Semantic Web Technologies I!

Ähnliche Dokumente
Teil 7. Grundlagen Logik

Semantic Web Technologies I

Formeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur

Logik für Informatiker

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

Semantik von Formeln und Sequenzen

Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!

Grundlagen der Künstlichen Intelligenz

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

Logische Folgerung. Definition 2.11

Grundbegriffe der Informatik

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

Theoretische Grundlagen des Software Engineering

4. AUSSAGENLOGIK: SYNTAX. Der Unterschied zwischen Objektsprache und Metasprache lässt sich folgendermaßen charakterisieren:

Binäre Suchbäume (binary search trees, kurz: bst)

Grundlagen der Informationverarbeitung

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

Erfüllbarkeit und Allgemeingültigkeit

Einführung in die Fuzzy Logic

Mai Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Grundbegriffe der Informatik

Theorie der Informatik

Grammatiken. Einführung

Data Mining: Einige Grundlagen aus der Stochastik

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

Terme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)

Programmiersprachen und Übersetzer

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


Also kann nur A ist roter Südler und B ist grüner Nordler gelten.

1 Aussagenlogik und Mengenlehre

Ein kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.

Logik. A.3 Logik und Mengenlehre A.32 A.32. Logik und Mengenlehre. Logik Prof. Dr. Rainer Manthey Informatik I 21

5. Aussagenlogik und Schaltalgebra

Semantic Web Technologies 1

9. Übung Formale Grundlagen der Informatik

2. Vorlesung. Slide 40

Brückenkurs Mathematik, THM Friedberg,

Formale Systeme, WS 2012/2013 Lösungen zu Übungsblatt 4

Motivation. Formale Grundlagen der Informatik 1 Kapitel 5 Kontextfreie Sprachen. Informales Beispiel. Informales Beispiel.

Semantic Web Grundlagen

Lernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Zeichen bei Zahlen entschlüsseln

Mathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung

Beweisbar sichere Verschlüsselung

Was meinen die Leute eigentlich mit: Grexit?

Grundlagen der Theoretischen Informatik - Sommersemester Übungsblatt 1: Lösungsvorschläge

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

Semantic Web Technologies 1

Wir gehen aus von euklidischen Anschauungsraum bzw. von der euklidischen Zeichenebene. Parallele Geraden schneiden einander nicht.

Satz. Für jede Herbrand-Struktur A für F und alle t D(F ) gilt offensichtlich

Grundlagen der Informatik II. Teil I: Formale Modelle der Informatik

1 Mathematische Grundlagen

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

3.Inferenzsysteme 3.4 Logische Programme und Antwortmengensemantik

Prolog basiert auf Prädikatenlogik

6. Bayes-Klassifikation. (Schukat-Talamazzini 2002)

Guten Morgen und Willkommen zur Saalübung!

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Diana Lange. Generative Gestaltung Operatoren

Kapitel 7 Dr. Jérôme Kunegis. Logische Kalküle. WeST Web Science & Technologies

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

AGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom b

Informationsblatt Induktionsbeweis

Rhetorik und Argumentationstheorie.

Professionelle Seminare im Bereich MS-Office

Nichtmonotones Schließen

Fragen für die Klausuren

Grundlagen der Theoretischen Informatik, SoSe 2008

WS 2009/10. Diskrete Strukturen

Klausur für Studiengänge INF und IST

Primzahlen und RSA-Verschlüsselung

Künstliches binäres Neuron

Was ich als Bürgermeister für Lübbecke tun möchte

WS 2008/09. Diskrete Strukturen

Der Aufruf von DM_in_Euro 1.40 sollte die Ausgabe 1.40 DM = Euro ergeben.

Definition:Eine meromorphe Modulform vom Gewicht k Z ist eine meromorphe. f : H C. (ii) C > 0, so daß f(z) im Bereich Im z > C keine Singularität hat.

Übungen Programmieren 1 Felix Rohrer. Übungen

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Beschreibungslogiken. Daniel Schradick

Einführung in die Algebra

Einführung in. Logische Schaltungen

Fragebogen: Abschlussbefragung

Was ist eine Systemkamera?

Grundlagen des Maschinellen Lernens Kap. 4: Lernmodelle Teil II

40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst.

Statuten in leichter Sprache

Fax einrichten auf Windows XP-PC

Kapitalerhöhung - Verbuchung

Häufig wiederkehrende Fragen zur mündlichen Ergänzungsprüfung im Einzelnen:

Entscheidungsprobleme. Berechenbarkeit und Komplexität Entscheidbarkeit und Unentscheidbarkeit. Die Entscheidbarkeit von Problemen

Gründe für fehlende Vorsorgemaßnahmen gegen Krankheit

Anmerkungen zur Übergangsprüfung

Transkript:

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

www.semantic-web-grundlagen.de Logik Grundlagen! PD Dr. Sebastian Rudolph! XML und URIs! Einführung in RDF! RDF Schema! Logik Grundlagen! Semantik von RDF(S)! SPARQL - Syntax und Intuition! Semantik von SPARQL! OWL - Syntax und Intuition I! OWL - Syntax und Intuition II! OWL - Semantik und Reasoning! Ontology Engineering! Linked Data! Konjunktive Anfragen und Regelsprachen! Anwendungen! Semantic Web Architecture Current research Now standardized entspricht dem zweiten Teil von Kapitel 3 des Buches Semantic Web - Grundlagen - siehe auch http://www.semantic-web-grundlagen.de/index.php/kapitel_3!

Was ist Logik? etymologische Herkunft: griechisch λογοσ bedeutet Wort, Rede, Lehre (s.a. Faust I ) Logik als Argumentation: Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also ist Sokrates sterblich. Alle Pinguine sind schwarz-weiß. Einige alte TV-Shows sind schwarz-weiß. Einige Pinguine sind alte TV-Shows.

Warum formal? Automatisierbarkeit! Eine Rechenmaschine für Logik!! G. W. Leibniz (1646-1716):

Grundbegriffe der Logik

Wie funktioniert Logik?

Wie funktioniert Logik? Sätze und Schlussfolgerungen gelb rot süß sauer süß-sauer hellgrün grün giftig

Folgerung und Äquivalenz von Sätzen Formal: L := (S, ) mit 2 2 S S Dabei bedeutet für eine Menge Φ µ S von Sätzen und einen Satz ϕ 2 S Φ ϕ Aus den Sätzen Φ folgt der Satz ϕ oder auch ϕ ist eine logische Konsequenz aus Φ. Gilt für zwei Sätze ϕ und ψ, dass sowohl {ϕ} ψ als auch {ψ} ϕ, dann sind diese Sätze (logisch) äquivalent und man schreibt auch ψ = ϕ.

Wie funktioniert Logik? Syntax. Syntax (von grch. συνταξισ Zusammenstellung, Satzbau) erschließt sich über die Frage Was ist ein richtiger Satz? D.h. wie wird die Menge der Sätze einer Logik definiert? Nutzung von Erzeugungsregeln zur Definition (Konstruktion) von wohlgeformten Sätzen, z.b.: Grundelemente: rot gelb grün süß sauer Syntax-Regel: Wenn ϕ und ψ Sätze sind, dann auch ϕ^æψ Konstruktor oder Junktor süß-sauer

Wie funktioniert Logik? Ausdrucksstärke. Trade-off: Logiken mit vielen Ausdrucksmitteln (Konstruktoren/ Junktoren) sind: komfortabler in der Verwendung (verschiedene und komplexe Sachverhalte sind einfach auszudrücken), aber schwieriger (meta)mathematisch zu handhaben (Beweisen von Eigenschaften der Logik umständlicher). Möglicher Ausweg: Einschränkung der Sätze auf Teilmenge, die für jeden Satz der Logik einen logisch äquivalenten Vertreter enthält (vgl. Normalformen, minimale Junktorenmengen ) und Definition der anderen Sätze/Junktoren als syntactic sugar. Wird eine Logik über dieses Maß hinaus eingeschränkt, erhält man ein Fragment der ursprünglichen Logik mit geringerer Ausdrucksstärke.

Wie funktioniert Logik? - Modelltheorie süß sauer süß-sauer hellgrün rot gelb grün giftig

Wie funktioniert Logik? - Modelltheorie Sätze, für die jede Interpretation ein Modell ist, heißen allgemeingültig oder Tautologien (grch. ταυτολογια). süß sauer süß-sauer rot hellgrün gelb grün giftig

Wie funktioniert Logik? - Modelltheorie Sätze, für die keine Interpretation ein Modell ist, heißen widersprüchlich oder unerfüllbar. süß sauer süß-sauer hellgrün grün giftig rot gelb

Wie funktioniert Logik? - Modelltheorie Sätze, die (mindestens) ein Modell haben, heißen erfüllbar. süß sauer süß-sauer rot hellgrün gelb grün giftig

Wie funktioniert Logik? - Modelltheorie süß sauer süß-sauer rot hellgrün gelb grün giftig

Wie funktioniert Logik? - Modelltheorie süß sauer süß-sauer hellgrün rot gelb grün giftig

Wie funktioniert Logik? - Modelltheorie süß sauer süß-sauer hellgrün grün giftig rot gelb

Wie funktioniert Logik? Semantik entlang der Syntax Häufiges Prinzip bei Definition von Interpretationen: Interpretation von Grundelementen wird festgelegt Interpretation von zusammengesetzten (konstruierten) Sätzen wird auf die Interpretation der Teile zurückgeführt, z.b.: Semantik-Regel: Die Modelle von ϕ^æψ sind genau die Interpreta- tionen, die Modelle sowohl von ϕ als auch von ψ sind. süß-sauer süß sauer

Beweistheorie Zurück zu Leibniz: Rechenmaschine für Logik Aber: Möglichkeit, direkt mit allen möglichen Interpretationen zu arbeiten, oft eingeschränkt Daher: Versuch, Schlussfolgerungsrelation durch rein syntaktische Verfahren zu beschreiben/berechnen

Entscheidungsverfahren/Entscheidbarkeit ϕ 1 ϕ 1 ϕ 1 ϕ n ϕ Entscheidungsalgorithmus: input: Menge {ϕ 1,, ϕ n } von Sätzen und Satz ϕ terminiert nach endlicher Zeit output: Ja, falls {ϕ 1,, ϕ n } ϕ Nein sonst Gibt es einen solchen Algorithmus für eine Logik, dann nennt man sie entscheidbar. JA/NEIN

Aufzählungsverfahren/Semientscheidbarkeit ϕ 1 ϕ 1 ϕ 1 ϕ n Aufzählungsverfahren: input: Sätze {ϕ 1,, ϕ n } output: Sätze ϕ, für die gilt {ϕ 1,, ϕ n } ϕ jeder solche Satz wird (irgendwann) ausgegeben Gibt es einen solchen Algorithmus für eine Logik, dann nennt man sie semi-entscheidbar. ϕ

Deduktionskalkül kann gesehen werden als spezielle Form eines Aufzählungsverfahrens besteht aus Ableitungsregeln, z.b.: {ϕ, ϕ ψ, ω,...} ϕ ψ ϕ^æψ

Deduktionskalkül

Weitere interessante Eigenschaften von Logiken: Monotonie Kompaktheit Algorithmische Komplexität für Entscheidungsverfahren und jede Menge anderes

Aussagenlogik auch: propositionale Logik boolesche Logik schon bei den Stoikern voll ausgearbeitete Junktorenlogik George Boole (1815 1864) An Investigation of the Laws of Thought (1854) syntaktische Grundelemente: atomare Sätze / Propositionen / Aussagen (p, q,, p 1,p 2, ) Können als natürlichsprachliche Aussagen gedacht werden: Es regnet.

Aussagenlogik Syntax Erzeugungsregeln für Sätze: alle atomaren Propositionen sind Sätze ( p, q, ) ist φ ein Satz, dann auch φ sind φ und ψ Sätze, dann auch (φ ψ), (φ ψ), (φ ψ) und (φ ψ) Klammern können ggf. weggelassen werden; Präzedenzen (bei uns): vor ^Æ,_Ç vor!, $. Zusätzliche Klammern machen es trotzem oft lesbarer

Aussagenlogik Syntax Junktor Name Intuitive Bedeutung ^Æ _Ç! $ Einfache Aussagen Es regnet. Die Straße wird nass. Die Sonne ist grün Negation Konjunktion Disjunktion Implikation Äquivalenz nicht und oder wenn dann genau dann, wenn Modellierung r n g Zusammengesetzte Aussagen Wenn es regnet, dann wird die Straße nass. Wenn es regnet, und die Straße nicht nass wird, dann ist die Sonne grün. Modellierung r! n (r ^Æ n)! g

Aussagenlogik Modelltheoretische Semantik Was sind die Modelle der Aussagenlogik? p q p q p q p p p! q q p ^Æ ( p! q) p q p _Ç q

Aussagenlogik Modelltheoretische Semantik Formal: Interpretationen I sind Abbildungen von der Menge der atomaren Propositionen in die Menge {wahr, falsch}, d.h. jeder dieser Propositionen p wird ein Wahrheitswert WW I (p) zugeordnet. Daraus bestimmt man Modelle für zusammengesetzte Sätze über Semantik-Regeln I Modell von φ genau dann, wenn I kein Modell von φ I Modell von (φ ψ) genau dann, wenn I Modell von φ und von ψ I Modell von (φ ψ) genau dann, wenn I Modell von φ oder von ψ I Modell von (φ ψ) genau dann, wenn I kein Modell von φ oder I Modell von ψ I Modell von (φ ψ) genau dann, wenn I Modell für jeden oder keinen der beiden Sätze ist.

Aussagenlogik Modelltheoretische Semantik Beispiel für Tautologie in der Aussagenlogik. p q p q p q p q p p! q p _Ç p (tertium non datur) p ^Æ (p! q) p ^Æ q

Aussagenlogik Modelltheoretische Semantik Beispiel für Kontradiktion in der Aussagenlogik. p q p q p q p q p p! q p ^Æ p p ^Æ q p ^Æ (p! q)

Aussagenlogik einige logische Äquivalenzen φ ^Æ ψ φ _Ç ψ = = ψ ^Æ φ ψ _Ç φ φ ^Æ (ψ ^Æ ω) φ _Ç (ψ _Ç ω) = = (φ ^Æ ψ) ^Æ ω (φ _Ç ψ) _Ç ω φ! ψ = = φ _Ç ψ φ $ ψ (φ! ψ) ^Æ (ψ! φ) = = (φ ^Æ ψ) φ _Ç ψ (φ _Ç ψ) φ ^Æ ψ φ ^Æ φ φ _Ç φ = = φ φ φ ^Æ (ψ _Ç φ) φ _Ç (ψ ^Æ φ) = = φ φ = φ φ = = φ _Ç (ψ ^Æ ω) (φ _Ç ψ) ^Æ (φ _Ç ω) φ ^Æ (ψ _Ç ω) (φ ^Æ ψ) _Ç (φ ^Æ ω)

Aussagenlogik Normalformen & vollständige Junktoren aus diesen Äquivalenenzen folgt: zu jeder Formel gibt es eine logisch äquivalente Formel, die nur die Junktoren ^Æ und enthält. zu jeder Formel gibt es eine Formel in konjunktiver Normalform, d.h. nur einfache Negation direkt vor atomaren Propositionen (sog. Literale) Formel ist Konjunktion von Disjunktionen von Literalen Bsp.: (p q r s) ( p q s) (q r s)

Aussagenlogik Entscheidungsalgorithmus Aussagenlogik ist entscheidbar nützliche Eigenschaft dabei: {ϕ 1,, ϕ n } ϕ gilt genau dann, wenn (ϕ 1^Æ ^Æϕ n )!ϕ eine Tautologie ist Entscheidung, ob Satz Tautologie ist, über Wahrheitswerttabelle im Prinzip: Überprüfung aller Interpretationen (nur die Wahrheitswerte der vorkommenden atomaren Propositionen fallen ins Gewicht)

Aussagenlogik Entscheidungsalgorithmus Modus Ponens: { p, p! q } q (p ^Æ(p! q))! q p q p q p q p q p! q p ^Æ(p! q) (p ^Æ(p! q))! q