Prädikatenlogik: Syntax
|
|
- Oldwig Möller
- vor 6 Jahren
- Abrufe
Transkript
1 Prädikatenlogik: Syntax Signatur : Welche Zeichen gibt es? Funktionssymbole Prädikatensymbol (Eigenschaften) Terme: Variablen f(t 1,... t n ) wenn t i Terme und f Funktionssymbol Formeln: P (t 1,... t n ) wenn t i Terme und P Prädikatensymbol (Atom) ( F ), (F G), (F G), (F G), (F G) ( x : F ) ( x : F ) KI, SS 11, Folien Pr.Logik Seite Mai 2011
2 Beispiele ( x : ( y : R(x, y))) ( x : ( y : ( z : ((R(x, y) R(x, y)) R(x, z))))) vereinfachte Schreibweise: x, y, z : R(x, y) R(x, y) R(x, z) x, y, z, sind Variablen; R ist ein Prädikatensymbol KI, SS 11, Folien Pr.Logik Seite Mai 2011
3 Definitionen Atom: P (t 1,... t n ) Literal: Ein Atom oder ein negiertes Atom Grundterm: Ein Term t ohne Variablen Grundatom: Ein Atom ohne Variablen geschlossene Formel: ohne freie Variablen Klausel: x 1, x 2,... : F F Disjunktion von Literalen und {x 1, x 2,...} = FV (F ) KI, SS 11, Folien Pr.Logik Seite Mai 2011
4 Interpretationen Interpretationen I sind analog wie in der Aussagenlogik Es wird durch I noch zusätzlich festgelegt: Menge D der möglichen Elemente Für Prädikatensymbole P : I(R): D... D Bool Für Funktionssymbole f: I(f): D... D D KI, SS 11, Folien Pr.Logik Seite Mai 2011
5 Interpretationen: Berechnung H = f(t 1,... t n ) dann I ( f(t 1,... t n ) ) = I(f) ( I(t 1 ),..., I(t n ) ) H = P (t 1,... t n ) dann I ( P (t 1,... t n ) ) = I(P ) ( I(t 1 ),..., I(t n ) ) H = 0 dann I(H) = 0 H = 1 dann I(H) = 1 H = F dann I(H) = 1 falls I(F ) = 0 H = F G dann I(H) = 1 falls I(F ) = 1 oder I(G) = 1 H = F G, dann I(H) = 1 falls I(F ) = 1 und I(G) = 1 H = F G dann I(H) = 1 falls I(F ) = 0 oder I(G) = 1 H = F G dann I(H) = 1 falls I(F ) = 1 gdw. I(G) = 1 H = x : F dann I(H) = 1 falls für alle a D : I[a/x](F ) = 1 H = x : F dann I(H) = 1 falls für ein a D : I[a/x](F ) = 1 KI, SS 11, Folien Pr.Logik Seite Mai 2011
6 Modelle, Tautologien, Widerspruch etc. I = F : I macht F wahr Eine (geschlossene) Formel F heißt: allgemeingültig (Tautologie, Satz) gdw. alle I machen F wahr erfüllbar gdw. ein I macht F wahr unerfüllbar (widersprüchlich) gdw. kein I macht F wahr falsifizierbar gdw. ein I macht F falsch F ist allgemeingültig gdw. F unerfüllbar KI, SS 11, Folien Pr.Logik Seite Mai 2011
7 Beispiele allgemeingültig: x.q(x) Q(x) unerfüllbar: P P erfüllbar, falsifizierbar: x.p (x) KI, SS 11, Folien Pr.Logik Seite Mai 2011
8 Semantische Folgerung F = G gdw. für alle I: I = F impliziert I = G Für mehrere Formeln: F 1,..., F n = G gdw. F 1... F n = G Für Mengen von Formeln: F = G gdw. für alle I: wenn für alle F F: I = F, dann I = G KI, SS 11, Folien Pr.Logik Seite Mai 2011
9 Deduktionstheorem Deduktionstheorem: Für alle Formeln F und G gilt: F = G gdw. F G ist Tautologie Folgerung: F = G gdw. (F G) ist unerfüllbar (widersprüchlich) gdw. F G ist unerfüllbar. KI, SS 11, Folien Pr.Logik Seite Mai 2011
10 Komplexität Es ist unentscheidbar, ob eine geschlossene Formel eine Tautologie ist (Halteproblem für Turingmaschinen) Tautologien der Prädikatenlogik sind rekursiv aufzählbar praktische Konsequenz: Deduktionssystem: Wenn F Tautologie: Wenn F keine Tautologie: dann Antwort JA in endlicher Zeit Antwort NEIN oder Nichtterminierung KI, SS 11, Folien Pr.Logik Seite Mai 2011
11 Klauselnormalformen Klauselnormalform (conjunctive normal form, CNF) Klausel-Menge: Klausel: K 1... K n Disjunktion von Literalen mit All-Quantor-Präfix: x 1,..., x m.l 1... L n KI, SS 11, Folien Pr.Logik Seite Mai 2011
12 Elementare Rechenregeln Regeln der Aussagenlogik gelten auch für prädikatenlogische Formeln. Regeln für Quantoren: x : F x : F x : F x : F ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G ( x : F ) G x : (F G) falls x nicht frei in G x : F x : G x : (F G) x : F x : G x : (F G) KI, SS 11, Folien Pr.Logik Seite Mai 2011
13 Transformation in CNF Unter Erhaltung der Unerfüllbarkeit 1: Elimination von und : F G F G G F F G F G 2. Negation ganz nach innen schieben: F F (F G) F G (F G) F G x : F x : F x : F x : F KI, SS 11, Folien Pr.Logik Seite Mai 2011
14 Transformation in CNF 3. Skopus von Quantoren minimieren: x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) ( x : F ) G falls x nicht frei in G x : (F G) x : F x : G x : (F G) x : F x : G 4. Alle gebundenen Variablen umbenennen. KI, SS 11, Folien Pr.Logik Seite Mai 2011
15 Transformation in CNF 5. eliminieren mittels Skolemisierung von außen nach innen. x : F [x] F [g(y 1,..., y n )] wobei y i die Variablen sind, die weiter außen unter einem Allquantor stehen. g neues Funktionssymbol pro Existenzquantor ein neues Funktionssymbol KI, SS 11, Folien Pr.Logik Seite Mai 2011
16 Transformation in CNF 6. Allquantoren nach außen schieben 7. Distributivität, Assoziativität, Kommutativität von, iterativ (mit richtiger Strategie) anwenden, um nach außen zu schieben ( Ausmultiplikation ). F (G H) (F G) (F H) (Oder: Schnelle CNF-Erzeugung) KI, SS 11, Folien Pr.Logik Seite Mai 2011
17 Resultat: CNF Konjunktion von Disjunktionen (Klauseln) von Literalen: (L 1,1... L 1,n1 ) (L 2,1... L 2,n2 )... (L k,1... L 1,nk ) oder in Mengenschreibweise: {{L 1,1,..., L 1,n1 }, {L 2,1,..., L 2,n2 },... {L k,1,..., L 1,nk }} KI, SS 11, Folien Pr.Logik Seite Mai 2011
18 Beispiel Eingabe Impl.Elim. Neg. Elim. Skolemisieren: Distrib.: y : x : P (x) Q(y) y : x : ( P (x) Q(y)) ( Q(y) P (x)) y : x : (P (x) Q(y)) (Q(y) P (x)) y : (P (f(y)) Q(y)) (Q(y) P (f(y))) y : (P (f(y)) Q(y)) (P (f(y)) P (f(y))) ( Q(y) Q(y)) ( Q(y) P (f(y))) Klausel-Erz.+ Umbenennen: ( y 1 : P (f(y 1 )) Q(y 1 )) ( y 2 : P (f(y 2 )) P (f(y 2 ))) ( y 3 : Q(y 3 ) Q(y 3 )) ( y 4 : Q(y 4 ) P (f(y 4 ))) KI, SS 11, Folien Pr.Logik Seite Mai 2011
19 Grundresolution Resolutionsschritt ist analog zur Resolution in Aussagenlogik: Elternklausel 1: Elternklausel 2: Resolvente: L, A 1,..., A m L, B 1,..., B n A 1,..., A m, B 1,..., B n Das Resolutionsverfahren vervollständigt Klauselmengen (analog zur Aussagenlogik) Erfolg, wenn leere Klausel erzeugt wurde. Stopp, wenn keine neuen Klauseln erzeugbar sind: Erfüllbar KI, SS 11, Folien Pr.Logik Seite Mai 2011
20 Grundresolution: Vollständigkeit Satz Jede unerfüllbare Grundklauselmenge ist mit Grundresolution widerlegbar. = Grundresolution ist ein Entscheidungsverfahren für Grundklauselmengen. Das folgt direkt aus den Sätzen zur Aussagenlogik. KI, SS 11, Folien Pr.Logik Seite Mai 2011
21 Allgemeine Resolution (Prädikatenlogik) Man braucht: komplementär machen. P (x) P (y) und x y ist eine passende Substitution KI, SS 11, Folien Pr.Logik Seite Mai 2011
22 Resolution mit Unifikation Elternklausel 1: L, A 1,..., A m σ ist Substitution Elternklausel 2: L, B 1,..., B n mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,..., B n ) KI, SS 11, Folien Pr.Logik Seite Mai 2011
23 Beispiel: modus ponens Historisches Beispiel: Alle Menschen sind sterblich, Sokrates ist ein Mensch, also ist Sokrates sterblich. M(So) ( y : (M(y) S(y))) S(So) Klauselmenge zur Negation: (M(So) (M(y) S(y)) S(So)) {M(So)} { M(y) S(y)} { S(So)} 1. Resolvente: {S(So)} aus {M(So)} und { M(y) S(y)} mit Substitution y So 2. Resolvente: aus {S(So)} und { S(So)} KI, SS 11, Folien Pr.Logik Seite Mai 2011
24 Extra Regel: Faktorisierung Elternklausel: L, L, K 1,..., K m σ(l) = σ(l ) Faktor: σ(l, K 1,..., K m ) z.b. {P (x) P (y)} hat {P (y)} als Faktor mit Substitution x y. KI, SS 11, Folien Pr.Logik Seite Mai 2011
25 Resolutionskalkül Der Resolutionskalkül transformiert Klauselmengen S wie folgt: 1. S S {R}, wobei R eine Resolvente 2. S S {F }, wobei F ein Faktor Diese Transformationen werden iteriert (nicht-deterministisch) Der Resolutionskalkül terminiert mit Erfolg, wenn S. Antwort: die Eingabe ist widersprüchlich KI, SS 11, Folien Pr.Logik Seite Mai 2011
26 Beispiel: (Variante des Russelschen Widerspruchs) das Beispiel zeigt auch, dass Faktorisierung notwendig ist. Der Friseur rasiert alle, die sich nicht selbst rasieren x : (rasiert(x, x)) rasiert(friseur, x) Klauselmenge: 1. {rasiert(x, x), rasiert(friseur, x)}, 2. { rasiert(friseur, y), rasiert(y, y)} KI, SS 11, Folien Pr.Logik Seite Mai 2011
27 Beispiel: Friseur Widerlegung Faktorisierung von {rasiert(x, x), rasiert(friseur, x)} mit ergibt {x Friseur} rasiert(friseur, Friseur) Faktorisierung von { rasiert(friseur, y), rasiert(y, y)} mit ergibt : {y Friseur} rasiert(friseur, Friseur) Resolution ergibt leere Klausel Ohne Faktorisierung ist in diesem Beispiel keine Resolutions-Widerlegung möglich. KI, SS 11, Folien Pr.Logik Seite Mai 2011
28 Beispiel: Resolution Beweis der Transitivität der Teilmengenrelation mit Resolution Axiom: Theorem: x, y : x y w : w x w y x, y, z : x y y z x z Klauselform von Axiom Theorem: H1: x y, w x, w y ( Teil der Definition) H2: x y, f(x, y) x (zwei Teile der Definition, H3: x y, f(x, y) y f ist die Skolem Funktion für w) C1: a b (drei Teile der negierten Behauptung, C2: b c a, b, c sind Skolem Konstanten für x, y, z) C3: a c KI, SS 11, Folien Pr.Logik Seite Mai 2011
29 Beispiel: Resolutionswiderlegung H1: x y, w x, w y H2: x y, f(x, y) x H3: x y, f(x, y) y C1: a b C2: b c C3: a c H1,1 & C1, {x a, y b} R1: w a, w b H1,1 & C2, {x b, y c} R2: w b, w c H2,2 & R1,1, {x a, w f(a, y)} R3: a y, f(a, y) b H3,2 & R2,2, {y c, w f(x, c)} R4: x c, f(x, c) b R3,2 & R4,2, {x a, y c} R5: a c, a c R5 & (Faktorisierung) R6: a c R6 & C3 R7: KI, SS 11, Folien Pr.Logik Seite Mai 2011
30 Unifikation Resolutions- und Faktorisierungsregel verwenden Substitutionen, die zwei Atome syntaktisch gleich machen. Diese Substitutionen nennt man Unifikatoren Gesucht: allgemeinste Unifikatoren Beispiele: Unifikator und allgemeinster Unifikator P (x), Q(x) P (y), R(y) σ = {x a, y a} Q(a), R(a) σ ist Unifikator P (x), Q(x) P (y), R(y) σ = {x y} Q(y), R(y) σ ist allgemeinster Unifikator KI, SS 11, Folien Pr.Logik Seite Mai 2011
31 Beispiel zur Unifikation P (x, y, f(z, x) = P (a, f(z, a), y) P x y f z x? = a P f z a y KI, SS 11, Folien Pr.Logik Seite Mai 2011
32 Beispiel zur Unifikation P (x, y, f(z, x) = P (a, f(z, a), y) P x y f z x? = a P f z a y a P f f z a z a? = a P f f z a z a x = a y = f(z, a) KI, SS 11, Folien Pr.Logik Seite Mai 2011
33 Unifikationsalgorithmus: Eingabe: zwei Terme oder Atome s und t: Ausgabe: nicht unifizierbar oder einen allgemeinsten Unifikator: Zustände: Menge Γ von Gleichungen s? = t. Initialzustand: Γ 0 = {s? = t}. KI, SS 11, Folien Pr.Logik Seite Mai 2011
34 Unifikationsregeln: f(s 1,..., s n )? = f(t 1,..., t n ), Γ s 1? = t1,..., s n? = tn, Γ (Dekomposition) x =? x, Γ Γ x =? t, Γ x =? t, {x t}γ (Tautologie) x F V (Γ), x F V (t) (Anwendung) t? = x, Γ x? = t, Γ t V (Orientierung) KI, SS 11, Folien Pr.Logik Seite Mai 2011
35 Abbruchbedingungen: f(...) =? g(...), Γ F ail x =? t, Γ F ail wenn f g (Clash) wenn x F V (t) und t x (occurs check Fehler) KI, SS 11, Folien Pr.Logik Seite Mai 2011
36 Beispiel {k(f(x, g(a, y)), g(x, h(y))? = k(f(h(y), g(y, a)), g(z, z))} x f k g g x h a y y? = f k g h g z z y y a KI, SS 11, Folien Pr.Logik Seite Mai 2011
37 Theoretische Eigenschaften: Unifikation Satz Der Unifikationsalgorithmus terminiert, ist korrekt und vollständig. Er gibt genau einen allgemeinsten Unifikator aus, falls er nicht abbricht. Der Unifikator ist eindeutig bis auf Variablenumbenennung Der Algorithmus kann so implementiert werden, dass er in polynomieller Zeit terminiert, es ist auch O(n log(n)) möglich. Folgerung: Der Unifikationsalgorithmus ist ausreichend zur Entscheidung der Unerfüllbarkeit einer Menge von 1-Klauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011
38 Vollständigkeit der Resolution Begriffe: σ(c) ist Grundinstanz einer Klausel C, wenn keine Variablen mehr in σ(c) vorkommen. Satz (Gödel-Herbrand-Skolem Theorem) Zu jeder unerfüllbare Menge C von Klauseln gibt es eine endliche unerfüllbare Menge von Grundinstanzen von C. KI, SS 11, Folien Pr.Logik Seite Mai 2011
39 Vollständigkeit der Resolution Satz Die Resolution mit Unifikation und Faktorisierung ist vollständig. Zum Beweis benötigt man: den Satz von Gödel-Herbrand-Skolem, die Vollständigkeit der Grundresolution Ein Lemma zum Lifting Zusammenhang zwischen allgemeinen Resolutionsschritten und Grundresolutionsschritten. Hier erkennt man: die Faktorisierung ist erforderlich KI, SS 11, Folien Pr.Logik Seite Mai 2011
40 Redundanz-Elimination bei Resolution : Löschregeln: Subsumtion, Tautologie und Isoliertheit Es gibt folgende Situationen im Resolutionsbeweiser: Tautologien {P, P,...} Subsumierte Klausel {P (x), Q} ist allgemeiner als {P (a), Q} auch allgemeiner als {P (y), Q, R} Isoliert Literale {P (x, f(x), } und nur { P (s, s),...} kommt vor KI, SS 11, Folien Pr.Logik Seite Mai 2011
41 Isolierte Literale Sei L ein Literal in der Klausel D, die in der Klauselmenge M ist. L heißt isoliert, wenn kein L in M vorkommt, so dass L und L verschiedenes Vorzeichen haben und L und L unifizierbar sind. Der Isoliertheitstest kann in Zeit O(n 3 log(n)) durchgeführt werden. Löschregel für isolierte Literale: Lösche Klauseln aus einer Klauselmenge, wenn diese isolierte Literale enthalten. KI, SS 11, Folien Pr.Logik Seite Mai 2011
42 Subsumtion Die Klausel D subsumiert die Klausel E, wenn es eine Substitution σ gibt, so dass σ(d) E Löschregel für subsumierte Klauseln: Wenn Klausel D die Klausel E subsumiert und E hat nicht weniger Literale als D, dann lösche die Klausel E KI, SS 11, Folien Pr.Logik Seite Mai 2011
43 Subsumtion: Beispiele {P (x)} subsumiert {P (a), P (b), Q(y)}. P subsumiert {P, S}. {Q(x), R(x)} subsumiert {R(a), S, Q(a)} {E(a, x), E(x, a)} subsumiert {E(a, a)} D.h eine Klausel subsumiert einen ihren Faktoren. In diesem Fall wird nicht gelöscht. Vorsicht { P (x), P (f(x))} impliziert { P (x), P (f(f(x))}, aber subsumiert nicht. KI, SS 11, Folien Pr.Logik Seite Mai 2011
44 Subsumtion: Komplexität Der Test, ob eine Klausel C eine andere subsumiert ist N P-vollständig. Die Komplexität kommt von den Permutationsmöglichkeiten der Literale beim Subsumtionstest. KI, SS 11, Folien Pr.Logik Seite Mai 2011
45 Subsumtion: Vorwärts- und Rückwärtsanwendung Vorwärtsanwendung: Lösche Resolventen / Faktoren, die von Klauseln aus der Klauselmenge subsumiert werden. Wichtige Löschregel in resolutionsbasierten Deduktionssystemen Rückwärtsanwendung Verwende neueste Resolvente zum Löschen von vorhandenen Klauseln nicht immer implementiert: kann ineffizient sein KI, SS 11, Folien Pr.Logik Seite Mai 2011
46 Tautologie-Löschung Eine Klausel D ist eine Tautologie, wenn D unter allen Interpretationen wahr ist. Syntaktische Erkennung: D ist Tautologie, wenn zwei komplementäre Literale L, L in D enthalten sind Dieser Test ist in Zeit O(n 3 ) durchführbar. Löschregel: tautologische Klauseln kann man löschen. KI, SS 11, Folien Pr.Logik Seite Mai 2011
47 Tautologielöschung: Beispiele {P a, P a}, {Qa, P (f(x)), P (f(x), Qb} {P x, P x}. Keine Tautologien: {P x, P f(y)} { P (x, y), P (y, x)}. KI, SS 11, Folien Pr.Logik Seite Mai 2011
48 Widerlegungsvollständigkeit Satz Der Resolutionskalkül zusammen mit [ Löschung subsumierter Klauseln, Löschung von Klauseln mit isolierten Literalen Löschung von Tautologien ist widerlegungsvollständig. KI, SS 11, Folien Pr.Logik Seite Mai 2011
49 Einige Weitere Einschränkung der Resolution Set-of-Support UR-Resolution Unit-Resolution Input-Resolution Lineare-Resolution SL-Resolution SL-Resolution für Hornklauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011
50 Lineare Resolution Definition Initial: Iterationsschritt: Klauselmenge; eine Klausel wird als Zentralklausel Z 0 ausgewählt. aktuelle Zentralklausel + andere Klausel ergibt neue Zentralklausel. Z i + andere Klausel Z i+1 Faktorisierung ist ebenfalls erlaubt Eigenschaft: Lineare Resolution ist widerlegungsvollständig KI, SS 11, Folien Pr.Logik Seite Mai 2011
51 Lineare Resolution, Beispiel Klauselmenge {P, Q}, { P, Q}, {P, Q}, { P, Q} ist unerfüllbar: lineare Resolution allgemeine Resolution Vorgänger- Schritt P, Q P Q P Q, P P, Q P, Q P, Q P Q, P P, Q Q, P P KI, SS 11, Folien Pr.Logik Seite Mai 2011
52 Lineare Resolution, Beispiel Faktorisierung ist notwendig: {{P (x), P (y)}, { P (x), P (y)}}. In diesem Beispiel: Lineare Resolution ohne Faktorisierung ergibt immer eine Zentralklausel der Länge zwei, KI, SS 11, Folien Pr.Logik Seite Mai 2011
53 Hornklauselmengen Definitionen positives Literal := Atom ; Literal ohne Negation negatives Literal := negiertes Atom Hornklausel := Klausel mit maximal einem positiven Literal. definite Hornklausel := Klausel mit genau einem positiven Literal. negative Hornklausel, Anfrage := Klausel ohne positive Literale. Hornklauselmenge := Klauselmenge nur aus Hornklauseln KI, SS 11, Folien Pr.Logik Seite Mai 2011
54 Hornklauselmengen Eigenschaften: definite Hornklauseln kann man schreiben als L 1... L n L n+1 Klauseln ohne positive Literale sind Hornklauseln Eine unerfüllbare Hornklauselmenge enthält mindestens eine positive Unitklausel. und mindestens eine negative Hornklausel Unerfüllbare Hornklauselmengen sind widerlegbar mittels Unit-Resolution. KI, SS 11, Folien Pr.Logik Seite Mai 2011
55 SL-Resolution SL-Resolution = Lineare Resolution plus Selektionsfunktion D.h. Beschränkung der (für die Resolution) erlaubten Literale Wir betrachten ab jetzt: SL-Resolution für Hornklauselmengen Annahme: Hornklauseln haben Reihenfolge der negativen Literale: KI, SS 11, Folien Pr.Logik Seite Mai 2011
56 SL-Resolution für Hornklauselmengen Vorgehen der linearen Resolution: Menge von initialen (definiten) Horn Klauseln Anfrage = initiale Zielklausel (nur negative Literale) Weitere Zielklausel (auch rein negativ) = Resolvente aus Zielklausel und einer initialen Klausel Selektionsfunktion: Das letzte Literal wird zuerst wegresolviert Beispiel: Zielklausel P, Q, R initiale (passende Klausel): P, A, B, C Resolvente (neues Ziel): nega, B, C, Q, R, KI, SS 11, Folien Pr.Logik Seite Mai 2011
57 SL-Resolution für Hornklauselmengen: Eigenschaften Widerlegungsvollständig für Hornklauseln, auch ohne Faktorisierung Es gibt immer eine Gesamtsubstitution in die Anfrage, wenn ein Widerspruch gefunden wird Die Gesamtsubstitution in die Anfrage bei Erfolg kann man als Antwort deuten. KI, SS 11, Folien Pr.Logik Seite Mai 2011
58 Beispiel SL-Resolution SL-Resolution mit Horn Klauseln Prolog-Reihenfolge: Klausel Notation: C1: A(x, y) P (x, y) A(x, y) P (x, y) C2: A(x, z) P (x, y) A(y, z) A(x, z) P (x, y) A(y, z) C3: P (a, b) C4: P (b, c) C5: P (c, d) Theorem: v : A(a, v) P (v, d)? Negiertes Theorem: A(a, v) P (v, d) KI, SS 11, Folien Pr.Logik Seite Mai 2011
Resolution mit allgemeinsten Unifikatoren. Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator
Resolution mit allgemeinsten Unifikatoren Elternklausel 1: L, A 1,..., A m σ ist allgemeinster Unifikator Elternklausel 2: L, B 1,..., B n von L, L mit σ(l) = σ(l ) Resolvente: σ(a 1,..., A m, B 1,...,
MehrEinführung in die Methoden der Künstlichen Intelligenz. Prädikatenlogik
Einführung in die Methoden der Künstlichen Intelligenz Prädikatenlogik Dr. David Sabel WS 2012/13 Stand der Folien: 13. Dezember 2012 Prädikatenlogik In der Aussagenlogik, sind Zusammenhänge, wie Beziehungen
MehrAussagenlogik: 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.
MehrRalf Möller, TUHH. Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem. Lernziele: Beweisverfahren für Prädikatenlogik
Ralf Möller, TUHH Beim vorigen Mal: Heute: Prädikatenlogik: Algorithmus für Erfüllbarkeitsproblem Lernziele: Beweisverfahren für Prädikatenlogik Danksagung Bildmaterial: S. Russell, P. Norvig, Artificial
MehrBeispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise:
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 4.9 Prädikatenlogik Resolution 207 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N 2 Es regnet. R
MehrModellierungsmethoden der Informatik Kapitel 2: Logikkalküle
smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 11: Logikprogramme Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 19. Dezember 2016 1/55 WIEDERHOLUNG: HORN-KLAUSELN
MehrProblem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten
2.6 Verfeinerung der Resolution Problem der Resolution: Kombinatorische Explosion Ziel: Einschränkung der Möglichkeiten Resolutions-Strategien: heuristische Regeln für die Auswahl der Resolventen Resolutions-Restriktionen:
MehrPrädikatenlogische Entscheidbarkeitsprobleme
Prädikatenlogische Entscheidbarkeitsprobleme Erfüllbarkeitsproblem: Gegeben: prädikatenlogischer Ausdruck A über einer Signatur S Frage: Ist A erfüllbar? Gültigkeitsproblem: Gegeben: prädikatenlogischer
MehrModellierungsmethoden der Informatik Kapitel 2: Logikkalküle
smethoden der Informatik Kapitel 2: Logikkalküle Prädikatenlogik 1. Stufe Norbert Fuhr Gudrun Fischer 29.11.2005 Organisatorisches Organisatorisches Klausur Termin: 20.2.2006, 13-15 Uhr, Audimax Anmeldung
MehrLogische und funktionale Programmierung
Logische und funktionale Programmierung Vorlesung 2 und 3: Resolution Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 3. November 2017 1/43 HERBRAND-STRUKTUR Sei
MehrLogik. 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 / 263 Übersicht Prädikatenlogik 8. Strukturen &
MehrLogik-Grundlagen. Syntax der Prädikatenlogik
Logik-Grundlagen X 1 :...: X k : ( A 1 A 2... A m B 1 B 2... B n ) Logische und funktionale Programmierung - Universität Potsdam - M. Thomas - Prädikatenlogik III.1 Syntax der Prädikatenlogik Prädikat:
MehrFormale Systeme, WS 2012/2013. Lösungen zu Übungsblatt 7
Karlsruher Institut für Technologie Institut für Theoretische Informatik Prof. Dr. Peter H. Schmitt David Faragó, Christoph Scheben, Mattias Ulbrich Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt
MehrWozu formale Logik? Programmiersprachen Logik im Fingerhut. Formeln. Logik im Fingerhut (24. Januar 2005) Belegung und Interpretation
Wozu formale Logik? Logik im Fingerhut Studiengang Informatik Universität Bremen präzise Beschreibung von Aussagen über die Welt bzw. über verschiedene Welten Ziehen und Überprüfen von Schlussfolgerungen
MehrKapitel L:III. III. Prädikatenlogik
Kapitel L:III III. Prädikatenlogik Syntax der Prädikatenlogik Semantik der Prädikatenlogik Wichtige Äquivalenzen Einfache Normalformen Substitution Skolem-Normalformen Standard-Erfüllbarkeit Prädikatenlogische
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 12. Prädikatenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Zur Erinnerung Definition: Aussagenlogische
MehrFormale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil
Formale Grundlagen der Informatik 1 zum Logik-Teil Frank Heitmann heitmann@informatik.uni-hamburg.de 20. Juni 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/32 Überblick Im hatten wir Aussagenlogik
Mehrf(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
MehrLogik für Informatiker
Logik für Informatiker 3. Prädikatenlogik Teil 7 26.06.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Unser Ziel Kalküle zur systematischen Überprüfung von
MehrTableaukalkül 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
MehrInformatik 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
MehrEigenschaften der Resolution für PL1 Formeln
Eigenschaften der Resolution für PL1 Formeln Widerlegungsvollständigkeit (ohne Beweis): Sofern man Resolution auf eine widersprüchliche Klauselmenge anwendet, so existiert eine endliche Folge von Resolutionsschritten,
MehrFormale Systeme. Aussagenlogik: Resolutionskalku l. Prof. Dr. Bernhard Beckert, WS 2018/2019
Formale Systeme Prof. Dr. Bernhard Beckert, WS 2018/2019 Aussagenlogik: Resolutionskalku l KIT I NSTITUT F U R T HEORETISCHE I NFORMATIK www.kit.edu KIT Die Forschungsuniversita t in der Helmholtz-Gemeinschaft
MehrGrundlagen 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
Mehr5.1 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
MehrLogik 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
MehrDeduktion in der Prädikatenlogik
Deduktion in der Prädikatenlogik Sprache der Prädikatenlogik ist mächtiger als die der Aussagenlogik; damit verändern sich die Deduktionssysteme natürliche Deduktion: Schlussregeln der Aussagenlogik gelten
MehrGrundlagen der Theoretischen Informatik
FH Wedel Prof. Dr. Sebastian Iwanowski GTI22 Folie 1 Grundlagen der Theoretischen Informatik Sebastian Iwanowski FH Wedel Kap. 2: Logik, Teil 2.2: Prädikatenlogik FH Wedel Prof. Dr. Sebastian Iwanowski
MehrLogik 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
MehrSLD-Ableitungsbäume. G = B 1... B m. G die Menge aller SLD-Resolventen von G und definiten. G einen Nachfolger, der mit G markiert ist.
SLD-Ableitungsbäume Definition 5.48 Sei P ein definites Programm und G ein definites Ziel. Ein SLD-Ableitungsbaum ist ein Baum, der die folgenden Bedingungen erfüllt: 1. Jeder Knoten des Baums ist mit
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 13. Prädikatenlogik Der Satz von Herbrand Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Semantische Bäume Eine klassische
MehrSogar Strukturen mit unendlichem Universum müssen betrachtet werden:
3.4 Unentscheidbarkeit In der Aussagenlogik gibt es für jede Formel eine endliche Menge von Belegungen. In Prädikatenlogik Beschränkung auf endliche Menge von Strukturen nicht möglich. Sogar Strukturen
MehrÜberblick. Einführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik (1) Wissenrepräsentations- und inferenzsysteme (2)
Überblick Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik (1) Dr. David Sabel WS 2012/13 Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung von Wissen in der Aussagenlogik
MehrHerbrand-Universum. Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen. Herbrand-Universum. Herbrand-Universum
Herbrand-Universum Vorlesung Logik Sommersemester 2012 Universität Duisburg-Essen Barbara König Übungsleitung: Christoph Blume Motivation: Um die Erfüllbarkeit/Unerfüllbarkeit einer prädikatenlogischen
MehrDeduktion. Semantische Folgerungsbeziehung. Syntaktische Folgerungsbeziehung. Zusammenhang zwischen semantischer und syntaktischer Folgerung
Deduktion Menge von Ausdrücken der Aussagenlogik oder der Prädikatenlogik beschreibt einen bestimmten Sachverhalt, quasi eine "Theorie" des Anwendungsbereiches. Was folgt logisch aus dieser Theorie? Deduktion:
MehrTheoretische 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
MehrAussagenlogik. (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),
MehrFORMALE 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
MehrWiederholung: Resolution in der Aussagenlo. Resolution in der Prädikatenlogik. Definition von Res(F) (Wiederholung)
Resolution in der Prädikatenlogik Wiederholung: Resolution in der Aussagenlo Der Algorithmus von Gilmore funktioniert zwar, ist in der Praxis aber unbrauchbar. Daher ist unser Programm der nächsten Stunden:
MehrLogik 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
MehrLabor Compilerbau. Jan Hladik. Sommersemester DHBW Stuttgart. Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester / 20
Labor Compilerbau Jan Hladik DHBW Stuttgart Sommersemester 2017 Jan Hladik (DHBW Stuttgart) Labor Compilerbau Sommersemester 2017 1 / 20 Resolution in der Prädikatenlogik testet Erfüllbarkeit (indirekt
MehrWissensbasierte Systeme 7. Prädikatenlogik
Wissensbasierte Systeme 7. Prädikatenlogik Syntax und Semantik, Normalformen, Herbrandexpansion Michael Beetz Plan-based Robot Control 1 Inhalt 7.1 Motivation 7.2 Syntax und Semantik 7.3 Normalformen 7.4
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 6. Aussagenlogik Resolution Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Der aussagenlogische Resolutionkalkül Wesentliche
Mehr23. 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,
MehrFormale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution
Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Ablauf Unendliche
MehrAussagenlogik Prädikatenlogik erster Stufe. Logik. Logik
Grundzeichen Aussagenlogik Aussagenvariablen P, Q, R,... Junktoren nicht und oder Runde Klammern (, ) Formeln Aussagenlogik Formeln sind spezielle Zeichenreihen aus Grundzeichen, und zwar 1 Jede Aussagenvariable
MehrWissensrepräsentation und Schlussfolgern
Wissensrepräsentation und Schlussfolgern Wissensrepräsentationshypothese: (B. Smith) Die Verarbeitung von Wissen lässt sich trennen in: Repräsentation von Wissen, wobei dieses Wissen eine Entsprechung
MehrResolution (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
MehrKlausur zur Vorlesung Logik für Informatiker Sommersemester 2017
Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker
Mehr7. Prädikatenlogik. Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit.
7. Prädikatenlogik Aussagenlogik hat wünschenswerte Eigenschaften wie Korrektheit, Vollständigkeit, Entscheidbarkeit. Aber: Aussagenlogik ist sehr beschränkt in der Ausdrucksmächtigkeit. Wissen kann nur
MehrTerme. Dann ist auch f(t 1. Terme. Dann ist P (t 1
Prädikatenlogik 1. Syntax und Semantik Man kann die Prädikatenlogik unter einem syntaktischen und einem semantischen Gesichtspunkt sehen. Bei der Behandlung syntaktischer Aspekte macht man sich Gedanken
MehrAussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen. notwendig: Existenz- und Allaussagen
Prädikatenlogik 1. Stufe (kurz: PL1) Aussagenlogik zu wenig ausdrucksstark für die meisten Anwendungen notwendig: Existenz- und Allaussagen Beispiel: 54 Syntax der Prädikatenlogik erster Stufe (in der
MehrAussagenlogik. 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.
MehrKlausur zur Vorlesung Logik für Informatiker Sommersemester 2015
Prof. Dr. Viorica Sofronie-Stokkermans Dipl.-Inform. Markus Bender AG Formale Methoden und Theoretische Informatik Fachbereich Informatik Universität Koblenz-Landau Klausur zur Vorlesung Logik für Informatiker
MehrPrädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe
Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution
MehrPrädikatenlogik. Übersicht: 1 Teil 1: Syntax und Semantik. 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe
Prädikatenlogik Übersicht: 1 Teil 1: Syntax und Semantik 2 Teil 2: Normalformen und Grenzen der Prädikatenlogik 1. Stufe 3 Teil 3: Modellierung und Beweise 4 Teil 4: Substitution, Unifikation und Resolution
MehrLogik 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
MehrDeduktion 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
MehrNormalformen der Prädikatenlogik
Normalformen der Prädikatenlogik prädikatenlogische Ausdrücke können in äquivalente Ausdrücke umgeformt werden Beispiel "X (mensch(x) Æ sterblich(x)) "X (ÿ mensch(x) sterblich(x)) "X (ÿ (mensch(x) Ÿ ÿ
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 9. Prädikatenlogik Syntax und Semantik der Prädikatenlogik Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Syntax der
MehrDeduktion 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
MehrEine besondere Formel. Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik. Resolution. Eine besondere Formel. Merke
Eine besondere Formel Unendliche Strukturen Der Satz von Church Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Frank Heitmann heitmann@informatik.uni-hamburg.de 30. November 2015 In der
MehrBeweisen 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
MehrFO-Klauselmengen Abschnitt 5.1. Logik-Kalküle. Klauselmengen und universell-pränexe Sätze. Übersetzungs-Beispiel
Teil 2: FO Beweiskalküle Logik-Kalküle syntaktische Beweiskalküle Beweise der Unerfüllbarkeit Resolution vergleiche Kalküle für AL Resolution bzw. der Widerlegungskalkül: Unerfüllbarkeitsbeweise wir behandeln:
MehrKurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik
Kurseinheit 1 Einführung und mathematische Grundlagen Aussagenlogik Fragen Seite Punkte 1. Was ist die Mathematische Logik? 3 2 2. Was sind die Aussagenlogik und die Prädikatenlogik? 5 4 3. Was sind Formeln,
MehrEinführung in die Methoden der Künstlichen Intelligenz. Aussagenlogik
Einführung in die Methoden der Künstlichen Intelligenz Aussagenlogik PD Dr. David Sabel SoSe 2014 Stand der Folien: 23. Mai 2014 Überblick Grober Inhalt des Kapitels Aussagenlogik allgemein Darstellung
MehrFormale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Resolution
Formale Grundlagen der Informatik 3 Kapitel 4 Prädikatenlogik Frank Heitmann heitmann@informatik.uni-hamburg.de 30. November 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/43 Eine besondere Formel
MehrLogik 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
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 6 14.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Bis jetzt Syntax der Aussagenlogik: Definition der Menge
MehrLogik Vorlesung 8: Modelle und Äquivalenz
Logik Vorlesung 8: Modelle und Äquivalenz Andreas Maletti 12. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrSubstitution. Unifikation. Komposition der Substitution. Ausführung der Substitution
Substitution Unifikation Ziel eines Widerspruchsbeweis: Widerspruch ja/nein Variablenbindung im Falle eines Widerspruchs Eine Substitution θ ist eine endliche Menge der Form {v 1 /t 1 v n /t n }, wobei
MehrAussagenlogik. 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
MehrLogikprogrammierung. Berechnung durch Resolution Die Programmiersprache Prolog
Logikprogrammierung Berechnung durch Resolution Die Programmiersprache Prolog Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 6.1 Logikprogrammierung Berechnung durch Resolution 213 Resolution
MehrFormale 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
MehrAblauf. Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Resolution. Eine besondere Formel. Eine besondere Formel
Ablauf Formale Grundlagen der Informatik 1 Kapitel 21 Prädikatenlogische Frank Heitmann heitmann@informatik.uni-hamburg.de 30. Juni 2015 Wir werden heute die Themen aus den Kapitel 2.3, 2.4 und 2.5 aus
MehrResolution und Regeln
Resolution und Regeln Hans Kleine Büning University of Paderborn Institute for Computer Science Group Paderborn, 18. Juli 2013 Resolution und Regeln Hans Kleine Büning 1/9 Resolution Theorem Resolution:
MehrSyntax. 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
MehrAussagenlogische Kalküle
Aussagenlogische Kalküle Ziel: mit Hilfe von schematischen Regeln sollen alle aus einer Formel logisch folgerbaren Formeln durch (prinzipiell syntaktische) Umformungen abgeleitet werden können. Derartige
MehrSatz 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
MehrGDI Medieninformatik. 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II)
GDI Medieninformatik 13. VL: Einführung in die mathematische Logik Prädikatenlogik (II) Prädikatenlogik erster Stufe (FOL): Syntax: Sprachelemente 27.01.2008 GDI - Logik 2 FOL: Syntax 27.01.2008 GDI -
MehrKlauselmengen. Definition Sei
Klauselmengen Definition 2.38 Sei α = (p 11... p 1k1 )... (p n1... p nkn ) eine in aussagenlogische Formel in KNF. Dann heißen die Mengen {p i1,..., p iki }, 1 i n, der jeweils disjunktiv verknüpften Literale
MehrNormalform. 2.1 Äquivalenz und Folgerung. 2.2 Die pränexe Normalform
2 Normalformen 2.1 Äquivalenz und Folgerung Definition 2.1 Äquivalenz, Folgerung). Seien ϕ, ψ FO[σ]. a) ϕ und ψ heißen äquivalent kurz: ϕ ψ, bzw. ϕ = ψ), wenn für alle zu ϕ und ψ äquivalent passenden σ-interpretationen
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 11. Prädikatenlogik Normalformen Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Negationsnormalform Definition: Negationsnormalform
MehrResolutionskalkül. 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
MehrBeispiel. Bsp.: Betrachte Schlussweise in: (3) folgt aus (1) und (2), siehe z.b. Resolutionsregel. was ist mit folgender Schlußweise:
Theoretische Informatik: Logik, M. Lange, FB16, Uni Kassel: 5.4 Prädikatenlogik mit Gleichheit Resolution 192 Beispiel Bsp.: Betrachte Schlussweise in: 1 Wenn es regnet, dann wird die Straße nass. R N
MehrLogik 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
MehrResolution für die Aussagenlogik
Resolution für die Aussagenlogik Der Resolutionskakül ist ein Beweiskalkül, der auf Klauselmengen, d.h. Formeln in KNF arbeitet und nur eine Schlußregel besitzt. Der Resolution liegt die folgende Vorstellung
MehrDeklarative Semantik
7. Deklarative Semantik 7-1 Deklarative Semantik Bisher: Prolog als Programmiersprache. Operationale Semantik : Wie wird ein Programm ausgeführt? Welche Antworten werden berechnet? Jetzt: Prolog als logischer
MehrUnifikation. T eine Menge von Termen. σ(t) einelementig ist. Definition: Unifikator. Eine Substitution σ ist Unifikator von T, falls
Unifikation Definition: Unifikator T eine Menge von Termen Eine Substitution σ ist Unifikator von T, falls σ(t) einelementig ist Logik für Informatiker, SS 06 p.12 Unifikation Definition: Unifikator T
MehrLogik Vorlesung 9: Normalformen
Logik Vorlesung 9: Normalformen Andreas Maletti 19. Dezember 2014 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere Eigenschaften
MehrMusterlösung der Klausur zur Vorlesung Logik für Informatiker
Musterlösung der Klausur zur Vorlesung Logik für Informatiker Bernhard Beckert Christoph Gladisch Claudia Obermaier Arbeitsgruppe Künstliche Intelligenz Fachbereich Informatik, Universität Koblenz-Landau
MehrLogik Vorlesung 11: Herbrand-Theorie II
Logik Vorlesung 11: Herbrand-Theorie II Andreas Maletti 16. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen Weitere
MehrFormale Grundlagen der Informatik 1 Kapitel 19. Syntax & Semantik
Formale Grundlagen der Informatik 1 Kapitel 19 & Frank Heitmann heitmann@informatik.uni-hamburg.de 23. Juni 2015 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/25 Motivation Die ist eine Erweiterung
MehrLogik 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
MehrLogik Vorlesung 12: Unifikation und Resolution
Logik Vorlesung 12: Unifikation und Resolution Andreas Maletti 23. Januar 2015 Überblick Inhalt 1 Motivation und mathematische Grundlagen 2 Aussagenlogik Syntax und Semantik Äquivalenz und Normalformen
MehrEigenschaften der SLD-Resolution
Eigenschaften der SLD-Resolution Vollständigkeit der SLD-Resolution für Hornklauseln Sei F eine inkonsistente Hornklauselmenge. Dann gibt es eine SLD-Widerlegung von F. Beweisskizze: Für inkonsistentes
Mehr2.3 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