Professional Documents
Culture Documents
Kazimierz Trzęsicki
2006
4
1 Logika zdań 11
1.1 Pojęcie logiki . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Język logiki zdań . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.1 Pojęcie języka logiki zdań . . . . . . . . . . . . . . . . 14
1.2.2 Definicja zdania . . . . . . . . . . . . . . . . . . . . . . 15
1.2.3 Język formalny . . . . . . . . . . . . . . . . . . . . . . 18
1.2.4 Język a metajęzyk . . . . . . . . . . . . . . . . . . . . 23
1.2.5 Rekurencyjny charakter definicji zdania . . . . . . . . . 25
1.2.6 Model i prawdziwość . . . . . . . . . . . . . . . . . . . 28
1.3 Rachunek zdań . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.1 Tautologia . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3.2 Wybrane tautologie klasycznej logiki zdań . . . . . . . 37
1.3.3 Tablice semantyczne . . . . . . . . . . . . . . . . . . . 41
1.3.4 Tautologia a zdanie logicznie prawdziwe . . . . . . . . 51
1.3.5 Spójniki prawdziwościowe . . . . . . . . . . . . . . . . 53
1.3.6 Funkcjonalna pełność . . . . . . . . . . . . . . . . . . . 56
1.3.7 Postacie normalne . . . . . . . . . . . . . . . . . . . . 58
1.3.8 Elektroniczna interpretacja spójników . . . . . . . . . . 61
1.3.9 Dowód w rachunku zdań . . . . . . . . . . . . . . . . . 64
1.3.10 Twierdzenie o dedukcji . . . . . . . . . . . . . . . . . . 67
1.3.11 Sprzeczne i niesprzeczne zbiory zdań . . . . . . . . . . 70
1.3.12 Wynikanie syntaktyczne a wynikanie semantyczne . . . 70
1.3.13 Reguły, schematy i prawa logiki . . . . . . . . . . . . . 72
1.3.14 Systemy logiki zdań . . . . . . . . . . . . . . . . . . . . 78
2 Logika predykatów 95
2.1 Język rachunku predykatów . . . . . . . . . . . . . . . . . . . 95
2.1.1 Dziedzina . . . . . . . . . . . . . . . . . . . . . . . . . 95
5
6 SPIS TREŚCI
9
10
Rozdział 1
Logika zdań
11
12 ROZDZIAŁ 1. LOGIKA ZDAŃ
2
Użycie wyrażenia jako nazwy samego siebie zaznacza się biorąc to wyrażenie w cudzy-
słów. W niniejszej książce będzie szereg odstępstw od tej zasady. Kierujemy się bowiem
również zasadą ekonomii, która nakazuje zastosowanie tylko tyle środków wyrazu, ile jest
konieczne, aby tekst był zrozumiały i jednoznaczny dla tego, do kogo jest adresowany.
Zgodnie z tą zasadą cudzysłowy opuszczane będą wszędzie tam, gdzie ich brak nie bę-
dzie źródłem jakichś wątpliwości, co do sposobu rozumienia. W szczególności nie ma
potrzeby brania w cudzysłów, jeśli używamy nazwy rodzaju wyrażenia, czyli na przykład
gdy piszemy, że podajemy przykłady zdań. Podobnie, gdy używamy zwrotów w rodzaju:
nazywamy, określamy.
3
Należy tu dodać, że kiedy mówi się o modelu języka, to ma się na uwadze pewnego
rodzaju «rzeczywistość», do mówienia o której dany język może być używany. Kiedy mówi
się o modelu jakiegoś zbioru zdań, to mówi sie o tego rodzaju «rzeczywistości», w której
wszystkie zdania z tego zbioru są prawdziwe.
1.1. POJĘCIE LOGIKI 13
2+2=4
Trójkąt ma trzy boki
Nieprawda, że 2 + 2 = 4.
Jeżeli czworokąt ma cztery boki równe, to ma dwa kąty równe. °
1. p0 , p1 , . . . ,
2. ¬,
3. ⇒, ∨, ∧, ⇔,
16 ROZDZIAŁ 1. LOGIKA ZDAŃ
4. ), (.
4. nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń, które
są skończonymi ciągami symboli spełniającymi warunki 2 i 3.
Warunek 4 można zastąpić warunkiem równoważnym:
Notacja łukasiewiczowska
W wypadku, gdy wszystkie spójniki są prefiksami (czyli gdy pisane są przed
swoimi argumentami) lub gdy wszystkie spójniki są sufiksami (czyli gdy
pisane są po swoich argumentach) możliwe jest wyeliminowanie nawiasów.
4
Najmniejszy zbiór spełniający jakieś warunki to taki i tylko taki zbiór, którego każdy
podzbiór właściwy nie spełnia tych warunków lub — inaczej — taki i tylko taki zbiór, który
jest podzbiorem każdego zbioru spełniającego te warunki. A ⊆ B (A jest podzbiorem B)
wtedy i tylko wtedy, gdy każdy element A jest elementem B. W szczególności każdy zbiór
jest swoim podzbiorem. Zbiór A jest podzbiorem właściwym B wtedy i tylko wtedy, gdy
A jest podzbiorem B i jest różny od B.
18 ROZDZIAŁ 1. LOGIKA ZDAŃ
Słownik
1. p0 , p1 , . . . ,
2. N
3. C, A, K, E;
4. nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń, które
można w skończonej ilości kroków skonstruować wedle punktów 1–3.
(a1 , a2 , . . . , an , b1 , b2 , . . . , bm ).
(αˆβ)ˆγ = αˆ(βˆγ).
6
Idea opisu języka za pomocą gramatyki sięga starożytności. Współczesne studia nad
gramatyką, przede wszystkim porównawcze, podjęto na początku XIX wieku. Pojęcie
gramatyki jako czegoś na wzór programu, wytwarzającego wyrażenia poprawnie zbudo-
wane ujawnia się z pełną jasnością dopiero w pracach Noama Chomskiego w połowie lat
pięćdziesiątych XX wieku.
22 ROZDZIAŁ 1. LOGIKA ZDAŃ
Σ = {p, 0 } ∪ {¬, ∧, ∨, ⇒, ⇔} ∪ { ), ( }
V = {zdanie, litera-zdaniowa}
XI = zdanie
1. bazowy (po prostu: baza) lub początkowy — przez podanie nazw wska-
zane są pewne obiekty, które są elementami definiowanego zbioru;
3000 Definiowany zbiór to taki zbiór, którego żaden właściwy podzbiór nie
ma jako swych elementów wszystkich elementów bazowych lub nie jest
domknięty za względu na reguły konstrukcji.
1.2. JĘZYK LOGIKI ZDAŃ 27
2. warunek indukcyjny:
M |= α.
M |= α
M |= α
M |= α
M |= α
M |= β lub M |= γ;
M |= α
M |= β i M |= γ;
M |= α
dla każdego M ⊆ S : M |= α.
1.3. RACHUNEK ZDAŃ 31
1.3.1 Tautologia
Zdanie jest skończonym ciągiem symboli, a więc w jego skład wchodzi skoń-
czona ilość liter zdaniowych. Dla każdego zdania można zatem wskazać taki
początkowy skończony odcinek ciągu S liter zdaniowych, w którym znajdują
się wszystkie litery występujące w tym zdaniu.
Niech p0 , p1 , . . . , pn będzie ciągiem liter zdaniowych, wśród których znaj-
dują się wszystkie litery zdaniowe występujące w α. Każdej literze zdaniowej
przyporządkowujemy jeden z symboli: F , T . To, czym są te symbole nie jest
32 ROZDZIAŁ 1. LOGIKA ZDAŃ
v0 , v 1 , . . . , v n ,
gdzie vi , 0 ≤ i ≤ n jest jednym z symboli F lub T
to interpretacja (zdania α).
p1 ∨ (p3 ∧ ¬p2 )
dla interpretacji:
F, T, T, T
przyjmuje wartość: T. °
11
„F ” jest literą z angielskiego słowa „false” (fałsz), a „T ” — „true” (prawda).
1.3. RACHUNEK ZDAŃ 33
Pytanie, czy zdanie jest tautologią jest rozstrzygalne. Aby tego dowieść
należy wskazać «rachunkową» procedurę, która stosuje się do każdego zda-
nia i która w wypadku każdego zdania po wykonaniu skończonej ilości kro-
ków/operacji pozwoli dać odpowiedź na pytanie, czy zdanie to jest, czy też
nie jest tautologią.
4. zdanie jest tautologią wtedy i tylko wtedy, gdy dla każdego układu
wartości — określonego zgodnie z pkt. 1 — pod spójnikiem głównym
tego zdania znajduje się litera T .
II.
[p ∧ (p ⇒q )]⇒q
T T F F
F
F
T
III.
[p ∧ (p ⇒q )]⇒q
F F T T
T
F
T
IV.
[p ∧ (p ⇒q )]⇒q
F F F F
T
F
T
°
Zauważmy, że nie jest konieczne za każdym krokiem wypisywanie liter T
i F w różnych wierszach. Metodę można stosować pisząc je na jednej linii.
Na przykład dla wypadku I mamy:
[ p ∧( p ⇒ q )]⇒ q
T T T T T T T
2. jeżeli pod spójnikiem napisana jest jakaś litera, to rozważamy tyle wy-
padków (przez powtórzenie danego „rysunku”), ile zgodnie z tabelkami
wartości logicznych jest możliwych sposobów podpisania liter T i F
pod argumenty tego spójnika; każdy taki wypadek rozważamy oddziel-
nie; gdy podpisujemy wartość logiczną pod jakąś literą zdaniową, to
wartość tę podpisujemy pod każde wystąpienie tej litery zdaniowej;
Opisaną procedurę przeprowadzamy dla każdego wypadku z osobna aż
do momentu, gdy:
(a) pod jakimś spójnikiem lub literą zdaniową pojawią się litery T i F
lub
(b) wyczerpane zostaną wszystkie możliwości i pod każdą literą znaj-
duje się dokładnie jedna z liter T lub F ;
(p ⇒q )⇒(¬p ⇒¬ q )
F
T F
T F
F T
F T
T
°
Inne przykłady zastosowania metody niewprost znajdujemy poniżej.
1.3. RACHUNEK ZDAŃ 37
(. . . (p ⇒ p) ⇒ p) . . . ) ⇒ p,
Dowód tezy 1.
Niech αk+1 będzie tautologią. Ponieważ jest to zdanie αk ⇒ p, zatem αk
nie jest tautologią. Na podstawie założenia indukcyjnego k nie jest liczbą
parzystą. Z tego mamy, że k + 1 jest liczba parzystą.
Dowód tezy 2.
Niech teraz k + 1 będzie liczba parzystą. Z tego mamy, że k − 1 jest liczbą
parzystą. Na podstawie założenia indukcyjnego αk−1 jest tautologią. Zdanie
αk+1 to zdanie (αk−1 ⇒ p) ⇒ p. Korzystając z tego, że αk−1 jest tautologią
stwierdzamy, że αk+1 jest tautologią.
Zdanie:
[(¬p ⇒ q) ∧ (¬p ⇒ ¬q)] ⇒ p
jest tautologią.
2. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (q ⇒ p)]
Sprawdzenie metodą wprost:
(p ⇔q )⇔[(p ⇒q )∧(q ⇒p )]
T T T T T T
T T T
T T
T
(p ⇔q )⇔[(p ⇒q )∧ (q ⇒p )]
T F T F F T
F F T
F F
T
(p ⇔q )⇔[(p ⇒q )∧ (q ⇒p )]
F T F T T F
F T F
F F
T
1.3. RACHUNEK ZDAŃ 39
(p ⇔q )⇔[(p ⇒q )∧(q ⇒p )]
F F F F F F
T T T
T T
T
Zdanie:
(p ⇔ q) ⇔ [(p ⇒ q) ∧ (q ⇒ p)]
jest tautologią.
3. (p ⇒ q) ⇒ (¬q ⇒ ¬p)
Sprawdzenie metodą niewprost:
(p ⇒q )⇒(¬q ⇒¬ p )
F
T F
T T F
T F T
T T F
F
Zdanie:
(p ⇒ q) ⇒ (¬q ⇒ ¬p)
jest tautologią.
4. (¬q ⇒ ¬p) ⇒ (p ⇒ q)
Sprawdzenie metodą niewprost:
(¬q ⇒¬ p )⇒(p ⇒q )
F
T F
T T F
F T T
T T F
F
Zdanie:
(¬q ⇒ ¬p) ⇒ (p ⇒ q)
40 ROZDZIAŁ 1. LOGIKA ZDAŃ
jest tautologią.
5. ¬(p ⇒ q) ⇒ (p ∧ ¬q)
Sprawdzenie metodą niewprost:
¬(p ⇒q )⇒(p ∧ ¬q )
F
T F
F F
T F F
T F F
T F T
T
Zdanie:
¬(p ⇒ q) ⇒ (p ∧ ¬q)
jest tautologią.
6. (p ∧ ¬q) ⇒ ¬(p ⇒ q)
Sprawdzenie metodą niewprost:
(p ∧¬q )⇒¬ (p ⇒q )
F
T F
T T T
T F T
T T F
F
Zdanie:
(p ∧ ¬q) ⇒ ¬(p ⇒ q)
jest tautologią.
Na podstawie powyższych tautologii można zauważyć, że tautologiami
są również:
9. ¬(p ⇒ q) ⇔ (p ∧ ¬q)
Tautologią jest także
Stosunek leżenia poniżej jest więc tego rodzaju, że jeżeli α leży poniżej β,
a β leży poniżej γ, to α leży poniżej γ (czyli, stosunek ten jest przechodni).
42 ROZDZIAŁ 1. LOGIKA ZDAŃ
REGUŁY
¬L ¬ αX
..
.
α
¬P ¬ αX
..
.
α
∧L α ∧ βX
..
.
α
β
44 ROZDZIAŁ 1. LOGIKA ZDAŃ
∧P α ∧ βX
..
.
α β
∨L α ∨ βX
..
.
α β
∨P α ∨ βX
..
.
α
β
⇒L α ⇒ βX
..
.
α β
⇒P α ⇒ βX
..
.
α
β
⇔L α ⇔ βX
..
.
α α
β β
⇔P α ⇔ βX
..
.
α α
β β
to, że rozstrzygalny jest problem, czy mając skończony zbiór zdań języka
rachunku zdań możliwa jest taka interpretacja, żeby każde z tych zdań miało
wskazaną dla niego wartość logiczną. Jeżeli zostaną wyczerpane wszystkie
możliwości stosowania podanych reguł i tablica jest zamknięta, to taka możli-
wość jest wykluczona. Jeżeli zaś tablica pozostaje niezamknięta (gdy chociaż
jedna gałąź nie jest zamknięta), to wówczas możliwe jest jednoczesne przy-
sługiwanie wskazanych wartości wszystkim zdaniom ze zbioru zdań będącego
przedmiotem analizy. Ażeby wskazać interpretację, dla której to ma miejsce,
wystarczy wziąć pod uwagę jedną z niezamkniętych gałęzi i literze zdaniowej
przypisać wartość T , gdy litera ta znajduje się po lewej stronie, a wartość
F gdy litera ta znajduje się po prawej stronie gałęzi. W wypadku liter zda-
niowych występujących w zdaniu, a niewystępujących na rozważanej gałęzi,
wystarczy wziąć dowolną literę T lub F .
Przykład 1.11. PYTANIE
TABLICA SEMANTYCZNA
q r
p q p q
p r
ODPOWIEDŹ:
Zdanie:
((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))
jest tautologią. °
1.3. RACHUNEK ZDAŃ 49
p p
q q
p p p p
¬(q ⇔ r) ¬(q ⇔ r)
X
¬(q ⇔ r)X ¬(q ⇔ r)X
(q ⇔ r) (q ⇔ r)X
q q q q
r r r r
ODPOWIEDŹ:
Wykluczona jest interpretacja taka, żeby zdaniom (p ⇔ ¬ (q ⇔ r)) oraz r
przysługiwała wartość T a zdaniu ¬ (p ⇔ q) przysługiwała wartość F (lub,
50 ROZDZIAŁ 1. LOGIKA ZDAŃ
jest tautologią). °
Przykład 1.13. PYTANIE
Czy tautologią jest zdanie:
((p ⇒ q) ⇒ (¬ p ⇒ ¬ q))?
TABLICA SEMANTYCZNA
X
((p ⇒ q) ⇒ (¬p ⇒ ¬q))X
(p ⇒ q)
X
(¬p ⇒ ¬q)X
(¬p)
(¬q)X
q
p
p q
ODPOWIEDŹ:
Zdanie:
((p ⇒ q) ⇒ (¬ p ⇒ ¬ q))
nie jest tautologią. Przyjmuje ono wartość F dla takiej interpretacji, gdy p
przyjmuje wartość F a q wartość T . °
Metoda tablic semantycznych zwykle jest sprawniejsza niż metoda zero-
jedynkowa wprost. Tak czy owak, liczba operacji rośnie wykładniczo w za-
leżności od długości zdania. Chociaż problem, czy zdanie jest tautologią jest
rozstrzygalny, to jednak nie jest on praktycznie rozstrzygalny w tym sensie,
że w wypadku odpowiednio długich zdań oczekiwanie na wynik traci sens
w perspektywie nie tylko życia człowieka. Metoda zero-jedynkowa jest al-
gorytmem, działającym w czasie wykładniczym. Oznacza to np., że gdyby
wykonanie jednej operacji trwało jeden chronom (10−43 s.), to wykonanie 2n
operacji dla n = 200 przekracza czas życia człowieka, a dla n = 500 przekra-
cza wiek wszechświata. Podzielenie zadania i wykonywanie go przez wiele
komputerów też sprawy nie rozwiązuje. Zawsze można wskazać takie n, żeby
mimo wykorzystania wszystkich istniejących maszyn czas wykonania zada-
nia przekraczał z góry zadaną granicę. Tradycyjnie problem obliczeniowy
1.3. RACHUNEK ZDAŃ 51
Lemat 1.2. Niech vM0 , vM1 , . . . , vMn będzie interpretacją taką, że vMm = T
wtedy i tylko wtedy, gdy pm jest elementem M (pm ∈ M), czyli vMm = F
wtedy i tylko wtedy, gdy pm nie jest elementem M (pm 6∈ M).
M |= α
wtedy i tylko wtedy, gdy
α dla interpretacji vM0 , vM1 , . . . , vMn przyjmuje wartość T.
jeżeli ` α, to |= α.
1.3. RACHUNEK ZDAŃ 53
3. B jest kwadratem.
α β α⊕β
T T F
T F T
F T T
F F F
α β α↓β
T T F
T F F
F T F
F F T
wartość logiczna tego zdania była taka sama jak zdania zbudowanego za
pomocą spójnika s.
α1 α2 ... αn s(α1 , α2 , . . . , αn )
v11 v21 ... vn1 v1
... ... ... ... ...
v1j v2j ... vnj vj
... ... ... ... ...
n n n
v12 v22 ... vn2 v2n
Można pokazać, że
58 ROZDZIAŁ 1. LOGIKA ZDAŃ
Wniosek 1.6. Każdy ze zbiorów spójników {¬, ∨}, {¬, ∧}, {¬, ⇒} jest funk-
cjonalnie pełny.
W dowodzie wystarczy skorzystać z równoważności:
(α ∧ β) ⇔ ¬ (¬ α ∨ ¬ β)
(α ∨ β) ⇔ ¬ (¬ α ∧ ¬ β)
(α ⇒ β) ⇔ (¬ α ∨ β)
(α ∨ β) ⇔ (¬ α ⇒ β)
(α ⇒ β) ⇔ ¬ (α ∧ ¬ β)
(α ∧ β) ⇔ ¬ (α ⇒ ¬ β).
β γ β|γ
T T F
T F T
F T T
F F T
(p ∨ ¬ p ∨ q) ∧ (p ∨ ¬ q). °
1. (α ⇔ β) ⇔ [(α ⇒ β) ∧ (β ⇒ α)],
2. (α ⇒ β) ⇔ (¬ α ∨ β).
Kolejnym krokiem uzyskania zarówno jednej jak i drugiej postaci jest
doprowadzenie do sytuacji, gdy spójniki negacji jako argumenty mają
tylko litery zdaniowe. W tym celu korzysta się z następujących równo-
ważności:
3. ¬ ¬ α ⇔ α,
4. ¬ (α ∨ β) ⇔ (¬ α ∧ ¬ β),
5. ¬ (α ∧ β) ⇔ (¬ α ∨ ¬ β).
Zastępowanie z wykorzystaniem równoważności 1–5 prowadzi się tak
długo, jak to jest możliwe. W rezultacie otrzymuje się zdanie, które jest
zbudowane tylko z literałów oraz spójników alternatywy i koniunkcji.
Teraz w zależności od tego, jaka interesuje nas postać, stosujemy jedną
z dwóch równoważności.
Dla uzyskania zdania o dysjunkcyjnej postaci normalnej korzystamy z:
α ¬α
Bramka NOT
α
α∧β
β
Bramka AND
Zamiast:
α ¬(α ∧ β)
β
korzystamy z:
α
¬(α ∧ β)
β
1.3. RACHUNEK ZDAŃ 63
Bramka NAND
α
α∨β
β
Bramka OR
Zamiast:
α α∨β
¬(α ∨ β)
β
korzystamy z:
α
¬(α ∨ β)
β
Bramka NOR
α
α⊕β
β
Bramka XOR
Zamiast:
α
α⊕β ¬(α ⊕ β)
β
64 ROZDZIAŁ 1. LOGIKA ZDAŃ
korzystamy z:
α
¬(α ⊕ β)
β
Bramka XNOR
1. αi jest tautologią,
2. αi należy do Σ,
• zdanie,
oraz
czyli że
{a < b ∧ b < c ⇒ a < c, a < b, b < c} ` a < c17 .
2. a < b założenie
4. b < c założenie
7. a < c (MP 6, 5) °
Lemat 1.8.
∅ ` α wtedy i tylko wtedy, gdy ` α
jeżeli ` α to ∅ ` α.
17
Poszczególne wyrażenia języka teorii mniejszości: a < b, b < c, a < c odpowiadają
literom zdaniowym, czyli są przez nas traktowane jako wewnętrznie niezłożone.
1.3. RACHUNEK ZDAŃ 67
Wniosek 1.9. α jest tautologią wtedy i tylko wtedy, gdy α ma dowód z do-
wolnego zbioru zdań.
∅`α
będziemy pisali:
` α.
Σ ∪ {α} ` β
wtedy i tylko wtedy, gdy
Σ ` α ⇒ β.
Σ ` α ⇒ β.
jeżeli α ∈ Σ, to M |= α.
jeżeli M |= Σ, to M |= α,
Teza 2. Jeżeli Σ ` α, to Σ |= α.
Rozpoczniemy od tezy 1. Dowodzić będziemy niewprost. Niech więc
Σ |= α i nieprawda, że Σ ` α.
Z tego, że nieprawda, iż Σ ` α mamy, że zbiór Σ∪{¬ α} jest niesprzeczny.
Zatem na podstawie uogólnionego twierdzenia o niesprzeczności Σ ∪ {¬ α}
ma model. Ten model jest modelem zbioru Σ a nie jest modelem zdania α,
zatem α nie wynika semantycznie z Σ. A to przeczy założeniu.
Dla dowodu niewprost tezy 2 załóżmy, że Σ ` α i nieprawda, że Σ |= α.
Z tego, że nieprawda Σ |= α mamy, że istnieje taki model zbioru Σ, który
nie jest modelem α. Model ten jest więc modelem zbioru Σ ∪ {¬ α}. Na
podstawie uogólnionego twierdzenia o niesprzeczności zbiór Σ ∪ {¬ α} jest
niesprzeczny. W takim razie nie jest prawdą, że Σ ` α. To zaś przeczy
założeniu.
Reguła odrywania może więc być opisana jako klasa par uporządkowanych
zbiorów zdań: {({α, α ⇒ β}, {β})}, gdzie α i β są dowolnymi zdaniami.
Ogólnie, przez regułę wnioskowania możemy rozumieć sposób przyporządko-
wania określonemu zbiorowi zdań jakiegoś określonego zbioru zdań, czyli
Definicja 1.51 (reguły). Reguła to klasa par zbiorów zdań.
Reguła może być klasą par skończonych zbiorów zdań takich, że wszystkie
pary zbiorów mają jeden i ten sam schemat18 , czyli daje się opisać jako:
{({Φ1 , Φ2 , . . . , Φn }, {Ψ})},
{α1 , α2 , . . . , αn } ` α
{α1 , α2 , . . . , αn } |= α.
Φ1 , Φ2 , . . . , Φn /Ψ
jest logiczny wtedy i tylko wtedy, gdy w każdym wypadku, jeżeli zdania:
α1 , α2 , . . . , αn , α
` (α1 ∧ α2 ∧ · · · ∧ αn ) ⇒ α.
• β1 , β2 , . . . , βm .
{α1 , α2 , . . . , αn }
zdania α.
α⇒β modus
¬β tollendo tollens
[(α ⇒ β) ∧ ¬ β] ⇒ ¬ α
¬α
α⇒β
β⇒γ sylogizm
[(α ⇒ β) ∧ (β ⇒ γ)] ⇒ (α ⇒ γ)
α⇒γ hipotetyczny
α ⇒ (β ⇒ γ)
[α ⇒ (β ⇒ γ)] ⇒ [(α ∧ β) ⇒ γ] importacja
(α ∧ β) ⇒ γ
(α ∧ β) ⇒ γ
[(α ∧ β) ⇒ γ] ⇒ [α ⇒ (β ⇒ γ)] eksportacja
α ⇒ (β ⇒ γ)
α ⇒ (β ⇒ γ)
[α ⇒ (β ⇒ γ)] ⇒ [β ⇒ (α ⇒ γ)] komutacja
β ⇒ (α ⇒ γ)
α⇒β
(α ⇒ β) ⇒ (¬ β ⇒ ¬ α) transpozycja 19
¬β⇒¬α
¬ (α ∧ ¬ α) zasada niesprzeczności
19
Prawo transpozycji określa się również mianem prawa kontrapozycji.
78 ROZDZIAŁ 1. LOGIKA ZDAŃ
1. αi jest aksjomatem,
2. αi jest elementem Σ,
Dedukcja naturalna
α1
α2
.
.
.
αn
α
(a) Dowód kończy się, gdy jako wiersz dowodowy otrzymuje się wy-
rażenie znajdujące się pod kreską, czyli α
lub
84 ROZDZIAŁ 1. LOGIKA ZDAŃ
`β
REGUŁY PIERWOTNE
(RO) Reguła odrywania
α⇒β
α
β
(DK) Reguła dołączania koniunkcji
α α
β β
α∧β β∧α
(OK) Reguła opuszczania koniunkcji
α∧β α∧β
α β
(DA) Reguła dołączania alternatywy
α β
α∨β α∨β
α∨β
¬α⇒β
Zauważmy, że to, iż schemat:
Φ1
Φ2
.
.
.
Φn
Ψ
nie ma dowodu nie znaczy, że każde wnioskowanie podpadające pod ten sche-
mat nie ma dowodu. Na przykład, dowodu nie ma schemat:
α
β
¬ (p ∨ q)
¬p
Dowód niewprost:
1. ¬ (p ∨ q) zał.
2. ¬ ¬ p z.d.n.
3. p (z.p.n.;2)
4. p ∨ q (DA,3)
sprzecz. (1,4)
S5.
¬ (p ∨ q)
¬q
1.3. RACHUNEK ZDAŃ 89
Dowód niewprost:
1. ¬ (p ∨ q) zał.
2. ¬ ¬ q z.d.n.
3. q (z.p.n.;2)
4. p ∨ q (DA,3)
sprzecz. (1,4)
S6. I prawo De Morgana dla rachunku zdań
¬ (p ∨ q)
¬ p∧¬ q
Dowód wprost:
1. ¬ (p ∨ q) zał.
2. ¬ p (S4,1)
3. ¬ q (S5,1)
4. ¬ p ∧ ¬ q (DK;2,3)
°
Rachunek rezolucyjny
W związku z tworzeniem algorytmów automatycznego dowodzenia poszu-
kuje się rozwiązań, które dowodzenie to uczyniłyby bardziej efektywnym.
J. A. Robinson (1965) sformułował system dowodzenia z regułą rezolucji 23 .
Metoda Robinsona stosuje się do formuł o normalnej postaci koniunkcyjnej.
Niech λi , 1 ≤ i ≤ n, będzie literałem, czyli literą zdaniową lub literą
zdaniową poprzedzoną spójnikiem negacji.
Klauzula ma więc postać:
λ1 ∨ λ2 ∨ · · · ∨ λn , n ∈ N.
κ1 ∧ κ2 ∧ · · · ∧ κn , n ∈ N.
23
Reguła ta oparta jest o wyniki J. Herbranda (1929) oraz pracę M. Davisa i H. Putnama
(1960).
90 ROZDZIAŁ 1. LOGIKA ZDAŃ
Klauzula może być zapisana jako zbiór literałów. Logicznie taki zbiór
odpowiada zdaniu będącemu alternatywą wszystkich i tylko elementów (li-
terałów) tego zbioru. To, że literał λ jest członem klauzuli κ można więc
zapisać: λ ∈ κ.
Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich
i tylko klauzul będących elementami tej klasy. Zdanie w koniunkcyjnej po-
staci normalnej można więc zapisać jako: {κ1 , κ2 , . . . , κn } lub — jeżeli jest
to jasne z kontekstu — mogą zostać opuszczone symbole zbioru, czyli zdanie
takie zapisuje się: κ1 , κ2 , . . . , κn
Do opisu klauzul i ich koniunkcji mogą być wykorzystane też inne symbole
teoriomnogościowe.
Definicja 1.59 (rezolwenty klauzul). Klauzula κ1 \λ1 ∪κ2 \λ2 jest rezolwentą
klauzul κ1 i κ2 wtedy i tylko wtedy, gdy
2. λ1 ∈ κ1 , λ2 ∈ κ2 .
κ1 , κ2 ` rez(κ1 , κ2 ).
(α ∨ α) ⇔ α.
{α, α} \ {α} = ∅.
1. κ = κm ∗,
5. p
6. q (z 4 i 5)
7. ¥ (z 3 i 6).
Ponieważ uzyskaliśmy klauzulę pustą, na postawione pytanie odpowia-
damy: TAK. °
Przykład 1.20. Czy p ⇒ q ` ¬ p ⇒ ¬ q ?
Tworzymy ciąg klauzul odpowiadający temu pytaniu: ¬ p ∨ q, ¬ p, ¬ q.
1. ¬ p ∨ q
2. ¬ p
3. ¬ q
4. ¬ p (z 1 i 3)
Jedynymi klauzulami, które dają się uzgodnić są pierwsza i ostatnia.
Przez zastosowanie reguły rezolucji uzyskujemy klauzulę: ¬ p. Klauzula
ta nie daje się uzgodnić z żadną inną. Wyczerpane zostały więc możliwości
stosowania reguły rezolucji. To, że nie ma dowodu pustej klauzuli pokazuje,
że odpowiedzią na postawione pytanie jest: NIE. °
94 ROZDZIAŁ 1. LOGIKA ZDAŃ
Rozdział 2
Logika predykatów
2.1.1 Dziedzina
Opis kategorii wyrażeń, z których zbudowane jest zdanie, poprzedzimy opi-
sem dziedziny, która ma być przedmiotem wnioskowań przeprowadzanych
w języku klasycznego rachunku predykatów.
95
96 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
dykatów wymaga jednak zmiennych indywiduowych (tyle, ile jest liczb natu-
ralnych).
2.1.4 Term
Wyrażenia języka rachunku predykatów będą budowane z następujących sym-
boli:
1. a0 , a1 , a2 , . . . , an , . . . — stałe indywiduowe,
2. x0 , x 1 , x 2 , . . . , x n , . . . — zmienne indywiduowe,
3. F0 , F1 , . . . , Fn , . . . — litery funkcyjne
Zamiast:
a0 , a1 , a2 , . . .
będziemy czasem używać:
a, b, c, . . .
a zamiast:
x0 , x 1 , x 2 , . . .
będziemy używać, ewentualnie z indeksami liczbowymi:
x, y, z.
– stałe indywiduowe: c, c0 , c1 , . . .
– zmienne indywiduowe: v, v0 , v1 , . . .
– litery funkcyjne: F, G, . . .
– termy: t, t0 , t1 , . . .
Powtórzmy, symbole:
c, c0 , c1 . . . ; v, v0 , v1 , . . . ; F, G . . . ; t, t0 , t1 , . . .
nie należą do języka, o którym mówimy, lecz należą do języka, którym mó-
wimy.
2.1. JĘZYK RACHUNKU PREDYKATÓW 99
4. ciąg symboli jest termem tylko wtedy, gdy daje się zbudować przez
stosowanie skończoną liczbę razy reguł 1–3.
Przykład 2.3. Termami są: −x1 , +2x2 (mamy tu na uwadze to, co w zwykle
stosowanej notacji zapisujemy jako: 2+x2 ); gdzie „−” jest jednoargumentową
literą funkcyjną a „+” jest dwuargumentową literą funkcyjną.
Termem nie jest: x1 < x2 . °
≡, P0 , P1 , . . .
2.1.6 Formuła
Definicja 2.2 (formuły atomowej). Formuła atomowa to formuła zbudo-
wana z dokładnie jednej litery predykatowej oraz z termów. Formułami ato-
mowymi są więc wszystkie i tylko wyrażenia postaci:
P t1 . . .tn , t1 ≡t2
lub
2.1. JĘZYK RACHUNKU PREDYKATÓW 101
∀x : (P x ⇒ P x).
Podobnie, zamiast:
∃v : (P (v) ∧ φ)
piszemy:
∃φ
P (v)
Zamiast pisać:
∀ φ, ∃ φ
v∈X v∈X
będziemy pisali, odpowiednio:
∀v ∈ X : φ, ∃v ∈ X : φ.
∀x : (P x ⇒ ∃x : Qx) ⇒ Rx
jest formuła:
P x ⇒ ∃x : Qx
a nie jest nią formuła:
(P x ⇒ ∃x : Qx) ⇒ Rx. °
2.1.7 Podstawialność
Podstawowa intuicja wiązana z operacją podstawiania za zmienne wolne
oparta jest o następujące ustalenie:
Jeżeli formuła, do której podstawiamy, po związaniu przez kwan-
tyfikatory wszystkich występujących w niej zmiennych wolnych
przechodzi w zdanie prawdziwe, to również w taki sam sposób
w zdanie prawdziwe powinna przechodzić formuła otrzymana w wy-
niku wykonania operacji podstawiania.
Definicja 2.12 (podstawialności termu w danym miejscu). Term t jest pod-
stawialny za zmienną v w danym miejscu w formule ϕ wtedy i tylko wtedy,
gdy:
1. zmienna v jest w tym miejscu wolna w formule ϕ
oraz
2. miejsce to nie znajduje się w zasięgu działania żadnego kwantyfikatora
wiążącego którąś ze zmiennych (wolnych) występujących w termie t.
Definicja 2.13 (podstawialność termu). Term t jest podstawialny za zmien-
ną v do formuły ϕ wtedy i tylko wtedy, gdy jest podstawialny za zmienną v
w każdym miejscu, w którym zmienna v jest wolna w ϕ.
Przykład 2.9. W formule:
∃x : (x < y)
za zmienną wolną y podstawialny jest term (y − z), zaś term (x − z) nie jest
podstawialny.
W formule:
∃x : (x < y − z)
żadna zmienna z podstawianego termu nie stała się związana. Inaczej jest
w wypadku formuły:
∃x : (x < x − z). °
Operacja podstawiania termu za zmienną wolną, za którą ten term jest
podstawialny, musi być wykonana jednocześnie; tzn. w każdym miejscu,
w którym ta zmienna wolna występuje w danej formule. Podstawienie termu
t za zmienną w danym miejscu polega na wpisaniu termu t na miejsce tej
zmiennej. Formułę otrzymaną z formuły ϕ przez podstawienie termu t za
zmienną v oznacza się: ϕ(v/t) lub ϕ[v ::= t].
106 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
(x − z).
można używać:
∃!x : ϕ.
„∃!x” odczytujemy: istnieje dokładnie jedno x.
MP. z ϕ i ϕ ⇒ φ wynika φ,
mamy jeszcze:
Reguła podstawiania
O∀. z ϕ ⇒ ∀v : φ wynika ϕ ⇒ φ.
D∀. z ϕ ⇒ φ wynika ϕ ⇒ ∀v : φ,
jeżeli v nie jest zmienną wolną w ϕ.
O∃. z ∃v : ϕ ⇒ φ wynika ϕ ⇒ φ.
D∃. z ϕ ⇒ φ wynika ∃v : ϕ ⇒ φ,
jeżeli v nie jest zmienną wolną w φ.
108 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
uznajemy:
a > 0 ⇒ (x > 0 ⇒ x + a > 0).
Regułę dołączania dużego kwantyfikatora stosujemy na przykład wów-
czas, gdy na podstawie:
uznajemy:
y > 0 ⇒ ∀x : (x > 0 ⇒ x + y > 0).
Warunek nałożony na poprzednik (ϕ) implikacji, do której następnika (φ)
dołączamy duży kwantyfikator jest istotny. Na przykład, na podstawie:
2
Formuła ta wyraża prawdziwą zależność w zbiorze liczb rzeczywistych. Staje się zda-
niem prawdziwym po związaniu przez duży kwantyfikator wszystkich zmiennych wolnych,
czyli formuła ta jest spełniona dla dowolnego znaczenia, jakie możemy przyporządkować
zmiennej x w zbiorze liczb rzeczywistych.
2.2. RACHUNEK PREDYKATÓW 109
∃x : (0 < x ∧ x ≤ y) ⇒ 0 < y
uznajemy:
0 < x ∧ x ≤ y ⇒ 0 < y.
Sposób rozumowania odpowiadający regule dołączania małego kwantyfi-
katora możemy zastosować na przykład do:
0 < x ∧ x ≤ y ⇒ 0 < y.
x ≥ 0 ⇒ (y > x ⇒ y > 0)
1. ϕi jest elementem Σ,
2. ϕi jest tautologią (języka rachunku predykatów),
3. ϕi jest aksjomatem (teorii) identyczności,
4. istnieją ϕj , ϕk takie, że ϕk = ϕj ⇒ ϕi ; j, k < i,
5. istnieją ϕk , k < i, oraz term t i zmienna v takie, że t jest podstawialne
za v w formule ϕk i ϕk [v ::= t] = ϕi ,
6. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ∀v : ψ oraz ϕi = φ ⇒ ψ,
7. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w φ oraz ϕi = φ ⇒ ∀v : ψ,
8. istnieje ϕk , k < i, takie, że ϕk = ∃v : φ ⇒ ψ oraz ϕi = φ ⇒ ψ,
9. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w ψ oraz ϕi = ∃v : φ ⇒ ψ.
Definicja 2.16 (tezy rachunku predykatów). Formuły mające dowód z pu-
stego zbioru formuł to tezy rachunku predykatów.
Definicja 2.17 (sprzecznego zbioru formuł). Zbiór formuł jest sprzeczny
wtedy i tylko wtedy, gdy z tego zbioru ma dowód dowolna formuła.
Definicja 2.18 (niesprzecznego zbioru formuł). Zbiór formuł jest niesprzeczny
wtedy i tylko wtedy, gdy nie jest sprzeczny.
Teoria rozumiana jako zbiór formuł taki, że każda formuła mająca dowód
z tego zbioru jest jego elementem, czyli tezą (zbiór zamknięty na operację
konsekwencji) powinna być niesprzeczna. Rachunek logiczny, jako zbiór for-
muł mających dowód z pustego zbioru formuł, aby wart był rozważania, musi
być niesprzeczny. Chodzi więc o to, aby zbiór jego tez — formuł mających
dowód z pustego zbioru (formuł) — nie był równy zbiorowi wszystkich for-
muł języka tego rachunku, czyli żeby dla dowolnego ϕ nie było prawdą, że:
` ϕ.
Przykład 2.11. Formuła:
∀x : P x ⇒ P x
ma dowód z pustego zbioru formuł, czyli
` ∀x : P x ⇒ P x.
2.2. RACHUNEK PREDYKATÓW 111
Dowód.
1. ∀x : P x ⇒ ∀x : P x tautologia
2. ∀x : P x ⇒ P x (O∀; 1)
1. ∃v : ϕ ⇒ ∃v : ϕ tautologia
2. ϕ ⇒ ∃v : ϕ (O∃; 1)
1. ∀v : ϕ ⇒ ∀v : ϕ tautologia
2. ∀v : ϕ ⇒ ϕ (O∀; 1)
3. ∀v : ϕ ⇒ ϕ[v ::= t] (2; v ::= t)
jeżeli term t jest podstawialny za v w ϕ.
112 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Dowód.
1. ∃v : ϕ ⇒ ∃v : ϕ tautologia
2. ϕ ⇒ ∃v : ϕ (O∃; 1)
3. ϕ[v ::= t] ⇒ ∃v : ϕ (2; v ::= t)
jeżeli term t jest podstawialny za v w ϕ.
Dowód.
1. ∀v2 : ϕ ⇒ ϕ T1
2. ϕ ⇒ ∃v1 : ϕ T2
3. ∀v2 : ϕ ⇒ ∃v1 : ϕ (SYLL; 1,2)
4. ∃v1 : ∀v2 : ϕ ⇒ ∃v1 : ϕ (D∃; 3)
5. ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ (D∀; 4)
T 6. ` ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ)
Dowód.
1. ∃v : ϕ ⇒ ∃v : ϕ tautologia
2. ϕ ⇒ ∃v : ϕ (O∃; 1)
3. ∃v : ψ ⇒ ∃v : ψ tautologia
4. ψ ⇒ ∃v : ψ (O∃; 3)
2.2. RACHUNEK PREDYKATÓW 113
5. (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) α⇒γ
β ⇒ δ; 2,4
α∧β ⇒γ∧δ
6. ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) (D∃; 5)
T 7. ` t ≡ t
Dowód.
1. x≡x aksjomat 1
2. t≡t (1; x ::= t).
T 8. ` (t ≡ t1 ) ⇒ (t1 ≡ t)
Dowód.
T 9. ` (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )]
Dowód.
4. (x ≡ x1 ) ⇒ (x1 ≡ x) T8
5. (x ≡ x1 ) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] (SYLL; 3,4)
6. (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )]
(5; x ::= t, x1 ::= t1 , x2 ::= t2 )
Σ ∪ {ϕ} ` φ
wtedy i tylko wtedy, gdy
Σ ` ϕ ⇒ φ.
jeżeli Σ ∪ {ϕ} ` φ, to Σ ` ϕ ⇒ φ
116 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
6. Σ ` 3 > 2,
więc stosując M P dostajemy:
7. Σ ` ∀x : (x > 1).
7 nie jest prawdziwe. °
T 11. ` ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ)
Dowód.
Jeżeli ψ ⇔ χ, to ϕ ⇔ φ.
ψ::=χ
Założenie indukcyjne. Niech ϕ1 −→ φ1 , ψ ⇔ χ i niech ϕ1 ⇔ φ1 .
ψ::=χ
(¬) Niech ϕ będzie formułą ¬ ϕ1 . Zauważmy, że ¬ ϕ1 −→ ¬ φ1 . Ponieważ
ϕ1 ⇔ φ1 , więc ¬ ϕ1 ⇔ ¬ φ1 , czyli ϕ ⇔ φ.
(∨) Niech teraz ϕ będzie formułą ϕ1 ∨ϕ2 . Z założenia indukcyjnego ϕ1 ⇔ φ1 ,
ψ::=χ
zatem (ϕ1 ∨ ϕ2 ) ⇔ (φ1 ∨ ϕ2 ). Ponieważ ϕ1 ∨ ϕ2 −→ φ1 ∨ ϕ2 , zatem ϕ ⇔ φ.
Podobnie postępuje się, gdy zastępowana podformuła występuje w dru-
gim argumencie alternatywy. Pozostałe wypadki spójników zdaniowych są
analogiczne.
Rozważmy jeszcze wypadek, gdy formuła ϕ to formuła ∀v : ϕ1 . Z zało-
żenia indukcyjnego ϕ1 ⇔ φ1 . W takim razie ∀v : ϕ1 ⇔ ∀v : φ1 . Ponieważ
ψ::=χ
∀v : ϕ1 −→ ∀v : phi1 , więc ϕ ⇔ φ.
1. Qi ∈ {∀, ∃}, 1 ≤ i ≤ n,
2. vi 6= vj , jeżeli i 6= j,
∀x : ∃y : [P (x, y) ∨ R(y)],
∀x : [¬ P (x, y) ∨ ∃y : R(y)]
1. (ϕ ⇔ ψ) ⇔ [(ϕ ⇒ ψ) ∧ (ψ ⇒ ϕ)],
2. ¬ ∀v : ϕ ⇔ ∃v : ¬ ϕ,
3. ¬ ∃v : ϕ ⇔ ∀v : ¬ ϕ,
O formułach 4–15 zakładamy, że v1 nie występuje ani w ϕ, ani w ψ.
122 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
jest formuła:
∀y : ∀x : {[P (a) ⇒ Q(x, a)] ⇒ ¬ R(y, y)}. °
Przykład 2.17. Skolemowską postacią normalną formuły:
∀x : ∃y : P (x, y)
jest formuła:
∀x : P (x, f (x)). °
W wypadku P N F (ϕ) ma miejsce równoważność: ϕ ⇔ P N F (ϕ), czyli:
` ϕ ⇔ P N F (ϕ). Tak nie musi być w wypadku Skol(ϕ), czyli nie musi za-
chodzić równoważność: ϕ ⇔ Skol(ϕ) (` ϕ ⇔ Skol(ϕ).) W tym wypadku
związek jest słabszy, a mianowicie: ϕ jest spełnione wtedy i tylko wtedy, gdy
Skol(ϕ) jest spełnione (czyli zachodzi |= ϕ ⇔ Skol(ϕ)).
Skolemizacja prowadzi do szczególnej postaci prefiksu: występują w nim
tylko kwantyfikatory ogólne. Standaryzacji można poddać również matrycę
formuły w przedrostkowej postaci normalnej.
9
J. Herbrand, 1908–31, swoimi pracami dał podstawy takiego ujęcia rachunku kwanty-
fikatorów.
126 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
λ1 ∨ λ2 ∨ · · · ∨ λn ,
gdzie λi ; 1 ≤ i ≤ n to literał.
Przykład 2.19. Klauzulami są: Q(x, y), P (x) ∨ ¬ P (x), P (x) ∨ Q(f (x), y).
Klauzulą nie jest: ¬ [P (x) ∨ ¬ P (x)]. °
Klauzula może być zapisana jako zbiór literałów. Logicznie taki zbiór
odpowiada formule będącej alternatywą wszystkich i tylko jego elementów
(literałów).
Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich
i tylko klauzul będących jej elementami.
Matryca formuły o przedrostkowej postaci normalnej nie zawiera kwan-
tyfikatorów. Podobnie jak zdanie z rachunku zdań może więc zostać przed-
stawiona w postaci normalnej, w szczególności jako koniunkcja klauzul.
W wypadku formuł o standardowej postaci skolemowskiej można pominąć
prefiks. Domyślnie przyjmuje się, że wszystkie zmienne indywiduowe zwią-
zane są kwantyfikatorami ogólnymi. Domyślność ta ma ugruntowanie w pra-
wie rachunku kwantyfikatorów, w zasadzie generalizacji. Formuła o standar-
dowej postaci skolemowskiej może więc być zapisana jako klasa klauzul, czyli
klasa zbiorów literałów.
W informatyce szczególnie ważne są klauzule hornowskie10 .
Definicja 2.23 (klauzuli hornowskiej). Klauzula Horna to klauzula z co
najwyżej jednym pozytywnym literałem.
Pozytywna klauzula Horna to klauzula, która ma jeden literał pozytywny.
4. klauzula pusta, gdy klauzula Horna nie zawiera ani literału negatyw-
nego ani pozytywnego.
` λ1 ∧ · · · ∧ λn ⇒ λ
λ1 ∧ · · · ∧ λn ` λ,
czyli:
10 . λ ⇐ λ1 , . . . , λn , n 6= 0 — reguła;
20 . λ⇐ — fakt,
30 . ⇐ λ1 , . . . , λn , n 6= 0 — zanegowane pytanie;
40 . — klauzula pusta (sprzeczność)
Kolejnym krokiem standaryzacji postaci formuł jest standaryzacja litera-
łów. Tu można ustalić postać termów. Procedura standaryzacji termów to
unifikacja. Zastosowanie rachunku rezolucyjnego dla logiki kwantyfikatorów
oprócz przedstawienia formuł w standardowej postaci skolemowskiej wymaga
też unifikacji termów.
ψ[v ::= c]
Reguła ∃L stosuje się do zdania ∃v : ψ zapisanego po lewej stronie gałęzi.
Zdanie ∃v : ψ jest prawdziwe wtedy i tylko wtedy, gdy dla pewnej stałej c
prawdą jest, że ψ[v ::= c]. Zdanie to zapisujemy po lewej stronie na każdej
gałęzi, na której znajduje się analizowane zdanie ∃v : ψ. Stała indywiduowa
c musi być stałą, która nie występuje na gałęziach, na których dopisujemy
zdanie ψ[v ::= c]. Do danego zdania regułę ∃L stosujemy tylko raz. Jest to
reguła jednokrotna. Fakt zastosowania ∃L zaznaczamy za pomocą X.
∃P ∃v : ψ ?
..
.
ψ[v ::= c]
2.2. RACHUNEK PREDYKATÓW 129
ψ[v ::= c]
Reguła ∀L stosuje się do zdania ∀v : ψ zapisanego po lewej stronie gałęzi.
Takie zdanie jest prawdziwe wtedy i tylko wtedy, gdy dla dowolnej stałej c
prawdą jest, że ψ[v ::= c]. Zdanie ψ[v ::= c] zapisujemy po lewej stronie
każdej gałęzi, na której znajduje się ∀v : ψ. Stała c jest dowolna. Ponieważ
bez względu na to, jaką weźmiemy stałą c prawdą jest ψ[v ::= c], więc regułę
∀L możemy stosować do tego zdania wielokrotnie. Jest to reguła wielokrotna.
Fakt zastosowania ∀L zaznaczamy pisząc ?.
∀P ∀v : ψ X
..
.
ψ[v ::= c]
Reguła ∀P stosuje się do zdania ∀v : ψ zapisanego po prawej stronie ga-
łęzi. Zdanie takie nie jest prawdziwe wtedy i tylko wtedy, gdy dla przynaj-
mniej jednej stałej c nie jest prawdą ψ[v ::= c]. Zdanie ψ[v ::= c] piszemy po
prawej stronie każdej gałęzi, na której znajduje się ∀v : ψ. Stała c nie może
wystąpić wcześniej na żadnej gałęzi, na której dopisujemy ψ[v ::= c]. Regułę
∀P stosujemy tylko raz. Fakt zastosowania ∀P zaznaczamy za pomocą X.
∀P lub ∃L.
• Stałe powinno dobierać się tak, aby poszczególne gałęzie zamykały się.
Nie ma tu jednak jakieś jednej uniwersalnej reguły, jak należy te stałe
dobierać. Można jednak przyjąć, że należy dążyć do użycia możliwie
najmniej różnych stałych.
∀x : (P x ⇒ Qx), ∀x : P x ` ∀xQx?
TABLICA SEMANTYCZNA
∀x : (P x ⇒ Qx)? ∀x : QxX
∀x : P x?
(P a ⇒ Qa)X Qa
Pa
Pa Qa
ODPOWIEDŹ:
Prawdą jest, że: ∀x : (P x ⇒ Qx), ∀x : P x ` ∀x : Qx. °
∀x : (P x ⇒ Qx), ∀x : Qx ` ∀x : P x?
2.2. RACHUNEK PREDYKATÓW 133
TABLICA SEMANTYCZNA
∀x : (P x ⇒ Qx)? ∀x : P xX
∀x : Qx?
(P a ⇒ Qa)X Pa
Qa
ODPOWIEDŹ:
Nie jest prawdą jest, że: ∀x : (P x ⇒ Qx), ∀x : Qx ` ∀x : P x. Tablica nie
może zostać zamknięta. Zauważmy bowiem, że pozostaje tylko stosowanie
reguły ∀L do zdania ∀x : (P x ⇒ Qx) lub do zdania ∀x : Qx. Kontynuując
konstrukcję na kolejnych gałęziach dopisywać będziemy po lewej stronie tylko
P c ⇒ Qc i Qc, a po prawej stronie tylko P c, gdzie c jest dowolną stałą. °
Przykład 2.22. W pewnym miasteczku był golibroda, który golił wszystkich
i tylko tych, którzy nie golili się sami. Kto golił golibrodę?
Niech dwuargumentowa litera predykatowa: G(. . . , . . . ) znaczy:
. . . goli . . .
PYTANIE
Czy wewnętrznie sprzeczne jest zdanie:
TABLICA SEMANTYCZNA
∃x : ∀y : [G(x, y) ⇔ ¬G(y, y)]X
∀y : [G(a, y) ⇔ ¬G(y, y)]?
G(a, a) ⇔ ¬G(a, a)X
G(a, a) G(a, a)
¬G(a, a)X ¬G(a, a)X
G(a, a) G(a, a)
134 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
ODPOWIEDŹ:
Zdanie:
∃x : ∀y : [G(x, y) ⇔ ¬ G(y, y)]
jest wewnętrznie sprzeczne. °
Przykład 2.23. Czy poniższe rozumowanie jest poprawne?
Wszyscy kochają kochającego.
Jerzy nie kocha siebie.
Wobec tego Jerzy nie kocha Marty (?, s. 95).
Niech K . . . , . . . będzie dwuargumentową literą predykatową; skrótem
dla: . . . kocha . . . . Niech a będzie skrótem dla: Jerzy; a b niech będzie
skrótem dla: Marta.
Rozważane rozumowanie możemy zatem zapisać:
∀x.[∃y.K(x, y) ⇒ ∀z.K(z, x)], ¬K(a, a) ` ¬K(a, b)
TABLICA SEMANTYCZNA
TABLICA SEMANTYCZNA
X
¬∀x.∃y.K(x, y) ⇒ ∃x.∀y.[¬K(x, y) ∧ (x = b)]
∃y.K(b, y) ⇒ ∀x.∃y.K(x, y)X
∃y.K(b, y)X ∀x.∃y.K(x, y)X
K(b, c) ∃y.K(d, y)?
ψ ψ ψ(c)
∃v : ψ ∃v : ψ[v1 ::= v] ∃v : ψ[c ::= v]
∃x : x + 3 = 5
Formuła:
∃x : x + y = 5
jest dla dowolnego y spełniona w zbiorze liczb całkowitych, a więc prawdą
jest, że
∀y : ∃x : x + y = 5.
Tym razem w miejsce x nie możemy wpisać jakiejkolwiek nazwy liczby cał-
kowitej. Powiedzmy bowiem, że wpisaliśmy 2. Mamy więc:
2 + y = 5.
Ta formuła nie jest jednak spełniona dla dowolnego y, a więc nie jest prawdą,
że
∀y : 2 + y = 5.
Stała c, którą wpisujemy w miejsce x zależy teraz od wartości y. Możemy
więc przyjąć:
c(y) + y = 5.
Ta formuła jest spełniona dla dowolnego y. Prawdą bowiem jest, że
∀y : (5 − y) + y = 5.
Przykład 2.25.
∀v : (φ ⇒ ϕ)
∀v : φ ⇒ ∀v : ϕ
Dowód wprost
1. ∀v : (φ ⇒ ϕ) zał.
2. ∀v : φ zał.
3. φ ⇒ ϕ O∀; 1
4. φ O∀; 2
5. ϕ (MP; 3,4)
6. ∀v : ϕ (D∀; 5)
°
138 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Przykład 2.26.
¬ ∃v : φ
¬φ
Dowód niewprost
1. ¬ ∃v : φ zał.
2. ¬ ¬ φ zał. dow. niewprost
3. φ (zasada podwój. negacji.; 2)
4. ∃v : φ (D∃; 3)
(1, 4)–sprzeczność
°
Przykład 2.27.
¬ ∃v : φ
∀v : ¬φ
Dowód wprost
1. ¬ ∃v : φ zał.
2. ¬ φ (reg. z przykł. 2.26; 1)
3. ∀v : ¬ φ (D∀; 2)
°
0 < y < x.
2.2. RACHUNEK PREDYKATÓW 141
P t1 . . .tm ,
są termami.
Formuła φ jest spełniona przez x0 , x1 , . . ., xn wtedy i tylko wtedy, gdy
M |= ϕ[x0 x1 . . .xn ]
2.2. RACHUNEK PREDYKATÓW 143
M |= ϕ[x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]
dla pewnego x(∈ U , dla jakiegoś indywiduum).
G(t1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ]) = G(t1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ]).
A zatem:
t[x0 x1 . . .xn ] = t[y0 y1 . . .ym ].
M |= ϕ[x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
M |= ϕ[y0 y1 . . .ym ].
Zatem:
Rt1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
Ponieważ:
M |= ϕ[x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
a
M |= ϕ[y0 y1 . . .ym ]
wtedy i tylko wtedy, gdy
więc:
M |= ϕ[x0 x1 . . .xn ]
146 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
M |= ϕ[y0 y1 . . .ym ].
M |= φ[x0 x1 . . .xn ]
M |= φ[y0 y1 . . .ym ],
M |= ψ[x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
M |= ψ[y0 y1 . . .ym ].
(II)
M |= ¬ φ[x0 x1 . . .xn ]
M |= φ[x0 x1 . . .xn ].
M |= φ[x0 x1 . . .xn ]
M |= φ[y0 y1 . . .ym ].
Zatem:
M |= ¬ φ[x0 x1 . . .xn ]
wtedy i tylko wtedy, gdy
M |= ¬ φ[y0 y1 . . .ym ].
2.2. RACHUNEK PREDYKATÓW 147
Z tego wynika, że
dla dowolnego x(∈ U) : M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]
wtedy i tylko wtedy, gdy
14
dla dowolnego y(∈ U) : M |= φ[y0 y1 . . .yi−1 yyi+1 . . .ym ] .
Zatem:
M |= ∀vi : φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= ∀vi : φ[y0 y1 . . .ym ]15 .
Analogicznie przebiega dowód w wypadku kwantyfikatora szczegółowego
(∃)16 .
14
Zauważmy, że skorzystaliśmy z prawa:
∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v1 : φ[v ::= v1 ]),
jeżeli v1 nie występuje w formule φ.
15
Korzystamy z tego, że
16
W dowodzie korzystać będziemy z:
Wniosek 2.6. Niech ϕ będzie formułą, której wszystkie zmienne wolne znaj-
dują się w ciągu v0 , v1 , . . ., vm zaś wszystkie zmienne wolne i związane znaj-
dują się w ciągu v0 , v1 , . . ., vn . Ciąg przedmiotów: x0 , x1 , . . ., xm spełnia ϕ
w modelu M, czyli:
M |= ϕ[x0 x1 . . .xm ]
wtedy i tylko wtedy, gdy dla jakiegoś ciągu xm+1 , . . ., xn lub — co na jedno wy-
chodzi — dla dowolnego ciągu: xm+1 , . . ., xn : M |= ϕ[x0 x1 . . .xm xm+1 . . .xn ].
M |= ϕ[x0 x1 . . .xn ]
17
Po raz pierwszy była opublikowana w (Tarski 1933) r. Nieformalne przedstawienie wy-
ników tej pracy oraz uzupełnienie nowymi wynikami zwłaszcza o charakterze filozoficznym
i metodologicznym zawiera rozprawa (Tarski 1944).
2.2. RACHUNEK PREDYKATÓW 149
Definicja 2.31 (modelu zbioru zdań). M jest modelem zbioru zdań Σ wtedy
i tylko wtedy, gdy M jest modelem każdego zdania ze zbioru Σ.
φ |= ϕ
Σ |= ϕ
Można zauważyć, że
2. (U, I) |= ∃v : φ
wtedy i tylko wtedy, gdy
(U, I) |= φ
∀x : ∃y : P xy ⇒ ∃y : ∀x : P xy.
a, f (a), f f (a), . . .
są parami różne.
Przede wszystkim zauważmy, że jeżeli m < n, to
f m (a)Rf n (a).
Wniosek 2.11. Teoria mająca dowolnie duży model skończony ma też model
nieskończony.
pytanie, czy α powinna być TAK; zaś gdy fałszem jest, że α odpowiedź
winna być NIE.
8. jeżeli istnieje potrzeba wykonania jakiegoś kroku, to krok ten daje się
wykonać;
Wykonanie poszczególnego kroku nie podlega żadnym ograniczeniom.
Jeżeli zastosowanie metody wymaga wykonania jakiegoś kroku, to nie
może istnieć ograniczenie jakiejkolwiek natury uniemożliwiające jego
wykonanie.
Metoda jest efektywna bez względu na to, czy jest ona komukolwiek znana
i czy jest przez kogokolwiek stosowana.
Przed logikami stanęło trudne zadanie. Powiedzmy, że chcemy dowieść, że
jakiś problem nie jest rozstrzygalny. Aby dowieść nierozstrzygalności, trzeba
dowieść, że nie istnieje stosowna efektywna procedura „mechaniczna”. Z ko-
lei jest to możliwe tylko wówczas, gdy pojęcie efektywnej procedury „mecha-
nicznej” ma matematyczny sens. Problem nadania matematycznego sensu
intuicji efektywnej procedury „mechanicznej” skutecznie podjął się Turing
2.2. RACHUNEK PREDYKATÓW 157
Algebra zbiorów
161
162 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
a∈A
Użycie małej litery nie wyklucza tego, że obiekt, do którego odnosi się
nie jest zbiorem. Elementami zbiorów mogą bowiem być również zbiory.
Wskazuje jedynie na to, że jest to obiekt będący elementem aktualnie roz-
ważanego zbioru (wskazywanego przez drugi argument ∈). Podobnie, użycie
wielkiej litery nie wyklucza tego, że obiekt wskazywany przez tę literę nie
jest elementem jakiegoś zbioru.
„∈” jest dwuargumentową literą predykatową. Ze względu na to, że ele-
menty jakiegoś zbioru mogą być zbiorami, a zbiory mogą być elementami
zbiorów, mała lub wielka litera może wystąpić po każdej ze stron, prawej lub
lewej, znaku ∈.
To, że a nie jest elementem (nie należy do) zbioru A, ¬ (a ∈ A), możemy
zapisać:
a 6∈ A.
Oczywiście, używać będziemy również nawiasów. Zasady korzystania
z nich nie różnią się istotnie od zasad stosowanych w rachunku predykatów.
{x | φ(x)},
y ∈ (x̂)φ(x) ⇔ φ(y),
czyli
(x̂)φ(x) = {x : φ(x)}.
Zbiór scharakteryzowany ekstensjonalnie można scharakteryzować inten-
sjonalnie. Taką wspólną „własnością” wszystkich i tylko tych przedmiotów,
które są elementami zbioru A może być np. to, że są one elementami zbioru
A. Zachodzi następująca równość:
A = {x : x ∈ A}.
Twierdzenie 3.1.
(A = B) ⇒ ∀x : (x ∈ A ⇔ x ∈ B).
Dowód. 2
Z aksjomatu identyczności 3 na str. 107 mamy:
1. A = B ⇒ x ∈ A ⇒ x ∈ B.
Podobnie:
2. B = A ⇒ x ∈ B ⇒ x ∈ A.
Po dołączeniu dużego kwantyfikatora do 1 i 2, odpowiednio, otrzymu-
jemy:
3. A = B ⇒ ∀x : (x ∈ A ⇒ x ∈ B),
2
Dowody twierdzeń rachunku zbiorów przeprowadzamy metodą dowodów założenio-
wych. Jako założenia dowodu mogą być brane tezy rachunku predykatów oraz definicje
i wcześniej udowodnione twierdzenia rachunku zbiorów. Korzystamy nie tylko z reguł
pierwotnych, lecz również z tych reguł, które są intuicyjnie oczywiste. Nie będziemy tych
reguł nazywać. Zwykle wskazywane będą tylko wiersze dowodowe, do których reguły są
stosowane. Odpowiedni komentarz będzie zamieszczany między wierszami dowodowymi
(ze względów typograficznych).
168 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
4. B = A ⇒ ∀x : (x ∈ B ⇒ x ∈ A).
Z 3 i 4 i z tego, że identyczność jest symetryczna mamy:
5. A = B ⇒ ∀x : (x ∈ A ⇔ x ∈ B).
Powstaje pytanie, czy jeżeli zbiory są ekstensjonalnie równe, to są równe.
Pozytywna odpowiedź na to pytanie nie wydaje się być intuicyjnie oczywista.
Zbiór mieszkańców Warszawy jest ekstensjonalnie równy zbiorowi mieszkań-
ców stolicy Polski. Czy jednak zbiory te są równe? Gdyby rozumieć zbiory
w sposób intensjonalny, to ich równość zależałaby nie tylko od ich elementów
(ekstensji), lecz również od sposobu określenia (intensji). Na gruncie ra-
chunku predykatów z identycznością, z ekstensjonalnej równości zbiorów nie
wynika ich równość. Teorię mnogości uprawia się przyjmując aksjomatycznie,
że ekstensjonalna równość zbiorów pociąga za sobą równość zbiorów.
Zasada ekstensjonalności 3 głosi, że jeżeli dwa zbiory są ekstensjonalnie
równe, to są równe, czyli mają te same własności:
∀x : (x ∈ A ⇔ x ∈ B) ⇒ (A = B).
Zbiory są równe wtedy i tylko wtedy, gdy nie różnią się swoimi elemen-
tami, czyli:
Definicja 3.5 (równości zbiorów, =).
(A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B).
Symbol „=” to dwuargumentowa litera predykatowa.
Wprowadzamy skrót „6=”:
A 6= B ⇔ ¬ (A = B).
Przyjmujemy, że symbole „=” i „6=” wiążą słabiej niż symbole operacji na
zbiorach4 .
Dla dowolnych zbiorów A, B, C 5 :
3
Zob. aksjomat równości zbiorów na str. 187.
4
O symbolach tych będzie mowa później.
5
Ściśle rzecz biorąc należałoby wskazać zbiór uniwersalny, którego podzbiorami są A, B
i C. Ponieważ jednak omawiane tezy zachodzą w wypadku dowolnego zbioru uniwersal-
nego, pominięcie wskazania takiego zbioru jest zatem w pełni uprawnione i uzasadnione
zasadą ekonomii, aby pisać tylko to, co jest konieczne do jednoznacznego zrozumienia.
W ten sposób będziemy też postępować w innych wypadkach.
3.2. RÓWNOŚĆ ZBIORÓW 169
T 12 (zwrotność =). A = A.
1. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B),
2. (B = C) ⇔ ∀x : (x ∈ B ⇔ x ∈ C).
Z 1 i 2 dostajemy:
4. [∀x : (x ∈ A ⇔ x ∈ B) ∧ ∀x : (x ∈ B ⇔ x ∈ C)] ⇒ ∀x : (x ∈ A ⇔ x ∈
C),
więc z 3 i 4:
6. (A = C) ⇔ ∀x : (x ∈ A ⇔ x ∈ C),
więc ostatecznie:
Zbiór pusty, ∅, to zbiór, który nie ma żadnego elementu. Zbiór pusty mo-
żemy scharakteryzować intensjonalnie, korzystając z tego, że nie ma takiego
przedmiotu, który różniłby się od samego siebie.
∅ = {x : ¬ x = x}.
170 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
∅ = {x : φ(x) ∧ ¬ φ(x)}.
Symbol „∅” to stała indywiduowa. Zbiór pusty pełni w teorii mnogości
rolę podobną do tej, którą 0 pełni w algebrze.
W algebrze zbiorów przyjmuje się, że zbiory rozważane w ramach określo-
nej dyscypliny — w której algebra zbiorów jest stosowana — są tego rodzaju,
że wszystkie ich elementy są elementami pewnych zbiorów6 . Dla określonej
klasy zbiorów taki zbiór jest tylko jeden. Zbiór ten, X, to przestrzeń (zbiór
pełny lub zbiór uniwersalny). X możemy zdefiniować przez własność, którą
posiadają wszystkie i tylko jego elementy.
X = {x : φ(x) ∨ ¬ φ(x)}.
Mając na uwadze to, że każdy przedmiot jest równy samemu sobie, zbiór
uniwersalny to zbiór:
{x : x = x}.
Symbol „X” to stała indywiduowa. Czasem, w szczególności w rozwa-
żaniach nad relacjami i funkcjami, przyjmuje się istnienie więcej niż jed-
nego zbioru uniwersalnego (każdy z nich jest jedynym zbiorem uniwersal-
nym, który oznacza dana stała indywiduowa). Na oznaczenie tych zbiorów,
jak już była mowa, używa się wielkich liter z końca alfabetu: X, Y, Z (w razie
potrzeby z indeksami).
(A ⊆ B) ⇔ ∀x : (x ∈ A ⇒ x ∈ B).
6
Nie twierdzimy tym samym, że istnieje jakiś taki zbiór, że wszystkie elementy jakie-
gokolwiek zbioru byłyby elementami tego zbioru.
3.3. ZAWIERANIE SIĘ ZBIORÓW 171
A 6⊆ B.
Zbiór A zawiera się w zbiorze B wtedy i tylko wtedy, gdy zbiór A jest
podzbiorem zbioru B. Relacja ⊆ to relacja zawierania się zbiorów lub inaczej
relacja inkluzji.
Zbiór A jest właściwym podzbiorem zbioru B wtedy i tylko wtedy, gdy
każdy element A jest elementem B i są elementy B, które nie są elemen-
tami A.
Definicja 3.9 (podzbioru właściwego, ⊂).
(A ⊂ B) ⇔ ∀x : (x ∈ A ⇒ x ∈ B) ∧ ∃x : (x ∈ B ∧ x 6∈ A).
Zauważmy, że
A ⊂ B ⇔ [(A ⊆ B) ∧ (A 6= B)],
czyli A jest właściwym podzbiorem B wtedy i tylko, gdy A jest podzbiorem
B i A jest różne od B.
Zbiór A jest nadzbiorem zbioru B wtedy i tylko wtedy, gdy każdy element
zbioru B jest elementem zbioru A.
Definicja 3.10 (nadzbioru, ⊇).
(A ⊇ B) ⇔ ∀x : (x ∈ B ⇒ x ∈ A).
Zauważmy, że
A ⊇ B ⇔ B ⊆ A.
Symbol „⊇” to dwuargumentowa litera predykatowa.
Gdy A nie jest nadzbiorem B, to piszemy:
A 6⊇ B.
(A ⊃ B) ⇔ ∀x : (x ∈ B ⇒ x ∈ A) ∧ ∃x : (x ∈ A ∧ x 6∈ B).
172 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Zauważmy, że
A ⊃ B ⇔ [(A ⊇ B) ∧ (A 6= B)],
czyli A jest nadzbiorem B wtedy i tylko wtedy, gdy B jest podzbiorem A i A
jest różne od B.
Przyjmujemy, że symbole „⊆”, „6⊆”, „⊂”, „⊇”, „6⊇”, „⊃” wiążą słabiej niż
wszystkie symbole operacji na zbiorach.
Dla dowolnych zbiorów A, B, C:
T 15 (zwrotność ⊆). A ⊆ A
T 18. (A 6= B) ⇒ [A 6⊆ B) ∨ (B 6⊆ A)].
1. A ⊆ B ⇔ ∀x : (x ∈ A ⇒ x ∈ B).
Podobnie:
2. B ⊆ A ⇔ ∀x : (x ∈ B ⇒ x ∈ A).
Z 1 i 2 otrzymujemy:
4. [∀x : (x ∈ A ⇒ x ∈ B) ∧ ∀x : (x ∈ B ⇒ x ∈ A)] ⇒ ∀x : (x ∈ A ⇔ x ∈
B).
Z 3 i 4 dostajemy:
6. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B),
więc z 5 i 6 ostatecznie otrzymujemy:
3.4. OPERACJE NA ZBIORACH 173
T 23. −(−A) = A
T 24. −∅ = X
T 25. −X = ∅
T 26. A ⊆ B ⇔ −B ⊆ −A.
5. (x ∈ A) ⇔ ¬ (x ∈ −A).
Z 4 i 5 mamy:
6. (x ∈ A) ⇔ (x ∈ −(−A)).
Dołączając w 6 duży kwantyfikator mamy:
7. ∀x : [(x ∈ A) ⇔ (x ∈ −(−A))].
Z definicji równości zbiorów:
9. −(−A) = A.
3.4. OPERACJE NA ZBIORACH 175
(A ∪ B) = {x ∈ X : x ∈ A ∨ x ∈ B}.
∀x : [x ∈ (A ∪ B) ⇔ (x ∈ A) ∨ (x ∈ B)].
Zauważmy, że
x 6∈ (A ∪ B) ⇔ (x 6∈ A) ∧ (x 6∈ B).
T 27 (przemienność ∪). A ∪ B = B ∪ A
T 28 (łączność ∪). A ∪ (B ∪ C) = (A ∪ B) ∪ C
T 30 (idempotencja ∪). A ∪ A = A
1. x ∈ [A ∪ (B ∪ C)] ⇔ [x ∈ A ∨ x ∈ (B ∪ C)],
2. [x ∈ (B ∪ C)] ⇔ (x ∈ B ∨ x ∈ C).
Z 1 i 2 mamy:
3. x ∈ [A ∪ (B ∪ C)] ⇔ [x ∈ A ∨ (x ∈ B ∨ x ∈ C)].
Tezą rachunku logicznego jest:
176 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
5. (x ∈ A ∨ x ∈ B) ⇔ [x ∈ (A ∪ B)].
Z 5 dostajemy:
6. [(x ∈ A ∨ x ∈ B) ∨ x ∈ C] ⇔ [x ∈ (A ∪ B) ∨ x ∈ C].
Z definicji sumy:
7. [x ∈ (A ∪ B) ∨ x ∈ C] ⇔ x ∈ [(A ∪ B) ∪ C].
Korzystając z przechodniości ⇔ ostatecznie dostajemy:
T 32. B ⊆ A ∪ B
T 33. A ⊆ C ∧ B ⊆ C ⇒ A ∪ B ⊆ C
T 34. A ⊆ B ∧ C ⊆ D ⇒ A ∪ C ⊆ B ∪ D
T 35. A ⊆ B ⇔ A ∪ B = B.
A ∪ B = B ⇒ A ⊆ B.
1. (x ∈ A ∨ x ∈ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B).
Korzystając z definicji sumy teoriomnogościowej dostajemy:
3.4. OPERACJE NA ZBIORACH 177
2. (x ∈ A ∪ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B).
Stąd:
3. ∀x : (x ∈ A ∪ B ⇔ x ∈ B) ⇒ ∀x : (x ∈ A ⇒ x ∈ B).
Z definicji równości zbiorów i definicji zawierania się zbiorów:
4. (A ∪ B = B) ⇒ (A ⊆ B).
(A ∩ B) = {x ∈ X : x ∈ A ∧ x ∈ B}.
∀x : [x ∈ (A ∩ B) ⇔ (x ∈ A) ∧ (x ∈ B)].
x 6∈ (A ∩ B) ⇔ (x 6∈ A) ∨ (x 6∈ B).
Operacją iloczynu zbiorów rządzą następujące prawa.
Dla dowolnych zbiorów A, B, C:
T 36 (przemienność ∩). A ∩ B = B ∩ A
T 37 (łączność ∩). A ∩ (B ∩ C) = (A ∩ B) ∩ C
T 39 (idempotencja ∩). A ∩ A = A
1. x ∈ [A ∩ (B ∩ C)] ⇔ [x ∈ A ∧ x ∈ (B ∩ C)],
2. [x ∈ A ∧ x ∈ (B ∩ C)] ⇔ [x ∈ A ∧ (x ∈ B ∧ x ∈ C)].
Tezą rachunku logicznego jest:
4. [(x ∈ A ∧ x ∈ B) ∧ x ∈ C] ⇔ [x ∈ (A ∩ B) ∧ x ∈ C],
5. [x ∈ (A ∩ B) ∧ x ∈ C] ⇔ x ∈ [(A ∩ B) ∩ C].
Korzystając z przechodniości ⇔ ostatecznie mamy:
T 41. A ∩ B ⊆ B
T 42. A ⊆ B ∧ A ⊆ C ⇒ A ⊆ B ∩ C
T 43. A ⊆ B ∧ C ⊆ D ⇒ A ∩ C ⊆ B ∩ D
T 44. A ⊆ B ⇔ A ∩ B = A.
A ∩ B = A ⇒ A ⊆ B.
3.4. OPERACJE NA ZBIORACH 179
Niech:
1. A ∩ B = A.
Z 1 na podstawie definicji równości zbiorów:
2. x ∈ (A ∩ B) ⇔ x ∈ A.
Z definicji przecięcia zbiorów:
3. x ∈ (A ∩ B) ⇔ (x ∈ A ∧ x ∈ B).
Z 2 i 3 mamy:
4. (x ∈ A ∧ x ∈ B) ⇔ x ∈ A.
Tezą rachunku logicznego jest:
5. [(x ∈ A ∧ x ∈ B) ⇔ x ∈ A] ⇒ (x ∈ A ⇒ x ∈ B).
Z 4 i 5 dostajemy
6. x ∈ A ⇒ x ∈ B.
Z definicji zawierania się zbiorów i 6
7. A ⊆ B.
Zbiory A i B są rozłączne, A ⊇⊆ B, wtedy i tylko wtedy, gdy żaden
element jednego ze zbiorów nie jest elementem drugiego, czyli
Definicja 3.15 (rozłączności zbiorów, ⊇⊆).
(A ⊇⊆ B) ⇔ ¬ ∃x : (x ∈ A ∧ x ∈ B).
Zauważmy, że
(A ⊇⊆ B) ⇔ (A ∩ B = ∅).
.
Symbol „ ” to dwuargumentowa litera funkcyjna.
Zauważmy, że
. .
(A B) = (B A).
T 54. A \ B = A ∩ −B
T 56. A ⊆ B ⇔ A ∩ −B = ∅
T 57. A ⊆ B ⇔ −A ∪ B = X.
T 62. A ∪ (B \ A) = A ∪ B
T 63. A ⊆ B ⇒ A ∪ (B \ A) = B.
T 64. A \ (A \ B) = A ∩ B.
182 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Można postawić pytanie, ile daje się uzyskać wzajemnie różnych zbiorów
z danych n zbiorów stosując do nich operacje dodawania, mnożenia i odej-
n
mowania. Dowodzi się, że jest to liczba skończona i wynosi 22 .
Algebra zbiorów ma wielorakie zastosowania, w szczególności z opera-
cjami teoriomnogościowymi mamy do czynienia przy wyszukiwaniu informa-
cji.
Niech T (A) będzie zbiorem wszystkich i tylko tekstów (dokumentów),
w których występuje słowo A. Dla znanych z wyszukiwarek internetowych
spójników: OR, AND oraz AND NOT zachodzą następujące zależności:
1. T (A OR B) = T (A) ∪ T (B),
A AND NOT (B OR C)
lub
T Przecięciem
T uogólnionym zbiorów niepustej rodziny (At )t∈T jest zbiór
A (lub: {At : t ∈ T }), którego elementami są wszystkie i tylko te przed-
t∈T t
mioty, które są elementami każdego ze zbiorów rodziny (At )t∈T .
T
Definicja 3.19 (uogólnionego przecięcia zbiorów, ).
\
∀x : {(x ∈ At ) ⇔ ∀t∈T (x ∈ At )}.
t∈T
\
At = A1 ∩ A2 ∩ . . . ∩ An .
t∈T
1. ∀t ∈ T : (A ⊆ At ),
T
2. A 6⊆ t∈T
At .
Z definicji zawierania się zbiorów i z 2 mamy, że dla pewnego a:
T
3. a ∈ A ∧ ¬ a ∈ t∈T
At .
Z tego:
4. a ∈ A,
oraz
3.4. OPERACJE NA ZBIORACH 185
T
5. ¬ a ∈ t∈T
At .
Z 5 i definicji uogólnionego przecięcia dostajemy:
6. ∃t ∈ T : ¬ a ∈ At .
Z 1 mamy:
7. ∀t ∈ T : (a ∈ A ⇒ a ∈ At ).
Z 4 i 7 zaś dostajemy
8. ∀t ∈ T : (a ∈ At ).
Korzystając z prawa De Morgana stwierdzamy sprzeczność między wier-
szami 6 i 8.
Dowód. Niech
T
1. x ∈ (A ∩ t∈T
At ).
Z 1 oraz definicji przecięcia i uogólnionego przecięcia:
2. x ∈ A ∧ ∀t ∈ T : x ∈ At .
Z tego:
3. ∀t ∈ T : (x ∈ A ∧ x ∈ At ).
Z definicji przecięcia więc:
4. ∀t ∈ T : x ∈ (A ∩ At ).
Zatem z definicji uogólnionego przecięcia:
T
5. x ∈ t∈T
(A ∩ At ),
co kończy dowód.
1. ∅ ∈ N,
2. A ∈ N ⇒ Succ(A) ∈ N.
Succ(0) = 1,
Succ(1) = 2, i ogólnie: Succ(n) = n + 1.
Rozdział 4
Relacje i funkcje
191
192 ROZDZIAŁ 4. RELACJE I FUNKCJE
2. {x} = {x1 } ⇔ x = x1 ,
3. {x, y} = {x1 , y1 } ⇔ (x = x1 ∧ y = y1 ) ∨ (x = y1 ∧ y = x1 ),
Z 2 i 3 mamy:
4. ({x} = {x1 })∧({x, y} = {x1 , y1 }) ⇔ (x = x1 )∧[(x = x1 ∧y = y1 )∨(y =
y1 ∧ y = x1 )].
Z własności identyczności dostajemy:
5. (x = x1 )∧[(x = x1 ∧y = y1 )∨(x = y1 ∧y = x1 )] ⇒ [(x = x1 )∧(y = y1 )].
Z 4 i 5 dostajemy:
6. ({x} = {x1 }) ∧ ({x, y} = {x1 , y1 }) ⇒ [(x = x1 ) ∧ (y = y1 )].
Z definicji równości zbiorów:
7. [({x} = {x1 , y1 }) ∧ ({x, y} = {x1 })] ⇔ (x = x1 = y1 ) ∧ (x = y = x1 ).
Z własności identyczności:
8. (x = x1 = y1 ) ∧ (x = y = x1 ) ⇒ (x = x1 ) ∧ (y = y1 ).
Z 7 i 8 mamy:
9. [({x} = {x1 , y1 }) ∧ ({x, y} = {x1 })] ⇒ (x = x1 ) ∧ (y = y1 ).
Z 1, 6 i 9 dostajemy:
10. {{x}, {x, y}} = {{x1 }, {x1 , y1 }} ⇒ (x = x1 ) ∧ (y = y1 ).
Z definicji równości zbiorów:
11. (x = x1 ) ∧ (y = y1 ) ⇒ {{x}, {x, y}} = {{x1 }, {x1 , y1 }}.
Z 10 i 11 dostajemy:
12. {{x}, {x, y}} = {{x1 }, {x1 , y1 }} ⇔ (x = x1 ) ∧ (y = y1 ).
Definicja 4.1 (pary uporządkowanej).
(x, y) = {{x}, {x, y}}.
(x, y) to para uporządkowana, której poprzednikiem jest x a której następ-
nikiem jest y.
Pary uporządkowane są równe wtedy i tylko wtedy, gdy równe są ich
poprzedniki i równe są ich następniki.
4.1. ILOCZYN KARTEZJAŃSKI ZBIORÓW 193
T 85. (X1 ∪ X2 ) × Y = X1 × Y ∪ X2 × Y
T 86. Y × (X1 ∪ X2 ) = Y × X1 ∪ Y × X2
T 87. (X1 \ X2 ) × Y = X1 × Y \ X2 × Y
T 88. Y × (X1 \ X2 ) = Y × X1 \ Y × X2 .
T 90. Y × (X1 ∩ X2 ) = (Y × X1 ) ∩ (Y × X2 ).
A × B = B × A ⇒ A = B ∨ A = ∅ ∨ B = ∅.
4. A × B = B × A.
Z 3 i 4 dostajemy:
6. (x, y) ∈ A × B ⇔ x ∈ A ∧ y ∈ B,
7. (x, y) ∈ B × A ⇔ x ∈ B ∧ y ∈ A,
8. (x, y) ∈ A × B ⇔ (x, y) ∈ B × A.
Z 6, 7, 8 dostajemy:
9. x ∈ A ∧ y ∈ B ⇔ x ∈ B ∧ y ∈ A.
Opuszczając w 9 równoważność mamy:
10. x ∈ A ∧ y ∈ B ⇒ x ∈ B ∧ y ∈ A.
A z tego:
11. x ∈ A ∧ y ∈ B ⇒ x ∈ B,
12. x ∈ A ∧ y ∈ B ⇒ y ∈ A.
Z 11 mamy, że
13. y ∈ B ⇒ (x ∈ A ⇒ x ∈ B)
a z 12, że
14. x ∈ A ⇒ (y ∈ B ⇒ y ∈ A).
W 13 podstawiając z w miejsce x dostajemy
15. y ∈ B ⇒ (z ∈ A ⇒ z ∈ B).
W 14 podstawiając z w miejsce y dostajemy:
196 ROZDZIAŁ 4. RELACJE I FUNKCJE
16. x ∈ A ⇒ (z ∈ B ⇒ z ∈ A).
Do 15 i 16 możemy dołączyć mały kwantyfikator. W wyniku dostajemy:
17. ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B),
18. ∃x : x ∈ A ⇒ (z ∈ B ⇒ z ∈ A).
Z 17 i 18 mamy:
19. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B) ∧ (z ∈ B ⇒ z ∈ A).
Z tego zaś:
20. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇔ z ∈ B).
Teraz do 20 dołączamy duży kwantyfikator i mamy:
21. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ ∀z : (z ∈ A ⇔ z ∈ B).
Ponieważ:
22. ¬ A = ∅ ⇔ ∃x : x ∈ A,
23. ¬ B = ∅ ⇔ ∃y : y ∈ A,
a
24. A = B ⇔ ∀z : (z ∈ A ⇔ z ∈ B),
więc:
25. ¬ A = ∅ ∧ ¬ B = ∅ ⇒ A = B.
25 jest równoważne:
26. A = B ∨ A = ∅ ∨ B = ∅.
4.2 Relacje
4.2.1 Pojęcie relacji
Słów „stosunek” i „zależność”, „związek” i „relacja” używamy w podobnym
znaczeniu. Mówimy np. o stosunku większości między liczbami, o zależności
między objętością a ciśnieniem, o związku pracy z płacą. Tu pozycja terminu
„relacja” będzie formalnie wyróżniona — definicje i twierdzenia będą mówić
o relacji.
4.2. RELACJE 197
W wypadku, gdy relacja jest podzbiorem X×X, czyli gdy jest podzbiorem
2
X będziemy mówili, że jest to relacja binarna w zbiorze X.
Niech R będzie relacją dwuczłonową. Zamiast (x, y) ∈ R będziemy pisać
xRy a czytać: x jest w relacji R z y.
Przykład 4.2. Niech N będzie zbiorem liczb naturalnych. Podzbiór W (⊆
N × N) jest relacją niewiększości w zbiorze liczb naturalnych wtedy i tylko
wtedy, gdy:
(n, m) ∈ W ⇔ (n ≤ m).
Jest to relacja w zbiorze N. °
Przykład 4.3. Niech X będzie przestrzenią. Zbiór In (⊆ X × X) taki, że dla
dowolnych A, B(⊆ X):
(A, B) ∈ In ⇔ A ⊆ B
X1 ×X2 × · · · ×Xn ,
gdzie Xi są zbiorami, i ≤ n,
jest każdy podzbiór zbioru X1 ×X2 × · · · ×Xn .
Napis:
R ⊆ X1 ×X2 × · · · ×Xn
to sygnatura relacji 1 . „R” to nazwa relacji, a X1 ×X2 × · · · ×Xn to typ relacji.
Zbiór wszystkich i tylko i-tych członów n-członowej relacji R to i-ta dzie-
dzina relacji R, czyli
(A, B, C) ∈ M ⇔ A/B/C,
1 2 3 4
1 + +
2 + +
3 + +
4 +
REF. ∀x ∈ X : (xRx).
R ∈ REF.
∆X = {(x, x) : x ∈ X},
czyli
(x, y) ∈ ∆X ⇔ x ∈ X ∧ y ∈ X}.
∆X to przekątna w zbiorze X × X.
Można zauważyć, że relacja R jest zwrotna w X[= C(R)] wtedy i tylko
wtedy, gdy
∆X ⊆ R.
4.2. RELACJE 201
1 2 3 4
1 + +
2 + +
3 + + +
4 +
IRREF. ∀x ∈ X : ¬ (xRx).
R ∈ IRREF.
1 2 3 4
1 +
2 +
3 + +
4
202 ROZDZIAŁ 4. RELACJE I FUNKCJE
Zauważmy, że
R ∈ REF ⇒ ¬ R ∈ IRREF,
R ∈ IRREF ⇒ ¬ R ∈ REF.
Relacje mogą być zwrotne, przeciwzwrotne lub ani zwrotne i ani przeciw-
zwrotne.
Przykład 4.6. Relacja ≤ w zbiorze liczb rzeczywistych R jest zwrotna:
∀x ∈ R : (x ≤ x). °
R ∈ SYM.
4.2. RELACJE 203
1 2 3 4
1 + + +
2 + + +
3 + +
4 +
R ∈ ASYM.
1 2 3 4
1 +
2 +
3 +
4
R ∈ ANTYSYM.
1 2 3 4
1 + +
2 +
3 +
4 +
Zauważmy, że jeżeli R 6= ∅, to
1. R ∈ SYM ⇒ ¬ R ∈ ASYM,
lub równoważnie
2. R ∈ ASYM ⇒ ¬ R ∈ SYM,
inaczej mówiąc:
3. SYM ∩ ASYM = ∅.
4. R ∈ ASYM ⇒ R ∈ ANTYSYM2
lub równoważnie:
6. Id ∈ SY M ∩ AN T Y SY M.
R ∈ TRANS.
1 2 3 4
1 + + +
2 + + +
3 + + +
4 +
1. ¬ xRx,
5. aRb ∧ bRa.
Z 2 dostajemy:
7. aRa.
Na podstawie 1 zaś:
8. ¬ aRa,
co kończy dowód, ponieważ 7 i 8 są sprzeczne.
4.2. RELACJE 207
1. ∀x ∈ X : (xRx) zwrotna,
2. ∀x, y ∈ X : [xRy ⇒ yRx] symetryczna,
3. ∀x, y, z ∈ X : [(xRy ∧ yRz) ⇒ xRz] przechodnia;
czyli
kxk≈ = {y ∈ X : x≈y}.
∀x : ∃y : (y ∈ kxk≈ ).
4.2. RELACJE 209
2. x ∈ kxk≈ ⇔ x ≈ x.
Z 2 dostajemy:
3. x ≈ x ⇒ x ∈ kxk≈ .
Dołączając duży kwantyfikator mamy:
4. ∀x : [x ≈ x ⇒ x ∈ kxk≈ ].
Z tego dostajemy:
6. ∀x : (x ≈ x)
Z 5 i 6 mamy:
7. ∀x : [x ∈ kxk≈ ].
Z tego dostajemy:
8. ∃x : [x ∈ kxk≈ ].
Twierdzenie 4.4. Dwie klasy abstrakcji relacji równoważności ≈ są bądź
równe, bądź rozłączne; czyli
5. ¬ kak≈ = kbk≈ ,
oraz
6. ¬ kak≈ ∩ kbk≈ = ∅.
Z definicji równości zbiorów:
13. d ∈ kak≈ ,
oraz
14. d ∈ kbk≈ .
Na podstawie definicji klas równoważności z 13 oraz 14 dostajemy, od-
powiednio:
4.2. RELACJE 211
15. d ≈ a,
oraz
16. d ≈ b.
Z symetryczności relacji ≈ i 15 mamy:
17. a ≈ d.
Z przechodniości relacji ≈ oraz 16 i 17:
18. a ≈ b.
Z przechodniości ≈:
19. c ≈ a ∧ a ≈ b ⇒ c ≈ b.
Tautologią jest:
20. a ≈ b ⇒ [(c ≈ a ∧ a ≈ b ⇒ c ≈ b) ⇒ ¬ (c ≈ a ∧ ¬ c ≈ b)].
Z 18, 19 i 20 mamy:
21. ¬ (c ≈ a ∧ ¬ c ≈ b).
Z symetryczności ≈:
22. a ≈ b ⇒ b ≈ a.
Z 18 i 22
23. b ≈ a
Z przechodniości ≈:
24. c ≈ b ∧ b ≈ a ⇒ c ≈ a.
Tautologią jest:
25. b ≈ a ⇒ [(c ≈ b ∧ b ≈ a ⇒ c ≈ a) ⇒ ¬ (¬ c ≈ a ∧ c ≈ b)].
Z 23, 24 i 25 mamy:
26. ¬ (¬ c ≈ a ∧ c ≈ b).
Z 21 i 26 przez dołączanie koniunkcji:
27. ¬ (c ≈ a ∧ ¬ c ≈ b) ∧ ¬ (¬ c ≈ a ∧ c ≈ b).
Z 27 na podstawie praw De Morgana:
212 ROZDZIAŁ 4. RELACJE I FUNKCJE
1. (m1 + n1 ) = (m1 + n1 ).
Zgodnie z definicją relacji R mamy więc:
2. (m1 , n1 )R(m1 , n1 ),
co dowodzi zwrotności.
R jest symetryczna.
214 ROZDZIAŁ 4. RELACJE I FUNKCJE
Niech:
1. (m1 , n1 )R(m2 , n2 ).
Z tego mamy, że
2. (m1 + n2 ) = (m2 + n1 ).
Ponieważ = jest symetryczna, czyli zachodzi:
4. (m2 + n1 ) = (m1 + n2 ).
To zaś oznacza, że zachodzi:
5. (m2 , n2 )R(m1 , n1 ).
R jest przechodnia.
Niech
1. (m1 , n1 )R(m2 , n2 )
i
2. (m2 , n2 )R(m3 , n3 ).
Mamy zatem, że
3. (m1 + n2 ) = (m2 + n1 )
oraz
4. (m2 + n3 ) = (m3 + n2 ).
Z własności sumowania mamy, że
5. [(m1 +n2 ) = (m2 +n1 )∧(m2 +n3 ) = (m3 +n2 )] ⇒ (m1 +n3 ) = (m3 +n1 ).
Otrzymujemy więc:
6. (m1 + n3 ) = (m3 + n1 ),
czyli
4.2. RELACJE 215
7. (m1 , n1 )R(m3 , n3 ),
co dowodzi przechodniości R.
R jest przechodnia.
Niech
1. (c1 , d1 )R(c2 , d2 )
oraz
2. (c2 , d2 )R(c3 , d3 ).
Z tego — odpowiednio — mamy, że
3. c1 d2 = c2 d1
oraz
4. c2 d3 = c3 d2 .
Z praw mnożenia liczb całkowitych oraz z 3 i 4 mamy, odpowiednio:
5. c1 d2 d3 = c2 d1 d3
oraz
6. c2 d3 d1 = c3 d2 d1 .
Z 5 i 6 otrzymujemy:
7. c1 d2 d3 = c3 d2 d1 .
Ponieważ z założenia:
8. d2 6= 0,
więc z 7 na podstawie praw mnożenia liczb całkowitych mamy:
9. c1 d3 = c3 d1 .
Zgodnie z definicją R mamy zatem:
10. (c1 , d1 )R(c3 , d3 ),
czyli R jest przechodnia.
Opisana wyżej relacja dzieli zbiór par liczb całkowitych na klasy abs-
trakcji. Te klasy nazywa się liczbami wymiernymi. Inaczej mówiąc, liczba
wymierna to klasa abstrakcji relacji równoważności R w zbiorze Z×Z∗ . Klasy
kc1 , d1 k i kc2 , d2 k wyznaczają tę samą klasę abstrakcji wtedy i tylko wtedy,
gdy c1 d2 = c2 d1 . Klasę abstrakcji wyznaczoną przez parę (c, d) oznacza się
c/d.
218 ROZDZIAŁ 4. RELACJE I FUNKCJE
∀x, y ∈ X : (¬ xRy).
∀x, y ∈ X : (xRy).
−1
Definicja 4.26 (konwersu relacji, ).
Przykład 4.20. Konwersem relacji < jest > i na odwrót: konwersem > jest
<. Inaczej mówiąc, relacją odwrotną do < jest >, a relacją odwrotną do >
jest <. °
Zauważmy, że
(R−1 )−1 = R.
Można pokazać, że relacja R(⊆ X × X):
1. jest symetryczna wtedy i tylko wtedy, gdy jest równa swojemu konwer-
sowi, czyli gdy R = R−1 ;
2. jest antysymetryczna wtedy i tylko wtedy, gdy R ∩ R−1 ⊆ ∆X ,
3. jest spójna wtedy i tylko wtedy, gdy R ∪ R−1 = X × X.
Zauważmy, że
T 92. R ◦ (R1 ◦ R2 ) = (R ◦ R1 ) ◦ R2
T 93. (R ◦ R1 )−1 = R1 −1 ◦ R−1
T 94. R ◦ ∆X = ∆X ◦ R = R.
Mając zbiór Z(⊆ X), możemy być zainteresowani fragmentem relacji R(⊆
X × X) ograniczonym do tych członów tej relacji, które są elementami Z.
Ten fragment relacji R to relacja R|Z zredukowana do zbioru Z. Relacja
R|Z jest relacją R zredukowaną do zbioru Z wtedy i tylko wtedy, gdy:
R ∪ R−1 .
4.4 Funkcja
Używa się terminów funkcja, przekształcenie, odwzorowanie. W szczególnych
wypadkach mówi się też o operacji, operatorze, transformacji. Wszystkie
te terminy czysto formalnie oznaczają jeden rodzaj obiektów. Różnice w ich
stosowaniu wyznaczone są przez konteksty, w których terminy te pojawiają
się. Bywa, że są używane zamiennie. Tu podamy definicję, stosując jeden
z tych terminów, a mianowicie „funkcja”.
2. ∀x ∈ X : ∃y ∈ Y : xRy,
to mówi się o funkcji całkowicie określonej lub funkcji całkowitej.
{y : − 1 ≤ y ≤ 1} ⊆ R °
f (⊆ X1 × X2 × · · · × Xn × Xn+1 )
i
g(⊆ Y1 × Y2 × · · · × Yn × Yn+1 )
są równe wtedy i tylko wtedy, gdy równe są ich wykresy, czyli gdy f = g
oraz gdy Di (f ) = Di (g), 1 ≤ i ≤ (n + 1).
∀x ∈ A : (f |A(x) = f (x)).
Funkcja f |A to funkcja f zredukowana do zbioru A, lub — inaczej — obcięcie
funkcji f do zbioru A.
Dziedziną funkcji f |A jest zbiór A.
Przykład 4.27. Funkcja f (x) = x2 jest funkcją, której dziedziną jest R. Na-
kładając warunek: −1 ≤ x ≤ 1 otrzymujemy funkcję zredukowaną do zbioru
{x : − 1 ≤ x ≤ 1}. Jest to funkcja f |{x : − 1 ≤ x ≤ 1}. °
Niech g : X → Y będzie funkcją. Niech X ⊆ Z. Funkcja:
f: Z →Y
taka, że
f |X = g
to rozszerzenie (lub przedłużenie) funkcji g na zbiór Z.
Przykład 4.28. Niech g : Q → {0, 1}, gdzie Q jest zbiorem wszystkich liczb
wymiernych, będzie funkcją taką, że
g(x) = 1, dla x ∈ Q.
Funkcja ta jest określona tylko dla liczb wymiernych, a dla każdego ar-
gumentu przyjmuje wartość 1.
Niech f będzie funkcją określoną jak następuje:
(
0 dla x ∈ R \ Q,
f (x) =
1 dla x ∈ Q.
Funkcja f (tzw. funkcja Lejeune-Dirichleta) jest przedłużeniem funkcji g. °
Funkcja, której wartościami są liczby rzeczywiste to funkcja rzeczywista.
lub, równoważnie:
∀x1 , x2 ∈ X : [f (x1 ) = f (x2 ) ⇒ x1 = x2 ].
Relacja f (⊆ X × Y ) jest injekcją wtedy i tylko wtedy, gdy f ◦ f −1 = ∆X .
Przykład 4.29. Funkcja f (x) = x − 1 jest różnowartościowa. Funkcja f (x) =
x2 nie jest różnowartościowa. °
Funkcja f : X → Y , która jest injekcją oraz surjekcją to bijekcja zbiorów
X i Y.
Relacja f (⊆ X × Y ) jest bijekcją wtedy i tylko wtedy, gdy f ◦ f −1 = ∆X
oraz f −1 ◦ f = ∆Y .
Przekształcenia różnowartościowe zbioru X na siebie, czyli bijekcja X na
siebie to permutacje zbioru X.
Przykład 4.30. Permutacją jest funkcja identycznościowa
IX : X → X
na zbiorze X określona wzorem:
∀x ∈ X : (IX (x) = x). °
1. Funkcje f i g są różnowartościowe
oraz
Dowód. Niech dla pewnych x1 , x2 zachodzi f (x1 ) = f (x2 ). Z tego g(f (x1 )) =
g(f (x2 )). Na podstawie pkt. 3 definicji funkcji odwrotnej g(f (x1 )) = x1 ,
a g(f (x2 )) = x2 . Korzystając z założenia mamy więc, że x1 = x2 , czyli f jest
różnowartościowa.
Analogicznie dowodzimy różnowartościowości funkcji g tyle tylko, że tym
razem nie korzystamy z warunku 3, lecz z twierdzenia 4.9 ustalającego wła-
sność funkcji g analogiczną do własności z pkt. 3 funkcji f . Niech więc dla
pewnych y1 i y2 zachodzi g(y1 ) = g(y2 ). Wówczas f (g(y1 )) = f (g(y2 )). Na
podstawie 4.9 mamy f (g(y1 )) = y1 i f (g(y2 )) = y2 , więc y1 = y2 , co dowodzi
różnowartościowości funkcji g.
Pokazaliśmy, że zachodzi 1, czyli że funkcje f i g są różnowartościowe.
Udowodnimy teraz 2, czyli że
230 ROZDZIAŁ 4. RELACJE I FUNKCJE
1. g(y) = x ⇒ f (x) = y
i
2. f (x) = y ⇒ g(y) = x.
Dla dowodu 1 załóżmy, że g(y) = x. Zatem mamy f (x) = f (g(y)). Z tw. 4.9
mamy, że f (g(y)) = y, więc f (x) = y.
Dla dowodu 2 załóżmy, że f (x) = y. Zatem mamy g(y) = g(f (x)). Na
podstawie pkt. 3 definicji funkcji odwrotnej g(f (x)) = x, więc g(y) = x.
A to kończy dowód.
232 ROZDZIAŁ 4. RELACJE I FUNKCJE
2. f −1 (f (x)) = x,
czyli
3. ∀x ∈ X : (f ◦f −1 )(x) = x.
Ponieważ:
4. IX (x) = x,
więc:
5. f ◦f −1 = IX .
Całkiem podobnie pokazujemy, że f −1 ◦f = IY .
Twierdzenie 4.14. Niech f : X → Y , g : Y → Z.
1. jeżeli f przekształca X na Y , a g przekształca Y na Z, to f ◦g prze-
kształca X na Z,
gdzie f : X → Y, A ⊆ X.
gdzie f : X → Y, A ⊆ Y .
1. f (f −1 (A)) ⊆ A,
oraz
2. A ⊆ f (f −1 (A)).
1.1. y ∈ f (f −1 (A)).
Zatem:
1.3. y ∈ A.
Dla dowodu 2 niech
2.1. y ∈ A ∧ A ⊆ f (X).
Zatem
2.3. f (x) ∈ A.
A zatem:
2.4. x ∈ f −1 (A).
Z definicji obrazu mamy więc, że
2.5. y ∈ f (f −1 (A)),
czyli ostatecznie
2.6. A ⊆ f (f −1 (A)).
236 ROZDZIAŁ 4. RELACJE I FUNKCJE
lub
A1 × · · · × Am .
S
A1 × · · · × Am to zbiór wszystkich i tylko funkcji f : {1, . . . , m} → mn=1 An
takich, że ∀n : [(1 ≤ n ≤ m) ⇒ f (n) ∈ An ], czyli jest to zbiór wszystkich
ciągów m-elementowych (a1 , . . . , am ) takich, że an ∈ An .
4.6. UPORZĄDKOWANIE ZBIORÓW 237
A1 × · · · × Am
piszemy:
Am .
czyli
R ∈ REF ∩ TRANS ∩ ANTYSYM6 .
Zamiast xRy, gdy R jest relacją porządkującą, piszemy: x ≤ y i czytamy:
x jest zawarte w y lub też: y zawiera x.
Relacje porządkujące to pewna klasa relacji. Relacja, która należy do tej
klasy, czyli jest relacją porządkującą, może mieć jeszcze inne własności niż
wskazane w definicji relacji porządkującej.
Definicja 4.40 (zbioru uporządkowanego). Gdy R(⊆ X × X) jest relacją
porządkującą, to mówimy, że R porządkuje zbiór X, a para uporządkowana
(X, R) to zbiór uporządkowany.
Uporządkowanie nie jest własnością samego tylko zbioru; jeden i ten sam
zbiór może być uporządkowany przez różne relacje.
Przykład 4.35. Niech R będzie niepustą rodziną podzbiorów zbioru X. Re-
lacja inkluzji ⊆ porządkuje zbiór R. °
Przykład 4.36. Relacja porządku prefiksowego porządkuje zbiór słów. °
∗ ∗
Przykład 4.37. Relacja porządku leksykograficznego ¹ (⊆ A × A ) nad
(A, ≤) porządkuje A∗ (zbiór wszystkich i tylko skończonych ciągów elemen-
tów A, czyli słów nad A). °
x < y, x poprzedza y (x, y ∈ X) w zbiorze uporządkowanym (X, ≤) wtedy
i tylko wtedy, gdy x ≤ y ∧ x 6= y, czyli
Definicja 4.41 (relacja poprzedzania, <).
lub
¬ ∃x ∈ X : (x0 ≤ x ∧ x0 6= x).
∀m, n ∈ N : (n ≤ m ⇔ m|n),
∀x ∈ X : (x 6= x0 ⇒ x < x0 ),
lub
∀x ∈ X : (x ≤ x0 ).
1. ∀x ∈ X : (x ≤ x∗0 ),
2. ∀x ∈ X : (x ≤ x0 ).
Z 1 mamy:
3. x0 ≤ x∗0 .
A z 2:
4. x∗0 ≤ x0 .
Z 3 i 4 oraz antysymetryczności ≤ mamy
5. x0 = x∗0 .
4.6. UPORZĄDKOWANIE ZBIORÓW 241
¬ ∃x ∈ X : (x < x0 ),
lub
¬ ∃x ∈ X : (x ≤ x0 ∧ x0 6= x).
Przykład 4.41. Niech R będzie rodziną podzbiorów zbioru X zawierającą
zbiór ∅ (∅ ∈ R). Relacja ⊆ porządkuje R. W zbiorze R istnieje element
minimalny. Dla dowolnego podzbioru Y zbioru X w wypadku, gdy Y ⊆ ∅,
to Y = ∅. °
Przykład 4.42. W zbiorze uporządkowanym (N, ≤), gdzie n ≤ m ⇔ n|m
(n|m — n jest dzielnikiem m), istnieje element minimalny, mianowicie 1.
Dla żadnego n (∈ N : n|1 i n 6= 1, czyli nie ma n takiego, że n < 1. °
Przykład 4.43. W zbiorze uporządkowanym (N\{1}, ≤), gdzie n ≤ m ⇔ m|n
(m|n — m jest dzielnikiem n), czyli n jest wielokrotnością m, istnieje nie-
skończenie wiele elementów minimalnych: są nimi wszystkie liczby pierwsze.
Niech p będzie liczbą pierwszą. Dla żadnego n (∈ N \ {1} : n|p i n 6= p,
czyli p nie jest wielokrotnością żadnej liczby ze zbioru N \ {1}. °
Definicja 4.45 (elementu najmniejszego). x0 jest najmniejszym elemen-
tem zbioru uporządkowanego (X, ≤) wtedy i tylko wtedy, gdy poprzedza ono
każdy różny od siebie element zbioru X, czyli gdy:
∀x ∈ X : (x 6= x0 ⇒ x0 < x),
242 ROZDZIAŁ 4. RELACJE I FUNKCJE
lub
∀x ∈ X : (x0 ≤ x).
x ≤ y ∨ y ≤ x.
∀x, y ∈ A : (x ≤ y ∨ y ≤ x).
∀x ∈ A : (x0 ≤ x),
(R, ≤),
Definicja 4.57 (przekroju zbioru). Niech (X, ≤) będzie zbiorem liniowo upo-
rządkowanym. Przekrój zbioru X to każda para (X1 , X2 ) zbiorów X1 (⊆ X)
i X2 (⊆ X), spełniających następujące warunki:
1. X1 ∪ X2 = X,
2. X1 ∩ X2 = ∅,
246 ROZDZIAŁ 4. RELACJE I FUNKCJE
· · · ¹ 0k+1 1 ¹ 0k 1 ¹ · · · ¹ 1,
Moce zbiorów
249
250 ROZDZIAŁ 5. MOCE ZBIORÓW
naturalnej n wtedy i tylko wtedy, gdy zbiór ten jest równoliczny ze zbiorem
{1, 2, 3, . . . , n}, gdzie n jest pewną liczbą naturalną n ∈ N.
(α ∧ β ⇒ γ) ⇒ (¬ γ ∧ β ⇒ ¬ α),
z tw. 5.1 otrzymujemy następujący wniosek:
(X = Y ) ⇔ (X ∼ Y ).
A = 0 ⇔ A = ∅.
(f (1), g(1)), (f (1), g(2)), (f (1), g(3)), ... (f (1), g(n)), ...
(f (2), g(1)), (f (2), g(2)), (f (2), g(3)), ... (f (2), g(n)), ...
(f (3), g(1)), (f (3), g(2)), (f (3), g(3)), ... (f (3), g(n)), ...
.. .. .. ..
. . . .
.. .. .. ..
. . . .
.. .. ..
. . .
Każda para (f (m), g(n)) jest obrazem jednej liczby naturalnej. Zatem
funkcja h : N → A1 × A2 przekształca zbiór N na zbiór A1 × A2 4 . Zgodnie
z tw. 5.6 zbiór A1 × A2 jest przeliczalny.
Założenie indukcyjne. Niech dla n = k, A1 × A2 × · · · × Ak będzie zbiorem
przeliczalnym.
Pokażemy, że zbiór A1 × A2 × · · · × Ak × Ak+1 jest zbiorem przeliczalnym.
Zauważmy, że zbiór A1 × A2 × · · · × Ak × Ak+1 jest równoliczny ze zbiorem
(A1 × A2 × · · · × Ak ) × Ak+1 . Weźmy bowiem funkcję f : (A1 × A2 × · · · ×
Ak ) × Ak+1 → A1 × A2 × · · · × Ak × Ak+1 zdefiniowaną następująco:
n1 , m1 , n2 , m2 , . . .
taki, że n jest ostatnim wyrazem tego ciągu. Zbiór S jest zatem rekurencyjny
(podobnie, zbiór −S jest też rekurencyjny).
Dowód.7
Na podstawie twierdzenia 5.14 dla dowodu wystarczy pokazać, że istnieje
zbiór S(⊆ N), który jest rekurencyjnie przeliczalny, a którego dopełnienie
−S nie jest zbiorem rekurencyjnie przeliczalnym.
Korzystamy teraz z tego, że klasa zbiorów rekurencyjnie przeliczalnych
jest rekurencyjnie przeliczalna8 . Niech S1 , S2 , . . . będzie ciągiem wszystkich
zbiorów rekurencyjnie przeliczalnych. Ponieważ są to zbiory rekurencyjnie
przeliczalne, to każdy z nich daje się przedstawić w postaci ciągu. Tworzymy
zbiór par liczb naturalnych:
cn 6∈ han , bn i,
1
bn − an =
3n
i
han , bn i ⊆ han−1 , bn−1 i.
262 ROZDZIAŁ 5. MOCE ZBIORÓW
Ciągi (an )n∈N i (bn )n∈N są więc monotoniczne, bo an ≤ an+1 oraz bn+1 ≤ bn
i ograniczone, bo an ≤ 1 oraz bn ≤ 1, zatem są zbieżne, czyli ciągi te mają
granice.
Ponieważ bn − an ≤ 31n , więc
lim (bn − an ) = 0.
n→∞
lim an = lim bn = c,
n→∞ n→∞
gdzie c jest liczbą rzeczywistą z przedziału h0, 1i. c należy do każdego z prze-
działów han , bn i. Jest więc różne od każdego cn . Dla dowolnego ciągu (cn )n∈N ,
0 < cn < 1, n ∈ N, istnieje więc liczba rzeczywista c, która nie jest jego
wyrazem, zatem zbiór liczb rzeczywistych z przedziału h0, 1i jest nieprzeli-
czalny.
Z tego, że podzbiór zbioru przeliczalnego jest zbiorem przeliczalnym,
przez kontrapozycję mamy, że
Twierdzenie 5.17. Jeżeli A jest zbiorem nieprzeliczalnym i A ⊆ B, to
również B jest zbiorem nieprzeliczalnym.
Na podstawie tw. 5.17 z tw. 5.16 otrzymujemy następujące wnioski.
Wniosek 5.18. Zbiór R wszystkich liczb rzeczywistych jest zbiorem nieprze-
liczalnym.
Wniosek 5.19. Zbiór wszystkich liczb niewymiernych jest zbiorem nieprze-
liczalnym.
Dowód. Zbiór liczb rzeczywistych jest sumą zbioru liczb wymiernych i liczb
niewymiernych. Zbiór liczb wymiernych jest przeliczalny. Gdyby więc zbiór
liczb niewymiernych był przeliczalny, to zbiór liczb rzeczywistych jako suma
dwóch zbiorów przeliczalnych byłby przeliczalny. A zatem zbiór liczb niewy-
miernych jest nieprzeliczalny.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 263
Definicja 5.9 (sumy liczb kardynalnych, +). Liczba kardynalna m jest sumą
liczb kardynalnych n1 i n2 , tj.:
m = n1 + n2
A1 = n1 i A2 = n2 oraz A1 ∩ A2 = ∅,
zachodzi
m = A1 ∪ A2 ,
czyli zbiór mocy m rozkłada się na sumę dwóch rozłącznych zbiorów, z któ-
rych jeden ma moc n1 a drugi n2 .
Twierdzenie 5.22. Dodawanie liczb kardynalnych jest przemienne i łączne,
czyli dla dowolnych liczb kardynalnych n1 , n2 , n3 :
T 98. n1 + n2 = n2 + n1
T 99. n1 + (n2 + n3 ) = (n1 + n2 ) + n3 .
m = n1 · n2
A1 = n1 i A2 = n2
zachodzi:
m = A1 × A2 ,
czyli m jest mocą iloczynu kartezjańskiego A1 × A2 zbiorów A1 i A2 takich,
że A1 = n1 a A2 = n2 .
Definicja iloczynu dla liczb kardynalnych jest zgodna z arytmetycznym
pojęciem iloczynu. Gdy na poziomie intuicyjnym chcemy wyjaśnić, czym jest
np. 3 · 2, to mówimy o trzech grupach po dwa elementy: ile trzeba kupić
bułek dla trójki dzieci: Jasia, Stasia i Małgosi, jeśli każde potrzebuje dwie
bułki? Bierzemy pierwszą bułkę dla Jasia, następnie drugą bułkę dla Jasia
itd. Mamy więc do czynienia z parami: (Jasio, 1), (Jasio, 2) itd. Myślimy
tu więc o liczbie elementów zbioru A × B, gdzie A ma trzy elementy, a B ma
dwa.
Twierdzenie 5.24. Mnożenie liczb kardynalnych jest przemienne, łączne
i rozdzielne względem dodawania liczb kardynalnych, czyli dla dowolnych liczb
kardynalnych n1 , n2 , n3 zachodzą następujące równości:
266 ROZDZIAŁ 5. MOCE ZBIORÓW
T 100. n1 · n2 = n2 · n1
T 101. n1 · (n2 · n3 ) = (n1 · n2 ) · n3
T 102. n1 · (n2 + n3 ) = n1 · n2 + n1 · n3 .
Dowód. W dowodzie przemienności i łączności wystarczy skorzystać z nastę-
pujących wzorów:
A × B ∼ B × A,
A × (B × C) ∼ (A × B) × C.
W dowodzie rozdzielności mnożenia względem dodawania korzystamy
z następujących dwóch faktów:
A1 × (A2 ∪ A3 ) = A1 × A2 ∪ A1 × A3 ,
(A2 ∩ A3 = ∅) ⇔ [(A1 × A2 ) ∩ (A1 × A3 ) = ∅].
m = np ,
(AB ) = (A)B .
268 ROZDZIAŁ 5. MOCE ZBIORÓW
(A × B1 )B2 ∼ (AB2 × B1 B2 ).
Moc zbioru (AB1 )B2 wynosi (np )q . Zaś moc zbioru AB1 ×B2 wynosi npq .
W dowodzie faktu 106 odwołujemy się do tego, że zbiór funkcji ze zbioru
jednoelementowego do zbioru A jest równoliczny zbiorowi A. Po prostu, tych
funkcji jest tyle, ile jest elementów zbioru A, czyli
A{a} ∼ A.
T 108. ℵ0 = ℵ0 + 1 = ℵ0 + 2 = ℵ0 + 3 = . . . = ℵ0 + ℵ0
T 109. ℵ0 = 1 · ℵ0 = 2 · ℵ0 = 3 · ℵ0 = . . . = ℵ0 · ℵ0
n < m.
f (A) ⊆ B ⊆ A.
Niech
∞
[
D=C∪ Cn .
n=1
272 ROZDZIAŁ 5. MOCE ZBIORÓW
Z poprzedniego mamy, że
D ⊆ A.
Korzystając z powyższych faktów i wcześniej udowodnionych twierdzeń
dostajemy, że
∞
[ ∞
[ ∞
[
f (D) = f (C ∪ Cn ) = C1 ∪ Cn = Cn .
n=1 n=2 n=1
Z tego wynika, że
D = C ∪ f (D).
Funkcję g definiujemy następująco:
(
x dla x ∈ D,
g(x) =
f (x) dla x ∈ A \ D.
Pokażemy teraz, że
g(A) = B.
Z definicji g mamy, że
Z tego, że A = D ∪ (A \ D) dostajemy:
D ∪ f (A \ D) = C ∪ f (D) ∪ f (A \ D),
C ∪ f (D) ∪ f (A \ D) = C ∪ f (A).
Ponieważ:
C = B \ f (A),
więc
C ∪ f (A) = (B \ f (A)) ∪ f (A).
Zatem:
g(A) = (B \ f (A)) ∪ f (A).
Ponieważ:
f (A) ⊆ B,
5.3. ARYTMETYKA LICZB KARDYNALNYCH 273
więc
f (A) ∪ (B \ f (A)) = B.
Ostatecznie dostajemy, że
g(A) = B.
Udowodnimy teraz, że
g(D) ∩ g(A \ D) = ∅.
Korzystając z różnowartościowości f wnioskujemy, że
g(A \ D) = f (A \ D) = f (A) \ f (D).
Z określenia zbioru C dostajemy:
f (A) ∩ C = f (A) ∩ (B \ f (A)) = ∅.
Stąd wynika, że
f (A) = f (A) \ C.
Na podstawie powyższego mamy:
g(A \ D) = (f (A) \ C) \ f (D) = f (A) \ (C ∪ f (D)) = f (A) \ D.
A z tego ostatecznie:
g(D) ∩ g(A \ D) = D ∩ (f (A) \ D) = ∅,
co dowodzi naszej tezy, że
g(D) ∩ g(A \ D) = ∅.
Pokażemy teraz, że g jest funkcją różnowartościową. Niech x1 , x2 ∈ A,
x1 6= x2 . Musimy pokazać, że
g(x1 ) 6= g(x2 ).
W wypadku, gdy x1 , x2 ∈ D, to na mocy definicji g mamy, że g(x1 ) = x1 ,
a g(x2 ) = x2 . Ponieważ x1 6= x2 , więc również g(x1 ) 6= g(x2 ). Jeżeli x1 , x2 ∈
A \ D, to na mocy definicji g : g(x1 ) = f (x1 ), a g(x2 ) = f (x2 ) i z tego, że f
jest różnowartościowa mamy, że g(x1 ) 6= g(x2 ). Jeżeli zaś – jest to trzecia,
ostatnia możliwość — x1 ∈ D, a x2 ∈ A \ D, to również g(x1 ) 6= g(x2 ),
ponieważ g(D) ∩ g(A \ D) = ∅.
Udowodniliśmy, że istnieje różnowartościowa funkcja odwzorowująca zbiór
A na B, czyli że zbiory A i B są równoliczne, a więc: n = m.
274 ROZDZIAŁ 5. MOCE ZBIORÓW
A ⊆ B ⊆ C ∧ A = C ⇒ A = B = C.
A = B,
A = C = n.
Na podstawie tego, korzystając z twierdzenia 5.30, mamy B = A, czyli m =
n.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 275
{x ∈ R : a < x < b} = c.
{x ∈ R : a ≤ x ≤ b} = c.
A > ℵ0 ∧ B ≤ ℵ0 ⇒ A \ B = A.
Zbiór B ∪ f (B) jako suma zbiorów mocy ℵ0 jest mocy ℵ0 . Istnieje więc
różnowartościowe przekształcenie g : B ∪ f (B) → f (B) odwzorowujące B ∪
f (B) na f (B). Ponieważ B ⊆ A, zbiór A jest sumą dwóch rozłącznych
zbiorów: A \ (B ∪ f (B)) i (B ∪ f (B)), czyli
A = [A \ (B ∪ f (B))] ∪ (B ∪ f (B)).
(A \ B) = A.
Dowód. Niech A będzie zbiorem wszystkich ciągów (an )n∈N o wyrazach na-
leżących do zbioru {0, 1}. Na zbiorze A określmy funkcję g : A → R w na-
stępujący sposób:
∞
P a
n
, gdy an = 0 dla nieskończenie wielu n,
n=1 2n
g((an )n∈N ) = ∞
P a
1 + n
, gdy an = 0 dla skończenie wielu n lub
n=1 2n
gdy an 6= 0 dla każdego n ∈ N.
Wniosek 5.37.
2ℵ0 = c.
T 120. c = c + 1 = c + 2 = c + 3 = . . . c + ℵ0 = c + c
T 121. c = 1 · c = 2 · c = 3 · c = . . . = ℵ0 · c = c · c
T 122. c = c1 = c2 = c3 = . . . = cℵ0
c ≤ c + m ≤ c + c.
280 ROZDZIAŁ 5. MOCE ZBIORÓW
c + c = c.
m ≤ c ⇒ (c + m) = c.
Dla stwierdzenia zachodzenia równości T121 zauważmy, że
c · c = 2ℵ0 · 2ℵ0 ,
zaś:
2ℵ0 · 2ℵ0 = 2ℵ0 +ℵ0 .
Ponieważ:
ℵ0 + ℵ0 = ℵ0 ,
więc:
c · c = 2ℵ0 ,
czyli
c · c = c.
Dla stwierdzenia równości T122 korzystamy ponownie z faktu, że
2ℵ0 = c.
Mianowicie mamy, że
cℵ0 = (2ℵ0 )ℵ0 .
Ponieważ:
(2ℵ0 )ℵ0 = 2ℵ0 ·ℵ0 ,
a
ℵ0 · ℵ0 = ℵ0 ,
więc:
cℵ0 = 2ℵ0 ,
czyli
cℵ0 = c.
5.4. ZBIORY MOCY CONTINUUM 281
ℵ0 ℵ0 ≤ cℵ0 .
c·c=c
ℵ0 < m < c.
ℵ0 < ℵ1
ℵ0 ≤ m ≤ c
zachodzi bądź:
ℵ0 = m,
bądź:
m = ℵ1 ,
g(A) = fA .
A = {x ∈ X : f (x) = 1}.
X = ℵ0 ⇒ 2X = c.
X < 2X .
284 ROZDZIAŁ 5. MOCE ZBIORÓW
Dowód. 10
W celu uzyskania lepszej intuicji właściwego dowodu, dowiedziemy wpierw
twierdzenia słabszego, a mianowicie, że zbiór liczb naturalnych nie jest rów-
noliczny z klasą wszystkich i tylko podzbiorów zbioru liczb naturalnych:
N < 2N .
Załóżmy, że istnieje zbiór A(⊆ N) równoliczny z klasą wszystkich pod-
zbiorów zbioru liczb naturalnych. Wzajemnie jednoznaczne przyporządko-
wanie f ( : A → 2N ) elementom zbioru A(= {n1 , n2 , . . . }) elementów zbioru
2N można opisać tabelką. Jeżeli w wierszu ni w kolumnie m znajduje się
„tak” to znaczy, że liczba m jest elementem zbioru f (ni ), jeżeli zaś znajduje
się „nie”, to znaczy, że liczba ta nie jest elementem tego zbioru.
1 2 3 ··· m ···
n1 tak tak tak ··· tak ···
n2 nie tak tak ··· nie ···
n3 nie tak nie ··· tak ···
.. .. .. .. .. .. ..
. . . . . . .
ni tak tak nie ··· nie ···
.. .. .. .. .. .. ..
. . . . . . .
N < 2N .
10
W dowodzie tego twierdzenia Cantor po raz pierwszy użył tzw. rozumowania prze-
kątniowego.
5.5. ZBIÓR POTĘGOWY 285
g(x) = {x}
(x ∈ Z) ⇔ (x 6∈ f (x)).
287
288 INDEKS
zdanie żywe, 42
zdanie atomowe, 13
zdanie fałszywe, 12
zdanie fałszywe w modelu, 29, 149
zdanie języka rachunku predykatów,
104
zdanie martwe, 42
zdanie prawdziwe, 12
zdanie prawdziwe w modelu, 28
zdanie proste, 13, 15
zdanie spełnione w modelu, 29
zdanie złożone, 15
zmienna gramatyki, 22
zmienna indywiduowa, 96
zmienna wolna, 104
zmienna wolna w formule, 104
zmienna związana, 103
znak abstrakcji, 166
znak interpunkcyjny, 16
związek, 196
zwrotne domknięcie relacji, 221
Bibliografia
Horn, A. (1951), ‘On sentences which are true of direct unions of algebra’,
Journal of Symbolic Logic 16, 14–21.
297
298 BIBLIOGRAFIA
Trzęsicki, K. (2006), ‘From the idea of decidability to the number Ω’, Studies
in Grammar, Logic and Rethoric 9(22), 73–142.
van Heijenoort, J., red. (1967), From Frege to Gödel. A source book in Ma-
thematical Logic, Harvard University Press, Cambridge Mass.