8 Grundlagen der Aussagenlogik

Die Aussagenlogik ist eine der fundamentalen Methoden der symbolischen Künstlichen Intelligenz und dient als formales System zur Repräsentation und Verarbeitung von Wissen. Sie ermöglicht die Ableitung logischer Schlussfolgerungen anhand klar definierter Regeln und ist die Grundlage vieler wissensbasierter Systeme.

8.1 Grundbegriffe der Aussagenlogik

Die Aussagenlogik basiert auf Aussagen, die entweder wahr (1) oder falsch (0) sein können. Jede Aussage wird durch eine Aussagenvariable dargestellt, üblicherweise mit Buchstaben wie p, q, r bezeichnet.

8.1.1 Aussagen und ihre Wahrheitswerte

Jede Aussage hat genau einen Wahrheitswert: entweder wahr (true, 1) oder falsch (false, 0).


8.2 Logische Operatoren

Aussagen können mit logischen Operatoren verknüpft werden, um komplexe logische Ausdrücke zu bilden. Die wichtigsten Operatoren sind:

Operator Symbol Bedeutung Beispiel
Negation ¬p „Nicht p“ „Es regnet nicht.“
Konjunktion p ∧ q „p und q“ „Es regnet und der Boden ist nass.“
Disjunktion p ∨ q „p oder q“ „Es regnet oder der Boden ist nass.“
Implikation p → q „Wenn p, dann q“ „Wenn es regnet, wird der Boden nass.“
Äquivalenz p ↔︎ q „p genau dann, wenn q“ „Der Boden ist genau dann nass, wenn es regnet.“

8.3 Wahrheitstabellen

Um den Wahrheitswert eines logischen Ausdrucks zu bestimmen, werden Wahrheitstabellen verwendet. Hier ist eine beispielhafte Wahrheitstabelle für die Implikation p → q:

p q p → q
1 1 1
1 0 0
0 1 1
0 0 1

Die Implikation ist nur falsch, wenn p wahr und q falsch ist.


8.4 Logische Äquivalenzen und Gesetze

In der Aussagenlogik gibt es eine Reihe von Regeln, die zur Vereinfachung und Umformung von Ausdrücken verwendet werden:

8.4.1 De Morgansche Gesetze:

8.4.2 Idempotenzgesetz:

8.4.3 Kommutativität:

8.4.4 Assoziativität:

8.4.5 Distributivität:


8.5 Anwendungen der Aussagenlogik in der KI

Die Aussagenlogik findet breite Anwendung in der Künstlichen Intelligenz, insbesondere in folgenden Bereichen: