Agenda für heute, 19. Januar 2007 Informationssysteme: ETH-BibliothekInformationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung.

Slides:



Advertisements
Ähnliche Präsentationen
Hier einige Hieroglyphen:
Advertisements

Kapitel 1 Der Boolesche Kalkül
Programmierung 1 - Repetitorium
Herzlich willkommen zur Veranstaltung „Internet-Recherche“
Datenbanksysteme für FÜ SS 2000 Seite Worzyk FH Anhalt SQL 1 Aussagen über Tabelleninhalte Aussagelogik Äquivalenzen Select Where.
Datenbanksysteme für FÜ WS2004/05 SQL1 - 1 Worzyk FH Anhalt SQL 1 Aussagen über Tabelleninhalte Aussagelogik Äquivalenzen Select Where.
5. Aussagenlogik und Schaltalgebra
Organisatorisches Klausur für Übungsschein (Anfang Januar)
Bibliothekskurs Sozialwissenschaften
Syntax der Aussagenlogik
Verifizieren versus Berechnen
Algorithmen und Komplexität
Christian Schindelhauer
Teil 7 Grundlagen Logik.
C- Syntax. Bestandteile der Sprache C: Ausdrücke Anweisungen.
Java- Syntax.
Fuzzy-Logik und unscharfe Mengen
Kapitel 1 Mengen, Abbildungen, Logik
Mathematische Grundlagen
Aussagenlogische Modelle
Prof. Dr. T. Kudraß1 Relationenkalkül. Prof. Dr. T. Kudraß2 Relationenkalkül Zwei Ausprägungen: Tupelrelationenkalkül (TRK) und Domänenrelationenkalkül.
Mathematische und logische Grundlagen der Linguistik
Fantasieregel Die Aussagenlogik
Boolesche Ausdrücke Ist der Rückgabewert eines Ausdrucks vom Typ boolean, so wird dieser als Boolescher Ausdruck bezeichnet (nach dem Mathematiker George.
Christian Schindelhauer
© Katharina Brachmann Bedingte Funktionen Oldenbourg S48ff
6. Zusammengesetzte Daten (Verbund)
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
boolean Datentyp und Operator
Menschliche Logik AND Boolsche Logik = NOT Logisch
Verknüpfen von Grundschaltungen zu komplexen Schaltungen
§17 Produkte und Quotienten von Vektorräumen
1. Mengenlehre Grundbegriffe.
§24 Affine Koordinatensysteme
Die Grundterminologie
Problemlösen Problemlösen Prof. Dr. Bernd Schmidt
1. Mengenlehre Grundbegriffe.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Daten verwalten (2)Daten verwalten (2) Logische Verknüpfungen als Grundlage für die Informationsgewinnung Werte von Aussagen: Wahrheitstabellen Grafische.
Einführung in die Programmierung Prof. Dr. Bertrand Meyer
Agenda für heute, 22. Juni, 2006 Direkte FilezugriffeDirekte Filezugriffe Datentypen: Mengen Individualisierbare Datentypen.
Datentypen: integer, char, string, boolean
Agenda für heute, 20. April, 2006 Wiederholte ProgrammausführungWiederholte Programmausführung Algorithmische Grundlagen Bedingungen zum Abbruch von Programmschleifen.
Agenda für heute, 7. April, 2005 Bedingte ProgrammausführungBedingte Programmausführung Algorithmische Grundlagen Vergleichsoperatoren, Wahrheitswerte.
Agenda für heute, 14. April, 2005 Wiederholte ProgrammausführungWiederholte Programmausführung Algorithmische Grundlagen Bedingungen zum Abbruch von Programmschleifen.
Daten verwalten (2) Agenda für heute, 29. April 2009
Daten verwalten (2) Agenda für heute, 30. April 2008
Schaltnetze und Schaltwerke Marcel Waldvogel
Agenda für heute, 13. Januar 2006
Agenda für heute, 20. November 2009
Agenda für heute, 21. November 2008
Fachschaft Mathematik und Informatik
Informatik III Christian Schindelhauer Wintersemester 2006/07
Aussagenlogik G. Laner 03/04
I Grundlagen.
Boolesche Algebra Einführung in die Boolesche Algebra George Boole
2. Mengen Unter einer Menge verstehen wir jede Zusammenfassung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu.
1 Tagesüberblick 5 Lösung Hausaufgabe/Fragen Assoziative Felder Funktionen zu Variablenbehandlung.
Kapitel 4: Aussagen-, Prädikatenlogik
Grundlagen01Logik 02Mengen 03Relationen Arithmetik04Die natürlichen Zahlen 05Erweiterungen der Zahlenmenge Elementare Geometrie06Ebene Geometrie 07Trigonometrie.
Grundlagen der mathematischen Logik
Technische Informatik I Vorlesung 4: Vereinfachung von Schaltfunktionen Mirco Hilbert Universität Bielefeld Technische Fakultät.
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Vorlesung Datenbanksysteme vom Anfragebearbeitung  Logische Optimierung.
 Sortigkeit oder Arität
(Wirtschafts-)mathematik I Mathe im Wandel der Zeit Volksschule 1960: Ein Bauer verkauft einen Sack Kartoffeln für 50 DM. Die Erzeugerkosten betragen 40.
Von Bits, Bytes und Raid Eine Schnuppervorlesung Inhalt
Datentypen: integer, char, string, boolean
Datentypen: integer, char, string, boolean
Es ist ein ORANGER KREIS
 Präsentation transkript:

Agenda für heute, 19. Januar 2007 Informationssysteme: ETH-BibliothekInformationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung Mengendiagramme, Wahrheitstabellen Boolesche Algebra

© Institut für Computational Science, ETH Zürich ETH-Bibliothek Vortrag von Frau E. Benninger Grösste Bibliothek der Schweiz Schwerpunkte im Bereich des elektronischen Informationsangebotes 2/21

Informationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die InformationsgewinnungLogische Verknüpfungen als Grundlage für die Informationsgewinnung Mengendiagramme, Wahrheitstabellen Boolesche Algebra

© Institut für Computational Science, ETH Zürich Wiedergewinnung von Information: Relationale Datenbank Normalisieren Relationale Operatoren (Select, Project, Join) Ursprüngliche Information Relationen Wiedergewonnene Information 3/21

© Institut für Computational Science, ETH Zürich Wiedergewinnung von Information: Aussagenlogik Welche Nahrungsmittel enthalten weniger als 2 mg Eisen? Name in Nahrungsmittel mit Nährstoff = Eisen und Menge < 2 4/21 Aussage ausgewertet mit Tupel einer Datenbank wahrfalsch Datenbankabfrage

© Institut für Computational Science, ETH Zürich Elemente der Aussagenlogik Eine Aussage hat einen Wahrheitswert ("wahr", "falsch"). Aussagen können aus Teilaussagen zusammengesetzt sein. Diese Teilaussagen sind durch logische Operatoren (Konjunktion, Disjunktion, Negation) verknüpft. 5/21 Der Wahrheitswert einer zusammengesetzten Aussage ist vollständig durch die Wahrheitswerte der Teilaussagen und die Art und Weise wie diese in der Aussage verknüpft sind, gegeben.

© Institut für Computational Science, ETH Zürich Konjunktion p und q seien Teilaussagen, w = wahr, f = falsch Der Wahrheitswert von p and q wird durch die Wahrheitstabelle der Konjunktion präzise definiert: pq p and q ww w Die erste Zeile ist eine Kurzform für: w f f "Falls p wahr ist und q wahr ist, dann fw f ist p and q wahr. f f f Symbole: und, and,, 6/21

© Institut für Computational Science, ETH Zürich Beispiel Rosen sind rot and Veilchen sind blau ist wahr 7/21 Rosen sind rot and Veilchen sind grün ist falsch

© Institut für Computational Science, ETH Zürich Disjunktion p und q seien Teilaussagen, w = wahr, f = falsch Der Wahrheitswert von p or q wird durch die Wahrheitstabelle der Konjunktion präzise definiert: pq p or q www Beachte: p or q ist nur falsch wenn w fw beide Teilaussagen falsch sind. fww f f f Symbole: oder, or, +, 8/21

© Institut für Computational Science, ETH Zürich Beispiel 9/21 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

© Institut für Computational Science, ETH Zürich Negation p sei eine (Teil)aussage, w = wahr, f = falsch Der Wahrheitswert von not p wird durch die Wahrheitstabelle der Negation präzise definiert: pnot p w f f w Symbole: nicht, not, ¬ 10/21 Reihenfolge der Auswertung von Operatoren in logischen Ausdrücken: 1. NOT 2. AND 3. OR

© Institut für Computational Science, ETH Zürich Bemerkung zur Disjunktion Umgangssprachlich bedeutet "oder" meistens: p oder q oder beide (sie ist intelligent oder sie studiert jede Nacht) p or q ist durch die Wahrheitstabelle definiert und bedeutet immer "p oder q oder beide". manchmal bedeutet "oder" : p oder q aber nicht beide (sie telefoniert aus Basel oder aus Genf) "oder" in letzterem Sinn wird exklusive Disjunktion (xor) genannt. 11/21 pq p xor q wwf Beachte: p xor q ist falsch wenn w fw beide Teilaussagen entweder falsch fww oder richtig sind f f f

© Institut für Computational Science, ETH Zürich Disjunktion oder exklusive Disjunktion? 12/21 Genauer: drink and < 1 Glas xor drive Genauer: drink xor driveAber stimmt das? Genauer: drink and 1 Glas and drive or drink and > 1 Glas and not drive Stimmts jetzt?

© Institut für Computational Science, ETH Zürich 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 ) TautologieWiderspruch p or not pp and not p pnot p p or not p wf w fw w pnot p p and not p wf f fw f 13/21

© Institut für Computational Science, ETH Zürich Logische Operatoren im Web: "+" und "-" Inklusion und Exklusion Anstelle der logischen Operatoren "and", "or" und "not" setzen Suchhilfen oft auch die Zeichen "+" und "-" ein. Mit dem "+"-Operator (Inklusion oder Einschluss) sagen wir, dass der nachfolgende Suchbegriff auf jeden Fall im Suchergebnis enthalten sein muss. Der "-"-Operator (Exklusion oder Ausschluss) schliesst Dokumente im Suchergebnis aus, welche den nachfolgenden Suchbegriff enthalten. Beispiel Vogelgrippe –China Es werden nur Dokumente gesucht, in denen der Begriff "China" nicht enthalten ist. 14/21

Informationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung Mengendiagramme, WahrheitstabellenMengendiagramme, Wahrheitstabellen Boolesche Algebra

© Institut für Computational Science, ETH Zürich Grafische und formale Darstellung logischer Verknüpfungen Alle Nahrungsmittel mit Eisen Alle Nahrungsmittel mit Zink 15/21 Logischer Ausdruck ( Nährstoff = Eisen OR Nährstoff = Zink ) AND Menge < 2 mg Mengendiagramme Welche Nahrungsmittel enthalten weniger als 2 mg Eisen oder Zink? Alle Nahrungsmittel mit Menge < 2 mg

© Institut für Computational Science, ETH Zürich Wahrheitstabellen für die Analyse logischer Ausdrücke EisenZink< 2 mg Eisen OR Zink(Eisen OR Zink) AND < 2 mg WWWWW WWFWF WFWWW WFFWF FWWWW FWFWF FFWFF FFFFF 16/21 ( Nährstoff = Eisen OR Nährstoff = Zink ) AND Menge < 2 mg

Informationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung Mengendiagramme, Wahrheitstabellen Boolesche AlgebraBoolesche Algebra

© Institut für Computational Science, ETH Zürich 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;Assoziativ (4) x + y = y + x;Assoziativ (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 17/21 * nach George Boole, englischer Mathematiker, 1815 – 1864

© Institut für Computational Science, ETH Zürich Boolesche Algebra (9)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 ; Neutrales Element (11) zu jedem x M existiert genau ein y M mit x y = 0 und x + y = 1; Komplementäres Element 18/21 Wir ersetzen "wahr" mit "1" und "falsch" mit "0" und wenden die Boolesche Algebra auf logische Ausdrücke an.

© Institut für Computational Science, ETH Zürich Vereinfachung logischer Ausdrücke 19/21 Ananas und Banane oder Ananas und keine Banane oder keine Ananas und keine Banane 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?

© Institut für Computational Science, ETH Zürich Vereinfachung logischer Ausdrücke 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 A + ¬B neutrales Element bez. Aber... sind der 1. und der 7. Ausdruck auch äquivalent? 20/21 Ananas und Banane oder Ananas und keine Banane oder keine Ananas und keine Banane Ananas oder keine Banane

© Institut für Computational Science, ETH Zürich Verifizierung logischer Ausdrücke 21/21 AB((A B) + (A ¬B)) + (¬A ¬B) Schritt: ABA + ¬B Schritt:121 Reihenfolge: Aussage Logischer Ausdruck (Symbole) Boolesche Algebra Ausdruck evaluieren 1. Ausdruck: 7. Ausdruck:

Wir wünschen Ihnen ein schönes Wochenende