Teil 7 Grundlagen Logik.

Slides:



Advertisements
Ähnliche Präsentationen
Temporale Logiken: LTL und CTL
Advertisements

Hier einige Hieroglyphen:
Vorlesung Compilertechnik Sommersemester 2008
6. Regelbasierte Systeme
Frame-Logik Eine Einführung Andreas Glausch.
Prof. Dr. W. Conen 15. November 2004
4. Logik – und ihre Bedeutung für WBS
5. Aussagenlogik und Schaltalgebra
Default Logiken Zhao Li
Organisatorisches Klausur für Übungsschein (Anfang Januar)
8. Formale Sprachen und Grammatiken
Syntax der Aussagenlogik
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Grammatiken beschreiben Sprachen L µ *, indem.
Verifizieren versus Berechnen
Algorithmen und Komplexität
Christian Schindelhauer
Logikbasierte Agenten
FH-Hof Grammatiken Richard Göbel. FH-Hof Begriffe Eine Grammatik definiert die Struktur (Syntax) einer Zeichenkette Eine Grammatik definiert nicht die.
Philosophie der Logik nach Frege I
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (06 – Reduktion endlicher Automaten) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (04 – Automaten mit ε-Transitionen) Prof. Dr. Th. Ottmann.
Kapitel 5 Stetigkeit.
Kapitel 1 Die natürlichen und die ganze Zahlen. Kapitel 1: Die natürlichen und die ganzen Zahlen © Beutelspacher/Zschiegner April 2005 Seite 2 Inhalt.
Fakten, Regeln und Anfragen
Reguläre Sprachen Karin Haenelt.
© Karin Haenelt 2006, Äquivalenzen Reg.Ausdrücke, Reg.Sprachen, EA ( ) 1 Reguläre Sprachen Karin Haenelt.
Mathematische und logische Grundlagen der Linguistik
Fantasieregel Die Aussagenlogik
Christian Schindelhauer
Christian Schindelhauer
Deduktives Denken Logisches Schließen
Wiederholung: Der Wahrheitsbegriff
Einführung in die Methoden der Psychologie Tutorium 1.4
Folie 1 Kapitel II. Vom Raumbegriff zu algebraischen Strukturen Neubeginn: Herleitung des Begriffs Vektorraum aus intuitiven Vorstellungen über den Raumbegriff.
Menschliche Logik AND Boolsche Logik = NOT Logisch
Problemlösen Problemlösen Prof. Dr. Bernd Schmidt
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Institut für Theoretische Informatik
Formale Sprachen Grammatiken und die Chomsky-Hierarchie
Agenda für heute, 19. Januar 2007 Informationssysteme: ETH-BibliothekInformationssysteme: ETH-Bibliothek Logische Verknüpfungen als Grundlage für die Informationsgewinnung.
Daten verwalten (2) Agenda für heute, 29. April 2009
Daten verwalten (2) Agenda für heute, 30. April 2008
Noam CHOMSKY, Sheila GREIBACH
Agenda für heute, 13. Januar 2006
Agenda für heute, 20. November 2009
Agenda für heute, 21. November 2008
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
Fachschaft Mathematik und Informatik
Informatik III Christian Schindelhauer Wintersemester 2006/07
Christian Schindelhauer Wintersemester 2006/07 5. Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Der Satz des Pythagoras
Aussagenlogik G. Laner 03/04
7. Formale Sprachen und Grammatiken
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen
Kapitel 4: Aussagen-, Prädikatenlogik
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.
? definierende Gleichungen  gültige Gleichungen ?
(Wirtschafts-)mathematik I Mathe im Wandel der Zeit Volksschule 1960: Ein Bauer verkauft einen Sack Kartoffeln für 50 DM. Die Erzeugerkosten betragen 40.
Methodenlehre der Rechtswissenschaft
 Präsentation transkript:

Teil 7 Grundlagen Logik

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. Warum? ✖ Alle Pinguine sind schwarz-weiß. Einige alte TV-Shows sind schwarz-weiß. Einige Pinguine sind alte TV-Shows. Definition für diese Vorlesung: Logik ist die Lehre vom formal korrekten Schließen.

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

Grundbegriffe der Logik Interpretation Modell Erfüllbarkeit Folgerung Ableitungsregel Term Satz Proposition Formel Domäne Atom Entscheidbarkeit Deduktionskalkül Individuum Semantik Syntax Diskursuniversum Tautologie Modelltheorie Widerspruch

Wie funktioniert Logik? Alle Menschen sind sterblich. Sokrates ist ein Mensch. Also ist Sokrates sterblich. Logik ist die Lehre vom formal korrekten Schließen. Was schließen wir woraus? Beschreibende Grundelemente der Logik nennen wir Sätze.

Wie funktioniert Logik? Sätze und Schlussfolgerungen Jede Logik besteht aus einer Menge von Sätzen zusammen mit einer Schlussfolgerungsrelation (entailment relation). Letztere liefert die Semantik (grch. σημαντικος – zum Zeichen gehörend). süß rot gelb ² süß-sauer sauer … Diese Schlussfolgerungsrelation ist gleichzusetzen mit der Semantik. Überleitung: bei endlich vielen Sätzen kann man die Schlussfolgerungsrelation explizit angeben. Bei unendlich vielen nicht; dann muss sie anders definiert werden. FALSCHE ARGUMENTATION!!! giftig hellgrün ² grün

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

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: grün Syntax-Regel: „Wenn  und y Sätze sind, dann auch -y“ Aufzählung bringt nix, da i.Allg. nicht endlich… rot süß süß Konstruktor oder Junktor süß-sauer sauer sauer gelb

Wie funktioniert Logik? Ausdrucksstärke. Tradeoff: 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. Aufzählung bringt nix, da i.Allg. nicht endlich…

Wie funktioniert Logik? - Modelltheorie Eine Möglichkeit, die Schlussfolgerungsrelation zu definieren besteht über Interpretationen bzw. Modelle. Interpretationen grün rot sauer süß hellgrün gelb süß-sauer giftig Sätze ² ist Modell von Begriff “Modelltheoretische Semantik“

Wie funktioniert Logik? - Modelltheorie Sätze, für die jede Interpretation ein Modell ist, heißen allgemeingültig oder Tautologien (grch. ταυτολογία). ² Interpretationen Sätze ² ² süß süß ² ² ² ² sauer ² ² ² süß-sauer rot hellgrün gelb Begriff “Modelltheoretische Semantik“ grün giftig

Wie funktioniert Logik? - Modelltheorie Sätze, für die keine Interpretation ein Modell ist, heißen widersprüchlich oder unerfüllbar (auch: kontradiktorisch). Interpretationen Sätze süß sauer süß-sauer rot hellgrün gelb Begriff “Modelltheoretische Semantik“ grün giftig giftig

Wie funktioniert Logik? - Modelltheorie Eine Sätze, die (mindestens ein) Modell haben, heißen erfüllbar (auch: kontingent). Interpretationen Sätze süß sauer süß-sauer rot ² hellgrün hellgrün gelb Begriff “Modelltheoretische Semantik“ ² grün giftig

Wie funktioniert Logik? - Modelltheorie Eine Möglichkeit, die Schlussfolgerungsrelation zu definieren besteht über Interpretationen bzw. Modelle. Interpretationen Sätze süß sauer süß-sauer rot ² hellgrün hellgrün gelb Begriff “Modelltheoretische Semantik“ ² grün giftig

Wie funktioniert Logik? - Modelltheorie Eine Möglichkeit, die Schlussfolgerungsrelation zu definieren besteht über Interpretationen bzw. Modelle. Interpretationen Sätze süß sauer süß-sauer rot hellgrün hellgrün gelb ² Begriff “Modelltheoretische Semantik“ grün grün ² giftig

Wie funktioniert Logik? - Modelltheorie Eine Möglichkeit, die Schlussfolgerungsrelation zu definieren besteht über Interpretationen bzw. Modelle. Interpretationen Sätze süß sauer süß-sauer rot hellgrün hellgrün gelb Begriff “Modelltheoretische Semantik“ ² grün grün giftig

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 -y sind genau die Interpreta- tionen, die Modelle sowohl von  als auch von y sind.“ süß-sauer Aufzählung bringt nix, da i.Allg. nicht endlich… ² ² süß ² sauer

² Zurück zu Leibniz: Rechenmaschine für Logik 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 ²

Entscheidungsverfahren/Entscheidbarkeit 1 Entscheidungsalgorithmus: input: Menge {1,…, n} von Sätzen und Satz  terminiert nach endlicher Zeit output: „Ja“, falls {1,…, n} ²  „Nein“ sonst Gibt es einen solchen Algo- rithmus für eine Logik, dann nennt man sie entscheidbar. 1 1  ² -o-mat Nicht jede Logik ist entscheidbar! JA/NEIN

Aufzählungsverfahren/Semientscheidbarkeit 1 1 Aufzählungsverfahren: input: Sätze {1,…, n} output: Sätze , für die gilt {1,…, n} ²  jeder solche Satz wird (irgendwann) ausgegeben 1 ² -semi-o-mat Nicht jede Logik ist entscheidbar! Gibt es einen solchen Algorithmus für eine Logik, dann nennt man sie semientscheidbar. 

Deduktionskalkül kann gesehen werden als spezielle Form eines Aufzählungsverfahrens besteht aus Ableitungsregeln, z.B.: {, y, w,.......}  y -y  y  y -y

Deduktionskalkül Ein Satz  ist aus einer Menge  von Sätzen ableitbar (geschrieben:  ` ), wenn sich  durch wiederholtes Anwenden der Ableitungsregeln eines Deduktionskalküls aus  „erzeugen“ lässt. Deduktionskalkül ist korrekt (engl. sound), wenn aus  `  immer  ²  folgt, d.h. alle ableitbaren Schlüsse auch wirklich logisch folgen. Deduktionskalkül ist vollständig (engl. complete), wenn aus  ²  immer  `  folgt, d.h. alle logischen Konsequenzen auch abgeleitet werden können. In einem korrekten und vollständigen Deduktionskalkül gilt: ² = ` und man kann es als Aufzählungsverfahren verwenden. Achtung! Es gibt Logiken, für die nachweislich kein solches Deduktionskalkül existiert (Gödel 1931).

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

auch: propositionale Logik boolesche Logik 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,…, p1,p2,…) 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 ! $ Negation Konjunktion Disjunktion Implikation Äquivalenz „nicht“ „und“ „oder“ „wenn – dann“ „genau dann, wenn“ Einfache Aussagen Modellierung Es regnet. r Die Straße wird nass. n Die Sonne ist grün g Zusammengesetzte Aussagen Modellierung Wenn es regnet, dann wird die Straße nass. r ! n Wenn es regnet, und die Straße nicht nass wird, dann ist die Sonne grün. (r Æ :n)! g

Aussagenlogik – Modelltheoretische Semantik Was sind die Modelle der Aussagenlogik? Interpretationen Sätze p q … ✔ ✖ : p ² p p ! q ² p q … ✖ p q … ✔ ² p Æ (:p ! q) q ² p Ç q p 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 WWI(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. Interpretationen Sätze p q … ✔ ✖ : p ² p q … ✖ p ! q ² p Ç :p ? ? ? ? p q … ✔ ² (tertium non datur) p Æ q ² p Æ (p ! q) p q … ✖ ✔

Aussagenlogik – Modelltheoretische Semantik Beispiel für Kontradiktion in der Aussagenlogik. Interpretationen Sätze p q … ✔ ✖ : p ² p q … ✖ p ! q ² p Æ :p ? ? ? ? p q … ✔ ² p Æ q ² p Æ (p ! q) p q … ✖ ✔

Aussagenlogik – einige logische Äquivalenzen φ Æ ψ ´ ψ Æ φ φ Ç ψ ´ ψ Ç φ φ Æ (ψ Æ ω) ´ (φ Æ ψ) Æ ω φ Ç (ψ Ç ω) ´ (φ Ç ψ) Ç ω φ Æ φ ´ φ φ Ç φ ´ φ φ Æ (ψ Ç φ) ´ φ φ Ç (ψ Æ φ) ´ φ 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 ´ 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 Ú :q Ú r Ú :s) Ù (:p Ú q Ú s) Ù (q Ú :r Ú s)

Aussagenlogik – Entscheidungsalgorithmus Aussagenlogik ist entscheidbar nützliche Eigenschaft dabei: {1,…, n} ²  gilt genau dann, wenn (1Æ…Æn)! 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: { , } ² p p ! q q ² (p Æ(p ! q)) ! q (p Æ(p ! q)) ! q p q … ✖ p ! q p Æ(p ! q) (p Æ(p ! q)) ! q p q … ✖ ✔ ² ² ² p q … ✔ ✖ ² ² ² p q … ✔ ² ² ² ² ² ²