Daten verwalten (2) Agenda für heute, 30. April 2008

Präsentation zum Thema: "Daten verwalten (2) Agenda für heute, 30. April 2008"—  Präsentation transkript:

1 Daten verwalten (2) Agenda für heute, 30. April 2008
Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Grafische vs. formale Darstellung von Abfragen Boolesche Algebra

2 Daten verwalten (2): Drei Stufen der Datenverwaltung
Anwendung Informatik Daten organisieren Daten speichern Entity-Relationship-Modell Datenbanken Daten wieder gewinnen Daten reorganisieren Abfragen (z.B. mit SQL) Logische Verknüpfungen Daten austauschen Daten umformen Datenformate Standards 2/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

3 Daten organisieren, Daten speichern: Relationale Datenbank
Ursprüngliche Information Normalisieren Relationen Relationale Operatoren (Select, Project, Join) Umstrukturierte Information 3/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

4 Logische Verknüpfungen als Grundlage für die Informationsgewinnung
Daten verwalten (2) Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Grafische vs. formale Darstellung von Abfragen Boolesche Algebra

5 Wiedergewinnen von Information: Aussagenlogik
Welche Nahrungsmittel enthalten weniger als 2 mg Eisen? Name in Nahrungsmittel mit Nährstoff = Eisen und Menge < 2 Datenbankabfrage Aussage ausgewertet mit Tupel einer Datenbank wahr (z.B. 1.7mg Eisen) falsch (z.B. 3.4mg Eisen) 4/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

6 Elemente der Aussagenlogik
Eine Aussage hat einen Wahrheitswert ("wahr", "falsch") Aussagen können aus Teilaussagen zusammengesetzt sein Diese Teilaussagen sind durch logische Operatoren verknüpft Der Wahrheitswert einer zusammengesetzten Aussage ist vollständig durch die Wahrheitswerte der Teilaussagen und die Art der Verknüpfung gegeben. Beispiele "Es schneit" (einfach) "Rosen sind rot und Veilchen sind blau" (zusammengesetzt) "Sie ist intelligent oder lernt jede Nacht" (zusammengesetzt) "Wohin gehst Du?" (keine Aussage) 5/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

7 Konjunktion: "sowohl p als auch q" p and q
Logische Operatoren Die logischen Operanden p und q sollen Teilaussagen bezeichnen z.B. p steht für: Nährstoff = Eisen (kann wahr sein oder falsch) q steht für: Menge < (kann wahr sein oder falsch) Konjunktion: "sowohl p als auch q" p and q Disjunktion: "entweder p oder q" p or q Negation: "nicht p" not p Beispiele "Es schneit" (einfach) "Rosen sind rot und Veilchen sind blau" (zusammengesetzt) "Sie ist intelligent oder lernt jede Nacht" (zusammengesetzt) "Wohin gehst Du?" (keine Aussage) 6/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

8 Werte von Aussagen: Wahrheitstabellen
Daten verwalten (2) Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Grafische vs. formale Darstellung von Abfragen Boolesche Algebra

9 Werte von Aussagen: Wahrheitstabellen
Logische Verknüpfungen anschaulich spezifizieren Für jede mögliche Kombination von der logischen Operanden wird das Resultat der Verküpfung aufgelistet p q Verknüpfung von p mit q w x f w = wahr, f = falsch 7/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

10 Wahrheitstabelle für die Konjunktion
Symbole: und, and, •,  p q p and q w f Die erste Zeile ist eine Kurzform für: "Falls p wahr ist und q wahr ist, dann ist p and q wahr Für alle Zeilen: wenn p dann q sonst falsch 8/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

11 Wahrheitstabelle für die Disjunktion
Symbole: oder, or, +,  p q p or q w f Beachte: p or q ist nur dann falsch wenn beide Teilaussagen falsch sind Für alle: wenn p dann wahr sonst q 9/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

12 Rosen sind rot and Veilchen sind blau ist wahr
Beispiele Rosen sind rot and Veilchen sind blau ist wahr Rosen sind rot and Veilchen sind grün ist falsch Rosen sind rot or Veilchen sind blau ist wahr Rosen sind rot or Veilchen sind grün ist wahr Rosen sind silbrig or Veilchen sind grün ist falsch 10/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

13 Wahrheitstabelle für die Negation
Symbole: nicht, not, ¬ p not p w f Vorrangregelung der logischen Operatoren : 1. not and or Vergleiche Kann durch Setzen von Klammern aufgehoben werden 11/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

14 Bemerkungen zur Disjunktion
Umgangssprachlich bedeutet "oder" meistens: p oder q oder beide (sie ist intelligent oder sie studiert jede Nacht) p or q bedeutet immer "p oder q oder beide" (siehe Wahrheitstabelle) manchmal bedeutet "oder" jedoch: p oder q aber nicht beide (sie telefoniert aus Basel oder aus Genf) für diese Bedeutung wird die exklusive Disjunktion (xor) angewandt p q p xor q w f Beachte: p xor q ist dann falsch wenn beide Teilaussagen entweder falsch oder richtig sind. 12/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

15 Disjunktion oder exklusive Disjunktion?
Genauer: drink xor drive Aber stimmt das? Genauer: drink and < 1 Glas xor drive Stimmts jetzt? Genauer: (drink and ≤ 1 Glas and drive) or (drink and > 1 Glas and not drive) 13/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

16 Das neue Plakat © Raphael Theiler 14/25
Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

17 Logische Äquivalenzen
Ein paar Spezialfälle Logische Äquivalenzen not p or not q  not ( p and q ) (de Morgan) not p and not q  not ( p or q ) Tautologie p or not p Widerspruch p and not p p not p p or not p w f p not p p and not p w f 15/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

18 Grafische vs. formale Darstellung von Abfragen
Daten verwalten (2) Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werete von Aussagen: Wahrheitstabellen Grafische vs. formale Darstellung von Abfragen Boolesche Algebra

19 Grafische vs. formale Darstellung logischer Verknüpfungen
Welche Nahrungsmittel enthalten weniger als 2 mg Eisen oder Zink? Mengendiagramme Alle Nahrungsmittel mit Zink Alle Nahrungsmittel mit Eisen Alle Nahrungsmittel mit Menge < 2 mg Logischer Ausdruck (Menge < 2 mg) and (Nährstoff = Eisen) or (Nährstoff = Zink) 16/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

20 Grafische vs. formale Darstellung logischer Verknüpfungen
(Menge < 2 mg) and (Nährstoff = Eisen) or (Nährstoff = Zink) Menge and Eisen Eisen Zink Menge 17/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

21 Grafische vs. formale Darstellung logischer Verknüpfungen
Welche Nahrungsmittel enthalten weniger als 2 mg Eisen oder weniger als 2 mg Zink? Logischer Ausdruck (Nährstoff = Eisen) and (Menge < 2 mg) or (Nährstoff = Zink) and (Menge < 2 mg) 18/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

22 Wahrheitstabellen für die Analyse logischer Ausdrücke
(Menge < 2 mg) and (( Nährstoff = Eisen) or (Nährstoff = Zink)) < 2 mg Eisen Zink Eisen or Zink (Eisen or Zink) and < 2 mg W F 19/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

23 Wahrheitstabellen für die Analyse logischer Ausdrücke
(Menge < 2 mg) and ( Nährstoff = Eisen) or (Nährstoff = Zink) < 2 mg Eisen Zink < 2 mg and Eisen or Zink W F 20/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

24 Boolesche Algebra Daten verwalten (2)
Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Grafische vs. formale Darstellung von Abfragen Boolesche Algebra

25 Boolesche Algebra Eine Menge M mit zwei Verknüpfungen "•" und "+" heisst Boolesche* Algebra, wenn für alle x, y, z  M gilt: (1) x • (y • z) = (x • y) • z; Assoziativ (2) x + (y + z) = (x + y) + z; Assoziativ (3) x • y = y • x; Kommutativ (4) x + y = y + x; Kommutativ (5) x • (x + y) = x; Absorption (6) x + (x • y) = x; Absorption (8) x • (y + z) = (x • y) + (x • z); Distributiv (8) x + (y • z) = (x + y) • (x + z); Distributiv * nach George Boole, englischer Mathematiker, 1815 – 1864 21/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

26 Boolesche Algebra es gibt ein Element 0  M mit 0 • x = 0 und 0 + x = x für alle x  M ; Neutrales Element (10) es gibt ein Element 1  M mit 1 • x = x und 1 + x = x für alle x  M ; (11) zu jedem x  M existiert genau ein y  M mit x • y = 0 und x + y = 1; Komplementäres Element Wir ersetzen "wahr" mit "1" und "falsch" mit "0" und wenden die Boolesche Algebra auf logische Ausdrücke an. 22/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

27 Vereinfachung logischer Ausdrücke
Wir möchten einen Fruchtsalat mit Ananas und Bananen oder mit Ananas und keinen Bananen oder mit keinen Ananas und keinen Bananen. Können wir das einfacher sagen? Was sagen wir überhaupt? Ananas und Banane oder Ananas und keine Banane oder keine Ananas und keine Banane 23/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

28 Vereinfachung logischer Ausdrücke
Ananas und Banane oder Ananas und keine Banane oder keine Ananas und keine Banane 1. (A • B) + (A • ¬B) + (¬A • ¬B) 2. [A • (B + ¬B)] + (¬A • ¬B) Distributivgesetz 3. (A • 1) + (¬A • ¬B) komplementäres Element bez. + 4. A + (¬A • ¬B) neutrales Element bez. • 5. (A + ¬A) • (A + ¬B) Distributivgesetz 6. 1 • (A + ¬B) komplementäres Element bez. + 7. A + ¬B neutrales Element bez. • Ananas oder keine Banane Aber sind der 1. und der 7. Ausdruck auch äquivalent? 24/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

29 Verifizierung logischer Ausdrücke
1. Ausdruck: A B ((A • B) + (A ¬B)) (¬A ¬B) 1 Schritt: 2 5 3 6 4 7. Ausdruck: A B + ¬B 1 Schritt: 2 Reihenfolge: Aussage Logischer Ausdruck (Symbole) Boolesche Algebra Ausdruck evaluieren 25/25 Informatik für Biol. & Pharm. Wissenschaften © Institut für Computational Science, ETH Zürich

30 Danke für Ihre Aufmerksamkeit