Vorsemesterkurs Informatik

Ähnliche Dokumente
Vorsemesterkurs Informatik

Vorsemesterkurs Informatik

Logik. Logik. Vorkurs Informatik Theoretischer Teil WS 2013/ September Vorkurs Informatik - Theorie - WS2013/14

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

Grundbegriffe Mengenlehre und Logik

ERRATA. Übungsblatt 4a: Aufgabe 3 : Definition der Teilbarkeit (Skript S.62)

Was bisher geschah. Klassische Prädikatenlogik (der ersten Stufe): Syntax Modellierungsbeispiele

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

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.) =?

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

Tag 1a - Aussagenlogik und Mengen

Logik für Informatiker

Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2017

Übungszettel 1a - Aussagenlogik und Mengen

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

Beweistechniken. Vorkurs Informatik - SoSe April 2014

Logik für Informatiker

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

Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2015

Mengenlehre. Mengenlehre. Vorkurs Informatik WS 2013/ September Vorkurs Informatik - WS2013/14

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

Logik für Informatiker

Formale Grundlagen der Informatik 1 Kapitel 13 Aussagenlogik Syntax & Semantik

Logic in a Nutshell. Christian Liguda

Logik für Informatiker

Theorie der Informatik

Einführung in die Logik

Logik und Beweise. Logik und Beweise. Vorsemesterkurs SoSe März 2016

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 =

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

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

Beispiel Aussagenlogik nach Schöning: Logik...

Formale Grundlagen der Informatik 1 Kapitel 15 Normalformen und Hornformeln

Kapitel 1: Grundbegriffe

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

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

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

Grundlagen der Logik

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

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

De Morgan sche Regeln

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

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

Logik Vorlesung 2: Semantik der Aussagenlogik

Was bisher geschah: klassische Aussagenlogik

Kapitel 1. Aussagenlogik

DisMod-Repetitorium Tag 1

Einführung in die Informatik 2

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

Logik (Prof. Dr. Wagner FB AI)

Logik für Informatiker

Diskrete Strukturen WS 2018/19. Gerhard Hiß RWTH Aachen

Die Prädikatenlogik erster Stufe: Syntax und Semantik

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9.

Diskrete Strukturen. Sebastian Thomas RWTH Aachen Mathematische Logik

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

Logik für Informatiker

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

Grundlagen der Mathematik

Was bisher geschah: klassische Aussagenlogik

Vorlesung 3: Logik und Mengenlehre

1 Aussagenlogischer Kalkül

Formale Grundlagen der Informatik 1 Kapitel 16 Normalformen und Hornformeln

Geschichte der Logik ist eng verknüpft mit (Sprach-) Philosophie. Logik untersucht, wie aus wahren Aussagen andere wahre Aussagen folgen

1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen

1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen

Logik für Informatiker

Tutorium: Diskrete Mathematik

Vorkurs Mathematik und Informatik Mengen, natürliche Zahlen, Induktion

Vorlesung Logik Wintersemester 2017/18 Universität Duisburg-Essen

Logik Vorlesung 3: Äquivalenz und Normalformen

Logik Vorlesung 4: Horn-Logik und Kompaktheit

Mathematische Grundlagen der Computerlinguistik

Logische Äquivalenz. Definition Beispiel 2.23

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

Logik für Informatiker Logic for computer scientists

1 Grundlagen. 1.1 Aussagen

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

Theoretische Informatik: Logik

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Aussagenlogik. Motivation Syntax Semantik Erfüllbarkeit SAT-Solver Kompaktheit Beweiskalküle

Formale Grundlagen der Informatik 1 Wiederholung zum Logik-Teil

Logik für Informatiker

Aussagenlogik. Formale Methoden der Informatik WiSe 2012/2013 teil 6, folie 1

Aussagenlogik. Aussagen und Aussagenverknüpfungen

Weitere Beweistechniken und aussagenlogische Modellierung

Kapitel 1.0. Aussagenlogik: Einführung. Mathematische Logik (WS 2011/12) Kapitel 1.0: Aussagenlogik: Einführung 1/ 1

Transkript:

Vorsemesterkurs Informatik Ronja Düffel WS2018/19 01. Oktober 2018

Theoretische Informatik

Wieso, weshalb, warum??!? 1 Modellieren und Formalisieren von Problemen und Lösungen 2 Verifikation (Beweis der Korrektheit)

Quelle:http://www.capcomespace.net

Überblick heute (01.10.): Aussagenlogik Mengen Donnerstag (04.10.): Relationen und Funktionen Beweistechniken Montag (08.10.): Induktion und Rekursion

Aussagenlogik

Was ist das? Lehre des vernünftigen Schlussfolgerns Beschäftigt sich u.a. mit der Frage: Wie kann man Aussagen miteinander verküpfen? Auf welche Weise kann man formale Schlüsse ziehen und Beweise durchführen?

Warum ist das wichtig? Modellierung von Wissen (z.b. künstliche Intelligenz) Auswertung von Datenbankanfragen Kontrollfluss von Computerprogrammen (if-then-else-konstrukte) Logikbausteine in der technischen Informatik (Hardware) Verifikation von Schaltkreisen Programmen Protokollen (Kommunikation zwischen Systemen z.b. Internetbanking)

logische Aussagen Definition (Aussage) Eine logische Aussage (kurz Aussage) ist ein Satz oder Ausdruck, der entweder wahr (1) oder falsch (0) sein kann. 0 und 1 werden auch Wahrheitswerte genannt. zum Beispiel: Die Sonne scheint. Eine Zahl a ist durch 3 teilbar. 3 > 7 Wenn der Bewohner rot ist, dann hat er grüne Haare. Jede gerade Zahl die größer als 2 ist, ist die Summe zweier Primzahlen (Goldbach Vermutung)

logische Aussagen keine logischen Aussagen sind dagegen: 1 + 2, es kann kein Wert (wahr oder falsch) zugeordnet werden. 2 ist eine kleine Zahl ( klein ist für Zahlen nicht definiert.) Aufforderungen und Fragen ( Komm her! ) ( Was machen wir? ) Dieser Satz ist falsch., da dieser Satz weder wahr noch falsch sein kann

atomare Aussagen atomare Aussagen sind Aussagen, die nicht weiter zerlegt werden können. Beispiel Wenn die Sonne scheint, gehe ich an den Strand und sonne mich. Wenn die Sonne scheint, gehe ich an den Strand und sonne mich. atomare Aussagen: A:= Die Sonne scheint B:= Ich gehe an den Strand C:= Ich sonne mich ϕ = (A (B C))

Syntax der Aussagenlogik Die Syntax legt fest, welche Zeichenketten (Worte) Formeln der Aussagenlogik sind Definition (Syntax der Aussagenlogik) i) Jede atomare Aussage ist eine aussagenlogische Formel (af) ii) 0 ist eine aussagenlogische Formel (af) iii) 1 ist eine aussagenlogische Formel (af) Rekursive Regeln iv) Wenn ϕ eine af ist, dann ist auch ϕ eine af. v) Wenn ϕ eine af ist und ψ eine af ist, dann sind (ϕ ψ), (ϕ ψ), (ϕ ψ), und (ϕ ψ) ebenfalls aussagenlogische Formeln.

Semantik der Aussagenlogik Die Semantik legt fest, welche Bedeutung einzelne Formeln haben. Definition (Negation, ) Die Formel A (bedeutet: nicht A ) ist genau dann wahr, wenn A falsch ist. Beispiel (Frage 21) A:= Alle Kinder spielen gern. a) Kein Kind spielt gern. b) Alle Kinder spielen nicht gern. c) Nicht alle Kinder spielen gern. d) Alle Kinder hassen Spiele. A:= Nicht alle Kinder spielen gern. Wahrheitstabelle: A A 0 1 1 0

Anmeldung Verneinung von: Alle Kinder spielen gern Anzahl 0 20 40 60 80 100 120 140 a b c d e

Konjunktion Definition (Konjunktion, ) Die Formel (A B) (bedeutet: A und B ) ist genau dann wahr, wenn sowohl A als auch B wahr ist. Beispiel Der Bewohner ist rot und er hat grüne Haare. Wahrheitstafel: A B (A B) 0 0 0 0 1 0 1 0 0 1 1 1

Disjunktion Definition (Disjunktion, ) Die Formel (A B) (bedeutet: A oder B ) ist genau dann wahr, wenn mindestens eine der beiden Aussagen A oder B wahr sind. Wahrheitstafel: A B (A B) 0 0 0 0 1 1 1 0 1 1 1 1

Implikation Definition (Implikation, ) Die Formel (A B) (bedeutet: Wenn A dann B ) ist genau dann wahr, wenn A falsch ist, oder sowohl Aussage A, als auch Aussage B wahr ist. Wahrheitstafel: A B (A B) 0 0 1 0 1 1 1 0 0 1 1 1 Beispiel: Wenn alle ungeraden Zahlen Primzahlen sind, dann ist 7 eine Primzahl. Beispiel: Wenn alle ungeraden Zahlen Primzahlen sind, dann ist 7 eine Primzahl }{{}}{{}. A B

Biimplikation Definition (Biimplikation, ) Die Formel (A B) (bedeutet: A genau dann wenn B ) ist genau dann wahr, wenn Aussagen A und B beide falsch oder beide wahr ist. Wahrheitstafel: A B (A B) 0 0 1 0 1 0 1 0 0 1 1 1 Beispiel Jeder bekommt einen Sitzplatz genau dann, wenn es höchstens so viele Interessenten wie Sitzplätze gibt.

Erfüllbarkeit und Allgemeingültigkeit Definition (Erfüllbarkeit) Eine aussagenlogische Formel ϕ heißt erfüllbar, wenn es (mindestens) eine Belegung der Variablen gibt, sodass die Formel den Wahrheitswert 1 hat. Definition (Unerfüllbarkeit) z.b. (A B) ϕ heißt unerfüllbar, wenn es keine erfüllende Belegung gibt. z.b. (A A) Definition (Allgemeingültigkeit) ϕ heißt allgemeingültig (auch Tautologie), wenn ϕ für jede Belegung den Wahrheitswert 1 annimmt. z.b. (A A)

Äquivalenz Definition Zwei aussagenlogische Formeln ϕ und ψ heißen äquivalent ( ), wenn die Wahrheitswerte für alle passenden Belegungen für ϕ und ψ identisch sind. Beispiel Für ϕ = ( A B) und ψ = (A B) gilt: ϕ ψ Wahrheitstafel: ϕ ψ A B A ( A B) (A B) 0 0 1 1 1 0 1 1 1 1 1 0 0 0 0 1 1 0 1 1

Frage 22 Wenn der Bewohner rot ist, dann hat er grüne Haare. a) Wenn der Bewohner nicht rot ist, dann hat er keine grünen Haare. b) Wenn der Bewohner keine grünen Haare hat, dann ist er nicht rot. c) Wenn der Bewohner grüne Haare hat, dann ist er rot. d) Alle sind richtig

Anmeldung Wenn der Bewohner rot ist, dann hat er grüne Haare. Anzahl 0 50 100 150 a b c d e

Mengen

Wieso, weshalb, warum? Wir wollen: allgemeingültige Aussagen treffen. allgemeingültige Lösungen finden. Wir benötigen die Möglichkeit: Objekte/Konzepte zusammenzufassen anhand der, für die Problemstellung relevanten Eigenschaften über die wir Aussagen machen können deren Eigenschaften und Aussagen wir beweisen können gibt es in vielen Programmiersprachen als Datentyp/Container (set)

Mengen Definition (Menge (nach Cantor)) Eine Menge M ist eine Zusammenfassung von bestimmten, wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens, welche Elemente der Menge M genannt werden, zu einem Ganzen. zum Beispiel: die Menge aller natürlichen Zahlen N die Menge aller Vorkursteilnehmer die Menge aller Bücher in der Informatikbibliothek die Menge aller aussagenlogischen Formeln

Frage 13 Was ist in einer Menge wichtig? a) Das Vorhandensein der Elemente b) Die Reihenfolge der Elemente c) Die Häufigkeit des Auftretens der Elemente d) Alle drei der oben genannten Eigenschaften

Anmeldung Was ist in einer Menge wichtig? Anzahl 0 20 40 60 80 100 120 a b c d e

Russel sche Antinomie Beispiel Sei A die Menge aller Mengen B, die sich selbst nicht enthalten, A := {B B ist eine Menge, B / B} Frage: Ist die Menge A in sich selbst enthalten? A A: nach Def. von A gilt dann aber A / A A / A: nach Def. von A gilt dann aber A A Wir vermeiden Mengen mit Selbstreferenz und arbeiten weiter mit Cantors Mengenbegriff

Beschreibung bzw. Definition Notation: m M : m ist Element der Menge M. m / M : m ist kein Element der Menge M. extensional, aufzählen der Elemente z.b. M 1 := {0, 1, 2, 3, 4, 5, 6, 7}= {0, 1, 2,..., 7} intensional, Angabe von charakteristischen Eigenschaften der Elemente z.b. M 1 := {x x N, 0 x 7} Definition (leere Menge) Die leere Menge ist die Menge, die kein(e) Element(e) enthält. = {} Beachte: ={ }

Eigenschaften Alle Elemente einer Menge sind verschieden. D.h. kein Wert kann mehrfach vorkommen. Elemente einer Menge haben keine feste Reihenfolge. Eine Menge M kann auf verschiedenen Arten beschrieben werden z.b: M = {1, 3, 5, 7} = {3, 5, 7, 1} = {1, 1, 5, 3, 5, 7} = {x x N, 1 x 7, x ist ungerade} Mengen können auch verschiedenartige Elemente enthalten z.b.: M = {7, Haus, (Herz, 3), 4, {l, m, n}, 9}

Mengenalgebra I Definition (Gleichheit, Teilmenge, Obermenge) Seien L und M Mengen. L und M sind genau dann gleich (kurz: L = M), wenn sie dieselben Elemente enthalten. L ist genau dann eine Teilmenge von M (kurz: L M), wenn jedes Element von L auch ein Element von M ist. L ist genau dann eine echte Teilmenge von M (kurz: L M), wenn jedes Element von L auch ein Element von M ist, aber nicht jedes Element von M auch ein Element von L (kurz: L M und L M). L ist genau dann eine Obermenge von M (L M), wenn M eine Teilmenge von L ist (kurz: M L).

Satz 1 Satz Seien K, L und M Mengen, für die K L und L M gilt. Dann gilt auch K M. Beispiel Sei K = {Stein, Schere, Papier}, L = {Stein, Schere, Papier, Eidechse} und M = {Stein, Schere, Papier, Eidechse, Spock}. Dann gilt: K L L M K M

Satz 2 Satz Seien L und M Mengen. L = M gilt genau dann, wenn L M und M L gelten. Beispiel Sei L = {3, 4, 5} und M = {3, 4, 5}. Dann ist: L = M und L M und M L Sei L = {3, 4, 5} und M = {3, 4}. Dann ist: M L und L M und L M

Mengenalgebra II Definition (Schnitt, Vereinigung, Differenz...) Seien L und M Mengen. Der Schnitt von L und M ist die Menge L M := {x x L und x M}. Die Vereinigung von L und M ist die Menge L M := {x x L oder x M}. Die Differenz von L und M ist die Menge L \ M := {x x L und x / M}. L und M heißen disjunkt, wenn sie kein gemeinsames Element enthalten (kurz: L M = ).

Mächtigkeiten Definition z.b.: Eine Menge M heißt endlich, wenn sie nur endlich viele Elemente enthält, d.h. es gibt eine Zahl n N, sodass M genau n viele Elemente enthält. Die Anzahl der Elemente einer Menge M bezeichnet man auch als Mächtigkeit der Menge M (in Zeichen: M ). { Anzahl der Elemente in M, falls M endlich ist M :=, sonst {4, 7, 2} = 3 {7, Haus, (Herz, 3), 4, {l, m, n}, 9} = 6 = 0 aber { } = 1

Satz 3 Satz Seien L und M Mengen. Es gilt L M = L + M genau dann, wenn L und M disjunkt sind. Beispiel Sei L = {Stein, Papier, Schere} und M = {3, Haus, Spock, 5} Dann ist: L M = und L M = {Stein, Papier, Schere, 3, Haus, Spock, 5} und L N = 7 = 3 + 4 = L + M Sei L = {Stein, Papier, Schere} und M = {Schere, Haus, Spock, 5} Dann ist: L M = {Schere} und L M = {Stein, Papier, Schere, Haus, Spock, 5} und L M = 6 3 + 4 = L + M Die Elemente der Schnittmenge werden doppelt gezählt.

Fragen??