Monadische Logik 2.Ordnung (MSO)

Slides:



Advertisements
Ähnliche Präsentationen
8. Termin Teil B: Wiederholung Begriffe Baum
Advertisements

Temporale Logiken: LTL und CTL
Baumautomaten Christian Klein Betreuer : Tim Priesnitz
Die Korrespondenz zwischen [Moshe Vardi: “A match made in heaven“]
6. Regelbasierte Systeme
Diskrete Mathematik I Wintersemester 2007 A. May
Eingebettete Systeme Qualität und Produktivität
Das LCA – Problem in Suffixbäumen
Bounded Model Checking II
4. Logik – und ihre Bedeutung für WBS
Default Logiken Zhao Li
Organisatorisches Klausur für Übungsschein (Anfang Januar)
Einige entscheidbare bzw. rekursiv aufzählbare Sprachen
Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Reduktionen Def: L · L (L ist reduzierbar auf.
Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken IX Christian Schindelhauer
HEINZ NIXDORF INSTITUT Universität Paderborn Fachbereich Mathematik/Informatik Algorithmische Probleme in Funknetzwerken X Christian Schindelhauer
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Automatentheorie „Berechnungsmodell für logische Sprachen“
Stoyan Mutafchiev Betreuer: Ilhan, Tim
Bäume als Datenmodelle
Thomas Kloecker Betreuer: Tim Priesnitz
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (05 – Reguläre Ausdrücke) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (06 – Reduktion endlicher Automaten) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 3 Einführung in die Theoretische Informatik (12 – Kellerautomaten, PDA) Prof. Dr. Th. Ottmann.
Algorithmen und Datenstrukturen
Symbolisches Model Checking mit Binary Decision Diagrams
Reguläre Sprachen Karin Haenelt.
© Karin Haenelt 2006, Äquivalenzen Reg.Ausdrücke, Reg.Sprachen, EA ( ) 1 Reguläre Sprachen Karin Haenelt.
© Karin Haenelt 2006, Operationen auf Akzeptoren und Transduktoren, ( ) 1 Operationen auf endlichen Akzeptoren und Transduktoren.
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Christian Schindelhauer
GROOVE Graphs for Object-Oriented Verification Seminar: SEFSIS Sommersemester 2006 Basil Becker
Christian Schindelhauer
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Christian Scheideler Institut für Informatik Universität Paderborn
Institut für Theoretische Informatik
Institut für Theoretische Informatik
Information und Kommunikation
Beispiele: KFG 2.Teil Beispiel 1: Sei G eine Grammatik mit den folgenden Regeln: S  Ac | Bd A  aAb | ab B  aBbb | abb Definieren Sie.
Noam CHOMSKY, Sheila GREIBACH
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
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.
Christian Schindelhauer Sommersemester Vorlesung
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 Systeme II Christian Schindelhauer Sommersemester 2006.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Informatik III Christian Schindelhauer Wintersemester 2006/07
Arne Vater Wintersemester 2006/ Vorlesung
Christian Schindelhauer Wintersemester 2006/07 3. Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Arne Vater Wintersemester 2006/ Vorlesung
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Christian Schindelhauer Wintersemester 2006/07 2. 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.
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 Arne Vater Wintersemester 2006/07 26.
Institut für Softwarewissenschaft – Universität WienP.Brezany 1 Beispiele (Frist: ) Beispiel 1: Sei  = {a, b} ein Alphabet und Q = {q 0, q 1 } eine.
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Software Verification 2 Automated Verification Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt Universität and Fraunhofer Institut für.
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yBeschreibungslogiken (DLs): ALC, ALCN yInferenzprobleme und Inferenzdienste zInhalt heute: yVertiefende.

 Präsentation transkript:

Monadische Logik 2.Ordnung (MSO) Ilhan Aslan Betreuer: Tim Priesnitz Seminar SS/03 „Logische Aspekte in XML“ Gert Smolka PS-Lab Universität des Saarlandes

Motivation: Baue Logik möglichst expressive aber entscheidbar

Logik 1.Ordnung vs. Logik 2.Ordnung Variablen werden durch Individuen interpretiert. z.B. Aussagenlogik 2.Ordnung: Variablen werden durch Mengen von Individuen interpretiert. z.B. Baumlogiken

Logik 2. Ordnung ist unentscheidbar Logik 1.Ordnung mit Mengenvariablen Band von TM … Kopf … x .. Logik 2.Ordnung muss eingeschränkt werden auf einstellige(monadische) Prädikate, sonst ist die Logik unentscheidbar. t … Gitter realisiert durch binäres Prädikat P(x,t). TM hält gdw. t: P(x+1,t) = halt

Übersetzung von Bit-Mustern ew 1 ti ti+1 P 1 xi xi+1 TM wird definiert durch endl. viele Muster-Übergänge. Bsp.: t  x: P(x,t)  P(x+1,t)  P(x+2,t) → P(x+3,t+1)  P(x+4,t+1) P(x+5,t+1)

Monadische Logik 2.Ordnung (SiS) Syntax φ ::=  Xφ  φ φ v φ  Si(X,Y) X  Y  x φ x  Y  S(x,y)  x φ x  Y  x < y Einelementig(X) : ↔  Y ((Y  X )   (Y=X)  Z (Z  X →Z=X v Z=Y))

Syntax Varianten Definiere Syntax mit  x φ x  Y  S(x,y) X  Y :↔ x (x  X → x  Y) x = y :↔  Z ((x  Z) ↔ (y  Z)) S(X,Y) :↔  x,y ((x  X)  (y  Y)  z(((z=x) → (z  X))  ((z=y) → (y  Y)))  S(x,y)) Definiere Syntax mit  x φ x  Y  x < y S(x,y) :↔ (x < y   z(x < z  z < y))

Interpretation von Variablen in (schwacher) SiS 1 Nachfolger (i=1) Universum: 1* 1 2 Nachfolger (i=2) Universum: (1∪2)* 1 2 1 2 Individuen Variablen werden auf einzelne Shapes von endlich langen Strings abgebildet ! Mengen Variablen auf Mengen von Shapes von endlich langen Strings. Eine Menge von Shapes von endlich langen Strings definiert ein Shape von einem endlichen Baum In schwachMSO ist diese Mengen von Shapes von endlich langen Strings endlich. In MSO unendlich. Individuen-Variablen Shape von String Pfad Mengen-Variablen (endl.) Menge von Shapes von Strings (endl.) Menge von Pfade

Menge von Pfade = Baum ? Menge von Pfade {ε,1,2,11,12,121} Setze einzelne Pfade zusammen! 2 1 2 1 2 1 1 2 1 2 1 1 2 1 1

Menge von Pfade = Baum ? Menge von Pfade {ε,1,2,11,12,121} Setze einzelne Pfade zusammen. 2 1 2 1 2 1 2 2 1 1 2 1 1

Erfüllbarkeit von (schwacher)S2S Sei β eine Belegunsfunktion mit : β :x  π , π ist Pfad β :X  2 π β |= y  X <=> β(y)  β(X) β |= S1(x,y) <=> β(x)1 = β(y) β |= S2(x,y) <=> β(x)2 = β(y) β |=  Xφ <=> β[B/X] |= φ für ein B  2 π …

Bsp.: Definiere Prefix-Abgeschlossenheit mit (schwacher)S2S Pfad-bis-Vater-von(y)  X :↔ z (S0(z, y) v S1(z, y)  z  X) z.B. für X = { ε , 1, 11, 2 } Für y = 11 ist Pfad-bis-Vater-von(y)  X erfüllbar weil 1  X! 2 1 1 Prefixpfade-von-Pfad(x)  Y :↔ x Y  z((zY ¬ (z=ε))  Pfad-bis-Vater-von(z)  Y  (z0 Y  ¬ (z1  Y))  (z1  Y  ¬ (z0  Y))) 2 1 z.B. für X = { ε , 1, 11, 2 } Für y = 11 ist Prefixpfade-von-Pfad(x)  X erfüllbar weil ε,1,11  X ! 1

Bsp.: Definiere Prefix-Abgeschlossenheit mit (schwacher)S2S Ein Pfad (121) ist Prefix-Abgeschlossen bzgl. einer Menge von Pfaden, wenn alle Prefixpfade (ε ,1,2,12,121) in der Menge enthalten sind! 2 1 2 1 1 Eine Menge von Pfaden ist Prefix-Abgeschlossen ( definiert einen Baum) wenn gilt : Prefix-Abgeschlossen(Z) :↔ z ((zZ)  Prefixpfade-von-Pfad(z)  Z)

Prädikate → Mengen Prädikate ← Mengen Gegeben: Unäres Prädikat P: Σ*  {0,1} charachteristische Menge: MP = {x  Σ*  P(x) = 1} Prädikate ← Mengen Gegeben: Menge M  Σ* charackteristisches Prädikat: PM(x) = Es Existiert eine Beziehung zwischen Unären Prädikaten und Mengen! 1 , falls x  M 0 , sonst

Unäre Prädikate in (schwacher)SiS Y(x) <=> x  Y X(Y) unentscheidbar (Logik 3.Ordnung) Gitter realisierbar durch P(X)  x X  t X  Zweielementig(X) P({t,x}) = P({x,t}) x .. t

Kodiere ω-Strings in S1S Beispiel: ω-String über A={ a, b } ε 1 11 111 … a b La Lb La = { ε, 11,1111,… } Lb = { 1,111,11111,… } Axiomatisierung in S1S:  La ,Lb : La ∩ Lb =  La ∪ Lb = 1* Jede Adresse hat höchstens ein Label Jede Adresse hat mindestens ein Label

Kodiere Strings in schwacher S1S Beispiel: String über A={ a, b } ε 1 11 111 a b La Lb La = { ε, 11 } Lb = { 1,111} Jede Adresse hat mindestens ein Label Jede Adresse hat höchstens ein Label Axiomatisierung in schwacher S1S:  La ,Lb : La ∩ Lb =  prefix-abgeschlossen(La ∪ Lb)

Kodiere ω -Bäume in S2S Beispiel: ω-Baum über A = {f/2, g/2} f Lf = { ε, 11,12, …} Länge der Adr. gerade Lg = { ε, 1,2 } Länge der Adr. ungerade 2 1 g g 1 1 2 2 Axiomatisierung in S2S:  Lg ,Lf : Lg ∩ Lf =  Lg ∪ Lf = (1 ∪ 2)* f Vereinfachte Definition eines w-Baums ohne Konstanten! f f f Jede Adresse hat mindestens ein Label Jede Adresse hat höchstens ein Label … …

Kodiere Bäume in schwacher S2S Beispiel: Baum über A = {f/2, a/0} f La = { ε, 1,21,22} Lf = { ε, 2 } 2 1 f a (1)  zf  Lf : x,y  (La ∪ Lf): S1(z,x)  S2(z,y) (2)  za  La, z  (La ∪ Lf) : ¬ (za < z) 1 2 a a Axiomatisierung in (schwacher)S2S Lf ,La : La ∩ Lf =  Prefix-Abgeschlossen(La ∪ Lf)  (1)  (2)  (La ∪ Lf) = Aritäten-Konsistenz Baum ist nicht Leer

Referenzen [1] Wolfgang Thomas,Languages, Automata, and Logic, May 1996,Bericht 9607 Institut für Informatik und Praktische Mathematik Der Christian-Albrechts-Universität zu Kiel D-24098 Kiel [2] Khoussainov, Bakhodyr and Nerode,Anil: Automata Theory and Its Applications, Progress in Computer Science, Birkhäuser,Boston;Berlin(2001) [3] David Basin, Felix Klaedke, Monadic Second-Order Logics in Theory and Practice, Albert-Universität, Freiburg [5] Hupert Comon, Max Dauchet, Rémi Gilleron, Denis Lugiez, Sophie Tison, Marc Tommasi, Tree Automata Techniques and Applications [6] Erich Grädel, Wolfgang Thomas, Thomas Wilke (Eds.), Automata, Logics, and Infinite Games, A Guide to Current Research (Part VI Monadic Second-Order Logic), Springer (2001) [7] H.Hermes, Einführung in die Mathematische Logik, B.G. Teubner, Stuttgart (1972)