• Keine Ergebnisse gefunden

Was bisher geschah. Modellierung von Aussagen durch Aussagenlogik

N/A
N/A
Protected

Academic year: 2022

Aktie "Was bisher geschah. Modellierung von Aussagen durch Aussagenlogik"

Copied!
11
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Was bisher geschah

Modellierung vonAussagendurch

Aussagenlogik I Syntax: Junktoren, Aussagenvariablen, Formelbaum

I Semantik: Belegungen, WW-Tabellen Pr¨adikatenlogik Syntax (Quantoren, Individuenvariablen)

Modellierung vonDatendurch

Mengen I extensionale und intensionale Darstellung

I M¨achtigkeiten von (endlichen) Mengen|M|

I Beziehungen zwischen Mengen ⊆,=,⊂

I leere Menge ∅

I Potenzmenge 2M

I Mengen-Operationen∪,∩, ,\,∆, Produkt×, iterierte Produkte n,

93

(2)

Folgen

Folgen (Listen, W¨ orter) werden definiert:

extensional durch Angabe der Elemente und ihrer Reihenfolge Beispiele: 3210, [1, 4, 9, 16, 25], abababababa

intensional durch Angabe einer Eigenschaft, die f¨ ur jeden Index i das i-te Element eindeutig bestimmt.

Beispiele: (4 − i )

1≤i≤4

, (i

2

)

i∈{1,...,5}

,

(w

i

)

0≤i≤10

mit w

i

=

a falls i ∈ 2

Z

b sonst

(v

i

)

i∈N

mit v

i

=

a falls i ∈ 2

Z

b sonst

(i

2

)

i∈N

= [0, 1, 4, 9, . . .], (3)

k∈N

= [3, 3, 3, 3, . . .]

L¨ ange der Folge (a

n

)

n∈I

:

Anzahl der Elemente (= M¨ achtigkeit der Indexmenge I ⊆

N

)

94

(3)

Modellierung durch Folgen

Beispiel W¨ urfelfolgen:

I

Menge der m¨ oglichen Werte (Augenzahlen): {1, 2, . . . , 6}, z.B. 3 ∈ {1, 2, . . . , 6}

I

Menge aller Folgen von Werten bei viermaligem W¨ urfeln (nacheinander): {1, 2, . . . , 6}

4

,

z.B. [3, 6, 5, 3] ∈ {1, 2, . . . , 6}

4

I

Menge aller Folgen von Werten beim W¨ urfeln beliebig oft nacheinander: {1, 2, . . . , 6}

,

z.B. [3, 2, 2, 5, 1] ∈ {1, 2, . . . , 6}

, ε ∈ {1, 2, . . . , 6}

95

(4)

Modellierung durch Mengen und Folgen

I Menge aller Skatkarten:

S ={♦,♥,♠,♣} ×({7,8,9,10} ∪ {B,D,K,A})

I Folgealler Unter (B) nach Wert aufsteigend geordnet [(♣,B),(♠,B),(♥,B),(♦,B)]∈S4

I Folgealler Karten der Farbe ♠nach Wert (Nullspiel) aufsteigend geordnet

[(♠,7),(♠,8),(♠,9),(♠,10),(♠,B),(♠,D),(♠,K),(♠,A)]∈S8

I Mengealler M¨oglichkeiten der (zwei) Karten im Skat:

{{h,k} |h∈K∧k ∈K ∧h6=k} ⊆2S (Warum nicht⊆S2? )

I Blatt =Mengealler Karten auf der Hand (zu Beginn des Spieles) B ∈2S mit|B|= 10 (10 verschiedene Karten)

I Kartenf¨acher (zu Beginn des Spieles):Folge (k1, . . . ,k10)∈S10 mit

|{k1, . . . ,k10}|= 10 (alle Karten verschieden), z.B.

[(♠,B),(♥,B),(♦,A),(♦,9),(♣,A),(♣,K),(♣,9),(♥,10),(♥,8),(♥,7)]

I Stich:Folgevon drei nacheinander gelegten Karten (geordnetes Tripel) (k1,k2,k3)∈S3mit|{k1, . . . ,k3}|= 3

I Spiel: Folge der (w¨ahrend des Spiels gefallenen) Stiche∈ S310

96

(5)

Zusammenh¨ ange Folgen – Mengen

Folge (a

n

)

n∈I

gegeben

I

Menge {a

n

| n ∈ I } der Elemente der Folge (a

n

)

n∈I

(eindeutig)

I Folge [1,4,9,16], Menge der Elemente{1,4,9,16}

I Folge [a,a,a, . . .], Menge der Elemente{a}

(Folge l¨ asst sich nicht eindeutig rekonstruieren.)

I

Menge der Anfangsst¨ ucke der Folge (eindeutig) Beispiel: (2

n

)

n∈N

, Menge {[1], [1, 2], [1, 2, 4], . . .}

(Folge l¨ asst sich eindeutig rekonstruieren.) Menge A gegeben

I

Folgen (a

n

)

n∈I

durch Mengen definiert (A

, A

ω

)

I

beliebige Anordnung der Elemente einer Menge zu Folgen (i.A. nicht eindeutig, mehrere M¨ oglichkeiten), z.B.

I M={a,b,c,d}, Folgen [a,b,c,d],[b,d,b,c,d,a]

I M=N, Folgen [0,1,2, . . .] , [0,2,4,6,8,1,3,5,7,9,10,12. . .]

I M=Z, Folgen [0,1,−1,2,−2,3,−3, . . .]

[0,1,2,3,−3,−2,−1,4,5, . . .]

97

(6)

Alphabet, Wort, Sprache

Alphabet (endliche) Menge

A

von Symbolen

Wort endliche Folge von Symbolen

w

=

w1· · ·wn

mit

∀i ∈ {1, . . . , n} : w

i

∈ A

L¨ ange eines Wortes

|w|

= Anzahl der Symbole in w Anzahl der Vorkommen eines Symboles in einem Wort

|w|a

= Anzahl der a in w (f¨ ur a ∈ A) Sprache Menge von W¨ ortern

L

⊆ A

98

(7)

W¨ orter – Beispiele

banane

ist ein Wort (Zeichenkette) mit Symbolen aus der Menge{a,b,e,n}, nebenundabbbeeeabauch, ananas undab+beanicht

2009

ist ein Wort mit Symbolen aus der Menge{0,2,9},

90und 09020090auch, −2090nicht

(x+y)·(z−x)

ist ein Wort mit Symbolen aus der Menge{x,y,z,(,),+,−,·},

()xz(xy+−auch, x+ 3·z nicht

(¬p∧p)→q

ist ein Wort mit Symbolen aus der Menge{p,q,∧,¬,→,(,)},

q→(p→q)und∧)(¬p∧auch, p↔q nicht otto holt obst .

ist ein Wort mit Symbolen aus der Menge{otto,obst,holt,.},

.otto. . ottoauch, los otto nicht

99

(8)

Verkettung von W¨ ortern (Folgen)

Verkettung

von W¨ ortern:

F¨ ur alle W¨ orter u = u

1

· · · u

m

∈ A

, v = v

1

· · · v

n

∈ A

gilt u ◦ v = u

1

· · · u

m

v

1

· · · v

n

Beispiel: anne ◦ marie = annemarie Eigenschaften der Operation ◦:

I

◦ ist assoziativ, d.h.

∀u ∈ A

∀v ∈ A

∀w ∈ A

((u ◦ v) ◦ w = u ◦ (v ◦ w ))

I

Das leere Wort ε ist neutrales Element f¨ ur ◦, d.h.

∀w ∈ A

(ε ◦ w = w ◦ ε = w )

I

◦ ist nicht kommutativ.

Gegenbeispiel: u = marie, v = anne u ◦ v = marieanne

6=

annemarie = v ◦ u

100

(9)

Beziehungen zwischen W¨ ortern (Folgen)

Pr¨ afix (Anfangswort)

v

∀u ∈ A

∀v ∈ A

((u

v

v) ↔ (∃w ∈ A

(u ◦ w = v))) (F¨ ur zwei W¨ orter u ∈ A

, v ∈ A

gilt u v v genau dann, wenn ein Wort w ∈ A

existiert, so dass u ◦ w = v gilt.) Beispiele:

I

an v anna (mit w = na)

I

n 6v anna

I

tom v tomate (mit w = ate)

I

oma 6v tomate

I

f¨ ur jedes Wort u ∈ A

gilt ε v u (mit w = u)

I

f¨ ur jedes Wort u ∈ A

gilt u v u (mit w = ε)

(analog zur Teiler-Beziehung zwischen nat¨ urlichen Zahlen)

101

(10)

Postfix- und Infix-Beziehung auf W¨ ortern (Folgen)

Postfix-Beziehung:

∀u∈A∀v∈A (Postfix(u,v)↔(∃w ∈A (w ◦u=v)))

F¨ur zwei W¨orteru=u1· · ·um∈A,v =v1· · ·vn∈A heißtu genau dannPostfix(Suffix) vonv, wenn ein Wortw ∈A existiert, so dass w◦u=v gilt.

Beispiel:entenist Postfix von studenten(mitw =stud) Infix-Beziehung (Teilwort, Faktor):

∀u∈A ∀v ∈A (Infix(u,v)↔(∃w ∈A∃w0∈A (w◦u◦w0 =v)))

F¨ur zwei W¨orteru=u1· · ·um∈A,v =v1· · ·vn∈A heißtu genau dannInfixvonv, wenn zwei W¨orterw,w0∈A existieren, so dass w◦u◦w0=v gilt.

Beispiel:uwe ist Infix vonsauwetter (mitw =sa,w0 =tter) satt ist kein Infix vonsauwetter

102

(11)

Beispiele f¨ ur Sprachen

I Menge aller englischen W¨orterL1⊂ {a, . . . ,z}

I Menge aller deutschen W¨orterL2⊂ {a, . . . ,z,ß,¨a,¨o,¨u}

I Menge aller m¨oglichen DNAL3⊆ {A,T,G,C}

I Menge aller nat¨urlichen Zahlen in Dezimaldarstellung L4={0, . . . ,9} (evtl. mit f¨uhrenden Nullen)

I Menge aller nat¨urlichen Zahlen in Bin¨ardarstellung (Bitfolgen beliebiger L¨ange)L5={0,1}

I Menge aller aussagenlogischen Formeln in AL({p,q,r}) L6⊂ {p,q,r,t,f,¬,∨,∧,→,↔,(,)},

I Menge aller arithmetischen Ausdr¨ucke ¨uberZ(ohne Variablen) L7⊂ {0, . . . ,9,+,·,−,/,(,)},

I Menge aller deutschen S¨atzeL8⊂(L2∪ {.,,,!,?,(,),−}) Wie lassen sich unendliche Sprachenendlichdarstellen?

(Voraussetzung f¨ur maschinelle Verarbeitung)

verschiedene Darstellungen in den LV zur theoretischen Informatik z.B. Automaten und formale Sprachen im 3. Semester (INB)

103

Referenzen

ÄHNLICHE DOKUMENTE

Menge von Fakten (Aussagen, Merkmalswerten) Menge m¨ oglicher Aussagen (oder Aktionen) L¨ osung: zum konkreten Fall passende Aussagen

Aktualisierung: Berechnung der Aktivierung aller Neuronen wiederholen, bis stabiler Zustand erreicht oder Abbruch Konvergenz : Erreichen eines stabilen Zustandes (¨ andert sich

Anwendung: Rechnen mit bedingten Wahrscheinlichkeiten I 1/3 aller Studenten haben ein Notebook.. I 1/10 aller Studenten

Der Eisverk¨ aufer ist traurig, wenn nicht viel Eis gekauft

Regul¨ are Ausdr¨ ucke erm¨ oglichen eine endliche Darstellung unendlicher Sprachen.. Aber: Nicht jede (unendliche) Sprache ist

(der Beweis f¨ ur die Korrektheit eines Programms sieht ganz anders aus als das Programm selbst).. Satz: Die Relation step p ist eine

Das ist immer noch imperative Programmierung, also immer noch un¨ ubersichtlich f¨ ur den Programmierer (Semantikdefinition verwendet Maschinenzustand, dieser ist im Programm

Es ist aber m¨ oglich und das erzeugte While-Programm hat eine besondere (einfache) Struktur, die sp¨ ater noch ausgenutzt wird (Kleene-Normalform-Theorem).. Normalform-Theorem f¨