME 23. Vorlesung: Logisches Schließen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 15. Januar 2018 Atom kleinste mögliche Formel p P Teilformel Unterausdruck,

Mehr

Was bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 =

Was bisher geschah. wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min Disjunktion 2 max Negation 1 x 1 x Implikation 2 Äquivalenz 2 = Was bisher geschah (Klassische) Aussagenlogik: Aussage Wahrheitswerte 0 (falsch) und 1 (wahr) Junktoren Syntax Semantik Stelligkeit Symbol Wahrheitswertfunktion wahr 0 t 1 falsch 0 f 0 Konjunktion 2 min

Mehr

1 Aussagenlogischer Kalkül

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

Mehr

Aussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion

Aussagenlogik. (MAF2) MAF(I, t) = t und MAF(I, f ) = f. Die Semantik aussagenlogischer Formeln ist durch die Funktion 43 Vergleiche mit MBA! (MAF4) MAF(I, (F G)) = MAF(I, F) MAF(I, G), wobei die zum Symbol gehörende Funktion ist. (MAF3) MAF(I, F) = MAF(I, F) (MAF2) MAF(I, t) = t und MAF(I, f ) = f (MAF1) MAF(I, A) = I(A),

Mehr

Logische Strukturen Vorlesung

Logische Strukturen Vorlesung Logische Strukturen 1.+2. Vorlesung Martin Dietzfelbinger 6.+13. April 2010 Logische Strukturen (für Informatiker) Bachelor, 2. Semester Vorlesung: Martin Dietzfelbinger Übung: Ulf Schellbach Abschluss:

Mehr

b= NaN

b= NaN 42 Beispiel: IEEE single precision: 0 10000000 00000000000000000000000 b= + 2 128 127 1.0 2 = 2 0 10000001 10100000000000000000000 b= + 2 129 127 1.101 2 = 6.5 1 10000001 10100000000000000000000 b= 2 129

Mehr

Logik für Informatiker

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

Mehr

Frank Heitmann 2/42. 1 Etwas aus der realen Welt in der Logik abstrakt ausdrücken. 2 In der Logik Schlüsse ziehen.

Frank Heitmann 2/42. 1 Etwas aus der realen Welt in der Logik abstrakt ausdrücken. 2 In der Logik Schlüsse ziehen. Literaturhinweis Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Mai 2016 Literaturhinweis Der Logikteil (die nächsten fünf Wochen)

Mehr

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Mai 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/42 Literaturhinweis Literaturhinweis

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 5 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Normalformen Atome, Literale, Klauseln Konjunktive

Mehr

Tableaux-Beweise in der Aussagenlogik

Tableaux-Beweise in der Aussagenlogik Tableaux-Beweise in der Aussagenlogik Wie kann man auf syntaktische Weise eine Belegung mit Wahrheitswerten finden, die einen gegebenen Ausdruck wahr oder falsch macht? Die Frage schliesst Beweise durch

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

1 Aussagenlogik AL: Verknüpfung von Aussagen

1 Aussagenlogik AL: Verknüpfung von Aussagen 1 Aussagenlogik AL: Verknüpfung von Aussagen Syntax atomare Formeln A,B,C sind AL-Formeln F und G AL-Formeln (F G),(F G) und F AL-Formeln müssen in endlich vielen Schritten gebildet werden können echtes

Mehr

Beweisen mit Semantischen Tableaux

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

Mehr

Übung 15. Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet.

Übung 15. Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet. Logik und Diskrete Strukturen (Sommer 28) Übung 5 Zeige, dass man jede Formel äquivalent in eine neue Formel umwandeln kann, die nur die Operatoren und! verwendet. Zum Beweis muss man nur prüfen, dass

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

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben.

Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s 1. und s 2 unterschiedliche Wahrheitswerte haben. 2 Aussagenlogik () 2.3 Semantik von [ Gamut 4-58, Partee 7-4 ] Ein und derselbe Satz kann in Bezug auf unterschiedliche Situationen s und s 2 unterschiedliche Wahrheitswerte haben. Beispiel: Es regnet.

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur Junktoren: t, f (nullstellig), (einstellig),,,, (zweistellig) aussagenlogische Formeln AL(P) induktive Definition: IA atomare Formeln

Mehr

FORMALE SYSTEME. 10. Januar Aussagenlogik. Logische Schlussfolgerung. Happy 80th Birthday, Don Knuth!

FORMALE SYSTEME. 10. Januar Aussagenlogik. Logische Schlussfolgerung. Happy 80th Birthday, Don Knuth! 10. Januar 2018 FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Happy 80th Birthday, Don Knuth! If you find

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker 2. Aussagenlogik Teil 7 15.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Unser Ziel Kalkül(e) zur systematischen Überprüfung

Mehr

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1.

1.1 Motivation. Theorie der Informatik. Theorie der Informatik. 1.1 Motivation. 1.2 Syntax. 1.3 Semantik. 1.4 Formeleigenschaften. 1. Theorie der Informatik 19. Februar 2014 1. Aussagenlogik I Theorie der Informatik 1. Aussagenlogik I Malte Helmert Gabriele Röger Universität Basel 19. Februar 2014 1.1 Motivation 1.2 Syntax 1.3 Semantik

Mehr

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B

Definition (Modus Ponens) Wenn A, dann B. A gilt Also, gilt B Zusammenfassung der letzten LVA Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Fakt Korrektheit dieser Schlussfigur ist unabhängig von den konkreten Aussagen Einführung

Mehr

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit.

Resolution (Idee) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Resolution (Idee) (F A) (F A) (F A) (F A) (F F ) Aus der Herleitung der leeren Disjunktion (= leere Klausel) folgt Unerfüllbarkeit. Zwei Fragen: Kann man aus einer unerfüllbaren Formel immer die leere

Mehr

Was bisher geschah: klassische Aussagenlogik

Was bisher geschah: klassische Aussagenlogik Was bisher geschah: klassische Aussagenlogik Syntax Symbole und Struktur, Junktoren: t, f,,,,, Prinzip der strukturellen Induktion über Baumstruktur von Formeln, arithmetischen Ausdrücken usw. induktive

Mehr

Einführung in die Logik

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

Mehr

Logik für Informatiker

Logik für Informatiker Vorlesung Logik für Informatiker 7. Aussagenlogik Analytische Tableaus Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Tableaukalkül

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Wenn das Kind schreit, hat es Hunger Das Kind schreit Also, hat das Kind Hunger Christina Kohl Alexander Maringele

Mehr

Syntax der Aussagenlogik

Syntax der Aussagenlogik Einführende Beispiele bitte im Buch nachlesen: Uwe Schöning: Logik für Informatiker. 5. Auflage, Spektrum Akad. Verlag, 2. Definition: Syntax der Aussagenlogik ) Atomare Formeln (A i, i =, 2, 3,...)sindFormeln.

Mehr

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

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

Mehr

Formale Techniken der Software-Entwicklung

Formale Techniken der Software-Entwicklung Formale Techniken der Software-Entwicklung Matthias Hölzl, Christian Kroiß 15. April 2014 Sequenzenkalkül Kann man mit den Schlussregeln falsche Aussagen ableiten? Gibt es wahre Aussagen, die man nicht

Mehr

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen

Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99. Sequenzen Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 3.8 Aussagenlogik Der Sequenzen-Kalkül 99 Sequenzen Zum Abschluss des Kapitels über Aussagenlogik behandeln wir noch Gentzens Sequenzenkalkül.

Mehr

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung

Zusammenfassung der letzten LVA. Einführung in die Theoretische Informatik. Syntax der Aussagenlogik. Inhalte der Lehrveranstaltung Zusammenfassung Zusammenfassung der letzten LVA Einführung in die Theoretische Informatik Christina Kohl Alexander Maringele Georg Moser Michael Schaper Manuel Schneckenreither Institut für Informatik

Mehr

FORMALE SYSTEME. 22. Vorlesung: Äquivalenzen und Normalformen. TU Dresden, 11. Januar Markus Krötzsch Professur für Wissensbasierte Systeme

FORMALE SYSTEME. 22. Vorlesung: Äquivalenzen und Normalformen. TU Dresden, 11. Januar Markus Krötzsch Professur für Wissensbasierte Systeme FORMALE SYSTEME 22. Vorlesung: Äquivalenzen und Normalformen Markus Krötzsch Professur für Wissensbasierte Systeme TU Dresden, 11. Januar 2018 Rückblick Markus Krötzsch, 11. Januar 2018 Formale Systeme

Mehr

1.1 Grundbegriffe. Logik und Diskrete Strukturen (Sommer 2018) Prof. Dr. Ulrich Hertrampf

1.1 Grundbegriffe. Logik und Diskrete Strukturen (Sommer 2018) Prof. Dr. Ulrich Hertrampf . Grundbegriffe Beispiele: Paris und Mäuse / Otto und der Arzt /... Definition: Syntax der Aussagenlogik ) Atomare Formeln (A i, i =, 2, 3,...)sindFormeln. 2) Falls F und G Formeln, dann auch (F ^ G) und

Mehr

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch

f(1, 1) = 1, f(x, y) = 0 sonst üblicherweise Konjunktion, manchmal auch Belegungen, Wahrheitsfunktionen 1. Wie viele binäre Funktionen gibt es auf der Menge {0, 1} (d.h., Funktionen von {0, 1} 2 nach {0, 1})? Geben Sie alle diese Funktionen an, und finden Sie sinnvolle Namen

Mehr

Aussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45

Aussagenlogik:Zusammenfassung. Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Aussagenlogik:Zusammenfassung Mathematische Logik (WS 2016/17) Aussagenlogik (Zusammenfassung) 1 / 45 Fragestellung In der Aussagenlogik analysiert man die Wahrheitswerte zusammengesetzter Aussagen basierend

Mehr

THEORETISCHE INFORMATIK UND LOGIK

THEORETISCHE INFORMATIK UND LOGIK Rückblick: Logelei Wir kehren zurück auf das Inselreich mit Menschen von Typ W (Wahrheitssager) und Typ L (Lügner). THEORETISCHE INFORMATIK UND LOGIK 14. Vorlesung: Modelltheorie und logisches Schließen

Mehr

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37

Aussagenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Modellierung und Beweise. Aussagenlogik H. Kleine Büning 1/37 Aussagenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Modellierung und Beweise Aussagenlogik H. Kleine Büning 1/37 Modellierungsaufgabe Es gibt drei Tauben und zwei Löcher. Jede Taube soll in

Mehr

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik

Kapitel 1.5 und 1.6. Ein adäquater Kalkül der Aussagenlogik Kapitel 1.5 und 1.6 Ein adäquater Kalkül der Aussagenlogik Teil 1: Kalküle und Beweisbarkeit und die Korrektheit des Shoenfield-Kalküls Mathematische Logik (WS 2010/11) Kapitel 1.5 und 1.6: Kalküle 1 /

Mehr

Logik für Informatiker

Logik für Informatiker Logik für Informatiker Wintersemester 2007/08 Thomas Schwentick Teil A: Aussagenlogik 2. Grundlagen Version von: 2. November 2007(16:19) Inhalt 2.1 Beispiele 2.2 Syntax 2.3 Semantik 2.4 Modellierung mit

Mehr