Elementy logiki i teorii mnogości

Kazimierz Trzęsicki
2006
4
Wyd. II poprawione i zmienione. Wersja elektroniczna.
Spis treści
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
2.1.2 Stałe i zmienne indywiduowe . . . . . . . . . . . . . . . 96
2.1.3 Litery funkcyjne . . . . . . . . . . . . . . . . . . . . . . 97
2.1.4 Term . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.1.5 Litery predykatowe . . . . . . . . . . . . . . . . . . . . 99
2.1.6 Formuła . . . . . . . . . . . . . . . . . . . . . . . . . . 100
2.1.7 Podstawialność . . . . . . . . . . . . . . . . . . . . . . 105
2.2 Rachunek predykatów . . . . . . . . . . . . . . . . . . . . . . 106
2.2.1 Dowód w rachunku predykatów . . . . . . . . . . . . . 106
2.2.2 Twierdzenie o dedukcji . . . . . . . . . . . . . . . . . . 115
2.2.3 Postacie normalne . . . . . . . . . . . . . . . . . . . . 120
2.2.4 Tablice semantyczne . . . . . . . . . . . . . . . . . . . 128
2.2.5 Dedukcja naturalna . . . . . . . . . . . . . . . . . . . . 135
2.2.6 Model i prawdziwość . . . . . . . . . . . . . . . . . . . 138
2.2.7 Pełność rachunku predykatów . . . . . . . . . . . . . . 153
2.2.8 Problem rozstrzygalności . . . . . . . . . . . . . . . . . 154
3 Algebra zbiorów 161
3.1 Zbiór i element zbioru . . . . . . . . . . . . . . . . . . . . . . 161
3.2 Równość zbiorów . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.3 Zawieranie się zbiorów . . . . . . . . . . . . . . . . . . . . . . 170
3.4 Operacje na zbiorach . . . . . . . . . . . . . . . . . . . . . . . 173
3.4.1 Dopełnienie zbioru . . . . . . . . . . . . . . . . . . . . 173
3.4.2 Suma zbiorów . . . . . . . . . . . . . . . . . . . . . . . 175
3.4.3 Przecięcie zbiorów . . . . . . . . . . . . . . . . . . . . 177
3.4.4 Różnica i różnica symetryczna zbiorów . . . . . . . . . 179
3.4.5 Związki między działaniami teoriomnogościowymi . . . 180
3.4.6 Uogólnione suma i przecięcie zbiorów . . . . . . . . . . 183
3.5 Aksjomaty algebry zbiorów . . . . . . . . . . . . . . . . . . . . 186
4 Relacje i funkcje 191
4.1 Iloczyn kartezjański zbiorów . . . . . . . . . . . . . . . . . . . 191
4.2 Relacje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
4.2.1 Pojęcie relacji . . . . . . . . . . . . . . . . . . . . . . . 196
4.2.2 Relacje zwrotna i przeciwzwrotna . . . . . . . . . . . . 200
4.2.3 Relacje symetryczna, przeciwsymetryczna i antysyme-
tryczna . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
4.2.4 Relacja przechodnia . . . . . . . . . . . . . . . . . . . . 205
4.2.5 Relacja równoważności . . . . . . . . . . . . . . . . . . 207
SPIS TREŚCI 7
4.3 Rachunek relacji . . . . . . . . . . . . . . . . . . . . . . . . . . 218
4.4 Funkcja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
4.4.1 Pojęcie funkcji . . . . . . . . . . . . . . . . . . . . . . . 222
4.4.2 Funkcja odwrotna . . . . . . . . . . . . . . . . . . . . . 228
4.4.3 Superpozycja funkcji . . . . . . . . . . . . . . . . . . . 231
4.4.4 Obrazy i przeciwobrazy . . . . . . . . . . . . . . . . . . 233
4.5 Uogólniony iloczyn kartezjański . . . . . . . . . . . . . . . . . 236
4.6 Uporządkowanie zbiorów . . . . . . . . . . . . . . . . . . . . . 237
4.6.1 Zbiory uporządkowane . . . . . . . . . . . . . . . . . . 237
4.6.2 Zbiory liniowo uporządkowane . . . . . . . . . . . . . . 244
4.6.3 Zbiory dobrze uporządkowane . . . . . . . . . . . . . . 247
5 Moce zbiorów 249
5.1 Równoliczność zbiorów . . . . . . . . . . . . . . . . . . . . . . 249
5.2 Zbiory przeliczalne i nieprzeliczalne . . . . . . . . . . . . . . . 253
5.3 Arytmetyka liczb kardynalnych . . . . . . . . . . . . . . . . . 263
5.4 Zbiory mocy continuum . . . . . . . . . . . . . . . . . . . . . 276
5.5 Zbiór potęgowy . . . . . . . . . . . . . . . . . . . . . . . . . . 282
8 SPIS TREŚCI
Przedmowa
Niniejsze Elementy logiki i teorii mnogości są przygotowane z myślą o stu-
diujących informatykę oraz ekonometrię i informatykę na poziomie inżynier-
skim lub licencjackim. Objętościowo książka przekracza standardowy wy-
kład. Tym samym wykładowcom stwarza różne możliwości doboru tematów,
a studentom daje szansę poszerzenia wiedzy.
Elementy logiki i teorii mnogości obejmują klasyczną logikę zdań, kla-
syczną logikę predykatów oraz teorię mnogości. Dobór zagadnień oraz sposób
ich ujęcia ma być „przyjazny” dla informatyków, czyli odpowiedni do potrzeb
i zgodny co do stylu myślenia. Książka ma umożliwić studentowi opanowa-
nie aparatu pojęciowego oraz symboliki, niezbędnych do rozumienia wykładu
podstawowych przedmiotów teoretycznych oraz kierunkowych zawodowych.
Miejscami książka wykracza poza te ramy. Ma to jednak miejsce tam, gdzie
trudno było pominąć problematykę chociażby z powodu jej niezbędności do
wyłożenia innych kwestii lub aby nie tworzyć jakieś niezrozumiałej luki.
Książka ta od mojej Logiki i teorii mnogości różni się nie tylko zakre-
sem. Niewątpliwie najbardziej widoczne jest pominięcie wielu kwestii i mniej
szczegółowe ujęcie niektórych, co doprowadziło do zasadniczego zmniejszenia
objętości książki. Zachowany został układ, a mianowicie wpierw rozważane
są zagadnienia logiczne a następnie teoriomnogościowe. Praktyczne podej-
ście do logiki wymaga pokazania zastosowania jej w praktyce matematycz-
nej. Taki układ mają zwykle różne zbiory zadań, jak na przykład popularny
w Polsce zbiór zadań W. Marka i J. Onyszkiewicza Logika i teoria mnogości
w zadaniach. Mając do dyspozycji aparat logiczny możemy zastosować go
w teorii mnogości do zapisu twierdzeń i wykorzystać w dowodach. Wykład
teorii mnogości zyskuje zaś na ścisłości.
9
10
Rozdział 1
Logika zdań
1.1 Pojęcie logiki
Logika to przede wszystkim teoria rozumowań. Rozumowanie — najogólniej
rzecz biorąc — to proces poznawczy pozyskiwania nowej wiedzy na podsta-
wie tylko dotychczas posiadanej wiedzy. Można powiedzieć więc, że logika
jest działem teorii przetwarzania informacji: formułuje zasady przetwarzania,
zachowującego własności logiczne informacji takie jak np. prawdziwość.
Rachunki logiczne wyrosły z zamiaru oceny poprawności rozumowań po-
przez kontrolę przestrzegania zasad przekształceń wyrażeń, za których po-
mocą informacja została zapisana.
Logikę interesuje język głównie, choć nie jedynie, jako narzędzie prze-
kazu informacji. Z tego względu mówiąc o zdaniu ma się na uwadze zdanie
oznajmujące w sensie gramatycznym.
Przez zdania rozumiemy wszystkie i tylko te wyrażenia, które nadają się
do formułowania twierdzeń (wiedza w sensie obiektywnym) lub przekonań
(wiedza w sensie subiektywnym). Poprawna metodologicznie definicja zda-
nia możliwa jest, gdy określony jest język, czyli gdy zdefiniowany jest zbiór
symboli (słownik języka) i zasady budowy (reguły syntaktyczne
1
) jego wy-
1
Przez semiotykę rozumie się logiczną teorię języka. Za Ch. Morrisem (1938) wyróżnia
się:
• syntaktykę,
która opisuje stosunki między znakami;
• semantykę,
rozważa ona związki między znakami a rzeczywistością, do której te znaki odnoszą;
11
12 ROZDZIAŁ 1. LOGIKA ZDAŃ
rażeń (poprawnie zbudowanych). Zdanie to każdy i tylko taki ciąg symboli,
który jest elementem wyróżnionej klasy wyrażeń (poprawnie zbudowanych),
klasy zdań.
Zdanie jest prawdziwe, wtedy i tylko gdy w rzeczywistości jest tak jak to
zdanie głosi. Zdanie jest zaś fałszywe, wtedy i tylko gdy w rzeczywistości nie
jest tak jak zdanie to głosi.
Przykład 1.1.
2
Zdanie:
2 + 2 = 4
jest prawdziwe.
Zdanie:
2 + 2 = 5
jest fałszywe. (
Powyższe określenia prawdziwości i fałszywości zdań są potocznym sfor-
mułowaniem klasycznej koncepcji prawdy.
Klasyczne pojęcie prawdy jest pojęciem relacyjnym. Zwykle, gdy mó-
wimy, że zdanie jest prawdziwe, nie dodajemy ze względu na jaki «świat»
jest ono prawdziwe. Domyślnie przyjmujemy, że jest to świat realny, otacza-
jąca nas rzeczywistość. Gdy jednak mówimy o prawdziwości lub fałszywości
zdań niekoniecznie mając na uwadze świat realny, trzeba stworzyć jego sub-
stytut, chociażby w postaci jakiegoś czysto abstrakcyjnego konstruktu. Taki
konstrukt będziemy nazywać modelem
3
.
• pragmatykę,
jej przedmiotem są relacje między znakami a ich użytkownikami.
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
Prawdziwość i fałszywość to wartości logiczne zdań. Przyjmujemy zasadę
dwuwartościowości ; tzn. przyjmujemy, że zdania są bądź prawdziwe, bądź
fałszywe. Nie dopuszczamy istnienia zdań, które nie są ani prawdziwe, ani
fałszywe. Nie dopuszczamy również wartości logicznych innych niż prawda
i fałsz.
Wnioskowanie to pośrednie uzasadnianie, czyli uzasadnianie poprzez od-
wołanie się do uprzednio uznanych zdań.
Wnioskowanie służy więc do:
1. poszerzania naszej wiedzy obiektywnej, czyli systemów wiedzy, poprzez
odwołanie się do zdań już należących do tych systemów
oraz
2. wzbogacania naszej wiedzy subiektywnej, czyli zasobu naszych przeko-
nań, na podstawie już żywionych przekonań.
Przesłanki we wnioskowaniu to zdania skądinąd uznane bądź jako ta-
kie założone. Stanowią one punkt wyjścia wnioskowania. Wniosek zaś jest
zdaniem, które we wnioskowaniu zostaje uznane.
Na to, aby wnioskowanie było poprawne, konieczne jest, żeby między jego
przesłankami a wnioskiem zachodził stosunek uzasadniania. Szczególnym
rodzajem stosunku uzasadniania jest stosunek wynikania.
Wnioskowania, w których prawdziwość przesłanek gwarantuje prawdzi-
wość wniosku — czyli gdy nie jest możliwy taki stan rzeczy, aby przesłanki
były prawdziwe a wniosek fałszywy — to wnioskowania, w których wnio-
sek wynika (logicznie) z przesłanek. Są to wnioskowania dedukcyjne. Teoria
wynikania logicznego jest zasadniczym zagadnieniem logiki. Podstawowym
działem logiki jest więc teoria wnioskowań dedukcyjnych.
Zdania, z których jakieś zdanie wynika nazywamy jego racjami, a zdanie,
które wynika z jakichś zdań nazywamy ich następstwem.
Rachunki logiczne tworzone są m.in. po to, aby metodami rachunkowymi
stwierdzić poprawność rozumowania.
Rozważymy problem rachunku dla logiki zdań.
Logika zdań jest logiką języka, którego najprostsze, wewnętrznie nieanali-
zowalne elementy to zdania proste (atomowe). Znaczenie zdania, czyli spo-
sób jego rozumienia wyczerpuje się w jego wartości logicznej, czyli prawdzi-
wości lub fałszywości. W języku zdaniowym wszystkie elementy znaczeniowe
wiążące te zdania ze sobą są wyrażalne przez spójniki zdaniowe. Spójniki te
14 ROZDZIAŁ 1. LOGIKA ZDAŃ
są prawdziwościowe wtedy i tylko wtedy, gdy wartość logiczna zdań złożo-
nych zbudowanych za pomocą tych spójników jest wyznaczana przez wartości
logiczne zdań składowych (a więc z pominięciem treści tych zdań). Zasady
logiki zdań stosują się do wszystkich języków o tyle, o ile abstrahujemy od
wewnętrznej złożoności ich zdań prostych.
Rachunek dla logiki zdań jest fragmentem bogatszego rachunku dla logiki
języka, w którym wyróżnia się elementy składowe zdań — będzie to rachunek
predykatów.
Klasyczna logika zdań to logika zdań języka, którego wszystkie spójniki
są prawdziwościowe i w której przyjmuje się zasadę dwuwartościowości.
1.2 Język logiki zdań
1.2.1 Pojęcie języka logiki zdań
Na język logiki zdań, jak na każdy język, składają się słownik (alfabet),
reguły syntaktyczne (gramatyczne) oraz reguły semantyczne (znaczeniowe).
Słownik języka, to zbiór symboli, z których budowane są wyrażenia (po-
prawnie zbudowane). Wyrażenia są skończonymi ciągami elementów słow-
nika zbudowanymi zgodnie z regułami syntaktycznymi. W wypadku języka
logiki zdań jedynymi poprawnie zbudowanymi wyrażeniami będą zdania. Za-
tem określenie reguł syntaktycznych tego języka sprowadza się do definicji
zdania.
Zdania budujemy, aby mówić o pewnej rzeczywistości, o jakimś świe-
cie. W logice matematycznej takim «światem» jest abstrakcyjny konstrukt:
model. Będzie on tak zbudowany, aby ujmował interesujące nas aspekty od-
noszenia zdań do świata. Ściśle określony «świat», model, umożliwi definicję
prawdziwości zdania (w modelu). Pojęcie prawdziwości zdania jest pojęciem
semantycznym. Reguły semantyczne języka logiki zdań sprowadzają się za-
tem do definicji prawdziwości zdania w modelu.
Zdania są jedynymi wyrażeniami poprawnie zbudowanymi języka logiki
zdań. Mogą być one proste lub złożone. Proste to takie, których żadna część
właściwa, czyli różna od całości nie jest zdaniem. Zdanie złożone to takie,
którego jakaś część właściwa jest zdaniem. W każdym języku istnieją różne
sposoby tworzenia zdań ze zdań. Zdania można tworzyć ze zdań za pomocą
różnych wyrażeń (w gramatyce nazywanych spójnikami i partykułami) lub
1.2. JĘZYK LOGIKI ZDAŃ 15
zestawienia zdań (połączenia zdań składowych wraz z użyciem: w języku
mówionym — stosownej intonacji, a w języku pisanym — odpowiedniej in-
terpunkcji).
Spójnik to każde i tylko takie wyrażenie, które łącznie ze zdaniem bądź
zdaniami tworzy zdanie.
Przykład 1.2. Spójnikami są.: „nieprawda, że. . . ”, „konieczne jest, że . . . ”
oraz „. . . lub . . . ” i „. . . oraz . . . ”. Spójnikiem nie jest: „. . . jest”. (
Zdania, z których dany spójnik tworzy zdanie to argumenty tego spójnika.
Spójniki dzieli się ze względu na ilość ich argumentów. Wyróżniamy więc
spójniki jednoargumentowe, dwuargumentowe itd.
Zdania, które otrzymujemy w wyniku dopisania zdania lub zdań do spój-
nika to zdania złożone. Zdania proste to zdania, które nie są złożone, czyli
w których nie występują spójniki.
Przykład 1.3. Zdaniami prostymi są:
2 + 2 = 4
Trójkąt ma trzy boki
Zdaniami złożonymi są:
Nieprawda, że 2 + 2 = 4.
Jeżeli czworokąt ma cztery boki równe, to ma dwa kąty równe. (
1.2.2 Definicja zdania
Podane będą dwie definicje zdania. Jedna ze względu na to, że jest standar-
dowa, powszechna. Druga, łukasiewiczowska, ze względu na wykorzystanie
i samej definicji i pomysłu na zapis — w szczególności w informatyce.
Zdanie w notacji standardowej
Alfabet języka logiki zdań Alfabet / języka logiki zdań jest zbiorem
następujących obiektów (symboli):
1. p
0
, p
1
, . . . ,
2. ,
3. ⇒, ∨, ∧, ⇔,
16 ROZDZIAŁ 1. LOGIKA ZDAŃ
4. ), (.
p
0
, p
1
, . . . to litery zdaniowe. Intuicyjnie reprezentują one zdania proste,
czyli zdania, w których nie występują spójniki. Stąd też nazywane są ato-
mami. Dopuszczamy, aby zdań tych było tyle, ile jest liczb naturalnych,
czyli przeliczalnie nieskończenie wiele. Zwykle jako liter zdaniowych używać
będziemy liter: p, q, r, . . . .
jest spójnikiem jednoargumentowym. Nazywamy go negacją.
Spójniki: ⇒, ∨, ∧, ⇔ są dwuargumentowe. Nazywamy je, odpowiednio:
implikacją, alternatywą, koniunkcją i równoważnością. W wypadku impli-
kacji jej pierwszy argument nazywamy poprzednikiem a drugi następnikiem.
Nawiasy: ) — nawias prawy, ( — nawias lewy, pełnią funkcję znaków
interpunkcyjnych. Znaki te w naszym języku logiki zdań są niezbędne dla
jednoznacznego zapisu wyrażeń tego języka. Zwykle w tym celu, aby napis
był bardziej czytelny stosuje się też nawiasy innych kształtów: ], [; ¦, ¦.
Znaczenie, czyli sposób rozumienia poszczególnych spójników będzie okre-
ślone przez reguły semantyczne. Reguły te podamy w związku z definicją
prawdziwości zdania w modelu. Dla zdefiniowania wyrażeń (poprawnie zbu-
dowanych) znajomość znaczenia nie jest konieczna.
Z elementów powyżej opisanego słownika (alfabetu) budujemy zdania.
Zdania są jedynymi poprawnie zbudowanymi wyrażeniami języka logiki zdań.
Przypomnijmy, że ciąg to funkcja ze zbioru liczb naturalnych. Zamiast
f(n) pisze się f
n
, a zwykle a
n
. Wartości tej funkcji, a
n
, to wyrazy ciągu.
Ciąg jest skończony wtedy i tylko wtedy, gdy liczba jego wyrazów jest równa
pewnej liczbie naturalnej n, czyli gdy jest to funkcja ze zbioru ¦1, 2, . . . , n¦.
Niech /

będzie zbiorem wszystkich i tylko skończonych ciągów elemen-
tów /.
Definicja 1.1 (zdania). Niech α i β będą dowolnymi skończonymi ciągami
symboli alfabetu języka logiki zdań, czyli α i β są elementami /

(α, β ∈ /

).
1. litery zdaniowe są zdaniami;
2. jeżeli α jest zdaniem, to α jest zdaniem;
3. jeżeli α, β są zdaniami, to (α ⇒ β), (α ∨ β), (α ∧ β), (α ⇔ β) są
zdaniami;
1.2. JĘZYK LOGIKI ZDAŃ 17
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:
5. zbiór zdań jest najmniejszym zbiorem skończonych ciągów symboli
spełniających warunki 1–3
4
.
Znaczenie warunku 4 (5) można zilustrować przykładem. Ciąg p
1
p
2
nie
jest zdaniem właśnie na mocy tego warunku. Nie można bowiem tego ciągu
skonstruować według warunków 1–3. Same warunki 1–3 nie pozwalałyby na
takie stwierdzenie.
Przykład 1.4. Zdaniami są: p
0
, p
4
, p
5
, p
0
, (p
5
∨ p
0
), ((p
0
∧ p
5
) ∨ p
0
),
(((p
0
⇒ p
1
) ∧ p
2
) ⇔ (p
3
∨ (p
1
⇒ p
2
))).
Zdaniami nie są: (p
0
), (p
0
)(p
5
) ∨ (p
0
), (p
0
p
5
) ∨ (p
0
), (p
0
∨ p
1
) ∧ (p
0

p
1
) ∧ (p
0
∨ p
1
) ∧ . . . (
Znaczenie zdań określone będzie przez znaczenie liter zdaniowych oraz
przez znaczenie spójników. Podane zostanie w definicji prawdziwości zdania
w modelu.
Definicja 1.2 (spójnika głównego). Spójnikami głównymi w zdaniach:
α, (α ⇒ β), (α ∨ β), (α ∧ β), (α ⇔ β)
są spójniki, odpowiednio: implikacji, alternatywy, koniunkcji i równoważno-
ści. Zdania te skrótowo określamy jako, odpowiednio: negację, implikację,
alternatywę, koniunkcję i równoważność.
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
Notację prefiksową języka rachunku zdań wynalazł Jan Łukasiewicz
5
. Taką
notację wykorzystuje się w informatyce.
Słownik
1. p
0
, p
1
, . . . ,
2. N
3. C, A, K, E;
p
0
, p
1
, . . . , to litery zdaniowe. N to jednoargumentowy spójnik negacji
zaś C, A, K, E są dwuargumentowymi spójnikami, odpowiednio: implikacji,
alternatywy, koniunkcji i równoważności. Wszystkie one są prefiksami.
Definicja 1.3 (zdania). Niech α i β będą dowolnymi ciągami symboli.
1. litery zdaniowe są zdaniami;
2. jeżeli α jest zdaniem, to Nα jest zdaniem;
3. jeżeli α, β są zdaniami, to Cαβ, Aαβ, Kαβ, Eαβ są zdaniami.
4. nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń, które
można w skończonej ilości kroków skonstruować wedle punktów 1–3.
Zdaniu: (p
0
∨p
1
)∧p
0
odpowiada zdanie w notacji Łukasiewicza: KAp
0
p
1
p
0
a zdaniu: p
0
∨ (p
1
∧ p
0
) — Ap
0
Kp
1
p
0
.
1.2.3 Język formalny
Język rachunku zdań jest przykładem języka formalnego. Zbiór wszystkich
wyrażeń poprawnie zbudowanych języka formalnego zostaje ustalony decyzją
twórcy tego języka. Zazwyczaj podaje się:
• zbiór symboli (alfabet, słownik),
• reguły konstrukcji wyrażeń (reguły syntaktyczne).
5
Notacja łukasiewiczowska w literaturze anglojęzycznej określana jest jako polska (Po-
lish notation). Podobna idea wykorzystana jest w notacji sufiksowej (reverse Polish nota-
tion).
1.2. JĘZYK LOGIKI ZDAŃ 19
Przykład 1.5. Niech wyrażeniem poprawnie zbudowanym będzie każdy skoń-
czony ciąg symboli: ∇, ♦ rozpoczynający się od symbolu: ∇. Taki język
jest językiem formalnym. (
Przykład 1.6. Niech wyrażeniem poprawnie zbudowanym będzie każdy sen-
sowny ciąg elementów słownika języka polskiego. W tym wypadku o popraw-
ności budowy przesądzają reguły semantyczne. Tak określony język nie jest
więc językiem formalnym. (
Definicja 1.4 (słowa nad alfabetem). Niech / będzie zbiorem. Nazywać
będziemy go alfabetem. Elementy /

, czyli skończone ciągi elementów / to
słowa nad alfabetem /.
Niech teraz α, β, . . . będą dowolnymi skończonymi ciągami elementów
alfabetu (słowami).
Definicja 1.5 (długości słowa, [ [). Długość słowa α, [α[, to liczba wystąpień
elementów alfabetu w ciągu α.
Definicja 1.6 (konkatenacji, ˆ). Konkatenacja, ˆ , słów α[= (a
1
, a
2
, . . . , a
n
)]
i β[= (b
1
, b
2
, . . . , b
m
)], a
i
∈ /, b
i
∈ B, to słowo αˆβ powstałe przez
napisanie ciągu β bezpośrednio po ostatnim wyrazie ciągu α, czyli słowo:
(a
1
, a
2
, . . . , a
n
, b
1
, b
2
, . . . , b
m
).
Operacja konkatenacji jest łączna, czyli:
(αˆβ)ˆγ = αˆ(βˆγ).
Łączność operacji konkatenacji zwalnia nas z użycia nawiasów do wskazywa-
nia argumentów tej operacji: w jakiejkolwiek kolejności wykonamy operację
konkatenacji (zachowując porządek argumentów) uzyskamy ten sam rezultat.
Definicja 1.7 (słowa pustego, ε). Słowo puste ε to ciąg, którego liczba
wyrazów równa jest 0, czyli [ε[ = 0.
Słowo puste jest elementem neutralnym operacji konkatenacji, czyli
εˆα = α,
αˆε = α.
/
+
to zbiór wszystkich i tylko niepustych ciągów elementów /, czyli
/
+
= /

` ¦ε¦.
20 ROZDZIAŁ 1. LOGIKA ZDAŃ
Definicja 1.8 (podsłowa). Słowo α jest podsłowem słowa β wtedy i tylko
wtedy, gdy istnieją słowa γ i δ takie, że β = γˆαˆδ.
Definicja 1.9 (podsłowa właściwego). α jest podsłowem właściwym słowa
β(= γˆαˆδ) wtedy i tylko wtedy, gdy γ = ε lub δ = ε, bądź — co na jedno
wychodzi — gdy γˆδ = ε.
Definicja 1.10 (słowa początkowego). α jest słowem początkowym, inaczej
prefiksem słowa β(= γˆαˆδ) wtedy i tylko wtedy, gdy γ = ε.
Definicja 1.11 (słowa końcowego). α jest słowem końcowym, inaczej sufik-
sem słowa β(= γˆαˆδ) wtedy i tylko wtedy, gdy δ = ε.
Zwykle konkatenację słów, gdy nie prowadzi to do niejasności, zapisuje się
bez użycia symbolu konkatenacji, czyli zamiast np. αˆβ pisze się po prostu:
αβ.
Definicja 1.12 (produkcji, ::=). Produkcją lub regułą przepisywania słów α
i β jest:
α ::= β
co czytamy: α jest zastępowane przez β.
α to poprzednik produkcji a β to następnik produkcji.
Definicja 1.13 (wyprowadzenia ze słowa). α
γ::=δ
−→ β, czyli słowo β jest wy-
prowadzeniem ze słowa α na podstawie produkcji γ ::= δ wtedy i tylko wtedy,
gdy istnieją takie α
1
i α
2
, że
• α = α
1
γα
2
,
• β = α
1
δα
2
.
Poprzednik produkcji może być w kilku miejscach podsłowem danego
słowa. Wynik operacji wyprowadzania ze słowa zależy więc od tego, za które
wystąpienie poprzednika (jako podsłowa danego słowa) wpisujemy następnik
produkcji. Wynik operacji zastępowania nie jest więc określony jednoznacz-
nie.
Definicja 1.14 (podstawienia). Produkcja, której poprzednik jest symbolem
(słowem o długości 1) to podstawienie.
Słowo α powstałe ze słowa β przez podstawienie a ::= γ, gdzie a ∈ /,
w miejsce każdego wystąpienia symbolu a to słowo β[a ::= γ].
1.2. JĘZYK LOGIKI ZDAŃ 21
Definicja 1.15 (języka). Językiem L nad alfabetem / jest dowolny podzbiór
zbioru /

.
Zdania są słowami nad alfabetem / języka rachunku zdań. Na słowach
definiowana jest operacja konkatenacji. Zbiór wyrażeń poprawnie zbudowa-
nych, w tym wypadku zdań, jest podzbiorem /

, czyli jest językiem formal-
nym.
Warto zauważyć, że z punktu widzenia możliwości konstrukcji wyrażeń
nie ma znaczenia, czy alfabet ma przeliczalnie nieskończenie wiele elementów
(tyle, ile jest liczb naturalnych), czy też ma dwa elementy.
Niech / ma przeliczalnie nieskończenie wiele elementów. Niech B ma
dwa elementy, czyli niech to będzie np. zbiór ¦0, 1¦. Istnieje wzajemnie jed-
noznaczne przyporządkowanie elementów zbioru /

i podzbioru zbioru B

,
którego elementami są skończone ciągi zer i jedynek takie, że ani pierwszy, ani
ostatni wyraz ciągu nie jest zerem oraz jeżeli zero jest k-tym wyrazem ciągu,
to nie jest nim wyraz (k+1)-szy, czyli inaczej mówiąc zero nigdy nie następuje
po zerze. Takimi ciągami są np. (110111), (1011011101) a nie są nimi np.
(011), (100111). Elementy / mogą być ustawione w ciąg a
1
, a
2
, . . . . Każ-
demu symbolowi a
n
przyporządkowujemy n-wyrazowy ciąg jedynek. Przypo-
rządkowanie to jest wzajemnie jednoznaczne. Mając ciąg elementów zbioru /
przyporządkowujemy mu ciąg elementów zbioru B w taki sposób, że po każ-
dym ciągu jedynek przyporządkowanemu symbolowi, jeżeli nie jest to ostatni
symbol rozważanego słowa, piszemy zero. Przyporządkowanie to jest wza-
jemnie jednoznaczne. Na przykład, wyrazowi (a
3
a
1
a
4
) przyporządkowny jest
ciąg (1110101111). Te ciągi binarne wypełniają rolę, którą mogą pełnić ele-
menty /

. Po prostu słowa nad / są kodowane binarnie.
Języki zwykle definiuje się rekurencyjnie. W tym celu korzysta się z gra-
matyki formalnej
6
.
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
Przykładem takiej gramatyki jest gramatyka bezkontekstowa
7
. Grama-
tyka bezkontekstowa ( to czwórka: 'Σ, V, X
I
, R`, gdzie zbiory Σ i V są roz-
łączne, czyli Σ ∩ V = ∅, X
I
jest elementem V , czyli X
I
∈ V . Zbiór Σ to
alfabet gramatyki (, a jego elementy to symbole końcowe (terminalne) gra-
matyki (. Elementy V to symbole niekońcowe (nieterminalne) lub inaczej
zmienne gramatyki (. Wyróżniony symbol X
I
to symbol początkowy (star-
towy) gramatyki (. R to zbiór reguł przepisywania, czyli produkcji.
O regule przepisywania przyjmuje się, że jest postaci: v ::= α, gdzie
v ∈ V , czyli v jest symbolem nieterminalnym a α jest niepustym słowem nad
alfabetem złożonym z elementów symboli terminalnych i nieterminalnych,
czyli α ∈ (Σ ∪ V )
+
.
Wszystkie produkcje o poprzedniku v i następnikach α
1
, . . . , α
n
zapisu-
jemy następująco
8
:
v ::= α
1
[ . . . [α
n
.
Tu symbol „[” rozumiemy jak alternatywę (nierozłączną) i czytamy tak jak
alternatywę, czyli: lub.
Język klasycznego rachunku zdań określamy następująco:
Σ = ¦p,

¦ ∪ ¦, ∧, ∨, ⇒, ⇔¦ ∪ ¦ ), ( ¦
V = ¦zdanie, litera-zdaniowa¦
X
I
= zdanie
R = ¦zdanie ::= litera-zdaniowa [ zdanie [ (zdanie ∧ zdanie) [ (zdanie ∨
zdanie) [ (zdanie ⇒ zdanie) [ (zdanie ⇔ zdanie)
litera-zdaniowa ::= p [ litera-zdaniowa

¦
9
.
7
Wszystkie współcześnie powszechnie używane języki programowania oparte są na gra-
matyce bezkontekstowej. O ich powszechności przesądzają możliwości specyfikacji i imple-
mentacji jak i łatwość uczenia się ich. Języki programowania pojawiły się w początkach
lat pięćdziesiątych XX wieku, zastępując jako języki wyższego poziomu uciążliwe progra-
mowanie w kodzie maszynowym. Rozwijany od 1954 r. FORTRAN bazował na notacji
matematycznej. W 1958 r. John Backus w ramach projektu ALGOL wykorzystał znaną z
logiki matematycznej ideę systemów produkcji. Było to rozwiązanie równoważne grama-
tyce bezkontekstowej. Około 1970 r. bezkontekstowy opis gramatyki stał się standardem
dla języków programowania.
8
Jest to notacja zaproponowana przez Backusa, a na szerszą skalę zastosowana przez
duńskiego informatyka Naura, redaktora opisu języka ALGOL 60. Stąd jej nazwa: notacja
Backusa-Naura.
9
Poszczególne produkcje pisze się w odrębnych wierszach, bez rozdzielania przecinkiem.
1.2. JĘZYK LOGIKI ZDAŃ 23
Dla określenia zbioru wyrażeń poprawnie zbudowanych zbyteczna jest
znajomość interpretacji, czyli znaczeń wyrażeń. Język formalny, taki jak
język rachunku zdań, mogłaby w pełni przyswoić sobie maszyna, np. kom-
puter.
Język formalny jest zwykle tak opisany, że dane wyrażenie poprawnie
zbudowane tego języka może być zbudowane, w sensie procesu konstrukcji,
w jeden i tylko jeden sposób.
Przyporządkowanie językowi interpretacji, czyli sposobu rozumienia jego
wyrażeń jest — najogólniej rzecz biorąc — przedmiotem semantyki. Teoria
modeli bada związki semantyczne, inaczej mówiąc jest teorią interpretacji.
Podanie aparatu logicznego, a więc określenie zależności logicznych ze
względu na zasady budowy wyrażeń, czyli ze względu na syntaktykę pro-
wadzi to zagadnień teorii dowodu. Jest to teoria wynikania syntaktycznego.
Wyrażenia poprawnie zbudowane — w wypadku języka rachunku zdań
— zdania, są przedmiotami abstrakcyjnymi. Reprezentantem wyrażenia
poprawnie zbudowanego jest konkretny napis (lub dźwięk). Dwa napisy
(dźwięki) mogą być reprezentantami tego samego wyrażenia. Istnienie wy-
rażenia nie jest uwarunkowane aktualnym istnieniem konkretnych napisów
(dźwięków), ani naszymi możliwościami zapisu. Pozwala to mówić zarówno
o wyrażeniach, których zapis przekracza fizyczne możliwości człowieka jak
i o językach mających nieskończenie wiele wyrażeń. Mówimy tu o możliwości
w takim samym sensie, jak w arytmetyce liczb naturalnych — gdzie dyspo-
nujemy dziesięcioma cyframi — mówimy, że możemy zapisać nazwę dowolnej
liczby naturalnej.
1.2.4 Język a metajęzyk
Język rachunku zdań jest dla nas — gdy uprawiamy logikę — językiem przed-
miotowym. Jest to język, o którym mówimy. Język, którym mówimy, a więc
język tej książki, to metajęzyk. Oczywiście, metajęzyk sam może być przed-
miotem rozważań i wówczas staje się językiem przedmiotowym. Język, któ-
rym mówi się o metajęzyku z punktu widzenia pierwotnego języka przedmio-
towego jest metametajęzykiem. W ten sposób tworzona może być hierarchia
języków. Pojęcia języka przedmiotowego, metajęzyka, metametajęzyka itd.
są więc pojęciami relacyjnymi.
W metajęzyku tworzy się nazwy wyrażeń językowych biorąc je w cudzy-
słów. Są to tak zwane nazwy cudzysłowowe. Fałszem jest, że czasownik jest
rzeczownikiem. Prawdą zaś jest, że „czasownik” jest rzeczownikiem. Na-
24 ROZDZIAŁ 1. LOGIKA ZDAŃ
zwa „ „czasownik” ” jest bowiem nazwą wyrażenia, które w języku, w którym
występuje, jest rzeczownikiem. Jednak nie jest prawdą, że czasownik jest
rzeczownikiem. Na przykład „stoi” jest czasownikiem a nie jest rzeczowni-
kiem.
Metajęzykiem musimy posługiwać się wszędzie tam, gdzie mówimy o ję-
zyku. Informatycy mówią o języku programowania. Język, którym to mówią
jest metajęzykiem dla tego języka programowania.
Nie można mylić języka z metajęzykiem. Ktoś, kto nie rozróżnia języka
od metajęzyka postępuje podobnie do kogoś, kto nie rozróżnia między np.
krzesłem a słowem „krzesło”.
Zgodnie z zasadą ekonomii — o czym była już mowa — użycie cudzy-
słowów może być pominięte, jeżeli dla osoby/osób, do której/których skie-
rowany jest tekst z kontekstu jest jasne, w jakiej roli występuje wyrażenie,
czy w językowej, czy w metajęzykowej. Z powodzeniem moglibyśmy więc
napisać:
słowo krzesło
zamiast:
słowo „krzesło”.
W języku mówionym wyrażenia te nie różnią się, a jednak można je właściwie
rozumieć. Zasady ekonomii nie traktujemy jednak jako nakazu nieliczącego
się z pewnymi zwyczajami i przyzwyczajeniami. Z tego powodu preferowane
są zapisy drugiego rodzaju. Jednak piszemy: słowo
krzesło
a nie: słowo
„krzesło”.
Pisać będziemy mniej nawiasów niż wynikałoby to z definicji zdania. Za
zbędne uważamy nawiasy zewnętrzne, czyli zamiast: (α) piszemy: α. Jeżeli
spójnik dwuargumentowy s
1
wiąże mocniej niż spójnik dwuargumentowy s
2
,
to zamiast: (αs
1
β)s
2
γ piszemy: αs
1
βs
2
γ; podobnie, zamiast: αs
2
(βs
1
γ) pi-
szemy: αs
2
βs
1
γ. Przyjmujemy, że spośród spójników dwuargumentowych
najmocniej wiąże koniunkcja, następnie alternatywa a po niej implikacja
i równoważność.
Jeżeli spójniki s
1
i s
2
wiążą z jednakową mocą, to zamiast αs
1
(βs
2
γ) mo-
żemy pisać αs
1
βs
2
γ. Jest to tak zwana zasada wiązania na lewo. Zwykle dla
1.2. JĘZYK LOGIKI ZDAŃ 25
większej czytelności pozostawiamy więcej nawiasów niż to wynikałoby z zasad
opuszczania nawiasów. Ponadto, można używać nawiasy innych kształtów:
¦, ¦; [, ]. Gdy wyrażenie α chcemy ująć w nawias, to piszemy: [α], jeśli w α
występują: (, ). Piszemy zaś ¦α¦, gdy w α występują: [, ]. Nasze zasady
używania i opuszczania nawiasów nie różnią się w jakiś istotny sposób od
zasad znanych z arytmetyki szkolnej.
Na użytek definicji zdania przyjęliśmy umowę, że litery greckie „α”, „β”,
. . . , ewentualnie z indeksami, oznaczają dowolny ciąg symboli. Teraz odstę-
pujemy od tej umowy. Liter greckich „α”, „β”, . . . będziemy używali — jeżeli
nie powiemy inaczej — tylko na oznaczenie zdań.
Wyrażenia „α” i np. „α” należą do języka, którym mówimy, a nie do
języka, o którym mówimy, czyli należą do metajęzyka. Wyrażenia te nie są
zdaniami metajęzyka. Są w nim nazwami zdań języka, o którym mówimy
(w metajęzyku).
Wyrażenia zbudowane wyłącznie z liter „α”, „β”, . . . oraz spójników i na-
wiasów mogą — jeżeli wcześniej nie jest ustalone do jakiego zdania odnoszą
— oznaczać każde zdanie, które można otrzymać przez wpisanie w miejsce
poszczególnych liter „α”, „β”, . . . jakichś zdań. O wyrażeniach takich mó-
wimy, że są to schematy zdaniowe.
Język, którym mówi się o logice nie różni się istotnie od języka natural-
nego, w naszym wypadku polskiego. W zasadzie różnica ta sprowadza się do
tego, że jest tu wiele słów — są to terminy specyficzne logiki — których na
co dzień nie używamy. Język logiki jest językiem uniwersalnym w tym sensie,
że nie zależy od języka narodowego, którym się mówi o logice. Podobnie jak
język arytmetyki jest wspólny wszystkim, którzy mówią o arytmetyce, choć
każdy mówi o niej jakimś językiem narodowym.
1.2.5 Rekurencyjny charakter definicji zdania
Definicja zdania jest definicją rekurencyjną (indukcyjną). Najogólniej rzecz
biorąc ten sposób definiowania polega na wskazaniu pewnej klasy (zbioru)
przedmiotów (prostych, atomowych). Może to być klasa skończona, np. jed-
noelementowa, której jedynym elementem jest „[”; a może to być również
jakaś klasa nieskończona, np. jak ma to miejsce w wypadku definicji zdania.
Ponadto podane są reguły budowy obiektów złożonych oraz może być wy-
różniona pewna klasa przedmiotów, które jedynie służą do «budowy» obiek-
tów złożonych. Przedmioty te nie należą do definiowanej klasy obiektów.
W wypadku języka rachunku zdań są nimi spójniki i nawiasy. Reguły bu-
26 ROZDZIAŁ 1. LOGIKA ZDAŃ
dowy obiektów złożonych są pewnego rodzaju przepisami określającymi, jaki
dokładnie jeden obiekt powstanie, gdy do budowy zostaną użyte określone
obiekty. Np. mając obiekt „[” oraz operację konkatenacji, czyli operację
dopisywania symbolu „[” po prawej stronie danego obiektu, możemy skon-
struować obiekty: [, [[, [[[, . . . . Klasa indukcyjna to najmniejszy zbiór zawie-
rający wszystkie elementy proste oraz wszystkie te przedmioty, które dadzą
się zbudować z elementów prostych.
Zbiór taki, że zastosowanie reguł konstrukcji do jego elementów daje
w wyniku przedmiot będący elementem tego zbioru to zbiór domknięty ze
względu na te reguły konstrukcji.
Definicja 1.16 (definicji rekurencyjnej, indukcyjnej). W definicji rekuren-
cyjnej (indukcyjnej) wyróżniamy trzy warunki:
1. bazowy (po prostu: baza) lub początkowy — przez podanie nazw wska-
zane są pewne obiekty, które są elementami definiowanego zbioru;
2. indukcyjny (po prostu: indukcja) — warunek ten określa, jaki dokład-
nie jeden obiekt powstanie z elementów definiowanego zbioru, jeżeli
zastosowana zostanie do nich jedna z reguł konstrukcji;
3. końcowy — warunek ten mówi, że przedmiot jest elementem definiowa-
nego zbioru tylko wówczas, gdy może być skonstruowany z elementów
bazowych przez stosowanie reguł konstrukcji.
Warunek 3 może być wyrażony równoważnie przez jeden z następujących
warunków:
3

Definiowany zbiór jest najmniejszym takim zbiorem, którego elemen-
tami są wszystkie elementy bazowe oraz który jest domknięty ze względu
na reguły konstrukcji.
3

Definiowany zbiór jest przekrojem wszystkich i tylko takich zbiorów,
których elementami są elementy bazowe i które są domknięte ze względu
na reguły konstrukcji.
3

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
Definicje rekurencyjne (indukcyjne) pozwalają na drodze wnioskowania,
określanego jako wnioskowanie przez indukcję (matematyczną) dowodzić wła-
sności obiektów spełniających warunki definicji. Liczby naturalne możemy
pojąć jako obiekty: [, [[, [[[, . . . . Na to, aby dowieść, że każda liczba na-
turalna ma jakąś własność W wystarczy pokazać — jest to znany ze szkoły
średniej schemat wnioskowania — że
1. własność W przysługuje obiektowi: [;
oraz
2. jeżeli własność W przysługuje obiektowi α, to przysługuje obiektowi:
α[.
Podobnie, aby dowieść, że każde zdanie ma jakąś własność W (W jest
formułą z jedną zmienną wolną, której zakresem zmienności jest zbiór zdań)
wystarczy pokazać, że
1. każdej literze zdaniowej przysługuje własność W,
2. jeżeli α i β mają własność W, to α, α ⇒ β, α∨β, α∧β, α ⇔ β mają
własność W.
Warunki 1 i 2 można wyrazić równoważnie, odpowiednio:
3. zachodzi W(α), jeżeli α jest literą zdaniową,
4. jeżeli zachodzi W(α) i W(β), to
• W(α),
• W(αsβ), gdzie s jest jednym z dwuargumentowych spójników.
Własności zdań będziemy dowodzić na drodze wnioskowania indukcyj-
nego. Twierdzenie o poprawności takiego postępowania nosi nazwę zasady
indukcji strukturalnej dla rachunku zdań.
Warunek 1 (3) to warunek początkowy (bazowy). Warunek 2 (4) to teza
indukcyjna.
Rzeczywiście, zgodnie z warunkiem początkowym własność W ma każda
litera zdaniowa. Z tezy indukcyjnej, czyli warunku 2 (4), dostajemy, że jeżeli
własność W mają zdania α i β, to mają ją również zdania złożone z α i β.
Stwierdzenie, że własność W mają wszystkie zdania wymaga odwołania się
do faktu, że zdaniami są tylko te wyrażenia, które są literami zdaniowymi
lub dadzą się z nich skonstruować za pomocą reguł budowy zdań.
28 ROZDZIAŁ 1. LOGIKA ZDAŃ
O poprawności takiego postępowania mówi zasada rekurencji strukturalnej.
Niech f będzie funkcją określoną na zbiorze zdań L.
1. warunek początkowy: dla dowolnej litery zdaniowej p dana jest wartość
f(p),
2. warunek indukcyjny:
• wartość f( α) jest określona jednoznacznie przez f(α),
• wartość f(αsβ), gdzie s jest jednym ze spójników dwuargumen-
towych, jest jednoznacznie określona przez f(α) i f(β).
Funkcja zdefiniowana zgodnie z podanymi zasadami jest dokładnie jedna.
Dla wykazania, że funkcja f określona jest dla wszystkich zdań korzysta
się z tego, że f określona jest dla liter zdaniowych, a na podstawie warunku
indukcyjnego, jeżeli jest określona dla α i β, to określona jest dla zdań z nich
zbudowanych. Ponieważ zdaniami są tylko litery zdaniowe i wyrażenia otrzy-
mane z liter zdaniowych za pomocą reguł konstrukcji, więc f jest określona
dla dowolnego zdania.
Dla wykazania, że jest tylko jedna funkcja spełniająca podane warunki,
wystarczy zauważyć, że dane zdanie złożone może być tylko w jeden spo-
sób rozczłonowane na części składowe
10
. Inaczej mówiąc, wartość f zależy
od rozczłonowania zdania. Gdyby dane zdanie mogło być analizowane na
różne sposoby, to temu zdaniu mogłyby być przyporządkowane różne warto-
ści. Tym samym funkcja f nie byłaby jedyną, która spełnia warunki zasady
rekurencji strukturalnej.
1.2.6 Model i prawdziwość
W modelu każde zdanie proste powinno być bądź prawdziwe, bądź fałszywe.
Interpretacja (określenie znaczeń zdań w modelu) polega na przyporząd-
kowaniu poszczególnym zdaniom prostym znaczenia jednego z terminów:
„prawda”, „fałsz”. Pomijając nieistotne detale możemy model po prostu utoż-
samić z jakimś podzbiorem M zbioru o liter zdaniowych. Jeżeli litera zda-
niowa p
n
należy do podzbioru M zbioru o, to będziemy przez to rozumieć,
że p
n
jest prawdziwe w modelu M. Gdy p
n
nie należy do M, to będziemy
10
Twierdzenie o takim fakcie określane jest jako twierdzenie o rozbiorze.
1.2. JĘZYK LOGIKI ZDAŃ 29
przez to rozumieć, że p
n
jest fałszywe w modelu M. Prawdziwość i fałszywość
zdań złożonych określa się zaś ze względu na prawdziwość i fałszywość zdań
składowych.
Zamiast mówić, że zdanie jest prawdziwe w modelu będziemy też mó-
wić, że jest spełnione w modelu. Do zapisania, że zdanie α jest prawdziwe
w modelu M używać będziemy specjalnego oznaczenia:
M [= α.
Definicja 1.17 (M [= α). Niech M będzie podzbiorem zbioru o liter zdanio-
wych (M ⊆ o). α jest prawdziwe (spełnione) w modelu M, M [= α, wtedy
i tylko wtedy, gdy:
1. jeżeli α jest literą zdaniową, to
M [= α
wtedy i tylko wtedy, gdy
α ∈ M;
2. jeżeli α jest zdaniem β, to
M [= α
wtedy i tylko wtedy, gdy
nie jest tak, że M [= β;
3. jeżeli α jest zdaniem β ⇒ γ, to
M [= α
wtedy i tylko wtedy, gdy
nie jest tak, że M [= β lub jest tak, że M [= γ;
4. jeżeli α jest zdaniem β ∨ γ, to
M [= α
wtedy i tylko wtedy, gdy
30 ROZDZIAŁ 1. LOGIKA ZDAŃ
M [= β lub M [= γ;
5. jeżeli α jest zdaniem β ∧ γ, to
M [= α
wtedy i tylko wtedy, gdy
M [= β i M [= γ;
6. jeżeli α jest zdaniem β ⇔ γ, to
M [= α
wtedy i tylko wtedy, gdy
(M [= β wtedy i tylko wtedy M [= γ).
Spójniki: , ⇒, ∨, ∧, ⇔ w języku polskim będą odczytywane za pomocą
wyrażeń, odpowiednio: „nieprawda, że . . . ”, „ jeżeli . . . , to . . . ”, „ . . . lub
. . . ”, „ . . . i . . . ”, „ . . . wtedy i tylko wtedy, gdy . . . ”.
Symbole: , ⇒, ∨, ∧, ⇔ są symbolami języka logiki zdań, a więc należą
do języka, o którym mówimy. Z punktu widzenia języka, którym mówimy
są one pewnego rodzaju przedmiotami, o których się mówi. Symbole te nie
należą do języka, którym pisany jest ten tekst. Symboli tych i wyrażeń
z nich zbudowanych używamy wyłącznie jako «cytatów», jako «przytoczeń»
symboli i wyrażeń języka, o którym mówimy. Nie możemy użyć ich jako wy-
godnych skrótów dla spójników języka, którym mówimy. Nie możemy więc
zastąpić, np. „ jeżeli. . . , to. . . ” i „wtedy i tylko wtedy, gdy” przez, odpowied-
nio: ⇒, ⇔. W naszym tekście o języku rachunku zdań, symbole i wyrażenia
tego języka występują w supozycji materialnej, czyli na oznaczenie samych
siebie.
Definicja 1.18 (prawdziwości zdania). Zdanie α jest (logicznie) prawdziwe,
co oznaczamy: [= α, wtedy i tylko wtedy, gdy α jest prawdziwe we wszystkich
modelach; czyli wtedy i tylko wtedy, gdy
dla każdego M ⊆ o : M [= α.
1.3. RACHUNEK ZDAŃ 31
Tam, gdzie będzie istniała obawa nieporozumień, że „prawdziwe” (bez od-
noszenia do jakiegoś modelu) będzie brane w znaczeniu „prawdziwe w świecie
realnym”, zamiast o prawdziwości zdania będziemy mogli mówić o jego lo-
gicznej prawdziwości.
Naszym celem jest wskazanie czysto syntaktycznych własności zdań praw-
dziwych, a więc tych własności ich kształtu, budowy, które są charaktery-
styczne dla zdań prawdziwych we wszystkich modelach. Wyróżnimy pewną
klasę zdań, które będziemy określali jako tautologie. Pojęcie tautologii będzie
więc pojęciem syntaktycznym.
1.3 Rachunek zdań
Pojęcie zdania logicznie prawdziwego jest pojęciem semantycznym. Przed-
miotem semantyki są relacje między znakiem a rzeczywistością (do której
odnosi się ten znak). Zależy nam na syntaktycznym scharakteryzowaniu
pojęcia zdania logicznie prawdziwego. Przedmiotem syntaktyki są relacje
między znakami. Chcemy więc znaleźć takie własności zdań jako wyrażeń,
które dałyby się opisać w kategoriach relacji między znakami bez odwoły-
wania się do relacji między znakami a rzeczywistością i które wyróżniałyby
zdania logicznie prawdziwe.
Interesuje nas wynikanie jako relacja między przesłankami a wnioskiem.
Podamy definicję dowodu jako pewnej procedury o charakterze rachunko-
wym. Reguły dowodu zostaną dobrane tak, aby zdanie miało dowód ze
zbioru zdań wtedy i tylko wtedy, gdy z tego zbioru zdanie to rzeczywiście
wynika. Podana będzie definicja rzeczywistego, czyli semantycznego wynika-
nia.
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 o liter zdaniowych, w którym znajdują
się wszystkie litery występujące w tym zdaniu.
Niech p
0
, p
1
, . . . , p
n
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
ważne. Mogą to być np. impulsy elektryczne. O symbolach tych jedynie
zakładamy, że są różne.
Definicja 1.19 (wartości logicznej). F i T to wartości logiczne
11
.
Definicja 1.20 (interpretacji). Niech p
0
, p
1
, . . . , p
n
będzie ciągiem liter zda-
niowych, wśród których znajdują się wszystkie litery występujące w α. Ciąg:
v
0
, v
1
, . . . , v
n
,
gdzie v
i
, 0 ≤ i ≤ n jest jednym z symboli F lub T
to interpretacja (zdania α).
W ramach logiki zdań interpretacja liter zdaniowych wyczerpuje się więc
w określeniu ich wartości logicznej.
Definicja 1.21 (wartości logicznej zdania). Wartość logiczną zdania α dla
interpretacji v
0
, v
1
, . . . , v
n
określamy (rekurencyjnie) następująco:
• jeżeli α jest literą zdaniową p
m
, to wartością logiczną zdania α jest v
m
;
• wartości logiczne zdań złożonych obliczamy zaś zgodnie z poniżej po-
danymi tabelkami wartości logicznych:
β β
T F
F T
β γ β ∨ γ β ∧ γ β ⇒ γ β ⇔ γ
T T T T T T
T F T F F F
F T T F T F
F F F F T T
Przykład 1.7. Zdanie:
p
1
∨ (p
3
∧ p
2
)
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
Zauważmy, że jedyna istotna różnica formalna pomiędzy określeniem praw-
dziwości zdań w modelu a definicją wartości zdania polega na tym, że modeli
jest nieskończenie wiele. Dokładnie tyle, ile jest podzbiorów zbioru liter zda-
niowych, czyli podzbiorów zbioru 2
N
. Takich podzbiorów jest zaś tyle, ile
jest liczb rzeczywistych, czyli c
12
. Ilość interpretacji jest zaś skończona. In-
terpretacji o długości n jest tyle, ile jest n wyrazowych ciągów liter T i F,
czyli 2
n
.
Definicja 1.22 (tautologii). Zdanie α jest tautologią, co oznaczamy: ¬ α,
wtedy i tylko wtedy, gdy α dla dowolnej interpretacji v
0
, v
1
, . . . , v
n
przyjmuje
wartość T.
Definicja 1.23 (kontrtautologii). Zdanie α jest kontrtautologią wtedy i tylko
wtedy, gdy α dla dowolnej interpretacji przyjmuje wartość F.
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.
Twierdzenie 1.1. Problem, czy zdanie jest tautologią jest rozstrzygalny,
czyli istnieje metoda, która w skończonej liczbie operacji/kroków umożliwia
znalezienie odpowiedzi TAK lub NIE na pytanie, czy dane zdanie klasycznej
logiki zdań jest tautologią.
Dowód. Niech α będzie zbudowane z n różnych liter zdaniowych (litery te
mogą występować wielokrotnie). Zgodnie z definicją tautologii należy wziąć
taki początkowy fragment ciągu liter zdaniowych, w którym mieszczą się
wszystkie litery zdaniowe występujące w α. Zauważmy jednak, że dla inter-
pretacji nieróżniących się na miejscach, odpowiadających literom zdaniowym
występującym w α, wartości logiczne α też się nie różnią. Pod uwagę wy-
starczy zatem wziąć wszystkie tylko takie interpretacje, które różnią się na
miejscach odpowiadających literom zdaniowym występującym w α. Ponie-
waż w α występuje dokładnie n różnych liter zdaniowych i mamy dokładnie
dwie wartości logiczne, zatem takich interpretacji jest 2
n
.
Problem, jaka wartość logiczna przysługuje zdaniu α dla danej interpre-
tacji jest rozstrzygalny. Wartość logiczną zdania α dla zadanej interpretacji
12
Użyte tu pojęcia i oznaczenia są objaśnione w części poświęconej teorii mnogości.
34 ROZDZIAŁ 1. LOGIKA ZDAŃ
ustalamy w m krokach, gdzie m jest liczbą spójników występujących w zda-
niu α. Ilość spójników określamy tak, że każde wystąpienie spójnika (każdy
symbol) liczymy osobno. W celu określenia wartości logicznej zdania dla da-
nej interpretacji korzystamy z tabelek wartości logicznych. Szczegóły takiego
postępowania opiszemy niżej jako metodę wprost.
Definicja 1.24 (metody wprost). W celu znalezienia metodą sprawdzania
wprost odpowiedzi na pytanie, czy zdanie jest tautologią:
1. określamy wszystkie możliwe układy wartości logicznych zdań prostych,
z których zbudowane jest dane zdanie; porządkujemy je np. alfabetycz-
nie według zasady p
i
wyprzedza p
i+1
a T wyprzedza F;
2. dla każdego układu wartości pod każdą literą zdaniową podpisujemy
wartość logiczną, jaka przysługuje jej dla rozpatrywanego układu;
3. tam, gdzie pod argumentami jakiegoś spójnika znajdują się podpisane
wartości logiczne, określamy zgodnie z tabelkami wartość logiczną zda-
nia zbudowanego za pomocą tego spójnika i wartość tę podpisujemy
pod tym spójnikiem; postępowanie to kontynuujemy tak długo, aż zo-
stanie podpisana wartość logiczna pod spójnikiem głównym rozpatry-
wanego zdania;
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.
Przykład 1.8. Zdanie:
[p ∧ (p ⇒ q)] ⇒ q
jest tautologią.
Musimy rozważyć cztery wypadki: ¦T, T¦, ¦T, F¦, ¦F, T¦, ¦F, F¦.
I.
[ p ∧ ( p ⇒ q ) ] ⇒ q
T T T T
T
T
T
1.3. RACHUNEK ZDAŃ 35
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
Znajdowanie odpowiedzi na pytanie, czy zdanie jest tautologią za pomocą
metody sprawdzania wprost jest uciążliwe. W praktyce zwykle korzystniej
jest stosować metodę sprawdzania niewprost
13
. Metoda niewprost, podobnie
jak metoda wprost, ma charakter czysto «mechaniczny», tzn. stosując ją do
dowolnego zdania postępujemy krok po kroku zgodnie z podanymi regułami.
Nie są to jedyne metody tego rodzaju. Taki sam charakter również metoda
tablic semantycznych, którą tu opiszemy. Ponadto zauważmy, że zawsze
możemy zastosować szczególną procedurę, na jaką zezwala budowa zdania,
o które pytamy się czy jest tautologią.
13
Metodę sprawdzania wprost oraz metodę niewprost określa się jako metodę zero-
jedynkową, a to dlatego, że zwykle stosowano cyfry „1” i „0”, a nie litery „T” i „F”.
36 ROZDZIAŁ 1. LOGIKA ZDAŃ
Definicja 1.25 (metody niewprost). W celu sprawdzenia metodą niewprost,
czy zdanie jest tautologią postępujemy następująco:
1. pod spójnikiem głównym danego zdania piszemy literę F;
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;
3. zdanie jest tautologią wtedy i tylko wtedy, gdy w każdym wypadku
otrzymanym zgodnie z pkt. 2 stwierdzamy, że pod jakimś spójnikiem
lub jakąś literą zdaniową podpisane zostały obie litery T i F.
Przykład 1.9. Zdanie:
(p ⇒ q) ⇒ (p ⇒ q)
nie jest tautologią.
( 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
Przykład 1.10. Niech α
n
będzie zdaniem:
(. . . (p ⇒ p) ⇒ p) . . . ) ⇒ p,
w którym litera zdaniowa p występuje dokładnie n razy. Zdanie to jest
tautologią wtedy i tylko wtedy, gdy n jest liczbą parzystą.
Dowód. Niech α
n
to zdanie o budowie: (. . . (p ⇒ p) ⇒ p) . . . ) ⇒ p, w którym
litera p występuje dokładnie n razy.
Dowodzimy przez indukcję ze względu na budowę zdania α
n
.
W wypadku n = 1 mamy, że liczba wystąpień nie jest parzysta a zdanie
α
1
(= p) nie jest tautologią, zatem zdanie α
1
jest tautologią wtedy i tylko
wtedy, gdy liczba wystąpień litery p jest liczbą parzystą.
Założenie indukcyjne.
Niech dla i(≤ k) zdanie α
i
będzie tautologią wtedy i tylko wtedy, gdy
i będzie liczbą parzystą.
TEZA INDUKCYJNA
Zdanie α
k+1
jest tautologią wtedy i tylko wtedy, gdy k + 1 jest liczbą
parzystą.
Udowodnimy dwa zdania:
1. Jeżeli α
k+1
jest tautologią, to k + 1 jest liczbą parzystą.
2. Jeżeli k + 1 jest liczbą parzystą, to α
k+1
jest tautologią.
Dowód tezy 1.
Niech α
k+1
będzie tautologią. Ponieważ jest to zdanie α
k
⇒ p, zatem α
k
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 α
k−1
jest tautologią. Zdanie
α
k+1
to zdanie (α
k−1
⇒ p) ⇒ p. Korzystając z tego, że α
k−1
jest tautologią
stwierdzamy, że α
k+1
jest tautologią.
1.3.2 Wybrane tautologie klasycznej logiki zdań
Rozważymy teraz przykłady tautologii. Będą to tautologie najbardziej pod-
stawowe i najprostsze, więc odnoszące do podstawowych zasad rozumowania.
38 ROZDZIAŁ 1. LOGIKA ZDAŃ
1. [(p ⇒ q) ∧ (p ⇒ q)] ⇒ p
Sprawdzenie metodą niewprost:
[ ( p ⇒ q ) ∧ ( p ⇒ q ) ] ⇒ p
F
T F
T T F
F T F T
T T T T T
T T T T
T T F
F
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:
7. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (p ⇒ q)]
8. (p ⇔ q) ⇔ [(q ⇒ p) ∧ (p ⇒ q)]
1.3. RACHUNEK ZDAŃ 41
9. (p ⇒ q) ⇔ (p ∧ q)
Tautologią jest także
10. (p ⇔ q) ⇔ [(p ∧ q) ∧ (p ∧ q)]
Tautologią zaś nie jest:
11. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (q ⇒ p)].
1.3.3 Tablice semantyczne
Metoda zero-jedynkowa pozwala w wypadku dowolnego zdania rozstrzygnąć,
czy jest ono tautologią, czy też nie jest. Jest to jednak metoda, która wymaga
wykonania bardzo wielu operacji. Zrozumiałe jest więc poszukiwanie bardziej
efektywnych sposobów znajdowania odpowiedzi na pytanie, czy zdanie jest
tautologią. Jednym z nich jest metoda tablic semantycznych. Metoda ta,
w odróżnieniu od metody zero-jedynkowej, ma zastosowanie — oczywiście,
po stosownym uzupełnieniu — w rachunku predykatów. Oprócz logiki kla-
sycznej wykorzystywana jest także w innych logikach, jak np. logiki modalne
i logika intuicjonistyczna. Metoda tablic semantycznych ma jednak przewagę
dydaktyczna nad metodą nie tylko z powodu uniwersalności, odwołując się
do intuicji przestrzennej jest również łatwiejsza w zrozumieniu.
Podane zostaną reguły budowy pewnych konstrukcji, które są rysunkiem
schematycznym drzewa postawionego pniem do góry. Konstrukcje te bę-
dziemy nazywali tablicami semantycznymi. Górę drzewa tworzy jego korzeń.
Na dole są liście. Odcinki łączące korzeń z liśćmi to gałęzie. Drzewo, które
ma więcej niż jedną gałąź, rozdziela się, rozgałęzia. Drzewo ma tyle gałęzi,
ile ma liści. Odcinek powyżej rozgałęzień to pień.
Definicja 1.26 (tablicy semantycznej). Tablica semantyczna to drzewo ze
zdaniami. Zdanie może znajdować się po lewej bądź po prawej stronie gałęzi.
Zdania znajdujące się na pniu znajdują się na każdej gałęzi.
Definicja 1.27 (relacji leżenia poniżej). Niech α i β będą różnymi napisami
(napis α różni się od napisu β miejscem, lecz niekoniecznie kształtem). Zda-
nie α leży poniżej zdania β wtedy i tylko wtedy, gdy od zdania β można
„przejść” do zdania α poruszając się odcinkami wyłącznie w dół drzewa.
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
Definicja 1.28 (gałęzi sprzecznej). Gałąź jest sprzeczna (zamknięta) wtedy
i tylko wtedy, gdy po obu stronach, prawej i lewej, odcinków wskazujących
stosunek leżenia poniżej znajduje się jakieś zdanie α, czyli na tej gałęzi po
każdej ze jej stron znajdują się, przynajmniej po jednym, równokształtne
napisy.
Fakt, że gałąź jest sprzeczna zaznacza się pisząc kreskę poziomą na końcu
tej gałęzi (na poziomie najniżej leżącego zdania).
Definicja 1.29 (gałęzi otwartej). Gałąź, która nie jest zamknięta, jest otwar-
ta.
Definicja 1.30 (tablicy zamkniętej). Tablica jest zamknięta wtedy i tylko
wtedy, gdy zamknięte są wszystkie gałęzie składające się na tę tablicę.
Definicja 1.31 (tablicy otwartej). Tablica, które nie jest zamknięta, jest
otwarta.
Będziemy mieli dwa rodzaje reguł. Takie, które wymagają tylko dopisania
jednego odcinka pod każdą gałęzią, na której znajduje się badane zdanie;
oraz takie, które wymagają dopisania dwóch odcinków pod każdą gałęzią, na
której znajduje się badane zdanie. Te ostatnie reguły powodują rozgałęzienie.
W wypadku metody zero-jedynkowej wprost postępujemy „z dołu do
góry” — przypisujemy wartości literom zdaniowym, a następnie obliczamy
wartość logiczną zdania. Metoda tablic semantycznych oparta jest na stra-
tegii „z góry do dołu” — rozpoczynamy od wartości logicznej zdania, do-
chodząc do wartości logicznych liter zdaniowych, czyli postępujemy tak jak
w wypadku metody zero-jedynkowej niewprost. Reguły tworzenia tablic se-
mantycznych są regułami analitycznymi — zdaniu złożonemu przyporządko-
wują jego części składowe. Zaczynamy zawsze od spójnika głównego. Zdanie
składowe może mieć wartość T lub F. W zależności od tego, piszemy je po,
odpowiednio, lewej lub prawej stronie odcinka. Dla każdego spójnika potrze-
bujemy dwóch reguł: jedna mówi jak postępować ze zdaniem znajdującym
się po lewej, a druga jak postępować ze zdaniem znajdującym się po prawej
stronie gałęzi. Będziemy więc odróżniali reguły lewostronne (L) i prawo-
stronne (P). Będziemy mieli zatem reguły: L, P, ∧L, ∧P, ∨L, ∨P, ⇒ L,
⇒ P, ⇔ L, ⇔ P. Fakt zastosowania reguły do danego zdania zaznaczać
będziemy pisząc przy tym zdaniu . Zdań oznaczonych nie bierze się
pod uwagę w dalszej konstrukcji drzewa; informacja w nich zawarta została
wykorzystana do rozbudowy drzewa. Zdania oznaczone to zdania martwe,
zdania nieoznakowane tak to zdania żywe.
1.3. RACHUNEK ZDAŃ 43
Definicja 1.32 (tablicy zakończonej). Tablica jest zakończona wtedy i tylko
wtedy, gdy jest (a) zamknięta lub (b) jedynymi żywymi zdaniami na niej są
litery zdaniowe.
Konstrukcję tablicy prowadzimy tak długo, aż otrzymamy tablicę za-
mkniętą lub gdy jedynymi żywymi zdaniami będą litery zdaniowe.
W wypadku logiki zdań, liczba elementów tablicy zawsze będzie skoń-
czona. Ponadto, tablica będzie binarna, tzn. rozgałęzienie dokonuje się na
dokładnie dwie gałęzie.
REGUŁY
L α

.
.
.
α
Reguła stosuje się do zdania α, znajdującego się po lewej stronie gałęzi.
Ta strona reprezentuje wartość T. Jeśli zdanie α ma wartość T, to jaką
wartość ma α? Oczywiście, α ma wartość F. Zatem piszemy α po prawej
stronie na każdej już istniejącej otwartej gałęzi, znajdującej się poniżej α
(jako napisu).
P α

.
.
.
α
Reguła ta stosuje się do zdania α, znajdującego się po prawej stronie
gałęzi. Strona ta reprezentuje wartość F. Jeśli zdanie α ma wartość F,
to jakie jest zdanie α? Oczywiście, zdanie α ma wartość T. Zatem piszemy
α po lewej stronie na każdej już istniejącej otwartej gałęzi, znajdującej się
poniżej α (jako napisu).
∧L α ∧ β

.
.
.
α
β
44 ROZDZIAŁ 1. LOGIKA ZDAŃ
Reguła ta stosuje się do zdania α ∧ β, znajdującego się po lewej stronie
gałęzi. Zdanie α ∧ β ma wartość T, a więc zarówno α jak i β mają wartość
T. Oba te zdania, α i β, piszemy więc jedno pod drugim na przedłużeniu
drzewa po lewej stronie każdej otwartej gałęzi, znajdującej się poniżej α ∧ β
(jako napisu).
∧P α ∧ β

.
.
.
α β
Reguła ta stosuje się do zdania α ∧β, znajdującego się po prawej stronie
gałęzi. Strona ta reprezentuje wartość F. Zdanie α ∧ β ma wartość F, gdy
α ma wartość F lub gdy β ma wartość F. W celu zapisania tego faktu do
każdej już istniejącej otwartej gałęzi, znajdującej się poniżej zdania α ∧ β
(jako napisu) dopisujemy dwie gałęzie. Po prawej stronie na jednej piszemy
α, a na drugiej β.
∨L α ∨ β

.
.
.
α β
Reguła ta stosuje się do zdania α ∨ β, znajdującego się po lewej stronie
gałęzi. Zdanie takie ma wartość T, zatem wartość T ma zdanie α lub wartość
T przysługuje zdaniu β. W celu zapisania tego faktu do każdej już istniejącej
otwartej gałęzi, znajdującej się poniżej α∨β (jako napisu), dopisujemy dwie
gałęzie. Po lewej stronie na jednej piszemy α, a na drugiej β.
∨P α ∨ β

.
.
.
α
β
Reguła ta stosuje się do zdania α ∨β, znajdującego się po prawej stronie
gałęzi. Zdanie takie ma wartość F, zatem wartość F przysługuje zdaniu α
1.3. RACHUNEK ZDAŃ 45
i wartość F przysługuje zdaniu β. Zatem po prawej stronie na każdej już
istniejącej otwartej gałęzi, znajdującej się poniżej α∨β (jako napisu), piszemy
jedno pod drugim α i β.
⇒ L α ⇒ β

.
.
.
α β
Reguła ta stosuje się do zdania α ⇒ β, znajdującego się po lewej stronie
gałęzi. Zdanie takie ma wartość T, zatem α ma wartość F lub β ma war-
tość T. Nasze drzewo będzie się więc rozgałęziać. Do każdej już istniejącej
otwartej gałęzi, znajdującej się poniżej α ⇒ β (jako napisu), dopisujemy
dwie gałęzie. Po prawej stronie jednej z nich piszemy α, a po lewej stronie
drugiej piszemy β.
⇒ P α ⇒ β

.
.
.
α
β
Reguła ta stosuje się do zdania α ⇒ β, znajdującego się po prawej stronie
gałęzi. Zdanie takie ma wartość F, zatem α ma wartość T, a β ma wartość
F. Na każdej otwartej gałęzi, znajdującej się poniżej α ⇒ β (jako napisu),
piszemy po lewej stronie α, a po prawej β.
⇔ L α ⇔ β

.
.
.
α α
β β
Reguła ta stosuje się do zdania α ⇔ β, znajdującego się po lewej stronie
gałęzi. Zdanie takie ma wartość T, zatem wartość T przysługuje zarówno
zdaniu α jak i zdaniu β lub wartość F mają zdania α i β. Drzewo będzie
się więc rozgałęziać. Do każdej już istniejącej otwartej gałęzi, znajdującej
46 ROZDZIAŁ 1. LOGIKA ZDAŃ
się poniżej α ⇔ β (jako napisu), dopisujemy dwie gałęzie. Po lewej stronie
jednej z nich piszemy jedno pod drugim α i β i tak samo po prawej stronie
drugiej z nich.
⇔ P α ⇔ β

.
.
.
α α
β β
Reguła ta stosuje się do zdania α ⇔ β, znajdującego się po prawej stronie
gałęzi. Zdanie takie ma wartość F, zatem zdaniu α przysługuje wartość T,
a zdaniu β przysługuje wartość F lub odwrotnie, zdanie α ma wartość F,
a zdanie β ma wartość T. Drzewo będzie się więc rozgałęziać. Do każdej
już istniejącej otwartej gałęzi, znajdującej się poniżej α ⇔ β (jako napisu),
dopisujemy dwie gałęzie. W wypadku jednej z nich, po lewej stronie piszemy
α a po prawej β, a w wypadku drugiej z nich odwrotnie, po prawej piszemy
α a po lewej β.
Podane reguły są tego rodzaju, że stosują się do dwóch dowolnych skoń-
czonych zbiorów zdań: jednego zapisanego po lewej, a drugiego zapisanego
po prawej stronie pnia. Konstrukcję uzyskaną dla danych zbiorów zdań na-
zywamy tablicą semantyczną lub drzewem analitycznym tych zbiorów.
Reguły odnoszące się do poszczególnych spójników mogą być stosowane
w dowolnej kolejności. Z formalnego punktu widzenia kolejność stosowania
reguł nie ma znaczenia, czyli — inaczej mówiąc — odpowiedź na pytanie,
czy dla danych zbiorów zdań — jednego zapisanego po lewej a drugiego
zapisanego po prawej stronie pnia — drzewo jest zamknięte, nie zależy od
tego, w jakiej kolejności stosujemy poszczególne reguły. Od ich kolejności
zależy jednak kształt drzewa, w szczególności jedne drzewa mogą być większe
(w sensie ilości gałęzi) od innych. Zależy nam na możliwie najmniejszym
drzewie. Uzyskaniu takiego drzewa sprzyja stosowanie reguły o charakterze
pragmatycznym, a mianowicie:
reguły nierozgałęźne stosujemy przed regułami rozgałęźnymi.
Mając dwa zbiory zdań, Γ i Σ możemy pytać, czy istnieje interpretacja
taka, że wszystkie zdania z Γ mają wartość T, a wszystkie zdania z Σ mają
1.3. RACHUNEK ZDAŃ 47
wartość F. Odpowiedź na to pytanie uzyskamy konstruując tablicę seman-
tyczną. Na początku konstrukcji po lewej stronie piszemy wszystkie zdania
z Γ, a po prawej stronie wszystkie zdania z Σ. Jeżeli uzyskamy tablicę za-
mkniętą, to taka możliwość jest wykluczona. Jeżeli zaś zakończona tablica
będzie otwarta, to taka możliwość istnieje. Interpretację, dla której to zacho-
dzi określamy biorąc pod uwagę jedną z otwartych gałęzi. Wszystkim literom
zdaniowym znajdującym się na tej gałęzi, jeśli znajdują się po stronie lewej
przypisujemy wartość T, a gdy znajdują się po prawej przypisujemy wartość
F. Literom zdaniowym, które nie występują na branej pod uwagę gałęzi
przypisujemy dowolną z wartości T i F. Dla tak określonej interpretacji
wszystkie zdania ze zbioru Γ mają wartość T, a wszystkie zdania ze zbioru
Σ mają wartość F.
W szczególnym wypadku może być tak, że zbiór Γ jest pusty, a zbiór Σ
ma dokładnie jeden element. Pytanie o to, czy może być tak, że wszystkie
zdania z Γ mają wartość T, a wszystkie zdania z Σ mają wartość F jest
wówczas pytaniem o to, czy możliwa jest interpretacja taka, że zdanie z Σ
ma wartość F. Pytanie to jest więc pytaniem o to, czy ten jedyny element
Σ jest tautologią.
Definicja 1.33 (tautologii). Zdanie α jest tautologią wtedy i tylko wtedy,
gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem począt-
kowym znajdującym się po prawej stronie pnia.
W wypadku, gdy zbiór Γ jest jednoelementowy, a zbiór Σ jest pusty
pytanie o możliwość interpretacji takiej, że wszystkie zdania z Γ mają wartość
T, a zdania z Σ mają wartość F jest pytaniem o to, czy zdanie będące
jedynym elementem Γ jest kontrtautologią.
Definicja 1.34 (kontrtautologii). Zdanie α jest kontrtautologią wtedy i tylko
wtedy, gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem
początkowym znajdującym się po lewej stronie pnia.
Zauważmy, że podane reguły analizy zdań są tego rodzaju, że w wy-
niku ich zastosowania uzyskujemy zdanie lub zdania prostsze niż zdanie,
do którego reguły są stosowane, a ponadto zdanie, do którego zastosowano
odpowiednią regułę staje się martwe, czyli nie może być przedmiotem po-
nownego zastosowania któreś z reguł. Proces budowy tablicy semantycznej
zawsze więc będzie mógł być zakończony. W szczególności, w wyniku sto-
sowania reguł otrzymamy litery zdaniowe. Oznacza to nic innego, jak tylko
48 ROZDZIAŁ 1. LOGIKA ZDAŃ
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
Czy tautologią jest zdanie:
((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))?
TABLICA SEMANTYCZNA
((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))

(p ∧ (q ∨ r))

((p ∧ q) ∨ (p ∧ r))

p (p ∧ q)

(q ∨ r)

(p ∧ r)

q r
p q p q
p r
ODPOWIEDŹ:
Zdanie:
((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))
jest tautologią. (
1.3. RACHUNEK ZDAŃ 49
Przykład 1.12. PYTANIE
Czy możliwa jest taka interpretacja, aby zdaniu (p ⇔ q) przysługiwała
wartość F w wypadku, gdy zdaniom (p ⇔ (q ⇔ r)) i r przysługuje wartość
T?
Problem ten można w sposób równoważny można sformułować następu-
jąco:
Czy tautologią jest zdanie:
(((p ⇔ (q ⇔ r)) ∧ r) ⇒ (p ⇔ q))?
Z tego zdania — jako zdania początkowego konstrukcji — po zastosowaniu
właściwych reguł dojdziemy do zdań, które są w treści naszego pytania.
TABLICA SEMANTYCZNA
((p ⇔ (q ⇔ r) ∧ r) ⇒ (p ⇔ q))

(p ⇔ (q ⇔ r) ∧ r)

((p ⇔ q))

(p ⇔ (q ⇔ r))

r
(p ⇔ q)

p p
q q
p p p p
(q ⇔ r) (q ⇔ r)
(q ⇔ r)

(q ⇔ r)

(q ⇔ r)

(q ⇔ r)

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
co jest temu równoważne, zdanie:
(((p ⇔ (q ⇔ r)) ∧ r) ⇒ (p ⇔ q))
jest tautologią). (
Przykład 1.13. PYTANIE
Czy tautologią jest zdanie:
((p ⇒ q) ⇒ ( p ⇒ q))?
TABLICA SEMANTYCZNA
((p ⇒ q) ⇒ (p ⇒ q))

(p ⇒ q)

(p ⇒ q)

(p)

(q)

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 2
n
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
uważa się za praktycznie rozwiązywalny, gdy istnieje stała k taka, że dla n
danych algorytm wymaga wykonania co najwyżej n
k
operacji. O takich al-
gorytmach mówi się, że działają w czasie wielomianowym. Jak na razie nie
udało się znaleźć tego rodzaju algorytmu dla rozstrzygania, czy dane zdanie
jest tautologią.
1.3.4 Tautologia a zdanie logicznie prawdziwe
Nim przystąpimy do dowodu twierdzenia o pełności udowodnijmy przydatny
lemat.
Lemat 1.2. Niech v
M0
, v
M1
, . . . , v
Mn
będzie interpretacją taką, że v
Mm
= T
wtedy i tylko wtedy, gdy p
m
jest elementem M (p
m
∈ M), czyli v
Mm
= F
wtedy i tylko wtedy, gdy p
m
nie jest elementem M (p
m
∈ M).
M [= α
wtedy i tylko wtedy, gdy
α dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość T.
Dowód. Dowodzić będziemy przez indukcję ze względu na długość zdania.
Niech α będzie zdaniem, którego wszystkie litery zdaniowe znajdują się
wśród (n + 1) liter: p
0
, p
1
, . . . , p
n
.
Weźmy dowolny model M. Niech v
M0
, v
M1
, . . . , v
Mn
będzie interpretacją
spełniającą założenia lematu.
W wypadku, gdy α jest literą zdaniową, to zgodnie z określeniem inter-
pretacji v
M0
, v
M1
, . . . , v
Mn
stwierdzamy, że M [= α wtedy i tylko wtedy, gdy
α przyjmuje wartość T.
Założenie indukcyjne. Niech
1. M [= β wtedy i tylko wtedy, gdy β dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość T,
oraz
2. M [= γ wtedy i tylko wtedy, gdy γ dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość T.
() Niech α będzie zdaniem: β.
Niech M [= α. Z definicji [= dostajemy, że nie zachodzi M [= β.
Z założenia indukcyjnego otrzymujemy, że dla interpretacji v
M0
, v
M1
, . . . , v
Mn
52 ROZDZIAŁ 1. LOGIKA ZDAŃ
zdanie β przyjmuje wartość F, a zatem zdanie α ( β) dla tej interpretacji
przyjmuje wartość T.
Niech α dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość T. A więc
β przyjmuje wartość F. Z założenia indukcyjnego wynika więc, iż nie zacho-
dzi M [= β, a zatem zachodzi M [= α ( β).
(⇒) Niech α będzie zdaniem: β ⇒ γ.
Niech nie zachodzi M [= α. Z definicji [= wynika, że zachodzi M [= β oraz
że nie zachodzi M [= γ. Korzystając z założenia indukcyjnego dostajemy,
że β dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość T zaś γ dla tej
interpretacji przyjmuje wartość F. Z tego więc dostajemy, że dla interpretacji
v
M0
, v
M1
, . . . , v
Mn
zdanie α (β ⇒ γ) przyjmuje wartość F.
Niech α dla interpretacji v
M0
, v
M1
, . . . , v
Mn
przyjmuje wartość F. Poka-
żemy, że nie zachodzi M [= α. Mamy bowiem, że β dla tej interpretacji
przyjmuje wartość T zaś γ przyjmuje wartość F. Korzystając z założenia
indukcyjnego dostajemy, że zachodzi M [= β a nie zachodzi M [= γ, a więc
nie zachodzi również M [= α (β ⇒ γ).
W wypadku koniunkcji postępujemy podobnie jak w wypadku negacji,
zaś w wypadku alternatywny podobnie jak w wypadku implikacji. Z równo-
ważnością możemy postępować jak z negacją, czyli zakładać, że M [= β ⇔ γ
a następnie zakładać, że dla interpretacji v
M0
, v
M1
, . . . , v
Mn
zdanie β ⇔ γ
przyjmuje wartość T. Możemy również postępować jak w wypadku impli-
kacji, czyli zakładając wpierw, że nie zachodzi M [= β ⇔ γ a następnie
zakładając, że dla interpretacji v
M0
, v
M1
, . . . , v
Mn
zdanie β ⇔ γ przyjmuje
wartość F.
Zależy nam na tym, aby pojęcia tautologii i prawdziwości były sobie
równoważne, czyli aby α było tautologią wtedy i tylko wtedy, gdy α jest
(logicznie) prawdziwe. Mówi o tym twierdzenie o pełności.
Twierdzenie 1.3 (o pełności). ¬ α wtedy i tylko wtedy, gdy [= α.
Dowód. Dowiedziemy dwóch tez, które łącznie składają sie na dowodzone
twierdzenie.
Wpierw dowodzimy, że
jeżeli ¬ α, to [= α.
1.3. RACHUNEK ZDAŃ 53
Załóżmy, że ¬ α. Gdyby nie zachodziło [= α, to istniałby model M taki,
że α nie byłoby w nim prawdziwe. Na podstawie lematu 1.2 dla interpreta-
cji v
M0
, v
M1
, . . . , v
Mn
zdanie α przyjmowałoby wartość F, a to przeczyłoby
założeniu. Zatem α jest prawdziwe we wszystkich modelach, czyli [= α.
Teraz dowiedziemy, że
jeżeli [= α, to ¬ α.
Niech [= α oraz niech ¬ α. Z tego mamy więc, że α dla jakiejś interpretacji
przyjmuje wartość F. Weźmy dowolny model M taki, że jego elementem nie
jest żadna z liter, która w rozważanej interpretacji przyjmuje wartość F. Na
podstawie lematu 1.2 mamy, że M [= α. A to przeczy założeniu, że [= α.
Dowiedzione twierdzenie pozwala zastąpić semantyczne pojęcie logicz-
nej prawdziwości syntaktycznym pojęciem tautologiczności. Twierdzenie to
umożliwia nam opuszczenie dowodu, że zdanie jest logicznie prawdziwe jeżeli
wiadomo, że jest ono tautologią.
Ponieważ rozstrzygalny jest problem, czy zdanie jest tautologią, więc na
podstawie twierdzenia o pełności jest jasne, że również rozstrzygalny jest
problem, czy zdanie jest logicznie prawdziwe.
1.3.5 Spójniki prawdziwościowe
Definicja 1.35 (spójnika prawdziwościowego). Spójnik prawdziwościowy to
spójnik taki, że wartość logiczna zdania złożonego zbudowanego za pomocą
tego spójnika jest wyznaczona przez wartości logiczne zdań-argumentów tego
spójnika, czyli wartość logiczna zdania złożonego jest funkcją wartości logicz-
nych zdań-argumentów.
Na to, aby określić wartość logiczną zdania „nieprawda, że α” wystarczy
znać wartość logiczną zdania α. Fraza „nieprawda, że . . . ” jest spójnikiem
prawdziwościowym.
Przykładem dwuargumentowego spójnika, który nie jest prawdziwościowy
może być spójnik „z tego, że . . . wynika, że . . . ”. Wartość logiczna zdania „z
tego, że α wynika, że β” jest określona w wypadku, gdy α jest prawdziwe a β
jest fałszywe; zdanie to wówczas jest fałszywe. W pozostałych możliwych
wypadkach układów wartości zdań α i β, wartość logiczna zdania złożonego
nie jest określona przez wartości logiczne zdań-argumentów. Na przykład,
niech prawdziwe będą zdania:
54 ROZDZIAŁ 1. LOGIKA ZDAŃ
1. A jest trójkątem równobocznym;
2. A jest trójkątem równoramiennym;
3. B jest kwadratem.
Otóż ze zdania 1 wynika zdanie 2. Ze zdania 1 nie wynika zdanie 3, zaś
implikacja, której poprzednikiem jest 1 a następnikiem 3 jest zdaniem praw-
dziwym. Spójnik implikacji jest prawdziwościowy, nie należy go więc mylić
z wynikaniem.
Spójniki: , ⇒, ∨, ∧, ⇔ są spójnikami prawdziwościowymi.
Definicja 1.36 (równoważności spójników). Dwa spójniki są równoważne
(ekstensjonalnie równe), wtedy i tylko wtedy, gdy zawsze dla tych samych
zdań-argumentów wartość logiczna zdań złożonych zbudowanych za pomocą
tych spójników jest taka sama.
Można obliczyć, że są dokładnie cztery (teoretycznie możliwe) eksten-
sjonalnie różne jednoargumentowe spójniki prawdziwościowe. Takich spój-
ników dwuargumentowych jest szesnaście. Ogólnie, jest 2
2
n
ekstensjonalnie
różnych n-argumentowych spójników prawdziwościowych (n = 1, 2, 3, . . . ).
Inaczej mówiąc, są dokładnie cztery funkcje jednoargumentowe ze zbioru
dwuelementowego do zbioru dwuelementowego oraz szesnaście takich funk-
cji dwuargumentowych. Ogólnie biorąc, funkcji n-argumentowych ze zbioru
dwuelementowego do zbioru dwuelementowego jest 2
2
n
.
W słowniku języka rachunku zdań opisanym na str. 15 pod uwagę wzię-
liśmy pięć spójników. Teraz rozważymy inne spójniki prawdziwościowe.
Definicja 1.37 (alternatywy rozłącznej, ⊕). Alternatywa rozłączna zdań α
i β, α ⊕β, charakteryzowana jest następującą tabelką wartości logicznych:
α β α ⊕β
T T F
T F T
F T T
F F F
W języku polskim na odczytanie alternatywy rozłącznej znajdujemy wy-
rażenie „. . . albo . . . ” lub „albo . . . albo . . . ”. Jak się zdaje intuicja może
podpowiadać, że zamiast powiedzieć „Albo Jan jest w domu albo w kinie”
1.3. RACHUNEK ZDAŃ 55
moglibyśmy w sposób równoważny wypowiedzieć: „Jan jest w domu wtedy
i tylko wtedy, gdy nie ma go w kinie” lub — symetrycznie — „Jana nie ma
w domu wtedy i tylko wtedy, gdy jest w kinie”. Uogólniając przykład stwier-
dzamy, że zdanie „albo α albo β” jest równoważne zdaniu „α wtedy i tylko
wtedy, gdy nieprawda, że β” lub zdaniu „(nieprawda, że α) wtedy i tylko
wtedy, gdy β”. Można obliczyć, że w żadnym wypadku wartość logiczna zda-
nia α ⊕ β nie różni się od wartości logicznej zdania α ⇔ β oraz zdania
α ⇔ β i zdania (α ⇔ β). Inaczej mówiąc, zdania te są jedno drugiemu
równoważne.
Definicja 1.38 (binegacji, ↓). Binegacja zdań α i β, α ↓ β, charakteryzo-
wana jest następującą tabelką wartości logicznych:
α β α ↓ β
T T F
T F F
F T F
F F T
W języku polskim na odczytanie binegacji znajdujemy wyrażenie „ani . . . ,
ani . . . ”. Takie bowiem znaczenie musimy przypisać temu wyrażeniu choćby
w takich zwrotach języka polskiego jak: „ani słychu, ani widu o nim”, „ani
mnie to grzeje, ani ziębi”. Kierując się wyłącznie intuicją znaczeń wyrażeń
języka polskiego zauważmy, iż zamiast powiedzieć, np. „ani Jan zdolny, ani
pracowity”
14
możemy z zachowaniem myśli zawartej w tym zdaniu powiedzieć
„Jan nie jest zdolny i nie jest pracowity”. Różnica pomiędzy obu zdaniami
jest tylko różnicą stylu. Uogólniając przykład stwierdzamy, że zdanie „ani α,
ani β” jest równoważne zdaniu „nieprawda, że α i nieprawda, że β”. Można
obliczyć, że wartość logiczna zdania α ↓ β nie różni się od wartości logicznej
zdania zdania α ∧ β, czyli zdania te są jedno drugiemu równoważne.
Problem wyrażenia jakiegoś n-argumentowego spójnika prawdziwościo-
wego s przez inne spójniki polega więc na tym, żeby znaleźć zdanie zbu-
dowane za pomocą tych innych spójników i (niekoniecznie wszystkich i nie-
koniecznie tylko) zdań-argumentów spójnika s, aby dla każdej interpretacji
14
Zgodnie z frazeologią języka polskiego powiemy: „Ani Jan nie jest zdolny, ani nie
jest pracowity”. Podobnie jest w wypadku innych spójników języka rachunku zdań —
w zależności od kontekstu mogą być wyrażane inaczej niż to ustaliliśmy jako sposób ich
odczytywania.
56 ROZDZIAŁ 1. LOGIKA ZDAŃ
wartość logiczna tego zdania była taka sama jak zdania zbudowanego za
pomocą spójnika s.
1.3.6 Funkcjonalna pełność
Nim pokażemy, że wszystkie teoretycznie możliwe spójniki prawdziwościowe
dadzą się wyrazić za pomocą tylko trzech spójników: negacji, alternatywy
i koniunkcji, podajmy twierdzenie, z którego będziemy korzystać w dowodzie
tego faktu.
Twierdzenie 1.4 (o zastępowaniu). Niech α
β::=γ
−→ δ, czyli niech zdanie δ
będzie wynikiem zastąpienia w zdaniu α zdania β przez zdanie γ.
Jeżeli ¬ β ⇔ γ, to ¬ α ⇔ δ.
Twierdzenie to głosi, że jeżeli w zdaniu α zastąpimy, będący zdaniem,
występujący w nim ciąg symboli β ciągiem symboli γ takim, że zdania β oraz
γ są równoważne (¬ β ⇔ γ), to otrzymamy zdanie δ równoważne zdaniu α
(¬ α ⇔ δ).
Dowód. Dowodzić będziemy przez indukcję ze względu na budowę zdania α.
Niech α będzie zdaniem β. Po zastąpieniu β przez γ otrzymamy zdanie γ.
Ponieważ z założenia ¬ β ⇔ γ, więc ¬ α ⇔ δ.
Założenie indukcyjne. Niech α
1
β::=γ
−→ δ
1
oraz α
2
β::=γ
−→ δ
2
() Jeżeli α jest zdaniem α
1
a ¬ β ⇔ γ, to na podstawie założenia in-
dukcyjnego mamy, że dla dowolnej interpretacji wartość logiczna δ
1
jest taka
sama jak wartość logiczna α
1
. Zatem dla dowolnej interpretacji wartość lo-
giczna α
1
jest taka sama jak δ
1
, czyli ¬ α ⇔ δ.
Dla wszystkich spójników dwuargumentowych postępujemy podobnie.
Rozważmy więc tylko wypadek alternatywy.
(∨) Jeżeli α jest zdaniem α
1
∨ α
2
a zastępowania dokonujemy w α
1
, to na
podstawie założenia indukcyjnego dla dowolnej interpretacji wartość logiczna
α
1
jest taka sama jak wartość logiczna δ
1
. Zatem dla dowolnej interpretacji
wartość logiczna α
1
∨ α
2
jest taka sama jak wartość logiczna δ
1
∨ α
2
, czyli
¬ α ⇔ δ.
Podobnie postępujemy, gdy zastępowania dokonujemy w α
2
.
Dla dowolnego zdania α, w którym występują tylko spójniki prawdzi-
wościowe istnieje logicznie równoważne mu zdanie β (¬ α ⇔ β), w którym
występują tylko spójniki: , ∨, ∧, czyli
1.3. RACHUNEK ZDAŃ 57
Twierdzenie 1.5 (o funkcjonalnej pełności). Zbiór spójników ¦, ∨, ∧¦ jest
funkcjonalnie pełny.
Dowód. Niech dany będzie n-argumentowy spójnik prawdziwościowy s. Niech
spójnik ten będzie charakteryzowany przez następującą tabelkę wartości lo-
gicznych:
α
1
α
2
. . . α
n
s(α
1
, α
2
, . . . , α
n
)
v
1
1
v
1
2
. . . v
1
n
v
1
. . . . . . . . . . . . . . .
v
j
1
v
j
2
. . . v
j
n
v
j
. . . . . . . . . . . . . . .
v
2
n
1
v
2
n
2
. . . v
2
n
n
v
2
n
Dowodzić będziemy przez indukcję. Budować będziemy takie zdanie α

równoważne zdaniu α, w którym występują tylko spójniki: , ∨ i ∧.
Rozważmy wpierw wypadek, gdy α jest zdaniem, w którym występuje
tylko spójnik s (wszystkie argumenty spójnika s są literami zdaniowymi).
W wypadku, gdy wszystkie wartości v
1
, . . . , v
j
, . . . , v
2
n, jakie przyjmuje α
są równe F, to jako α

bierzemy koniunkcję wszystkich występujących w α
liter zdaniowych i ich negacji. Zdanie to dla dowolnej interpretacji przyjmuje
wartość F. Jest zatem równoważne zdaniu α.
Niech teraz dla jakiegoś układu wartości v
j
1
, v
j
2
, . . . , v
j
n
zdanie α przyjmuje
wartość T. Dla każdego układu wartości v
j
1
, v
j
2
, . . . , v
j
n
(j = 1, . . . , 2
n
), dla
którego α przyjmuje wartość T bierzemy koniunkcję liter zdaniowych p
i
, gdy
v
j
i
przyjmuje wartość T i p
i
, gdy v
j
i
przyjmuje wartość F. Koniunkcja ta
przyjmuje wartość T wtedy i tylko wtedy, gdy litera zdaniowa p
i
przyjmuje
wartość v
j
i
, (i = 1, . . . , n; j = 1, . . . , 2
n
). Alternatywa wszystkich takich
koniunkcji jest równoważna zdaniu α.
Założenie indukcyjne. Niech β
1
, . . . β
n
będą zdaniami takimi, że istnieją rów-
noważne im zdania, odpowiednio, β

1
, . . . , β

n
zbudowane tylko za pomocą
spójników: , ∨, ∧. Niech α będzie zdaniem s(β
1
, . . . , β
n
). Postępujemy
podobnie jak w wypadku, gdy argumentami s były litery zdaniowe. Tym
razem jednak zamiast liter zdaniowych bierzemy zdania β

1
, . . . , β

n
i ich ne-
gacje. Korzystając z założenia indukcyjnego i twierdzenia o zastępowaniu
stwierdzamy, że uzyskane konstrukcje są równoważne zdaniu α.
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).
Okazuje się, że sam spójnik ↓ (ani . . . , ani . . . ) wystarcza dla konstruk-
cji zdań logicznie równoważnych zdaniom zbudowanym za pomocą jakich-
kolwiek (nawet tylko dających się pomyśleć) spójników prawdziwościowych.
Pokazano również, że taką samą własność ma także spójnik zwany kreską
Sheffera, oznaczany [, a odczytywany „albo nie . . . albo nie . . . ”. Spójnik ten
jest charakteryzowany następującą tabelką:
β γ β [ γ
T T F
T F T
F T T
F F T
Dla ciekawości dodajmy, że oprócz „ani . . . , ani . . . ” i „albo nie . . . albo
nie . . . ” żaden inny co najwyżej dwuargumentowy spójnik sam jeden nie
wystarcza dla wypowiedzenia wszystkich pozostałych spójników prawdziwo-
ściowych.
1.3.7 Postacie normalne
Zdania o postaci opisanej w dowodzie twierdzenia o funkcjonalnej pełności
mają szczególną budowę. Taką budowę mają zdania o postaci normalnej
dysjunkcyjnej (alternatywnej). Dla różnych celów, zarówno teoretycznych
jak i praktycznych, wygodne jest korzystanie z jakiejś standardowej (kano-
nicznej) postaci zdań.
Definicja 1.39 (literału). Literał to litera zdaniowa lub litera zdaniowa
poprzedzona spójnikiem negacji.
1.3. RACHUNEK ZDAŃ 59
Litery zdaniowe to literały pozytywne, a negacje liter zdaniowych to lite-
rały negatywne.
Przykład 1.14. Literałami są: p
1
, p
1
, p
2
, p
2
, . . .
p
1
, p
2
, . . . to literały pozytywne, a p
1
, p
2
, . . . to literały negatywne. (
Definicja 1.40 (koniunkcji elementarnej). Zdanie:
λ
1
∧ λ
2
∧ ∧ λ
n
,
gdzie λ
i
jest literałem, 1 ≤ i ≤ n,
to koniunkcja elementarna.
Definicja 1.41 (dysjunkcyjnej postaci normalnej, DNF
15
). Zdanie:
δ
1
∨ δ
2
∨ ∨ δ
n
,
gdzie δ
i
jest koniunkcją elementarną, 1 ≤ i ≤ n,
to dysjunkcyjna (alternatywna) postać normalna zdania.
Zdanie α ma postać normalną dysjunkcyjną (alternatywną) wtedy i tylko
wtedy, gdy α jest koniunkcją zdań, z których każde jest literą zdaniową lub
literą zdaniową poprzedzoną spójnikiem negacji, albo α jest alternatywą ta-
kich koniunkcji.
Przykład 1.15. Zdaniem o postaci normalnej dysjunkcyjnej jest:
(p ∧ r) ∨ (p ∧ q ∧ r). (
Definicja 1.42 (dysjunkcji elementarnej, klauzuli). Zdanie:
λ
1
∨ λ
2
∨ ∨ λ
n
,
gdzie λ
i
jest literałem, 1 ≤ i ≤ n,
to dysjunkcja elementarna lub klauzula.
Klauzula to alternatywa literałów.
Definicja 1.43 (koniunkcyjnej postaci normalnej, CNF
16
). Zdanie:
κ
1
∧ κ
2
∧ ∧ κ
n
,
gdzie κ
i
jest dysjunkcją elementarną, 1 ≤ i ≤ n,
to koniunkcyjna postać normalna zdania.
15
Z angielskiego: Disjunctive Normal Form.
16
Z angielskiego: Conjunctive Normal Form.
60 ROZDZIAŁ 1. LOGIKA ZDAŃ
Zdanie α ma koniunkcyjną postać normalną wtedy i tylko wtedy, gdy α
jest alternatywą zdań, z których każde jest literą zdaniową lub literą zdaniową
poprzedzoną znakiem negacji, albo α jest koniunkcją takich alternatyw.
Przykład 1.16. Zdaniem o postaci normalnej koniunkcyjnej jest:
(p ∨ p ∨ q) ∧ (p ∨ q). (
Dla każdego zdania sformułowanego w języku klasycznej logiki zdań można
skonstruować logicznie równoważne zdanie o postaci alternatywnej normalnej
oraz logicznie równoważne zdanie o postaci koniunkcyjnej normalnej.
Pierwszym krokiem zarówno w wypadku procedury uzyskania postaci al-
ternatywnej jak i koniunkcyjnej jest wyeliminowanie spójników implikacji
i równoważności. Dokonujemy tego przez zastąpienie każdej podformuły,
w której taki spójnik występuje przez formułę równoważną bez tych spójni-
ków. Korzystamy z następujących równoważności:
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:
6. [α ∧ (β ∨ γ)] ⇔ [(α ∧ β) ∨ (α ∧ γ)].
Dla uzyskania zdania o koniunkcyjnej postaci normalnej korzystamy z:
1.3. RACHUNEK ZDAŃ 61
7. [α ∨ (β ∧ γ)] ⇔ [(α ∨ β) ∧ (α ∨ γ)].
Do konstrukcji postaci normalnych można wykorzystać drzewa analityczne.
Pod uwagę bierzemy tablice zakończone, czyli takie, w których jedynymi ży-
wymi zdaniami są litery zdaniowe.
W wypadku postaci normalnej dysjunkcyjnej konstruujemy drzewo zapi-
sując po lewej stronie zdanie, którego normalną postać dysjunkcyjną chcemy
znaleźć. Dla każdej gałęzi bierzemy koniunkcję, której wszystkimi i tylko
członami są litery zdaniowe znajdujące się po lewej stronie i negacje liter
zdaniowych znajdujących się po prawej stronie tej gałęzi. Alternatywa ta-
kich koniunkcji, dających się skonstruować dla wszystkich i tylko gałęzi ta-
kiego drzewa analitycznego, jest zdaniem o normalnej postaci dysjunkcyjnej
równoważnym zdaniu α.
W wypadku postaci normalnej koniunkcyjnej konstruujemy drzewo za-
pisując po prawej stronie zdanie, którego normalną postać koniunkcyjną
chcemy znaleźć. Dla każdej gałęzi bierzemy alternatywę, której wszystkimi
i tylko członami są litery zdaniowe znajdujące się po prawej stronie i nega-
cje liter zdaniowych znajdujących się po lewej stronie tej gałęzi. Koniunkcja
takich alternatyw, dających się skonstruować dla wszystkich i tylko gałęzi ta-
kiego drzewa analitycznego, jest zdaniem o normalnej postaci koniunkcyjnej
równoważnym zdaniu α.
Zdanie o postaci normalnej koniunkcyjnej jest tautologią wtedy i tylko
wtedy, gdy na każdą alternatywę zdań będącą członem koniunkcji składa się
jakaś litera zdaniowa p
i
oraz p
i
, a więc gdy wszystkie człony koniunkcji są
tautologiami.
Zauważmy, że zdanie o postaci normalnej dysjunkcyjnej jest kontrtau-
tologią wtedy i tylko wtedy, gdy alternatywę tworzą koniunkcje takie, że
w każdej z nich występuje jakaś litera zdaniowa p
i
oraz p
i
, a więc gdy
wszystkie człony alternatywy są kontrtautologiami.
1.3.8 Elektroniczna interpretacja spójników
Rachunek zdań znalazł interesujące zastosowanie techniczne w maszynach
matematycznych. Wartości logiczne zdań złożonych w zależności od spój-
nika i wartości logicznych zdań-argumentów można interpretować jako opis
działania pewnych układów elektronicznych. Przyjmuje się, że każde z wejść
może znajdować się w jednym z dwóch stanów. Są to dwa rozróżnialne stany
fizyczne. Mogą nimi być np. pary: impuls, brak impulsu; napięcie v
1
, na-
62 ROZDZIAŁ 1. LOGIKA ZDAŃ
pięcie v
2
(v
1
= v
2
). Stany te można oznaczać: 0, 1. Ponadto zakłada się,
że układy te działają bezczasowo, tzn. że stan wyjścia nie zależy od czasu
przetwarzania danych na wejściu, a jedynie od stanów wejść. Takie układy
to sieci logiczne.
Poszczególnym spójnikom przyporządkowuje się tzw. bramki logiczne lub
po prostu bramki. Nazwy bramek pochodzą z języka angielskiego. NOT
to negacja, AND — koniunkcja, OR — alternatywa, XOR — alternatywa
wyłączająca (eXclusive). NAND (dysjunkcja Sheffera), NOR (binegacja),
XNOR (równoważność) to skróty dla, odpowiednio, NOT AND, NOT OR,
NOT XOR.
α α
Bramka NOT
α
β
α ∧ β
Bramka AND
Zamiast:
α
β
(α ∧ β)
korzystamy z:
α
β
(α ∧ β)
1.3. RACHUNEK ZDAŃ 63
Bramka NAND
α
β
α ∨ β
Bramka OR
Zamiast:
α
β
α ∨ β
(α ∨ β)
korzystamy z:
α
β
(α ∨ β)
Bramka NOR
α
β
α ⊕β
Bramka XOR
Zamiast:
α
β
α ⊕β
(α ⊕β)
64 ROZDZIAŁ 1. LOGIKA ZDAŃ
korzystamy z:
α
β
(α ⊕β)
Bramka XNOR
Związki między wartościami logicznymi zdań-argumentów a wartością
logiczną zdania złożonego opisywane są przez tablicę. Sieć logiczna reali-
zuje tablicę, jeśli mając na wejściu wartości przyporządkowane zdaniom-
argumentom, na wyjściu ma stan odpowiadający wartości logicznej zdania
złożonego.
Układami (sieciami) podstawowymi są sieci realizujące tablice negacji,
alternatywy i koniunkcji.
Okazuje się, że możliwe jest zbudowanie dowolnej bramki, używając tylko
bramki NAND. Zauważmy, że jako bramkę NOT bierzemy bramkę NAND
tylko z jednym wejściem. Bramka AND może być zbudowana za pomocą
bramek NAND, jako pierwszej i na jej wejściu bramki NOT, która — jak
wyżej zauważyliśmy — daje się zbudować za pomocą NAND. Bramkę OR
budujemy poprzedzając bramkę NAND bramki NOT (którą potrafimy zbu-
dować z bramki NAND) na każdym wejściu. Jeżeli więc w danej technologii
łatwiej zbudować bramkę NAND, to możemy wykorzystać omówiony fakt i
konstruować dowolne bramki tylko z bramki NAND.
Podobnie można pokazać, że każdą bramkę można zbudować korzystając
tylko z bramki NOR.
Zasadniczym problemem teorii sieci logicznych jest określenie takich za-
sad, aby dla dowolnej zadanej tablicy można było zbudować realizującą ją
sieć złożoną z układów podstawowych. Jest to tzw. problem syntezy sieci
logicznych. Sprowadza się on do podania odpowiadającego danej tablicy
wyrażenia rachunku zdań zbudowanego za pomocą spójników negacji, alter-
natywy i koniunkcji. Dla takiego wyrażenia konstruuje się sieci z układów
podstawowych.
1.3.9 Dowód w rachunku zdań
Podstawową regułą syntaktyczną (operacją na napisach) będzie reguła odry-
wania (MP, modus ponens).
1.3. RACHUNEK ZDAŃ 65
Definicja 1.44 (reguły odrywania, MP). Ze zdań α i α ⇒ β wyprowadzalne
jest zdanie β.
Zdanie α daje się wyprowadzić ze zdań β i γ za pomocą reguły odrywania,
gdy γ jest zdaniem β ⇒ α.
Definicja 1.45 (dowodu). Niech Σ będzie dowolnym (skończonym lub nie-
skończonym) zbiorem zdań. α wynika syntaktycznie (daje się wyprowadzić z,
ma dowód z, jest konsekwencją, jest wnioskiem z) Σ, co oznaczamy: Σ ¬ α,
wtedy i tylko wtedy, gdy istnieje taki skończony ciąg zdań α
0
, α
1
, . . . , α
n
, że
α = α
n
oraz dla każdego i, 0 ≤ i ≤ n, spełniony jest przynajmniej jeden
z warunków:
1. α
i
jest tautologią,
2. α
i
należy do Σ,
3. istnieją j, k < i takie, że α
i
daje się za pomocą reguły odrywania
wyprowadzić ze zdań α
j
i α
k
.
Ciąg α
0
, α
1
, . . . , α
n
to dowód z Σ zdania α.
Ilość zdań-wyrazów ciągu dowodowego to długość dowodu. Zdania ze
zbioru Σ to założenia (dowodu z Σ).
Dowody zapisujemy w postaci kolumny wierszy dowodowych, na które
składać się będą:
• kolejny numer zdania,
• zdanie,
oraz
• wskazanie racji, dla których to zdanie można dołączyć do dowodu.
— Będziemy pisali „tautologia”, jeżeli dołączone zdanie jest tautologią.
— „Założenie” piszemy w wypadku, gdy zdanie to należy do zbioru Σ.
— Jeżeli zdanie będzie uzyskane w wyniku użycia reguły odrywania,
będziemy pisali „MP” oraz, po średniku, podajemy numery wierszy
dowodowych, w których znajdują się zdania, do których reguła ta
została zastosowana.
66 ROZDZIAŁ 1. LOGIKA ZDAŃ
Przykład 1.17. Pokażemy że zdanie a < c ma dowód ze zbioru:
¦a < b ∧ b < c ⇒ a < c, a < b, b < c¦;
czyli że
¦a < b ∧ b < c ⇒ a < c, a < b, b < c¦ ¬ a < c
17
.
1. a < b ⇒ (b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c)) tautologia
2. a < b założenie
3. b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c) (MP 2, 1)
4. b < c założenie
5. (a < b ∧ b < c ⇒ a < c) ⇒ (a < c) (MP 4, 3)
6. a < b ∧ b < c ⇒ a < c założenie
7. a < c (MP 6, 5) (
Lemat 1.7. Jeżeli α i α ⇒ β są tautologiami, to β jest tautologią.
Dowód. Niech w ciągu p
0
, p
1
, . . . , p
n
znajdują się wszystkie litery zdaniowe,
z których jest zbudowane zdanie α ⇒ β i niech β nie będzie tautologią. Ist-
nieje zatem taka interpretacja v
0
, v
1
, . . . , v
n
, że zdanie β dla tej interpretacji
przyjmuje wartość F. Ponieważ z założenia α ⇒ β jest tautologią, więc α
dla tej interpretacji musi przyjmować wartość F, a to przeczy założeniu, że
α jest tautologią.
α ma dowód z pustego zbioru zdań wtedy i tylko wtedy, gdy α jest tau-
tologią, czyli
Lemat 1.8.
∅ ¬ α wtedy i tylko wtedy, gdy ¬ α
Dowód. Jeżeli α jest tautologią, to ciąg, którego jedynym wyrazem jest α
jest dowodem α z pustego zbioru zdań, czyli mamy:
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
Niech α ma dowód z pustego zbioru zdań. Niech α
0
, α
1
, . . . , α
n
będzie
jakimś dowodem α. Przez indukcję, ze względu na długość tego dowodu,
pokażemy, że α jest tautologią.
Ponieważ Σ jest puste, więc zgodnie z definicją dowodu α
0
może być tylko
tautologią.
Założenie indukcyjne. Niech dla i ≤ k, α
i
będzie tautologią.
Pokażemy, że α
k+1
jest tautologią. Zgodnie z definicją dowodu α
k+1
może
być tautologią lub może być otrzymane przez zastosowanie reguły odrywania
do wyrazów poprzedzających α
k+1
w ciągu α
0
, α
1
, . . . , α
n
. Jeżeli jednak sto-
sujemy regułę odrywania do zdań, które są tautologiami, to w wyniku otrzy-
mujemy tautologię. W każdym wypadku α
k+1
jest więc tautologią. Mamy
zatem, że
jeżeli ∅ ¬ α to ¬ α.
Wniosek 1.9. α jest tautologią wtedy i tylko wtedy, gdy α ma dowód z do-
wolnego zbioru zdań.
UWAGA: W wypadku gdy Σ jest pustym zbiorem zdań (Σ = ∅) zamiast:
∅ ¬ α
będziemy pisali:
¬ α.
Lemat 1.10. Jeżeli α jest tautologią, to β ⇒ α jest tautologią.
Dowód. Niech w ciągu p
0
, p
1
, . . . , p
n
znajdują się wszystkie litery zdaniowe,
z których jest zbudowane zdanie β ⇒ α. Gdyby β ⇒ α nie było tautologią,
to istniałaby interpretacja v
0
, v
1
, . . . , v
n
taka, że dla tej interpretacji zdanie
β ⇒ α przyjmowałoby wartość F. Byłoby to jednak możliwe tylko wówczas,
gdyby α dla tej interpretacji przyjmowało wartość F, a to jest wykluczone,
z założenia bowiem α jest tautologią.
1.3.10 Twierdzenie o dedukcji
Intuicyjnie utożsamiane są stwierdzenia:
68 ROZDZIAŁ 1. LOGIKA ZDAŃ
zdanie β jest wnioskiem ze zdania α
i
twierdzeniem jest, że jeżeli α, to β.
Mając do udowodnienia zdanie „ jeżeli α, to β” bierzemy zdanie α jako prze-
słankę, a następnie wyprowadzamy β jako wniosek z α. Mając zaś udo-
wodnione, że β jest wnioskiem z α, przyjmujemy jako udowodnione zdanie:
„ jeżeli α, to β”.
Twierdzenie 1.11 (o dedukcji).
Σ ∪ ¦α¦ ¬ β
wtedy i tylko wtedy, gdy
Σ ¬ α ⇒ β.
Dowód. Udowodnimy dwie tezy, które łącznie składają się na twierdzenie
o dedukcji, a mianowicie:
Teza 1. jeżeli Σ ¬ α ⇒ β, to Σ ∪ ¦α¦ ¬ β
Teza 2. jeżeli Σ ∪ ¦α¦ ¬ β, to Σ ¬ α ⇒ β.
Dowód tezy 1 jest krótki. Niech α
0
, α
1
, . . . , α
n
będzie dowodem ze zbioru
Σ zdania α ⇒ β. W wypadku, gdy zbiorem założeń jest zbiór zdań Σ∪¦α¦,
zdanie α jest założeniem, więc może być dołączone do dowodu. Mamy zatem:
α
0
, α
1
, . . . , α
n
, α. Ponieważ β daje się za pomocą MP wyprowadzić z α
n
(=
α ⇒ β) i α, zatem do ciągu dowodowego α
0
, α
1
, . . . , α
n
, α możemy również
dołączyć β. Ciąg α
0
, α
1
, . . . , α
n
, α, β jest dowodem ze zbioru Σ∪¦α¦ zdania
β.
Dowód tezy 2 jest bardziej złożony. Niech Σ ∪ ¦α¦ ¬ β, czyli niech istnieje
dowód β ze zbioru Σ ∪ ¦α¦. Niech α
0
, α
1
, . . . , α
n
będzie tym dowodem.
Przez indukcję ze względu na długość tego dowodu, pokażemy, że dla każdego
i, 0 ≤ i ≤ n, Σ ¬ α ⇒ α
i
. W szczególności dla i = n będzie:
Σ ¬ α ⇒ β.
Pokażmy to wpierw dla i = 0.
α
0
może być tautologią, bądź może być założeniem.
Gdy α
0
jest tautologią, to — na podstawie wyżej udowodnionego lematu
1.10 — α ⇒ α
0
jest tautologią, a więc ma dowód z dowolnego zbioru zdań,
w szczególności z Σ.
1.3. RACHUNEK ZDAŃ 69
Jeżeli α
0
jest założeniem, to jest to bądź zdanie α, bądź jakiś element
zbioru Σ.
Jeżeli α
0
jest zdaniem α, to zdanie α ⇒ α ma dowód z Σ, jest bowiem
tautologią.
Niech α
0
∈ Σ. Ciąg:
1. α
0
⇒ (α ⇒ α
0
) tautologia
2. α
0
założenie
3. α ⇒ α
0
(MP; 1,2)
będzie dowodem zdania α ⇒ α
0
ze zbioru Σ.
Założenie indukcyjne.
Niech dla i ≤ k < n zachodzi: Σ ¬ α ⇒ α
i
.
Pokażemy, że dla i = k + 1 zachodzi:
Σ ¬ α ⇒ α
k+1
.
Zgodnie z definicją dowodu, α
k+1
może być bądź tautologią, bądź założe-
niem, bądź może być uzyskane przez zastosowanie reguły odrywania.
Jeżeli α
k+1
jest tautologią lub założeniem, to postępujemy tak samo jak
w wypadku α
0
.
Rozważmy więc tylko wypadek, gdy α
k+1
uzyskane jest przez zastosowanie
reguły odrywania. Niech więc w ciągu dowodowym α
k+1
będzie poprzedzane
przez zdania α
m
oraz α
m
⇒ α
k+1
. Zgodnie z założeniem indukcyjnym zdania
α ⇒ α
m
i α ⇒ (α
m
⇒ α
k+1
) mają dowód ze zbioru Σ. Niech ciąg:
β
0
, β
1
, . . . , β
l
(= α ⇒ α
m
)
będzie dowodem ze zbioru Σ zdania α ⇒ α
m
a ciąg:
γ
0
, γ
1
, . . . , γ
u
[= α ⇒ (α
m
⇒ α
k+1
)]
będzie dowodem ze zbioru Σ zdania α ⇒ (α
m
⇒ α
k+1
). Ciąg:
β
0
, β
1
, . . . , β
l
, γ
0
, γ
1
, . . . , γ
u
,
przedłużony o następujące trzy zdania:
(l+u+3). [α ⇒ (α
m
⇒ α
k+1
)] ⇒ [(α ⇒ α
m
) ⇒ (α ⇒ α
k+1
)] tautologia
(l+u+4). (α ⇒ α
m
) ⇒ (α ⇒ α
k+1
) (MP; l+u+2, l+u+3)
(l+u+5). α ⇒ α
k+1
(MP; l+u+4, l + 1).
jest dowodem ze zbioru Σ zdania α ⇒ α
k+1
.
70 ROZDZIAŁ 1. LOGIKA ZDAŃ
1.3.11 Sprzeczne i niesprzeczne zbiory zdań
Definicja 1.46 (syntaktycznie sprzecznego zbioru zdań). Σ jest (syntaktycz-
nie) sprzecznym zbiorem zdań wtedy i tylko wtedy, gdy:
dla dowolnego α: Σ ¬ α.
Zbiór zdań, który nie jest sprzeczny jest niesprzeczny.
Definicja 1.47 (syntaktycznie niesprzecznego zbioru zdań). Σ jest (syntak-
tycznie) niesprzecznym zbiorem zdań wtedy i tylko wtedy, gdy:
dla pewnego α nie jest tak, że Σ ¬ α.
Zbiór zdań, który nie jest niesprzeczny jest sprzeczny.
Definicja zbioru sprzecznego jest równoważna określeniu zbioru sprzecz-
nego jako takiego zbioru, którego zbiór konsekwencji, a więc zdań z niego
wyprowadzalnych jest równy zbiorowi L wszystkich zdań, czyli Σ jest sprzecz-
nym zbiorem zdań wtedy i tylko wtedy, gdy ¦α : Σ ¬ α¦ = L.
Intuicyjne pojęcie semantycznie niesprzecznego zbioru zdań jest takie, że
za niesprzeczny (semantycznie) uważamy każdy zbiór zdań prawdziwych w ja-
kiejś dziedzinie przedmiotowej (byłby to warunek wystarczający niesprzecz-
ności semantycznej) a istnienie jakiejś „rzeczywistości”, w której prawdziwe
są wszystkie zdania z jakiegoś zbioru zdań uznajemy za warunek konieczny
niesprzeczności (semantycznej) tego zbioru. A zatem w terminologii logicznej
znaczyłoby to, że
Definicja 1.48 (semantycznie niesprzecznego zbioru zdań). Zbiór zdań jest
semantycznie niesprzeczny wtedy i tylko wtedy, gdy ma model.
W wypadku, gdy istnieje równoważność wynikania syntaktycznego i se-
mantycznego, pojęcia niesprzeczności syntaktycznej i semantycznej są też
równoważne. W zastosowaniach logiki nie będzie więc potrzeby ich odróż-
niania.
1.3.12 Wynikanie syntaktyczne a wynikanie semantyczne
Reguły rachunku logicznego winny być tak dobrane, aby stosunek wynikania
według tych reguł pokrywał się z rzeczywistym stosunkiem wynikania. Dla
stwierdzenia zachodzenia takiej równości konieczne jest zdefiniowanie tego,
co określamy jako rzeczywiste wynikanie. Zdefiniowane pojęcie wynikania
rzeczywistego określimy jako wynikanie semantyczne.
1.3. RACHUNEK ZDAŃ 71
Definicja 1.49 (modelu zbioru zdań). M jest modelem zbioru zdań Σ, co
zapisujemy:
M [= Σ
wtedy i tylko wtedy, gdy każde zdanie ze zbioru Σ jest prawdziwe w M; czyli
gdy dla każdego α:
jeżeli α ∈ Σ, to M [= α.
O zbiorze Σ mówimy, że jest spełniony w M.
Definicja 1.50 (wynikania semantycznego, [=). Zdanie α wynika seman-
tycznie z Σ (jest następstwem zdań z Σ, zdania z Σ są racjami α), co zapi-
sujemy: Σ [= α, wtedy i tylko wtedy, gdy dla każdego modelu M:
jeżeli M [= Σ, to M [= α,
czyli w każdym modelu, w którym prawdziwe są wszystkie zdania z Σ, praw-
dziwe jest również zdanie α.
Twierdzenie głoszące, że wynikanie syntaktyczne pokrywa się z wynika-
niem semantycznym, czyli uogólnione twierdzenie o pełności jest konsekwen-
cją twierdzenia głoszącego, że zbiór zdań jest (syntaktycznie) niesprzeczny
wtedy i tylko wtedy, gdy ma model, czyli jest wnioskiem z uogólnionego
twierdzenia o niesprzeczności.
Twierdzenie 1.12 (uogólnione twierdzenie o niesprzeczności). Zbiór zdań
Σ jest niesprzeczny wtedy i tylko wtedy, gdy ma model.
Twierdzenie to pozostawiamy bez dowodu.
Wnioskiem z uogólnionego twierdzenia o niesprzeczności jest twierdzenie,
które głosi, że α wynika semantycznie ze zbioru Σ wtedy i tylko wtedy, gdy
wynika z tego zbioru syntaktycznie.
Twierdzenie 1.13 (uogólnione twierdzenie o pełności).
Σ [= α wtedy i tylko wtedy, gdy Σ ¬ α.
Dowód. Dowieść należy dwóch tez.
Teza 1. Jeżeli Σ [= α, to Σ ¬ α,
oraz
72 ROZDZIAŁ 1. LOGIKA ZDAŃ
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.
Uogólnione twierdzenie o pełności pozwala dla języka klasycznej logiki
zdań na opuszczenie dowodu, że jakieś zdanie wynika semantycznie, jeżeli tylko
pokazane jest, że zdanie to wynika syntaktycznie. W praktycznym stosowa-
niu logiki nie istnieje więc potrzeba odróżniania pomiędzy wynikaniem syn-
taktycznym a semantycznym. Jest to sytuacja analogiczna do znanej z aryt-
metyki szkolnej, gdzie nie odróżniamy np. pomiędzy rzeczywistym iloczynem
liczb a liczbą wyrachowaną zgodnie z regułami pisemnego mnożenia. W dal-
szych rozważaniach w zakresie logiki zdań wszędzie tam, gdzie odróżnienie
to nie jest ważne, będziemy mówili po prostu o wynikaniu (logicznym).
1.3.13 Reguły, schematy i prawa logiki
Jesteśmy zainteresowani praktycznym wykorzystaniem rachunku logicznego.
Jednak przeprowadzanie dowodów tak, jak ono zostało opisane, byłoby uciąż-
liwe i nienaturalne. Zainteresowani jesteśmy raczej regułami (syntaktycz-
nymi), które pozwalałyby na pokazywanie zachodzenia stosunku wynikania
logicznego w sposób bardziej sprawny i faktycznie przeprowadzanym wnio-
skowaniom bliższy niż jest to w wypadku, gdy jedyną regułą dowodzenia jest
reguła odrywania.
Reguła odrywania stosowana była do dwóch zdań, przesłanek. W wyniku
jej zastosowania otrzymywaliśmy jedno zdanie, wniosek. To, do jakich zdań
mogła być zastosowana i jakie zdanie w wyniku jej zastosowania otrzymywa-
liśmy, wyznaczone było przez kształt, formę zdań (treść zdań była obojętna).
1.3. RACHUNEK ZDAŃ 73
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 schemat
18
, czyli daje się opisać jako:
¦(¦Φ
1
, Φ
2
, . . . , Φ
m
¦, ¦Ψ
1
, Ψ
2
, . . . , Ψ
n
¦)¦.
Definicja 1.52 (schematu wnioskowania). Reguła:
¦(¦Φ
1
, Φ
2
, . . . , Φ
n
¦, ¦Ψ¦)¦,
gdzie Φ
1
, Φ
2
, . . . , Φ
n
, Ψ są schematami zdaniowymi,
to schemat wnioskowania.
Schematy wnioskowania — w zależności od tego, jak będzie wygodniej —
zapisujemy zaś w postaci jednej z trzech figur:
Φ
1
, Φ
2
, . . . , Φ
n
Φ
1
Ψ Φ
2
.
Φ
1
, Φ
2
, . . . , Φ
n
/Ψ .
.
Φ
n
Ψ
Reguła odrywania jako schemat wnioskowania mogłaby więc być opisana
na trzy następujące sposoby:
α
α, α ⇒ β α, α ⇒ β/β α ⇒ β
β β
Schemat wnioskowania mówi zatem, że zdaniom otrzymanym przez pod-
stawienie określonych zdań w miejsce wszystkich zmiennych metaprzedmio-
towych α, β, γ, . . . (czyli zmiennych, których zakresem zmienności jest zbiór
18
Takie reguły określa się jako strukturalne.
74 ROZDZIAŁ 1. LOGIKA ZDAŃ
zdań) występujących w schematach zdań Φ
1
, Φ
2
, . . . , Φ
n
dana reguła przy-
porządkowuje zdanie otrzymane przez podstawienie w schemacie zdania Ψ
tych samych zdań za te same zmienne. Zdania otrzymane z Φ
1
, Φ
2
, . . . , Φ
n
to przesłanki, zaś zdanie otrzymane z Ψ to wniosek.
Interesują nas logiczne schematy wnioskowania, tzn. takie schematy,
które przesłankom przyporządkowują jako wniosek zdanie, które z tych prze-
słanek wynika logicznie.
Definicja 1.53 (logicznego schematu wnioskowania). Schemat wnioskowa-
nia:
Φ
1
, Φ
2
, . . . , Φ
n

jest logiczny wtedy i tylko wtedy, gdy dla dowolnych zdań α
1
, α
2
, . . . , α
n
,
α — jeżeli wszystkie one dadzą się otrzymać przez jednoczesne podstawienie
jakichś zdań za wszystkie zmienne metaprzedmiotowe występujące w sche-
matach zdań, odpowiednio, Φ
1
, Φ
2
, . . . , Φ
n
, Ψ — zachodzi
¦α
1
, α
2
, . . . , α
n
¦ ¬ α
lub — co na jedno wychodzi:
¦α
1
, α
2
, . . . , α
n
¦ [= α.
Twierdzenie 1.14. Schemat:
Φ
1
, Φ
2
, . . . , Φ
n

jest logiczny wtedy i tylko wtedy, gdy w każdym wypadku, jeżeli zdania:
α
1
, α
2
, . . . , α
n
, α
zostały otrzymane ze schematów, odpowiednio, Φ
1
, Φ
2
, . . . , Φ
n
, Ψ przez jed-
noczesne podstawienie jakichś zdań za wszystkie zmienne metaprzedmiotowe
(występujące w tych schematach), to zachodzi:
¬ (α
1
∧ α
2
∧ ∧ α
n
) ⇒ α.
Dowód. Z definicji schemat wnioskowania jest logiczny wtedy i tylko wtedy,
gdy
¦α
1
, α
2
, . . . , α
n
¦ ¬ α.
1.3. RACHUNEK ZDAŃ 75
Na podstawie twierdzenia o dedukcji wystarczy pokazać, że
¦α
1
, α
2
, . . . , α
n
¦ ¬ α
wtedy i tylko wtedy, gdy:
¦α
1
∧ α
2
∧ ∧ α
n
¦ ¬ α.
Niech ¦α
1
, α
2
, . . . , α
n
¦ ¬ α. Niech β
1
, β
2
, . . . , β
m
(= α) będzie dowodem α ze
zbioru ¦α
1
, α
2
, . . . , α
n
¦. Dowód α ze zbioru ¦α
1
∧α
2
∧ ∧α
n
¦ uzyskujemy
uzupełniając ciąg β
1
, β
2
, . . . , β
m
w taki sposób, że w każdym wypadku, gdy
β
i
, 1 ≤ i ≤ m, jest zdaniem α
j
, 1 ≤ j ≤ n, przed β
i
dopisujemy dwa zdania:
α
1
∧ α
2
∧ ∧ α
n
⇒ α
j
oraz
α
1
∧ α
2
∧ ∧ α
n
.
Pierwsze z nich jest tautologią, a drugie możemy dopisać do dowodu ze zbioru
¦α
1
∧ α
2
∧ ∧ α
n
¦ z tej racji, że jest założeniem. Otrzymany ciąg jest
dowodem zdania α ze zbioru ¦α
1
∧ α
2
∧ ∧ α
n
¦.
Niech teraz β
1
, β
2
, . . . , β
m
(= α) będzie dowodem zdania α ze zbioru ¦α
1

α
2
∧ ∧ α
n
¦. Dowód α ze zbioru ¦α
1
, α
2
, . . . , α
n
¦ uzyskamy biorąc jako
początkowe wyrazy ciągu dowodowego tautologię:
• α
1
⇒ (α
2
⇒ ( ⇒ (α
n
⇒ α
1
∧ α
2
∧ ∧ α
n
) . . . )),
• wszystkie zdania α
1
, α
2
, . . . , α
n
– wolno je dołączyć do dowodu, gdyż są założeniami tego dowodu, oraz
• wszystkie zdania, które otrzymamy stosując regułę odrywania kolejno
do zdań α
i
i α
i
⇒ (α
i+1
⇒ ( ⇒ (α
n
⇒ α
1
∧ α
2
∧ ∧ α
n
) . . . )),
(1 ≤ i ≤ n).
Zauważmy, że wynikiem odrywania będzie kolejno zdanie, (2 ≤ i ≤ n):
α
i+1
⇒ (α
i+2
⇒ ( ⇒ (α
n
⇒ α
1
∧ α
2
∧ ∧ α
n
) . . . )),
czyli zdanie, do którego stosujemy regułę odrywania w kolejnym kroku.
Ostatnim z tych zdań będzie α
1
∧ α
2
∧ ∧ α
n
, a więc założenie dowodu
α ze zbioru jednoelementowego:
¦α
1
∧ α
2
∧ ∧ α
n
¦.
Po tym zdaniu dopisujemy ciąg:
76 ROZDZIAŁ 1. LOGIKA ZDAŃ
• β
1
, β
2
, . . . , β
m
.
Otrzymany ciąg jest dowodem ze zbioru:
¦α
1
, α
2
, . . . , α
n
¦
zdania α.
Definicja 1.54 (odpowiedniości schematów wnioskowania i zdania). Sche-
matowi wnioskowania Φ
1
, . . . , Φ
2
. . . , Φ
n
/Ψ będziemy przyporządkowywali
schemat zdaniowy: Φ
1
∧ Φ
2
∧ ∧ Φ
n
⇒ Ψ, n ∈ N. O schemacie zda-
niowym, który jest w ten sposób przyporządkowany schematowi wnioskowa-
nia będziemy mówili, że odpowiada temu schematowi. Podobnie o schemacie
wnioskowania będziemy mówili, że odpowiada schematowi zdania, gdy zdanie
to daje się we wskazany sposób przyporządkować temu schematowi.
W szczególnym wypadku, gdy n = 1 schematowi wnioskowania: Φ
1

przyporządkowany zostaje schemat zdaniowy: Φ
1
⇒ Ψ.
Zauważmy, że opisane tu przyporządkowanie schematów wnioskowania
schematom zdaniowym jest wzajemnie jednoznaczne.
Na podstawie twierdzenia 1.14 pytanie o to, czy schemat jest logiczny, jest
równoważne pytaniu o to, czy tautologiami są wszystkie zdania, które dadzą
się otrzymać ze schematu zdaniowego odpowiadającego temu schematowi
wnioskowania.
Definicja 1.55 (prawa logiki). Schemat zdania taki, że wszystkie zdania
o tym schemacie są tautologiami to prawo logiki.
Podamy teraz przykłady schematów wnioskowania i odpowiadających im
praw logiki. Obok praw logiki umieszczone będą ich tradycyjne nazwy.
1.3. RACHUNEK ZDAŃ 77
Schemat Prawo logiki Nazwa
wnioskowania
α ⇒ β modus
α [(α ⇒ β) ∧ α] ⇒ β ponendo ponens
β
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
Wymieńmy jeszcze niektóre ważniejsze i bardziej znane prawa:
α ⇒ α zasada tożsamości
(α ∧ α) zasada niesprzeczności
19
Prawo transpozycji określa się również mianem prawa kontrapozycji.
78 ROZDZIAŁ 1. LOGIKA ZDAŃ
α ∨ α zasada wyłączonego środka
α ⇒ ( α ⇒ β) prawo Dunsa Szkota
20
(α ⇒ α) ⇒ α prawo redukcji do absurdu
( α ⇒ α) ⇒ α odwrotne prawo redukcji do absurdu
(α ⇒ β) ⇒ [(α ⇒ β) ⇒ α] drugie prawo redukcji do absurdu.
α ⇒ α prawo podwójnego przeczenia
(podwójnej negacji)
(α ∨ β) ⇔ ( α ∧ β) pierwsze prawo De Morgana
(α ∧ β) ⇔ ( α ∨ β) drugie prawo De Morgana
[(α ⇒ β) ∧ ( α ⇒ β)] ⇒ β prawo dylematu
1.3.14 Systemy logiki zdań
Na pytanie, czy zdanie jest tautologią, możemy znajdować odpowiedź na
różne sposoby, wykorzystując różne rachunki. Wybór sposobu ma wpływ
na definicję dowodu. Związki między prawami logiki a schematami/regułami
wyznaczają dwa zasadnicze sposoby. W jednym wypadku ograniczymy się do
np. reguły odrywania i przyjmujemy bez dowodu pewne zdania, aksjomaty.
Współcześnie system dowodzenia takiego typu określany jest jako hilbertow-
ski. W drugim wypadku — w stosunku do pierwszego jakby odwrotnym —
korzystamy tylko z reguł.
Aksjomatyczny system rachunku zdań
Istnieje wiele aksjomatycznych ujęć rachunku zdań. Tu podamy pewne,
w których jedyną regułą jest reguła odrywania. W takim wypadku mamy
20
Jan Duns Szkot (ok. 1270–1308), franciszkanin, filozof i teolog. Prawo to tak nazywa
Łukasiewicz, obierając je jako jeden z trzech aksjomatów swojej implikacyjno-negacyjnej
aksjomatyki klasycznej logiki zdań.
1.3. RACHUNEK ZDAŃ 79
nieskończenie wiele aksjomatów podpadających pod skończoną liczbę sche-
matów tautologii. Jest to inwariantny system rachunku zdań. W wypadku
ujęć, w których występuje reguła podstawiania liczba aksjomatów jest skoń-
czona.
Aksjomatyka Aksjomatami rachunku zdań są wszystkie zdania o poniż-
szych schematach:
I. Aksjomaty implikacji
1. α ⇒ (β ⇒ α) prawo poprzednika
2. [α ⇒ (β ⇒ γ)] ⇒ [(α ⇒ β) ⇒ (α ⇒ γ)] prawo Fregego
II. Aksjomaty negacji
3. (α ⇒ β) ⇒ ( β ⇒ α) prawo transpozycji
4. α ⇒ α prawo podwójnego
przeczenia
5. α ⇒ α odwrotne prawo
podwójnego przeczenia
III. Aksjomaty koniunkcji
6. α ∧ β ⇒ α prawo symplifikacji
7. α ∧ β ⇒ β drugie prawo
symplifikacji
8. (α ⇒ β) ⇒ [(α ⇒ γ) ⇒ (α ⇒ β ∧ γ)] prawo mnożenia
następnika
IV. Aksjomaty alternatywy
9. α ⇒ α ∨ β prawo addycji
10. β ⇒ α ∨ β drugie prawo addycji
11. (α ⇒ γ) ⇒ [(β ⇒ γ) ⇒ (α ∨ β ⇒ γ)] prawo dodawania
poprzedników
V. Aksjomaty równoważności
12. (α ⇔ β) ⇒ (α ⇒ β)
13. (α ⇔ β) ⇒ (β ⇒ α)
14. (α ⇒ β) ⇒ [(β ⇒ α) ⇒ (α ⇔ β)]
(MP) Reguła odrywania: jeżeli α ⇒ β i α, to β.
Definicja 1.56 (dowodu ze zbioru Σ zdania α). Niech Σ będzie dowolnym
zbiorem zdań języka rachunku zdań. Zdanie α ma dowód z Σ wtedy i tylko
80 ROZDZIAŁ 1. LOGIKA ZDAŃ
wtedy, gdy istnieje skończony ciąg zdań α
0
, α
1
, . . . , α
n
taki, że α
n
= α oraz
dla każdego i, 0 ≤ i ≤ n, spełniony jest przynajmniej jeden z warunków:
1. α
i
jest aksjomatem,
2. α
i
jest elementem Σ,
3. istnieją j, k < i takie, że α
i
za pomocą reguły odrywania daje się wy-
prowadzić z α
j
i α
k
.
Ciąg α
0
, α
1
, . . . , α
n
(= α) to dowód ze zbioru Σ zdania α.
Zauważmy, że jedyną różnicę w stosunku do wcześniej zdefiniowanego
pojęcia dowodu znajdujemy w punkcie 1. Poprzednio do dowodu można
było dołączać wszystkie tautologie, teraz tylko zdania będące aksjomatami.
Definicja 1.57 (tezy rachunku zdań). Zdanie, które ma dowód z pustego
zbioru, to teza rachunku zdań.
Dowieść można, że zbiór tez opisanego wyżej systemu aksjomatycznego
rachunku zdań pokrywa się ze zbiorem tautologii języka logiki zdań.
Aksjomatyka Łukasiewicza, system implikacyjno-negacyjny, składa się
z tylko trzech aksjomatów i trzech reguł: odrywania, podstawiania i za-
stępowania oraz trzech definicji: spójnika alternatywy, spójnika koniunkcji
i spójnika równoważności. Te trzy spójniki, alternatywy, koniunkcji i rów-
noważności, traktowane są jako wygodne skróty. O tym, jak można z nich
korzystać mówi reguła zastępowania. Gdy zrezygnuje się z reguły podsta-
wiania, to należy korzystać ze schematów aksjomatów:
Ł1. (α ⇒ β) ⇒ [(β ⇒ γ) ⇒ (α ⇒ γ)] Prawo sylogizmu
hipotetycznego
Ł2. ( α ⇒ α) ⇒ α Prawo Claviusa
Ł3. α ⇒ ( α ⇒ β) Prawo Dunsa Szkota
Korzysta się też z definicji:
α ∨ β ⇔
df
α ⇒ β
α ∧ β ⇔
df
(α ⇒ β)
α ⇔ β ⇔
df
(α ⇒ β) ∧ (β ⇒ α)
1.3. RACHUNEK ZDAŃ 81
Aksjomatyka Łukasiewicza W oryginalnym sformułowaniu Łukasiewi-
cza, a więc z zastosowaniem symboliki łukasiewiczowskiej i z regułą podsta-
wiania, są to następujące aksjomaty:
Ł1’. CCpqCCqrCpr
Ł2’. CCNppp
Ł3’. CpCNpq
Dla implikacyjno-negacyjnej logiki istnieje system aksjomatyczny tylko
z jednym aksjomatem.
Dedukcja naturalna
Systemy rachunku omawiane w tej części określane są jako dedukcja natu-
ralna. Zauważono, że rachunki logiczne w postaci systemów aksjomatycznych
z nielicznymi regułami bezpośrednio nie opisują sposobów wnioskowania sto-
sowanych w praktyce. Stąd powstał problem naturalności dedukcji. Jednym
z systemów dedukcji naturalnej jest metoda dowodów założeniowych.
Definicja dowodu założeniowego Dowód założeniowy jest ciągiem zdań.
Te zdania to wiersze dowodowe. Zdanie, dla którego istnieje dowód to twier-
dzenie. O tym, w jaki sposób buduje się dowód
21
, mówią reguły tworzenia
dowodu. Od tych reguł należy odróżnić reguły dołączania nowych wierszy
dowodowych.
Wpierw omówione zostaną reguły tworzenia dowodu a następnie reguły
dołączania nowych wierszy dowodowych.
Reguły tworzenia dowodu Opiszemy dwa rodzaje dowodu założenio-
wego: dowód założeniowy wprost i dowód założeniowy niewprost.
Przedmiot dowodu
Przedmiotem dowodu mogą być zdania. Zdanie, dla którego istnieje do-
wód założeniowy to twierdzenie. Dowodzić możemy również tego, że z jakichś
danych zdań-przesłanek, α
1
, α
2
, . . . , α
n
, wynika logicznie zdanie-wniosek, α,
czyli że α
1
, α
2
, . . . , α
n
¬ α, co będziemy zwykle zapisywali:
21
W tym fragmencie tekstu na temat dedukcji naturalnej, kiedy mówimy po prostu
o dowodzie, mamy zawsze na uwadze dowód założeniowy.
82 ROZDZIAŁ 1. LOGIKA ZDAŃ
α
1
α
2
.
.
.
α
n
α
Druga możliwość jest sprowadzalna do pierwszej, a mianowicie dowód
założeniowy dla α
1
, α
2
, . . . , α
n
¬ α istnieje tylko wtedy, gdy istnieje do-
wód założeniowy dla zdania α
1
∧ α
2
∧ ∧ α
n
⇒ α
22
. Pierwsza możliwość
jest szczególnym wypadkiem drugiej, a mianowicie jest to sytuacja, gdy py-
tamy o dowód z pustego zbioru przesłanek. Opis zasad konstrukcji dowodu
można więc ograniczyć do sytuacji, gdy przedmiotem dowodu jest to, czy
α
1
, α
2
, . . . , α
n
¬ α, czyli czy z α
1
, α
2
, . . . , α
n
wynika α.
Zasady dopisywania wierszy dowodowych
Dowód założeniowy jest ciągiem zdań. Poszczególne wyrazy tego ciągu,
wiersze dowodowe, są dopisywane do dowodu zgodnie z określonymi zasa-
dami. Zasady te dla dowodu wprost różnią się od zasad dla dowodu nie-
wprost. Wpierw podane zostaną te zasady dopisywania wierszy dowodowych,
które są dla tych sposobów wspólne.
Niech przedmiotem dowodu będzie:
α
1
α
2
.
.
.
α
n
α
1. Jako wiersze dowodowe bierzemy wszystkie zdania α
1
, α
2
, . . . , α
n
, czyli
— jak będziemy mówili — zdania znajdujące się nad kreską. Są to
założenia dowodu założeniowego.
22
Faktu tego można dowieść dopiero po opisaniu systemu dowodów założeniowych.
1.3. RACHUNEK ZDAŃ 83
2. Jeżeli zdanie α, wyrażenie pod kreską, ma postać:
β
1
⇒ (β
2
⇒ ( ⇒ (β
m
⇒ β) . . . )),
to jako wiersze dowodowe możemy wziąć zdania β
1
, β
2
, . . . , β
m
. Są to
założenia dowodu założeniowego.
3. Jeżeli β jest twierdzeniem, to β może być dopisane do dowodu.
4. Niech
Φ
1
Φ
2
.
.
.
Φ
n
Ψ
będzie regułą (pierwotną lub wtórną) dołączania nowych wierszy do-
wodowych. Niech wpisując jednocześnie te same zdania za te same
zmienne metaprzedmiotowe, występujące w Φ
1
, Φ
2
, . . . , Φ
m
, Ψ ze sche-
matu Φ
i
otrzymamy zdanie β
i
, 1 ≤ i ≤ m, a ze schematu Ψ otrzymamy
zdanie β. Jeżeli w dowodzie występują jako wiersze dowodowe zdania
β
1
, β
2
, . . . , β
m
, to jako kolejny wiersz dowodowy wolno dopisać zdanie
β.
1. REGUŁY TWORZENIA DOWODU NIEWPROST
Jako założenie dowodu niewprost bierze się:
(a) α
lub
(b) jeśli α jest zdaniem β
1
⇒ (β
2
⇒ ( ⇒ (β
m
⇒ β) . . . )), to jako
założenia dowodu niewprost można wziąć β.
(c) Dowód kończy się, gdy dla pewnego γ otrzymuje się dwa wiersze
dowodowe, z których jeden to zdanie γ, a drugi to zdanie γ.
2. REGUŁY TWORZENIA DOWODU WPROST
(a) Dowód kończy się, gdy jako wiersz dowodowy otrzymuje się wy-
rażenie znajdujące się pod kreską, czyli α
lub
84 ROZDZIAŁ 1. LOGIKA ZDAŃ
(b) jeśli α jest zdaniem β
1
⇒ (β
2
⇒ ( ⇒ (β
m
⇒ β) . . . )), to dowód
kończy się, gdy jako wiersz dowodowy otrzymujemy zdanie β.
Zauważmy, że w każdym wypadku, gdy istnieje dowód wprost, to istnieje
dowód niewprost. Aby z dowodu wprost otrzymać dowód niewprost do do-
wodu wprost wystarczy dopisać jako założenie zdanie α lub β, co wolno
uczynić zgodnie z zasadami tworzenia dowodu niewprost.
Obok wierszy dowodowych zaznacza się, czy zostały one przyjęte jako
założenia, czy na podstawie reguł. W tym ostatnim wypadku zaznacza się
użytą regułę i wiersze dowodowe, do których została zastosowana. Korzystać
będziemy z następujących skrótów:
zał. — założenie
z.d.n. — założenie dowodu niewprost
sprzecz. — sprzeczność
Dowieść można, że wnioskowanie jest dedukcyjne wtedy i tylko wtedy,
gdy ma dowód założeniowy niewprost.
Trudność praktyczną stwarzać mogą dowody w wypadku, gdy brak wier-
szy «nad kreską», a więc gdy mamy dowieść:
¬ β
a β nie jest implikacją, np. α ∨ α. Ograniczając się do opisanych reguł
tworzenia dowodu musimy przeprowadzać dowód niewprost.
REGUŁY DOŁĄCZANIA NOWYCH WIERSZY DOWODOWYCH
Reguły dołączania nowych wierszy dowodowych dzieli się na pierwotne
i wtórne. Reguły pierwotne to reguły przyjęte bez dowodu. Na reguły pier-
wotne nadają się reguły, które są intuicyjnie logiczne. Intuicyjność logiczno-
ści to kryterium o charakterze subiektywnym. Z formalnego punktu widzenia
chodzi zaś o takie i o tyle reguł, aby powstały system rachunku logicznego
był niesprzeczny i pełny, czyli obejmował wszystkie i tylko te reguły, które
są logiczne (formalne i niezawodne): jeśli w modelu prawdziwe są przesłanki,
to otrzymany zgodnie z nimi wniosek też jest w tym modelu prawdziwy.
Regułami wtórnymi są wszystkie reguły udowodnione.
1.3. RACHUNEK ZDAŃ 85
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
(OA) Reguła opuszczania alternatywy
α ∨ β α ∨ β
α β
β α
(DE) Reguła dołączania równoważności
α ⇒ β α ⇒ β
β ⇒ α β ⇒ α
α ⇔ β β ⇔ α
(OE) Reguła opuszczania równoważności
α ⇔ β α ⇔ β
α ⇒ β β ⇒ α
86 ROZDZIAŁ 1. LOGIKA ZDAŃ
ZASADY DOWODZENIA REGUŁ WTÓRNYCH
W dowolnej tautologii wpisując jednocześnie w miejsce wszystkich wy-
stępujących w niej liter zdaniowych tę samą zmienną metaprzedmiotową za
tę samą literę zdaniową otrzymamy schemat zdaniowy taki, że każde zdanie
podpadające pod ten schemat będzie tautologią. Podobnie jest w wypadku
dowodów założeniowych. Mając udowodnione, że
α
1
α
2
.
.
.
α
n
α
możemy jednocześnie we wszystkich zdaniach α
1
, α
2
, . . . , α
n
, α w miejsce każ-
dej litery zdaniowej wpisać tę samą zmienną metaprzedmiotową za tę samą
literę zdaniową. Otrzymujemy schemat wnioskowania. Niech będzie to:
Φ
1
Φ
2
.
.
.
Φ
n
Ψ.
Z takiego schematu po wpisaniu zdań w miejsce zmiennych metaprzemio-
towych otrzymamy wnioskowanie, którego dowód założeniowy nie będzie co
do sposobu dowodzenia różnił się od dowodu wnioskowania, które było przed-
miotem operacji wpisywania zmiennych metaprzedmiotowych. Występować
będą tylko inne zdania. Ten schemat wnioskowania to reguła wtórna.
Na przykład, dowodzimy, że
p ∨ q
p ⇒ q
1. p ∨ q zał.
2. p zał.
3. q (OA; 1,2)
Możemy zatem przyjąć regułę wtórną:
1.3. RACHUNEK ZDAŃ 87
α ∨ β
α ⇒ β
Zauważmy, że to, iż schemat:
Φ
1
Φ
2
.
.
.
Φ
n
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
Pod ten schemat podpada jednak:
p
p
Prosto zaś można pokazać, że prawdą jest, iż
p
p
Przykład 1.18 (dowodu założeniowego).
S1. Sylogizm warunkowy
p ⇒ q
q ⇒ r
p ⇒ r
Dowód wprost:
1. p ⇒ q zał.
2. q ⇒ r zał.
3. p zał.
4. q (RO; 1,3)
5. r (RO;2,4)
88 ROZDZIAŁ 1. LOGIKA ZDAŃ
S2. Zasada podwójnej negacji (z.p.n.)
p
p
Dowód niewprost:
1. p zał.
2. p z.d.n.
sprzecz. (1,2)
S3. Modus tollens
p ⇒ q
q
p
Dowód niewprost:
1. p ⇒ q zał.
2. q zał.
3. p z.d.n.
4. p (z.p.n.;3)
5. q (RO;1,4,)
sprzecz. (2,5)
S4.
(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 λ
i
, 1 ≤ i ≤ n, będzie literałem, czyli literą zdaniową lub literą
zdaniową poprzedzoną spójnikiem negacji.
Klauzula ma więc postać:
λ
1
∨ λ
2
∨ ∨ λ
n
, n ∈ N.
Szczególną klauzulą jest klauzula pusta .
Niech κ
i
, 1 ≤ i ≤ n będzie klauzulą.
Zdanie o normalnej postaci koniunkcyjnej jest zdaniem typu:
κ
1
∧ κ
2
∧ ∧ κ
n
, 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: ¦κ
1
, κ
2
, . . . , κ
n
¦ lub — jeżeli jest
to jasne z kontekstu — mogą zostać opuszczone symbole zbioru, czyli zdanie
takie zapisuje się: κ
1
, κ
2
, . . . , κ
n
Do opisu klauzul i ich koniunkcji mogą być wykorzystane też inne symbole
teoriomnogościowe.
Definicja 1.58 (literałów komplementarnych). Literał pozytywny i literał
negatywny zbudowane z tej samej litery zdaniowej tworzą parę literałów kom-
plementarnych.
Definicja 1.59 (rezolwenty klauzul). Klauzula κ
1

1
∪κ
2

2
jest rezolwentą
klauzul κ
1
i κ
2
wtedy i tylko wtedy, gdy
1. literały λ
1
i λ
2
tworzą parę komplementarną,
2. λ
1
∈ κ
1
, λ
2
∈ κ
2
.
Definicja 1.60 (literału czynnego). W rezolwencie κ
1
` λ
1
∪ κ
2
` λ
2
klauzul
κ
1
i κ
2
literały λ
1
oraz λ
2
to literały czynne.
Definicja 1.61 (klauzuli uzgodnionej). Klauzule, dla których istnieje ich
rezolwenta to klauzule uzgodnione.
Można pokazać, że rezolwenta klauzul jest konsekwencją tych klauzul.
Klauzule są zdaniami. Możemy więc pytać o stosunek wynikania.
Twierdzenie 1.15. Niech κ
1
i κ
2
będą klauzulami oraz niech λ
1
i λ
2
będą li-
terałami komplementarnymi, takimi że λ
1
∈ κ
1
, λ
2
∈ κ
2
. Niech rez(κ
1
, κ
2
) =
κ
1
` λ
1
∪ κ
2
` λ
2
. Zachodzi wówczas:
κ
1
, κ
2
¬ rez(κ
1
, κ
2
).
Dowód. Mamy pokazać, że

1
` λ
1
) ∪ λ
1
, (κ
2
` λ
2
) ∪ λ
2
¬ (κ
1
` λ
1
) ∪ (κ
2
` λ
2
).
1.3. RACHUNEK ZDAŃ 91
Niech κ
1
` λ
1
= κ

1
, κ
2
` λ
2
= κ

2
. Ponieważ (κ
1
` λ
1
) ∪ λ
1
jest równoważne
κ
1
a (κ
2
` λ
2
) ∪λ
2
jest równoważne κ
2
(różnić mogą się tylko wielokrotnością
wystąpienia jako członów alternatywy literałów, odpowiednio, λ
1
i λ
2
), więc
w takim razie mamy pokazać, że

1
∪ λ
1
), (κ

2
∪ λ
2
) ¬ κ

1
∪ κ

2
.
Zgodnie z przyjętą konwencją znaczy to, że mamy udowodnić:

1
∨ λ
1
) ∧ (κ

2
∨ λ
2
) ¬ κ

1
∨ κ

2
.
Na podstawie prawa logiki zdań:
¬ [(α ∨ β) ∧ (γ ∨ β)] ⇒ (α ∨ γ),
z uwagi na to, że literały λ
1
i λ
2
są komplementarne mamy, że
¬ [(κ

1
∨ λ
1
) ∧ (κ

2
∨ λ
2
)] ⇒ (κ

1
∨ κ

2
).
Stąd na podstawie twierdzenia o dedukcji:

1
∨ λ
1
) ∧ (κ

2
∨ λ
2
) ¬ κ

1
∨ κ

2
.
Zgodnie z przyjętą konwencją więc:
κ

1
∪ λ
1
, κ

2
∪ λ
2
¬ κ

1
∪ κ

2
,
czyli:
κ
1
, κ
2
¬ rez(κ
1
, κ
2
).
Niezawodna jest zatem każda reguła postaci:
κ
1
, κ
2

1
` λ
1
) ∪ (κ
2
` λ
2
)
gdzie λ
1
∈ κ
1
, λ
2
∈ κ
2
oraz literały λ
1
, λ
2
tworzą parę literałów komplemen-
tarnych.
Definicja 1.62 (reguły rezolucji). Reguła:
κ
1
, κ
2

1
` λ
1
) ∪ (κ
2
` λ
2
)
gdzie λ
1
∈ κ
1
, λ
2
∈ κ
2
a literały λ
1
, λ
2
tworzą parę literałów komplementar-
nych to reguła rezolucji.
92 ROZDZIAŁ 1. LOGIKA ZDAŃ
Definicja 1.63. Faktoryzacja klauzuli to wyeliminowanie z niej powtarzają-
cych się literałów.
Klauzula i klauzula otrzymana w wyniku faktoryzacji są sobie równo-
ważne. Ten fakt oparty jest na prawie logiki zdań:
(α ∨ α) ⇔ α.
Zgodne jest to z teoriomnogościową konwencją notacyjną. Mamy bowiem:
¦α, α¦ ` ¦α¦ = ∅.
Faktoryzacji dokonuje się w miarę potrzeby, gdy w którejś z klauzul ten
sam literał pojawia się przynajmniej dwukrotnie.
W rachunku rezolucyjnym dowodzi się generując z wyjściowych i już wy-
generowanych klauzul kolejne klauzule. Jedyną regułą generowania jest re-
guła rezolucji.
Definicja 1.64 (dowodu w rachunku rezolucyjnym). Klauzula κ ma dowód
z klauzul κ
1
, . . . , κ
n
, n ∈ N, wtedy i tylko wtedy, gdy istnieje skończony ciąg
klauzul κ

1
, . . . , κ

m
, m ∈ N taki, że
1. κ = κ
m
∗,
2. dla każdego i, 1 ≤ i ≤ m, istnieją komplementarne literały λ
1
i λ
2
oraz j, k takie, że κ

j
i κ

j
dają się uzgodnić dla tych literałów a κ

i
=
κ

j
` λ
1
∪ κ

k
` λ
2
.
Okazuje się, że ciąg klauzul dla dowolnej interpretacji przyjmuje wartość
F wtedy i tylko wtedy, gdy dowód z niego ma klauzula pusta. Zatem ze
zbioru zdań Σ wynika zdanie α wtedy i tylko wtedy, gdy z ciągu klauzul
przyporządkowanych — zgodnie z zasadami tworzenia CNF oraz klauzul —
zbiorowi Σ i zdaniu α daje się wygenerować pustą klauzulę.
Przykład 1.19. Czy p ⇒ q, q ⇒ r ¬ p ⇒ r ?
Tworzymy ciąg klauzul, odpowiadający temu pytaniu: p ∨ q, q ∨
r, p, r.
1. q ∨ r
2. r
3. q (z 1 i 2)
4. p ∨ q
1.3. RACHUNEK ZDAŃ 93
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
Rachunek zdań wiernie opisuje wynikanie semantyczne dla języka, którego
zdania są za pomocą spójników zbudowane ze zdań prostych o wewnętrz-
nie nieanalizowalnej strukturze. Zdania proste języka potocznego, języków
nauk przyrodniczych, humanistycznych oraz matematyki są wewnętrznie zło-
żone. Na to, aby rachunek logiczny nadawał się do wszystkich rozumowań
poprawnych przeprowadzanych w takich językach, konieczne jest, aby był ra-
chunkiem, którego język uwzględnia tę wewnętrzną złożoność zdań prostych.
Tworząc formalny język rachunku predykatów kierujemy się postulatem
analizy wewnętrznej struktury zdań.
2.1 Język rachunku predykatów
W języku rachunku predykatów elementarnymi, wewnętrznie nieanalizowal-
nymi wyrażeniami będą litery predykatowe, litery funkcyjne oraz stałe indy-
widuowe i zmienne indywiduowe. Słowa „litera” — podobnie jak w wypadku
rachunku zdań — używamy dla zaznaczenia wewnętrznej nieanalizowalności
omawianych wyrażeń. Wśród stałych logicznych oprócz spójników zdanio-
wych będą kwantyfikatory.
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
Przede wszystkim dziedzina ta składa się z pewnego zbioru przedmiotów
indywidualnych, czyli indywiduów. Na przykład, w arytmetyce indywiduami
są liczby naturalne. Jako logicy nie musimy się jednak martwić tym, czym
jest indywiduum. W poprawnie metodologicznie określonej dziedzinie rozwa-
żań wyróżniona jest pewna kategoria przedmiotów jako indywiduów. Zbiór
indywiduów danej dziedziny rozważań to przestrzeń, zbiór uniwersalny albo,
po prostu, uniwersum.
Indywidua mogą pozostawać w pewnych zależnościach, związkach czy —
jak będziemy ogólnie mówić — relacjach. W zbiorze liczb może to być np.
relacja mniejszości: <.
2.1.2 Stałe i zmienne indywiduowe
System dziesiętny zapisu liczb pozwala na nazwanie wszystkich liczb wymier-
nych (a więc również naturalnych i całkowitych). W systemie dziesiętnym
nie możemy jednak zapisać nazw liczb niewymiernych (jako skończonych cią-
gów cyfr). Dlatego też w matematyce niektóre ważne liczby niewymierne
mają specjalne oznaczenia, np. liczba niewymierna równa stosunkowi ob-
wodu okręgu do jego średnicy oznaczana jest literą z alfabetu greckiego: π.
Wszystkie nazwy występujące w języku pierwszego rzędu — a taki jest
język omawianego tu klasycznego rachunku predykatów — to stałe indywi-
duowe. Stałe indywiduowe służą do wskazywania indywiduów, elementów
dziedziny, do mówienia o której używamy języka. Stałe indywiduowe mogą
być elementami słownika. Mogą być też definiowane. Język jest wzbogacany
o zdefiniowane stałe indywiduowe. Stała indywiduowa wskazuje dokładnie
jeden element dziedziny. Różne stałe indywiduowe mogą jednak wskazywać
ten sam obiekt. Inaczej mówiąc jakiś element dziedziny może mieć więcej niż
jedną nazwę indywiduową.
Zmienne indywiduowe jako swój zakres (zmienności) będą miały zbiór
wszystkich indywiduów, czyli uniwersum. Używając więc zmiennych indy-
widuowych musimy zawsze pamiętać o konieczności wskazania ich zakresu
zmienności. Dysponować będziemy dowolną liczbą zmiennych. O przed-
miotach z jakiegoś określonego zbioru przedmiotów można mówić używając
w tym celu zmiennej i wskazując własność, jaką przedmioty mają posiadać.
Podobnie, będzie można wyróżniać przedmioty przez ich związki i zależności
z innymi przedmiotami. Będą to konstrukcje z liter funkcyjnych i zmiennych
indywiduowych.
W języku mogą, ale nie muszą, występować stałe. Język rachunku pre-
2.1. JĘZYK RACHUNKU PREDYKATÓW 97
dykatów wymaga jednak zmiennych indywiduowych (tyle, ile jest liczb natu-
ralnych).
2.1.3 Litery funkcyjne
O indywiduach możemy mówić także za pomocą wyrażeń skonstruowanych
— nazw złożonych. Jednym ze składników tych wyrażeń są litery funkcyjne.
Litery funkcyjne są symbolami, które kiedy łączą ze sobą stałe indywidu-
owe, w wyniku dają nazwy indywiduów. Dana litera funkcyjna może łączyć
jedną, dwie i więcej stałych indywiduowych. Liczbę stałych, które łączy, na-
zywamy jej argumentowością. Wyrażenie skonstruowane z litery funkcyjnej
oraz z tylu stałych indywiduowych, ile argumentowa jest dana litera funk-
cyjna, jest nazwą, która nie oznacza więcej niż jednego przedmiotu, tj. jest
znakiem dla co najwyżej jednego przedmiotu.
Przykład 2.1. Przykładami liter funkcyjnych są znane z matematyki symbole:

(jednoargumentowy), „ : ” (dwuargumentowy). Wyrażenie

4 jest nazwą
liczby 2, tak samo wyrażenie „4: 2”. (
Przykład 2.2. Na literę funkcyjną nie nadaje się symbol: [ (n[m rozumiemy:
n jest dzielnikiem m; n, m ∈ N). W wypadku m = 10 mamy: n = 1, n =
2, n = 5, n = 10. (
Litery funkcyjne odnoszą się do funkcji. Literom funkcyjnym przyporząd-
kowane są liczby naturalne wskazujące liczbę nazw, które one łączą tworząc
nazwę. Jeżeli literze funkcyjnej przyporządkowana jest liczba n, to litera
ta odnosi do jakiejś n-argumentowej funkcji. Rozróżniamy między literami
funkcyjnymi, konstrukcjami z liter funkcyjnych i stałych oraz zmiennych in-
dywiduowych jako wyrażeniami, czyli składnikami języka a przedmiotami
pozajęzykowymi, jakimi są funkcje, indywidua i konstrukcje z funkcji i in-
dywiduów. W matematyce symbol



interpretujemy przede wszystkim
jako funkcję określoną na zbiorze liczb rzeczywistych nieujemnych (R
+
∪¦0¦)
o wartościach w tym zbiorze, czyli jest to zbiór wszystkich i tylko par upo-
rządkowanych (a, b) takich, że a, b ∈ R
+
∪ ¦0¦ oraz

a = b. Symbol „ : ”
interpretowany jest jako funkcja określona na zbiorze par (a, b) takich, że
a ∈ R, b ∈ R ` ¦0¦ oraz o wartościach w zbiorze R. Jest to więc zbiór
wszystkich i tylko trójek (a, b, c) takich, że c = a: b.
Do oznaczania indywiduów służą stałe indywiduowe, zmienne indywidu-
owe oraz konstrukcje z liter funkcyjnych. Wspólnym określeniem dla tych
wszystkich typów wyrażeń będzie słowo „term”.
98 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
2.1.4 Term
Wyrażenia języka rachunku predykatów będą budowane z następujących sym-
boli:
1. a
0
, a
1
, a
2
, . . . , a
n
, . . . — stałe indywiduowe,
2. x
0
, x
1
, x
2
, . . . , x
n
, . . . — zmienne indywiduowe,
3. F
0
, F
1
, . . . , F
n
, . . . — litery funkcyjne
Zamiast:
a
0
, a
1
, a
2
, . . .
będziemy czasem używać:
a, b, c, . . .
a zamiast:
x
0
, x
1
, x
2
, . . .
będziemy używać, ewentualnie z indeksami liczbowymi:
x, y, z.
W języku, którym mówimy, potrzebujemy słów, za pomocą których bę-
dziemy mogli mówić o wyrażeniach języka rachunku predykatów. Język,
którym mówimy jest więc metajęzykiem dla języka rachunku predykatów.
Gdy zajmowaliśmy się rachunkiem zdań, to o wyrażeniach rachunku zdań
mówiliśmy posługując się małymi literami greckimi: oznaczały one zdania.
Teraz w języku, którym mówimy, będziemy mówili nie tylko o zdaniach, ale
również o stałych i zmiennych indywiduowych oraz o literach funkcyjnych
i termach. Dla interesujących nas rodzajów wyrażeń stosować będziemy na-
stępujące oznaczenia:
– stałe indywiduowe: c, c
0
, c
1
, . . .
– zmienne indywiduowe: v, v
0
, v
1
, . . .
– litery funkcyjne: F, G, . . .
– termy: t, t
0
, t
1
, . . .
Powtórzmy, symbole:
c, c
0
, c
1
. . . ; v, v
0
, v
1
, . . . ; F, G. . . ; t, t
0
, t
1
, . . .
nie należą do języka, o którym mówimy, lecz należą do języka, którym mó-
wimy.
2.1. JĘZYK RACHUNKU PREDYKATÓW 99
Definicja termu jest definicją indukcyjną.
Definicja 2.1 (termu).
1. zmienna indywiduowa jest termem,
2. stała indywiduowa jest termem,
3. jeżeli F jest n-argumentową literą funkcyjną, a t
1
, t
2
, . . . , t
n
są termami,
to Ft
1
t
2
. . .t
n
jest termem.
4. ciąg symboli jest termem tylko wtedy, gdy daje się zbudować przez
stosowanie skończoną liczbę razy reguł 1–3.
Przykład 2.3. Termami są: −x
1
, +2x
2
(mamy tu na uwadze to, co w zwykle
stosowanej notacji zapisujemy jako: 2+x
2
); gdzie „−” jest jednoargumentową
literą funkcyjną a „+” jest dwuargumentową literą funkcyjną.
Termem nie jest: x
1
< x
2
. (
2.1.5 Litery predykatowe
Predykaty są wyrażeniami, które łącznie ze stałymi indywiduowymi (jedną,
dwiema lub więcej) tworzą zdania. Predykaty są więc jednoargumentowe,
dwuargumentowe itd. N-argumentowy predykat jest interpretowany jako n-
członowa relacja. Predykatami są wyrażenia języka naturalnego takie, jak:
„. . . jest nauczycielem” „. . . jest wyższy od . . . ”. W języku matematyki pre-
dykatami (dwuargumentowymi) są: „=”, „<”.
Zbiór wszystkich i tylko jednoelementowych zbiorów tych przedmiotów,
o których prawdą jest, że są nauczycielami, to zakres predykatu „. . . jest
nauczycielem”.
Zbiór wszystkich i tylko uporządkowanych par liczb (x, y) takich, że pierw-
szy element pary x jest większy niż drugi element pary y, to zakres predy-
katu: >.
Ogólnie, zakresem predykatu n-argumentowego jest zbiór wszystkich i tylko
takich n-tek uporządkowanych, które spełniają ten predykat, czyli tworzą re-
lację będącą interpretacją tego predykatu.
Predykaty wewnętrznie nieanalizowalne, niezłożone, to litery predyka-
towe. Literą predykatową byłoby: „<”, „=” a nie byłoby: „≤”, „≥”
1
. Jako
1
Symbole te zwykle są rozumiane tak, że postrzegamy je jako wewnętrznie analizowalne.
Formułę x ≤ y rozumiemy jako: x < y ∨ x = y, a formułę: x ≥ y — jako: x > y ∨ x = y.
100 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
litery predykatowe — w języku, o którym mówimy — bierzemy:
≡, P
0
, P
1
, . . .
Przyjmujemy, że zbiór liter predykatowych jest rozłączny ze zbiorem liter
funkcyjnych.
Na oznaczenie liter predykatowych — w języku, w którym mówimy —
będziemy używali wielkich liter: P, Q, R, . . . .
Każdej literze predykatowej przyporządkowana jest liczba naturalna wska-
zująca liczbę jej argumentów. Mówiąc bardziej obrazowo, jest to liczba pu-
stych miejsc, po wypełnieniu których przez nazwy otrzymamy zdanie lub —
ogólnie — po uzupełnieniu których o termy otrzymamy wyrażenie o postaci
zdania, czyli formułę.
Predykat „≡” jest szczególnym, wyróżnionym predykatem. Jest to dwu-
argumentowy predykat równości. Znaku „=” używamy w języku, w którym
mówimy. Do języka, o którym mówimy, jako predykat równości wprowa-
dzamy inny symbol, a mianowicie: ≡.
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:
Pt
1
. . .t
n
, t
1
≡t
2
gdzie P jest n-argumentową literą predykatową, a t
1
, . . . , t
n
są termami.
Z formuł, które nie są zdaniami można utworzyć zdania określając dla
każdej występującej w niej zmiennej indywiduowej, czy zmienna ta wska-
zuje wszystkie, czy tylko niektóre przedmioty ze swego zakresu zmienności.
Np. w wypadku:
x jest liczbą parzystą
możemy mieć na uwadze zdanie:
Wszystkie liczby są parzyste.
lub
2.1. JĘZYK RACHUNKU PREDYKATÓW 101
Jakaś liczba jest parzysta.
Tym zdaniom możemy podporządkować zaś, odpowiednio:
Każde x jest liczbą parzystą.
Niektóre x są liczbami parzystymi.
Alfabet uzupełnijmy jeszcze o symbole:
∀ — kwantyfikator ogólny (duży),
∃ — kwantyfikator szczegółowy (mały).
Pisząc „∀v : ” przed formułą ϕ tym samym używamy zmiennej v do wska-
zania każdego przedmiotu z zakresu zmienności v. Pisząc zaś „∃v : ” przed
formułą ϕ, zmiennej v używamy dla wskazania jakiegoś przedmiotu z zakresu
zmienności v. „∀v : ” będziemy odczytywali: dla każdego v; zaś „∃v : ” — dla
pewnego v. Język, w którym kwantyfikacja ogranicza się do indywiduów to
język pierwszego rzędu.
W języku rachunku predykatów mamy również spójniki: , ∨, ∧, ⇒, ⇔.
Zauważmy, że dla języka każdej teorii charakterystyczne będą: zbiór jego
stałych indywiduowych, zbiór liter funkcyjnych oraz zbiór liter predykato-
wych. Te trzy zbiory to sygnatura języka.
Formułę definiujemy indukcyjnie.
Definicja 2.3 (formuły).
1. formuła atomowa jest formułą,
2. jeżeli ϕ i φ są formułami, to ϕ, (ϕ ∧ φ), (ϕ ∨ φ), (ϕ ⇒ φ), (ϕ ⇔ φ)
są formułami,
3. jeżeli v jest zmienną a ϕ — formułą, to ∀v : ϕ, ∃v : ϕ są formułami,
4. ciąg symboli jest formułą tylko wtedy, gdy daje się zbudować przez
stosowanie skończoną liczbę razy reguł 1–3.
Przykład 2.4. Formułą jest:
∀x: (Px ⇒ Px).
Formułą nie jest:
∀x: ⇒ P(x). (
102 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Małe greckie litery ϕ, φ, ψ , . . . (w razie potrzeby z indeksami liczbo-
wymi) będą oznaczać formuły. Użycie tych symboli w innej funkcji, np. jako
dowolnego ciągu elementów słownika wymaga specjalnego zaznaczenia.
W praktyce nie piszemy wszystkich nawiasów, których wymagałaby defi-
nicja formuły. Stosujemy wszystkie zasady opuszczania zbędnych nawiasów,
które przyjęliśmy dla języka rachunku zdań. W opisie tych zasad tylko za-
miast słowa „zdanie” bierzemy słowo „formuła”. Także w wypadku języka
rachunku predykatów, dla większej przejrzystości będziemy czasem stosowali
więcej nawiasów niż wynikałoby to z tych zasad. Używane będą również
nawiasy innych kształtów.
Umawiamy się, że zamiast:
∀v
1
: ∀v
2
: . . . ∀v
n
:
będziemy pisali:
∀v
1
, v
2
, . . . , v
n
:
Podobnie, zamiast:
∃v
1
: ∃v
2
: . . . ∃v
n
:
piszemy:
∃v
1
, v
2
, . . . , v
n
:
Zamiast:
∀v : (P(v) ⇒ φ)
piszemy:
∀ φ
P(v)
Podobnie, zamiast:
∃v : (P(v) ∧ φ)
piszemy:
∃φ
P(v)
Definicja 2.4 (kwantyfikatorów o ograniczonym zakresie). Kwantyfikatory:

P(v)
φ, ∀
P(v)
φ
to kwantyfikatory o ograniczonym zakresie. Zmienna v przebiega zbiór tych
i tylko przedmiotów, o których prawdą jest, że są P, czyli — mówiąc swo-
bodnie — dla których prawdą jest, że mają cechę P.
2.1. JĘZYK RACHUNKU PREDYKATÓW 103
Zakres zmienności zmiennej v może być też określony przez wskazanie
zbioru. Jeżeli tym zbiorem będzie X, to będziemy mieli napisy:

v∈X
φ,

v∈X
φ.
Zamiast pisać:

v∈X
φ,

v∈X
φ
będziemy pisali, odpowiednio:
∀v ∈ X: φ, ∃v ∈ X: φ.
Definicja 2.5 (zasięgu kwantyfikatora). Formułę ϕ w formule ∀v : ϕ oraz
w formule ∃v : ϕ nazywamy zasięgiem (lub zasięgiem działania) kwantyfika-
tora, odpowiednio: dużego i małego. O kwantyfikatorze (małym lub dużym)
mówimy, że wiąże zmienną v w zasięgu swego działania.
Przykład 2.5. Zasięgiem dużego kwantyfikatora w formule:
∀x: (Px ⇒ ∃x: Qx) ⇒ Rx
jest formuła:
Px ⇒ ∃x: Qx
a nie jest nią formuła:
(Px ⇒ ∃x: Qx) ⇒ Rx. (
Formuła jest ciągiem elementów słownika. Ten sam element słownika,
symbol, może być użyty wielokrotnie w formule, czyli może wystąpić w tej
formule w różnych miejscach. Mówiąc o jakimś symbolu musimy uwzględ-
nić jego miejsce w ciągu, jakim jest formuła. W szczególności w wypadku
zmiennej indywiduowej, w jednym miejscu jej wystąpienia może ona znaj-
dować się w zasięgu działania jakiegoś kwantyfikatora, a w innym może być
tak, że podformuła, w której występuje, nie znajduje się w zasięgu działania
żadnego kwantyfikatora wiążącego tę zmienną.
Definicja 2.6 (zmiennej związanej w danym miejscu). Zmienna v jest zwią-
zana w określonym miejscu w formule ϕ wtedy i tylko wtedy, gdy jej egzem-
plarz znajduje się w tym miejscu w zasięgu działania jakiegoś kwantyfikatora
wiążącego zmienną v.
104 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Definicja 2.7 (zmiennej wolnej w danym miejscu). Zmienna wolna w danym
miejscu to zmienna, która w tym miejscu nie jest związana.
Przykład 2.6. W formule:
∀x: (Px ⇒ ∃x: Qx) ⇒ Rx
zmienna „x” jest związana w „Px” — jest bowiem w zasięgu działania du-
żego kwantyfikatora oraz jest związana w „Qx” — tu znajduje się w zakresie
działania małego kwantyfikatora. Zmienna „x” nie jest związana w „Rx”. (
Definicja 2.8 (zmiennej wolnej w formule). Zmienna v jest zmienną wolną
w formule ϕ wtedy i tylko wtedy, gdy w formule tej jest ona wolna przynaj-
mniej w jednym miejscu.
Definicja 2.9 (formuły otwartej). Formuła, w której występuje jakaś zmienna
wolna to formuła otwarta.
Przykład 2.7. Zmienna x jest wolna w formule:
∀x: (Px ⇒ ∃x: Qx) ⇒ Rx.
Formuła ta jest otwarta. (
t(v
0
, . . . , v
n
) to term taki, że wszystkie zmienne występujące w tym termie
znajdują się wśród zmiennych v
0
, . . . , v
n
; czyli zbiór wszystkich zmiennych
występujących w termie t jest podzbiorem zbioru ¦v
0
, . . . , v
n
¦.
ϕ(v
0
, . . . , v
n
) to formuła, której wszystkie zmienne wolne znajdują się
wśród zmiennych v
0
, . . . , v
n
; czyli zbiór wszystkich zmiennych wolnych wy-
stępujących w formule ϕ jest podzbiorem zbioru ¦v
0
, . . . , v
n
¦.
Definicja 2.10 (zdania języka rachunku predykatów). Zdanie języka ra-
chunku predykatów to formuła, która nie zawiera zmiennych wolnych.
Przykład 2.8. Zdaniem jest:
∀x: (Px ⇒ ∃x: Qx) ⇒ ∃x: Rx. (
Definicja 2.11. Niech v
0
, . . . , v
n
będą wszystkimi zmiennymi wolnymi wy-
stępującymi w formule ϕ. Formuła:
∀v
0
, . . . , v
n
: ϕ
to zamknięcie formuły ϕ.
Zamknięcie formuły jest zdaniem.
Zamknięcie formuły otrzymuje się przez poprzedzenie tej formuły kwanty-
fikatorami ogólnymi wiążącymi wszystkie występujące w niej zmienne wolne.
2.1. JĘZYK RACHUNKU PREDYKATÓW 105
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
Przykład 2.10. W termie:
x + y : x
za zmienną x podstawmy term:
(x −z).
(x −z) + y : (x −z) podstawienie wykonane poprawnie
(x −z) + y : x podstawienie wykonane niepoprawnie.
(
Niech w ϕ nie występuje (ani jako wolna, ani jako związana) zmienna y.
Jako wygodnego skrótu dla formuły:
∃x: [ϕ ∧ ∀y : (ϕ[x ::= y] ⇒ y = x)]
można używać:
∃!x: ϕ.
„∃!x” odczytujemy: istnieje dokładnie jedno x.
2.2 Rachunek predykatów
Dowód w rachunku predykatów formalnie różni się od dowodu w rachunku
zdań tylko dodatkowymi możliwościami. Ujmują one większe bogactwo ję-
zyka rachunku predykatów w stosunku do języka rachunku zdań.
2.2.1 Dowód w rachunku predykatów
Definicja 2.14 (tautologii języka rachunku predykatów). Tautologią języka
rachunku predykatów jest każda formuła tego języka otrzymana z jakiejś tau-
tologii α języka rachunku zdań przez podstawienie za każdą literę zdaniową
występującą w α, jakiejś formuły języka rachunku predykatów (jednocześnie
w każdym miejscu dla wszystkich wystąpień danej litery zdaniowej).
Aksjomatem (teorii) identyczności (≡) jest każda formuła, która podpada
pod jeden ze schematów:
Aksjomat 1. v ≡ v,
Aksjomat 2. v
i
≡ v ⇒ Fv
1
. . .v
i−1
v
i
v
i+1
. . .v
n
≡ Fv
1
. . .v
i−1
vv
i+1
. . .v
n
,
gdzie F jest n-argumentową literą funkcyjną, a n > 0,
2.2. RACHUNEK PREDYKATÓW 107
Aksjomat 3. (v
i
≡ v ∧ Pv
1
. . .v
i−1
v
i
v
i+1
. . .v
n
) ⇒ Pv
1
. . .v
i−1
vv
i+1
. . .v
n
,
gdzie P jest n-argumentową literą predykatową, a n > 0.
Predykat identyczności jest predykatem używanym w zasadzie we wszyst-
kich językach (teoriach) mających praktyczne znaczenie.
Dążymy do stworzenia rachunku dla logiki predykatów, czyli do syntak-
tycznego scharakteryzowania pojęcia wynikania rzeczywistego. Musimy więc
sprecyzować pojęcie dowodu. Zbiór reguł dowodowych w rachunku zdań
wzbogacamy o nowe reguły dowodzenia. W rachunku predykatów mamy
następujące reguły:
Reguła odrywania
MP. z ϕ i ϕ ⇒ φ wynika φ,
mamy jeszcze:
Reguła podstawiania
Sb. z ϕ wynika ϕ[v ::= t],
jeżeli term t jest podstawialny w miejsce zmiennej v.
Reguła opuszczania dużego kwantyfikatora
O∀. z ϕ ⇒ ∀v : φ wynika ϕ ⇒ φ.
Reguła dołączania dużego kwantyfikatora
D∀. z ϕ ⇒ φ wynika ϕ ⇒ ∀v : φ,
jeżeli v nie jest zmienną wolną w ϕ.
Reguła opuszczania małego kwantyfikatora
O∃. z ∃v : ϕ ⇒ φ wynika ϕ ⇒ φ.
Reguła dołączania małego kwantyfikatora
D∃. z ϕ ⇒ φ wynika ∃v : ϕ ⇒ φ,
jeżeli v nie jest zmienną wolną w φ.
108 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Reguły są tak dobrane, żeby zachowywały rzeczywisty stosunek wynika-
nia. Stosujemy je do formuł, które nie muszą być zdaniami. Mówienie więc
o prawdziwości wyrażeń, do których reguły są stosowane nie jest zasadne. Za-
miast terminu „prawda” możemy tu użyć ogólniejszego terminu „spełnianie”.
Najprościej mówiąc formuła jest spełniona wtedy i tylko wtedy, gdy w każ-
dym wypadku przyporządkowania znaczeń występującym w niej zmiennym
otrzymamy zdanie prawdziwe.
Reguła podstawiania odpowiada sposobowi takiego rozumowania, gdy na
przykład mając formułę
2
:
x
2
≥ 0
przyjmujemy:
(y + 1)
2
≥ 0
2
2
≥ 0.
Obie otrzymane formuły są spełnione w zbiorze liczb rzeczywistych. Pierw-
sza dla wszystkich możliwych znaczeń, jakie może przyjmować zmienna y
w zbiorze liczb rzeczywistych, zaś druga nie zawierając zmiennych jest po
prostu prawdziwa.
Sposób rozumowania odpowiadający regule opuszczania dużego kwanty-
fikatora stosujemy na przykład wówczas, gdy na podstawie:
a > 0 ⇒ ∀x: (x > 0 ⇒ x + a > 0)
uznajemy:
a > 0 ⇒ (x > 0 ⇒ x + a > 0).
Regułę dołączania dużego kwantyfikatora stosujemy na przykład wów-
czas, gdy na podstawie:
y > 0 ⇒ (x > 0 ⇒ x +y > 0)
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
y > 0 ⇒ (x > 0 ⇒ x + y > 0)
nie możemy uznać:
y > 0 ⇒ ∀y : (x > 0 ⇒ x +y > 0)
3
.
Regule opuszczania małego kwantyfikatora odpowiada rozumowanie, gdy
na przykład na podstawie:
∃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.
Warunek nałożony na następnik (φ) implikacji, do której poprzednika (ϕ)
dołączamy mały kwantyfikator jest istotny. Na przykład na podstawie:
x ≥ 0 ⇒ (y > x ⇒ y > 0)
nie możemy uznać:
∃x: (x ≥ 0) ⇒ (y > x ⇒ y > 0).
Definicja 2.15 (dowodu w rachunku predykatów). Formuła ϕ ma dowód ze
zbioru Σ formuł języka rachunku predykatów — co zapisujemy: Σ ¬ ϕ —
wtedy i tylko wtedy, gdy istnieje skończony ciąg formuł ϕ
0
, ϕ
1
, . . ., ϕ
n
taki,
że
ϕ
n
= ϕ,
gdzie „=” jest skrótem dla „ jest równokształtne z”
oraz dla każdego i (0 ≤ i ≤ n) spełniony jest przynajmniej jeden z warunków:
3
W tym wypadku kolidowałoby to z regułą podstawiania. Mianowicie, zgodnie z tą
regułą za zmienną wolną y moglibyśmy podstawić dowolną liczbę dodatnią i stosując
regułę odrywania otrzymalibyśmy: ∀y : (x > 0 ⇒ x + y > 0). Podstawiając zaś dowolną
liczbę za zmienną x, lub po prostu wiążąc ją dużym kwantyfikatorem, otrzymujemy zdanie
fałszywe. Tymczasem formuła: y > 0 ⇒ (x > 0 ⇒ x +y > 0) jest spełniona.
110 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
1. ϕ
i
jest elementem Σ,
2. ϕ
i
jest tautologią (języka rachunku predykatów),
3. ϕ
i
jest aksjomatem (teorii) identyczności,
4. istnieją ϕ
j
, ϕ
k
takie, że ϕ
k
= ϕ
j
⇒ ϕ
i
; j, k < i,
5. istnieją ϕ
k
, k < i, oraz term t i zmienna v takie, że t jest podstawialne
za v w formule ϕ
k
i ϕ
k
[v ::= t] = ϕ
i
,
6. istnieje ϕ
k
, k < i, takie, że ϕ
k
= φ ⇒ ∀v : ψ oraz ϕ
i
= φ ⇒ ψ,
7. istnieje ϕ
k
, k < i, takie, że ϕ
k
= φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w φ oraz ϕ
i
= φ ⇒ ∀v : ψ,
8. istnieje ϕ
k
, k < i, takie, że ϕ
k
= ∃v : φ ⇒ ψ oraz ϕ
i
= φ ⇒ ψ,
9. istnieje ϕ
k
, k < i, takie, że ϕ
k
= φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w ψ oraz ϕ
i
= ∃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: Px ⇒ Px
ma dowód z pustego zbioru formuł, czyli
¬ ∀x: Px ⇒ Px.
2.2. RACHUNEK PREDYKATÓW 111
Dowód.
1. ∀x: Px ⇒ ∀x: Px tautologia
2. ∀x: Px ⇒ Px (O∀; 1)
Zauważmy, że dla dowolnej zmiennej v i dowolnej formuły ϕ analogicznie
można dowieść, że
T 1. ¬ ∀v : ϕ ⇒ ϕ.
Zamiast dowodzić poszczególnych formuł będziemy więc podawali sche-
maty dowodów. Z takiego schematu będzie można otrzymać dowód każdej
formuły o schemacie formuły podanej jako teza.
Dowód z pustego zbioru formuł ma formuła:
ϕ ⇒ ∃v : ϕ
czyli jest ona tezą rachunku predykatów, a więc zachodzi:
T 2. ¬ ϕ ⇒ ∃v : ϕ.
Dowód.
1. ∃v : ϕ ⇒ ∃v : ϕ tautologia
2. ϕ ⇒ ∃v : ϕ (O∃; 1)
Zastosowanie reguły podstawiania będziemy wskazywali podając numer
wiersza dowodowego, w którym dokonuje się podstawienia oraz zmienną
i podstawiany za nią term.
T 3. ¬ ∀v : ϕ ⇒ ϕ[v ::= t], jeżeli term t jest podstawialny za v w ϕ.
Dowód.
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
T 4. ¬ ϕ[v ::= t] ⇒ ∃v : ϕ, jeżeli term t jest podstawialny za v w ϕ.
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.
Zrezygnujemy z przeprowadzania dowodów ściśle według definicji. Zwy-
kle takie dowody są długie i nieprzejrzyste. Krótsze, a dla znających podsta-
wowe prawa i reguły logiki prostsze są dowody, w których korzysta się z tych
podstawowych praw i reguł. Pisząc w wierszu dowodowym nazwę tezy wska-
zujemy, że dowód formuły znajdującej się w tym wierszu przebiega według
schematu dowodu tezy, na którą się powołujemy. Korzystać będziemy rów-
nież z praw logiki zdań — jest oczywiste, że stosują się one do dowodów
w rachunku predykatów — może to być wskazywane przez podanie nazwy
zastosowanego prawa lub jego treści.
T 5. ¬ ∃v
1
: ∀v
2
: ϕ ⇒ ∀v
2
: ∃v
1
: ϕ
Dowód.
1. ∀v
2
: ϕ ⇒ ϕ T1
2. ϕ ⇒ ∃v
1
: ϕ T2
3. ∀v
2
: ϕ ⇒ ∃v
1
: ϕ (SYLL; 1,2)
4. ∃v
1
: ∀v
2
: ϕ ⇒ ∃v
1
: ϕ (D∃; 3)
5. ∃v
1
: ∀v
2
: ϕ ⇒ ∀v
2
: ∃v
1
: 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).
Teza T7 głosi, że identyczność jest zwrotna.
T 8. ¬ (t ≡ t
1
) ⇒ (t
1
≡ t)
Dowód.
1. [(x ≡ x
1
) ∧ (x ≡ x)] ⇒ (x
1
≡ x) aksjomat 3
2. ¦[(x ≡ x
1
) ∧ (x ≡ x)] ⇒ (x
1
≡ x)¦
⇒ ¦(x ≡ x) ⇒ [(x ≡ x
1
) ⇒ (x
1
≡ x)]¦ tautologia
3. (x ≡ x) ⇒ [(x ≡ x
1
) ⇒ (x
1
≡ x)] (MP; 1,2)
4. (x ≡ x) aksjomat 1
5. (x ≡ x
1
) ⇒ (x
1
≡ x) (MP; 4,3)
6. (t ≡ t
1
) ⇒ (t
1
≡ t) (5; x ::= t, x
1
::= t
1
)
Teza 8 głosi, że identyczność jest symetryczna.
T 9. ¬ (t ≡ t
1
) ⇒ [(t
1
≡ t
2
) ⇒ (t ≡ t
2
)]
Dowód.
1. [(x
1
≡ x) ∧ (x
1
≡ x
2
)] ⇒ (x ≡ x
2
) aksjomat 3
2. ¦[(x
1
≡ x) ∧ (x
1
≡ x
2
)] ⇒ (x ≡ x
2

⇒ ¦(x
1
≡ x) ⇒ [(x
1
≡ x
2
) ⇒ (x ≡ x
2
)]¦ tautologia
3. (x
1
≡ x) ⇒ [(x
1
≡ x
2
) ⇒ (x ≡ x
2
)] (MP; 1,2)
114 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
4. (x ≡ x
1
) ⇒ (x
1
≡ x) T8
5. (x ≡ x
1
) ⇒ [(x
1
≡ x
2
) ⇒ (x ≡ x
2
)] (SYLL; 3,4)
6. (t ≡ t
1
) ⇒ [(t
1
≡ t
2
) ⇒ (t ≡ t
2
)]
(5; x ::= t, x
1
::= t
1
, x
2
::= t
2
)
Teza 9 głosi, że identyczność jest przechodnia.
A oto niektóre ważniejsze prawa, schematy i reguły klasycznej logiki pre-
dykatów. Rozumiemy je analogicznie do praw, schematów i reguł rachunku
zdań.
ϕ/∀v : ϕ — reguła generalizacji
∀v : ϕ ⇒ ϕ[v ::= t], jeśli term t jest podstawialny za v
ϕ[v ::= t] ⇒ ∃v : ϕ, jeśli term t jest podstawialny za v
∀v : ϕ ⇒ ∃v : ϕ
4
∀v
1
: ∀v
2
: ϕ ⇔ ∀v
2
: ∀v
1
: ϕ
∃v
1
: ∃v
2
: ϕ ⇔ ∃v
2
: ∃v
1
: ϕ
∃v
1
: ∀v
2
: ϕ ⇒ ∀v
2
: ∃v
1
: ϕ
5
Kwantyfikatory a spójnik negacji — prawa De Morgana
∀v : ϕ ⇔ ∃v : ϕ
∃v : ϕ ⇔ ∀v : ϕ
Kwantyfikatory a spójnik implikacji
∀v : (ϕ ⇒ φ) ⇒ (∀v : ϕ ⇒ ∀v : φ)
∀v : (ϕ ⇒ φ) ⇒ (∃v : ϕ ⇒ ∃v : φ)
4
Prawo to jest ograniczone do dziedziny niepustej.
5
Warto tu zauważyć, że prawem nie jest
∀v
2
: ∃v
1
: φ ⇒ ∃v
1
: ∀v
2
: φ.
Prawdziwe nie jest zdanie
∀x: ∃y: (x < y) ⇒ ∃y: ∀x: (x < y),
czyli prawdziwe nie jest zdanie: jeżeli dla każdej liczby istnieje liczba od niej większa, to
istnieje liczba taka, która jest większa od każdej liczby.
2.2. RACHUNEK PREDYKATÓW 115
Kwantyfikatory a spójnik koniunkcji
∀v : (ϕ ∧ φ) ⇔ (∀v : ϕ ∧ ∀v : φ)
∃v : (ϕ ∧ φ) ⇒ (∃v : ϕ ∧ ∃v : φ)
Kwantyfikatory a spójnik alternatywy
(∀v : ϕ ∨ ∀v : φ) ⇒ ∀v : (ϕ ∨ φ)
∃v : (ϕ ∨ φ) ⇔ (∃v : ϕ ∨ ∃v : φ)
Kwantyfikatory a spójnik równoważności — prawa ekstensjonalności
∀v : (ϕ ⇔ φ) ⇒ [∀v : (ϕ ⇒ φ) ∧ ∀v : (φ ⇒ ϕ)]
∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v : φ)
∀v : (ϕ ⇔ φ) ⇒ (∃v : ϕ ⇔ ∃v : φ).
2.2.2 Twierdzenie o dedukcji
Twierdzenie o dedukcji dla rachunku predykatów w swoim sformułowaniu
różni się od twierdzenia o dedukcji dla rachunku zdań tylko pewnym za-
strzeżeniem spowodowanym tym, że w rachunku predykatów — inaczej niż
w rachunku zdań — oprócz zdań wyrażeniami poprawnie zbudowanymi są
również formuły nie będące zdaniami.
Twierdzenie 2.1 (o dedukcji). Niech ϕ będzie zdaniem (φ nie musi być
zdaniem).
Σ ∪ ¦ϕ¦ ¬ φ
wtedy i tylko wtedy, gdy
Σ ¬ ϕ ⇒ φ.
Dowód. Dowód tego twierdzenia przebiega w analogiczny sposób jak w wy-
padku rachunku zdań. Jest jednak bardziej złożony. We fragmencie, w któ-
rym dowodzimy, że
jeżeli Σ ∪ ¦ϕ¦ ¬ φ, to Σ ¬ ϕ ⇒ φ
116 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
trzeba rozważyć zastosowanie reguł rachunku predykatów.
Niech:
γ
1
, γ
2
, . . ., γ
n
będzie dowodem formuły φ ze zbioru Σ ∪ ¦ϕ¦.
Przez indukcję ze względu na długość dowodu: γ
1
, γ
2
, . . ., γ
n
dowodzimy,
że ze zbioru Σ istnieje dowód formuły ϕ ⇒ γ
i
, 1 ≤ n. Rozpoczynamy
od wypadku, gdy i = 1.
γ
1
może być elementem zbioru Σ ∪ ¦ϕ¦, tautologią języka rachunku pre-
dykatów lub aksjomatem teorii identyczności. Dowód, że formuła ϕ ⇒ γ
1
ma
dowód ze zbioru Σ niczym w istocie nie różni się od analogicznego wypadku
w dowodzie twierdzenia o dedukcji dla logiki zdań.
Założenie indukcyjne. Jako założenie indukcyjne przyjmujemy, że ze zbioru
Σ istnieje dowód formuły ϕ ⇒ γ
i
, i ≤ k.
W dowodzie tezy indukcyjnej, że ze zbioru Σ istnieje dowód formuły
ϕ ⇒ γ
k+1
ograniczymy się do pokazania jak postępujemy w wypadku re-
guły podstawiania oraz reguł dołączania (D∀) i opuszczania (O∀) dużego
kwantyfikatora.
(Reguła podstawiania) Niech γ
k+1
będzie otrzymane przez podstawienie termu
t w miejsce zmiennej v w γ
i
, czyli γ
k+1
= γ
i
[v ::= t]. Niech ψ
1
, ψ
2
, . . ., ψ
m
(=
ϕ ⇒ γ
i
) będzie dowodem ze zbioru Σ formuły ϕ ⇒ γ
i
. Z założenia twierdze-
nia o dedukcji ϕ jest zdaniem, czyli nie zawiera zmiennych wolnych, zatem
(ϕ ⇒ γ
i
)[v ::= t] = ϕ ⇒ γ
i
[v ::= t]. Dowód ϕ ⇒ γ
k+1
ze zbioru Σ uzyskamy
dopisując ϕ ⇒ γ
i
[v ::= t] jako kolejny wyraz do ciągu ψ
1
, ψ
2
, . . ., ψ
m
, czyli
dopisując formułę otrzymaną przez zastosowanie do ψ
m
reguły podstawiania.
(D∀) Pokażemy, że jeżeli γ
k+1
zostało otrzymane przez zastosowanie reguły
D∀ do γ
i
, to ze zbioru Σ istnieje dowód dla ϕ ⇒ γ
k+1
. Niech γ
i
= ξ ⇒ λ
i niech γ
k+1
= ξ ⇒ ∀v : λ. Z tego wynika, że ξ nie zawiera zmiennej v jako
wolnej. Z założenia indukcyjnego dostajemy, że ze zbioru Σ istnieje dowód
dla ϕ ⇒ γ
i
, czyli dla ϕ ⇒ (ξ ⇒ λ). Niech ψ
1
, ψ
2
, . . ., ψ
m
[= ϕ ⇒ (ξ ⇒ λ)]
będzie tym dowodem. Aby uzyskać dowód formuły ϕ ⇒ γ
k+1
, czyli formuły
ϕ ⇒ (ξ ⇒ ∀v : λ), do ciągu ψ
1
, ψ
2
, . . ., ψ
m
dopisujemy jako kolejne wyrazy
następujące formuły:
(m+1). [ϕ ⇒ (ξ ⇒ λ)] ⇒ (ϕ ∧ ξ ⇒ λ) tautologia
(m+2). ϕ ∧ ξ ⇒ λ (MP; m, m+1)
(m+3). ϕ ∧ ξ ⇒ ∀v : λ (D∀; m+2)
2.2. RACHUNEK PREDYKATÓW 117
(m+4). (ϕ ∧ ξ ⇒ ∀v : λ) ⇒ [ϕ ⇒ (ξ ⇒ ∀v : λ)] tautologia
(m+5). ϕ ⇒ (ξ ⇒ ∀v : λ) (MP; m+3, m+4).
Zauważmy, że do wiersza (m+2) można było zastosować regułę dołączania
dużego kwantyfikatora ponieważ:
1. z założenia twierdzenia o dedukcji ϕ jest zdaniem,
a
2. ξ nie zawiera v jako zmiennej wolnej. γ
k+1
(= ξ ⇒ ∀v : λ) zostało
uzyskane z γ
i
(= ξ ⇒ λ) przez zastosowanie reguły D∀, co jest możliwe
tylko w wypadku, gdy ξ nie zawiera v jako zmiennej wolnej.
(O∀) Niech γ
k+1
będzie otrzymane przez zastosowanie reguły opuszczania
dużego kwantyfikatora do γ
i
(= ξ ⇒ ∀v : λ), czyli γ
k+1
(= ξ ⇒ λ). Niech
ψ
1
, ψ
2
, . . ., ψ
m
[= ϕ ⇒ (ξ ⇒ ∀v : λ)] będzie dowodem ze zbioru Σ formuły
ϕ ⇒ γ
i
. Dowód ze zbioru Σ formuły ϕ ⇒ (ξ ⇒ λ) uzyskujemy dopisując do
ciągu ψ
1
, ψ
2
, . . ., ψ
m
jako kolejne wyrazy następujące formuły:
(m+1). [ϕ ⇒ (ξ ⇒ ∀v : λ)] ⇒ (ϕ ∧ ξ ⇒ ∀v : λ) tautologia
(m+2). ϕ ∧ ξ ⇒ ∀v : λ (MP; m, m+1)
(m+3). ϕ ∧ ξ ⇒ λ (O∀, m+2)
(m+4). (ϕ ∧ ξ ⇒ λ) ⇒ [ϕ ⇒ (ξ ⇒ λ) tautologia
(m+5). ϕ ⇒ (ξ ⇒ λ) (MP;m+3, m+4)
Dowód tezy:
jeżeli Σ ¬ ϕ ⇒ φ, to Σ ∪ ¦ϕ¦ ¬ φ
przebiega w sposób nieistotnie różniący się od analogicznego fragmentu do-
wodu twierdzenia o dedukcji dla rachunku zdań: do dowodu ze zbioru Σ
formuły ϕ ⇒ φ dopisujemy jako kolejne wyrazy ciągu ϕ – jest to element
zbioru Σ ∪ ¦ϕ¦ — oraz φ — co uzyskujemy stosując regułę odrywania.
Kiedy mamy dowód φ ze zbioru Σ, a dowodzimy ϕ ze zbioru Σ i w ciągu
dowodowym pojawia się φ, to dowód ϕ możemy „skrócić” zastępując frag-
ment ciągu będący dowodem φ powołaniem się na to, że φ ma dowód z Σ.
W szczególnym wypadku może to być powołanie się na już udowodnione
tezy (formuły mające dowód z pustego zbioru formuł). Twierdzenie o deduk-
cji daje dodatkową możliwość „skracania” — pozwala na wykorzystywanie
118 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
dowodu λ ⇒ ξ ze zbioru Σ dowodem ξ ze zbioru Σ ∪ ¦λ¦, i na odwrót. Ko-
rzystając ze wskazanych „skrótów” w opisie dowodu, w niczym nie naruszamy
jego istoty, czyli nie zmieniamy jego definicji.
T 10. ¬ ∀x: (Px ⇒ Qx) ⇒ (∃x: Px ⇒ ∃x: Qx).
Dowód.
1. ¬ ∀x: (Px ⇒ Qx) ⇒ (Px ⇒ Qx) T3
2. ∀x: (Px ⇒ Qx) ¬ Px ⇒ Qx
6
(Tw. o dedukcji; 1)
3. ¬ Qx ⇒ ∃x: Qx T4
4. ∀x: (Px ⇒ Qx) ¬ Px ⇒ ∃x: Qx (SYLL; 2, 3)
5. ∀x: (Px ⇒ Qx) ¬ ∃x: Px ⇒ ∃x: Qx (D∃; 4)
6. ¬ ∀x: (Px ⇒ Qx) ⇒ (∃x: Px ⇒ ∃x: Qx) (tw. o dedukcji; 5)
Założenie, że poprzednik implikacji — do której stosujemy twierdzenie
o dedukcji — jest zdaniem jest istotne. W wyżej przeprowadzonym dowo-
dzie twierdzenia o dedukcji było ono wykorzystane, gdy rozważaliśmy zasto-
sowanie reguły podstawiania oraz reguły dołączania dużego kwantyfikatora.
Pokażemy — będzie to przykład odnoszący się do reguły podstawiania — że
jego zignorowanie prowadzi do niepożądanych konsekwencji, do możliwości
otrzymywania fałszywych wniosków z prawdziwych przesłanek.
Przykład 2.12. Niech Σ będzie teorią nierówności > (⊆ R R).
Zatem prawdą jest, że
1. Σ ¬ x > 2 ⇒ x > 1.
Przejście od 1 do 2:
2. Σ ∪ ¦x > 2¦ ¬ x > 1
nie jest uprawnione. Stosując regułę generalizacji otrzymamy bowiem:
3. Σ ∪ ¦x > 2¦ ¬ ∀x: (x > 1).
Ponowne zastosowanie twierdzenia o dedukcji daje:
4. Σ ¬ x > 2 ⇒ ∀x: (x > 1).
Teraz podstawiamy za zmienną wolną x stałą, powiedzmy 3. Dosta-
jemy:
6
Jeżeli nie prowadzi to do nieporozumienia zamiast: ¦ϕ
1
, . . . , ϕ
n
¦ ¬ φ piszemy:
ϕ
1
, . . . , ϕ
n
¬ φ
2.2. RACHUNEK PREDYKATÓW 119
5. Σ ¬ 3 > 2 ⇒ ∀x: (x > 1).
Ponieważ:
6. Σ ¬ 3 > 2,
więc stosując MP dostajemy:
7. Σ ¬ ∀x: (x > 1).
7 nie jest prawdziwe. (
T 11. ¬ ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ)
Dowód.
1. ¬ ∀v : (ϕ ⇒ ψ) ⇒ [ϕ[v ::= v
1
] ⇒ ψ[v ::= v
1
]] T3, gdzie v
1
nie wys-
tępuje w ϕ ⇒ ψ
2. ∀v : (ϕ ⇒ ψ) ¬ ϕ[v ::= v
1
] ⇒ ψ[v : colon = v
1
] (Tw. o dedukcji; 1)
3. ¬ ψ[v ::= v
1
] ⇒ ∃v : ψ T4
4. ∀v : (ϕ ⇒ ψ) ¬ ϕ[v ::= v
1
] ⇒ ∃v : ψ (SYLL; 2, 3)
5. ∀v : (ϕ ⇒ ψ) ¬ [ϕ[v ::= v
1
]][v
1
::= v] ⇒ ∃v : ψ (4)
∀v : (ϕ ⇒ ψ) ¬ ϕ ⇒ ∃v : ψ
6. ∀v : (ϕ ⇒ ψ) ¬ ∃v : ϕ ⇒ ∃v : ψ (D∃; 5)
7. ¬ ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ) (tw. o dedukcji; 6)
Udowodnimy teraz twierdzenie, które mówi, że dokonując w jakiejś for-
mule ϕ zastąpienia podformuły przez formułę jej równoważną otrzymamy
formułę równoważną formule ϕ.
Twierdzenie 2.2 (o zastępowaniu). Niech ϕ
ψ::=χ
−→ φ, czyli niech formuła φ
będzie wynikiem zastąpienia w formule ϕ formuły ψ przez formułę χ.
Jeżeli ψ ⇔ χ, to ϕ ⇔ φ.
Dowód. Dowodzimy podobnie jak twierdzenia o zastępowaniu dla rachunku
zdań, czyli przez indukcję ze względu na konstrukcję formuły.
Niech ψ będzie formuła ϕ. Z założenia ψ ⇔ χ, zatem ϕ ⇔ χ. Ponieważ
χ jest równokształtne z φ, więc χ ⇔ φ, a zatem ϕ ⇔ φ.
120 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Założenie indukcyjne. Niech ϕ
1
ψ::=χ
−→ φ
1
, ψ ⇔ χ i niech ϕ
1
⇔ φ
1
.
() Niech ϕ będzie formułą ϕ
1
. Zauważmy, że ϕ
1
ψ::=χ
−→ φ
1
. Ponieważ
ϕ
1
⇔ φ
1
, więc ϕ
1
⇔ φ
1
, czyli ϕ ⇔ φ.
(∨) Niech teraz ϕ będzie formułą ϕ
1
∨ϕ
2
. Z założenia indukcyjnego ϕ
1
⇔ φ
1
,
zatem (ϕ
1
∨ ϕ
2
) ⇔ (φ
1
∨ ϕ
2
). Ponieważ ϕ
1
∨ ϕ
2
ψ::=χ
−→ φ
1
∨ ϕ
2
, 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 : ϕ
1
. Z zało-
żenia indukcyjnego ϕ
1
⇔ φ
1
. W takim razie ∀v : ϕ
1
⇔ ∀v : φ
1
. Ponieważ
∀v : ϕ
1
ψ::=χ
−→ ∀v : phi
1
, więc ϕ ⇔ φ.
2.2.3 Postacie normalne
Podobnie jak w wypadku rachunku zdań możemy ustalić pewne szczególne
standardowe postacie formuł, postacie normalne.
Definicja 2.19 (przedrostkowej postaci normalnej, PNF
7
). Formuła ψ ma
przedrostkową (prefiksową) postać normalną wtedy i tylko wtedy, gdy jest
postaci:
O
1
v
1
: O
2
v
2
: . . . O
n
v
n
: ϕ,
gdzie
1. O
i
∈ ¦∀, ∃¦, 1 ≤ i ≤ n,
2. v
i
= v
j
, jeżeli i = j,
3. w formule ϕ nie występuje żaden kwantyfikator,
4. v
i
∈ V (ϕ), 1 ≤ i ≤ n, czyli każda zmienna wiązana przez którykolwiek
z kwantyfikatorów O
i
występuje w formule ϕ lub — inaczej mówiąc –
każda zmienna występująca w przedrostku występuje też w matrycy.
O
1
v
1
: O
2
v
2
: . . . O
n
v
n
: to przedrostek (prefiks) formuły ψ, a ϕ to
matryca formuły ψ.
7
Po angielsku: Prenex Normal Form.
2.2. RACHUNEK PREDYKATÓW 121
Zauważmy, że nie wykluczyliśmy możliwości występowania w matrycy
zmiennej, która nie jest wiązana przez kwantyfikator (występujący w przed-
rostku). Inaczej mówiąc, w postaci normalnej mogą znajdować się formuły
otwarte (niebędące zdaniami).
Przykład 2.13. Następujące formuły mają przedrostkową postać normalną:
∀x: ∃y : [P(x, y) ∨ R(y)],
∀x: ∀y : [ P(x) ∧ R(x, y)]. (
Przykład 2.14. Formuła:
∀x: [ P(x, y) ∨ ∃y : R(y)]
nie jest formułą o postaci normalnej. (
Pokażemy, że dla każdej formuły istnieje jej równoważna formuła o przed-
rostkowej postaci normalnej.
Twierdzenie 2.3. Dla każdej formuły ϕ istnieje jej równoważna formuła ψ
o przedrostkowej postaci normalnej.
Dowód. Dla dowodu podamy sposób przekształcania formuły w jej równo-
ważną formułę o postaci normalnej.
Rozpoczynamy od opuszczenia zbędnych kwantyfikatorów. Opieramy się
na tym, że
Ov : φ ⇔ φ, jeśli v nie występuje jako zmienna wolna w φ.
Każdą podformułę formuły ϕ, w której kwantyfikator wiąże zmienną niewy-
stępującą w tej podformule zastępujemy jej równoważną formułą bez tego
kwantyfikatora. Na podstawie twierdzenia o zastępowaniu otrzymana w wy-
niku formuła jest równoważna formule ϕ.
Przy przekształcaniu formuły ϕ w jej równoważną formułę o przedrost-
kowej postaci normalnej korzysta się z następujących równoważności:
1. (ϕ ⇔ ψ) ⇔ [(ϕ ⇒ ψ) ∧ (ψ ⇒ ϕ)],
2. ∀v : ϕ ⇔ ∃v : ϕ,
3. ∃v : ϕ ⇔ ∀v : ϕ,
O formułach 4–15 zakładamy, że v
1
nie występuje ani w ϕ, ani w ψ.
122 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
4. [∀v : ϕ ∨ ψ] ⇔ ∀v
1
: [ϕ[v ::= v
1
] ∨ ψ],
5. [ϕ ∨ ∀v : ψ] ⇔ ∀v
1
: [ϕ ∨ ψ[v ::= v
1
]],
6. [∃v : ϕ ∨ ψ] ⇔ ∃v
1
: [ϕ[v ::= v
1
] ∨ ψ],
7. [ϕ ∨ ∃v : ψ] ⇔ ∃v
1
: [ϕ ∨ ψ[v ::= v
1
]],
8. [∀v : ϕ ∧ ψ] ⇔ ∀v
1
: [ϕ[v ::= v
1
] ∧ ψ],
9. [ϕ ∧ ∀v : ψ] ⇔ ∀v
1
: [ϕ ∧ ψ[v ::= v
1
]],
10. [∃v : ϕ ∧ ψ] ⇔ ∃v
1
: [ϕ[v ::= v
1
] ∧ ψ],
11. [ϕ ∧ ∃v : ψ] ⇔ ∃v
1
: [ϕ ∧ ψ[v ::= v
1
]],
12. [∀v : ϕ ⇒ ψ] ⇔ ∃v
1
: [ϕ[v ::= v
1
] ⇒ ψ],
13. [ϕ ⇒ ∀v : ψ] ⇔ ∀v
1
: [ϕ ⇒ ψ[v ::= v
1
]],
14. [∃v : ϕ ⇒ ψ] ⇔ ∀v
1
: [ϕ[v ::= v
1
] ⇒ ψ],
15. [ϕ ⇒ ∃v : ψ] ⇔ ∃v
1
: [ϕ ⇒ ψ[v ::= v
1
]].
Każdą podformułę o postaci równoważności zastępujemy w formule ϕ
zgodnie z pierwszym prawem. Postępujemy tak długo, aż otrzymamy for-
mułę, w której nie występuje spójnik równoważności. Oczywiście, zgodnie
z twierdzeniem o zastępowaniu otrzymana formuła będzie równoważna for-
mule ϕ.
Do podformuł formuły ϕ w zależności od ich budowy stosujemy odpo-
wiednie równoważności i dokonujemy ich zastąpienia przez drugi argument
równoważności. Procedurę tę kontynuujemy aż do wyczerpania wszystkich
możliwości. Otrzymana w ten sposób formuła będzie równoważna formule ϕ,
kwantyfikatory będą występować tylko na początku tej formuły a ponadto
w związku z tym, że wyeliminowane zostały wszystkie zbędne kwantyfikatory
oraz, że przy zastępowaniu wprowadzamy zmienne, niewystępujące w for-
mule, w której dokonywana jest operacja zastępowania, wszystkie zmienne
tej formuły będą się różniły jedna od drugiej a nadto będą różne od wy-
stępujących w niej zmiennych wolnych. Otrzymana formuła spełnia zatem
wszystkie warunki nałożone na przedrostkową postać normalną.
2.2. RACHUNEK PREDYKATÓW 123
Przedrostkową postać normalną formuły ϕ oznaczmy PNF(ϕ). Z opisu
procedury znajdowania takiej formuły widać — choćby dlatego, że nie jest
zdeterminowana kolejność zastępowania — że dla danej formuły może istnieć
więcej niż jedna jej równoważna formuła o przedrostkowej postaci normalnej,
inaczej mówiąc dla danej formuły ϕ nie jest jednoznacznie określona formuła
PNF(ϕ).
Przykład 2.15. Przekształcimy do przedrostkowej postaci normalnej formułę:
∀x: [P(x) ⇒ ∃y : Q(y, x)] ⇒ ∃x: R(x, x).
Dokonujemy podstawień otrzymując kolejno formuły równoważne rozważanej
formule.
1. ∀x: [P(x) ⇒ ∃y : Q(y, x)] ⇒ ∀x: R(x, x).
Na podstawie 15 mamy:
2. ∀x: ∃z : [P(x) ⇒ Q(z, x)] ⇒ ∀x: R(x, x).
Z tego korzystając z 13 dostajemy:
3. ∀y : ¦∀x: ∃z : [P(x) ⇒ Q(z, x)] ⇒ R(y, y)¦.
Na podstawie 12:
4. ∀y : ∃t : ¦∃z : [P(t) ⇒ Q(z, t)] ⇒ R(y, y)¦.
Ostatecznie z 14 mamy:
5. ∀y : ∃t : ∀x: ¦[P(t) ⇒ Q(x, t)] ⇒ R(y, y)¦.
Zauważmy, że formule z naszego przykładu możemy zgodnie z opisaną
procedurą przyporządkować inną formułę nie tylko różniącą się kształ-
tem zmiennych, lecz również formułę o innej kolejności kwantyfikatorów
w przedrostku.
6. ∀x: [P(x) ⇒ ∃y : Q(y, x)] ⇒ ∀x: R(x, x).
Na podstawie 15 mamy:
7. ∀x: ∃z : [P(x) ⇒ Q(z, x)] ⇒ ∀x: R(x, x).
Z tego korzystając z 12 dostajemy:
124 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
8. ∃t : ¦∃z : [P(t) ⇒ Q(z, t)] ⇒ ∀x: R(x, x)¦.
Na podstawie 13:
9. ∃t : ∀y : ¦∃z : [P(t) ⇒ Q(z, t)] ⇒ R(y, y)¦.
Ostatecznie z 14 mamy:
10. ∃t : ∀y : ∀x: ¦[P(t) ⇒ Q(x, t)] ⇒ R(y, y)¦. (
Szczególnym kształtem formuły jest standardowa postać skolemowska
8
.
Zauważmy, że spełnienie formuły ∃x: ϕ znaczy tyle, że jest taki przedmiot
c, że prawdziwe jest ϕ[x ::= c]. Inaczej mówiąc, formuła ∃x: ϕ jest spełniona
wtedy i tylko wtedy, gdy spełniona jest formuła ϕ[x ::= c].
Definicja 2.20 (standardowej postaci skolemowskiej). Formuła o standardo-
wej postaci przedrostkowej ma standardową postać skolemowską wtedy i tylko
wtedy, gdy w jej prefiksie nie występują kwantyfikatory szczegółowe.
Niech Skol(ϕ) będzie standardową skolemowską postacią formuły ϕ.
Procedura przekształcania formuły do standardowej postaci skolemow-
skiej to skolemizacja. Skolemizacja jest metodą eliminacji kwantyfikatorów
szczegółowych przez zastępowanie stałymi lub funkcjami wiązanych przez
nie zmiennych. Skolemizacja formuły poprzedzona jest jej sprowadzeniem do
przedrostkowej postaci normalnej.
Niech formuła ϕ znajduje się w przedrostkowej postaci normalnej.
Skolemizacji formuły ϕ dokonujemy następująco:
1. Kwantyfikatorami ogólnymi wiążemy wszystkie (i tylko) zmienne wolne
występujące w ϕ.
2. Jeżeli formuła ma postać ∃v : ψ, to zastępujemy ją formułą ψ[v ::= c],
gdzie stała c nie występuje w formule ψ.
Każdy występujący w prefiksie kwantyfikator szczegółowy, który nie
jest poprzedzany przez kwantyfikator ogólny eliminujemy wpisując jedną
i tę samą stałą w miejsce każdego wystąpienia zmiennej wiązanej przez
ten kwantyfikator. Przy tym za różne co do kształtu zmienne związane
wpisujemy różne stałe. Stałe te to stałe Skolema.
8
Thoralf Skolem, matematyk norweski, wykazał, że z prefiksowej postaci normalnej
formuły ϕ można wyeliminować wszystkie kwantyfikatory szczegółowe tak, że otrzymana
formuła jest spełniona wtedy i tylko wtedy, gdy jest spełniona formuła ϕ.
2.2. RACHUNEK PREDYKATÓW 125
3. Jeżeli formuła ma postać ∀v
1
: . . . ∀v
n
: ∃v : ψ, to zastępujemy ją for-
mułą ∀v
1
: . . . ∀v
n
: ψ[v ::= F(v
1
, . . . , v
n
], gdzie litera funkcyjna F nie
występuje w formule ψ.
Jeżeli kwantyfikator szczegółowy w prefiksie formuły ϕ

uzyskanej przez
wykonanie którejś z operacji 1–3 poprzedzany jest przez kwantyfikatory
ogólne wiążące zmienne v
1
, . . . , v
n
, to w miejsce każdego wystąpienia
zmiennej wiązanej przez ten kwantyfikator szczegółowy wpisujemy term
F(v
1
, . . . , v
n
), gdzie litera funkcyjna F nie występuje w rozważanej for-
mule ϕ

. Funkcja F(v
1
, . . . , v
n
) to funkcja Skolema (Herbranda
9
).
Operacje opisane w powyższych punktach wykonujemy tak długo aż otrzy-
mamy formułę o przedrostkowej postaci normalnej, w której prefiksie nie
występują kwantyfikatory szczegółowe.
Opisany sposób skolemizacji formuły w przedrostkowej postaci normalnej
prowadzi do formuł różniących się jedynie wyborem symboli stałych indywi-
duowych i liter funkcyjnych.
Przykład 2.16. Skolemowską postacią normalną formuły:
∃t : ∀y : ∀x: ¦[P(t) ⇒ Q(x, t)] ⇒ R(y, y)¦
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 PNF(ϕ) ma miejsce równoważność: ϕ ⇔ PNF(ϕ), czyli:
¬ ϕ ⇔ PNF(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
Definicja 2.21 (literału). Literał to formuła atomowa lub formuła atomowa
poprzedzona spójnikiem negacji. Formuły atomowe to literały pozytywne,
a negacje formuł atomowych to literały negatywne.
Przykład 2.18. Literałami są: P(x), P(x), Q(x, y), R(f(x), x).
P(x), Q(x, y), R(f(x), x) to literały pozytywne, a P(x) to literał nega-
tywny. (
Definicja 2.22 (klauzuli). Klauzula to skończona alternatywa literałów,
czyli
λ
1
∨ λ
2
∨ ∨ λ
n
,
gdzie λ
i
; 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 hornowskie
10
.
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.
Negatywna klauzula Horna to klauzula, która nie ma literału pozytyw-
nego.
10
Alfred Horn (1951) pierwszy wskazał na znaczenie takich klauzul w 1951 r.
2.2. RACHUNEK PREDYKATÓW 127
Niech λ, ewentualnie z indeksami, będzie literałem pozytywnym, formułą
atomową.
Klauzulami Horna są zatem wyrażenia następujących postaci:
1. λ
1
∨ ∨ λ
n
∨ λ, n ∈ N, gdy klauzula Horna zawiera literał
pozytywny,
2. λ
1
∨ ∨ λ
n
, n ∈ N, gdy klauzula Horna nie zawiera żadnego
literału pozytywnego,
3. λ, gdy klauzula Horna nie zawiera żadnego literału negatywnego,
4. klauzula pusta, gdy klauzula Horna nie zawiera ani literału negatyw-
nego ani pozytywnego.
Klauzula z pozytywnym literałem może być w sposób równoważny przed-
stawiona jako:
λ
1
∧ ∧ λ
n
⇒ λ.
Z rachunku kwantyfikatorów mamy, że
¬ λ
1
∧ ∧ λ
n
⇒ λ
wtedy i tylko wtedy, gdy:
λ
1
∧ ∧ λ
n
¬ λ,
czyli:
formuła λ
1
∧ ∧ λ
n
⇒ λ jest tezą rachunku kwantyfikatorów
wtedy i tylko wtedy, gdy λ wynika (logicznie) z λ
1
∧ ∧ λ
n
.
Informatycy używają specyficznej notacji. Klauzule
11
Horna zapisywane
są za pomocą odwróconej implikacji, ⇐
12
. W miejsce spójnika koniunkcji
stosowany jest zaś przecinek. Poszczególne klauzule mają swoje specyficzne
nazwy.
Poszczególnym klauzulom 1–4 odpowiadają więc następujące wyrażenia:
11
W PROLOG–u klazulami nazywa się reguły, fakty i zapytania.
12
Implikacja odwrócona, ⇐, to spójnik prawdziwościowy taki, że zdanie złożone jest
fałszywe tylko w jednym wypadku, gdy pierwszy argument jest fałszywy, a drugi argument
jest prawdziwy.
128 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
1

. λ ⇐ λ
1
, . . . , λ
n
, n = 0 — reguła;
2

. λ ⇐ — fakt,
3

. ⇐ λ
1
, . . . , λ
n
, n = 0 — zanegowane pytanie;
4

. — 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.
2.2.4 Tablice semantyczne
W wypadku rachunku zdań — korzystając z definicji tautologii — podaliśmy
metody sprawdzania tautologiczności zdań, w szczególności metodę tablic
semantycznych. Powstaje pytanie o możliwość takiej metody dla rachunku
predykatów. Chodzi więc o uogólnienie metody tablic semantycznych na
rachunek predykatów. Uczynimy to dla języka, który nie zawiera liter funk-
cyjnych.
Wszystkie zasady konstrukcji drzewa oraz reguły przyjęte dla metody
tablic semantycznych dla rachunku zdań uzupełniamy o następujące reguły
specyficzne dla rachunku predykatów.
∃L ∃v : ψ

.
.
.
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 .
∃P ∃v : ψ

.
.
.
ψ[v ::= c]
2.2. RACHUNEK PREDYKATÓW 129
Reguła ∃P stosuje się do zdania ∃v : ψ zapisanego po prawej stronie ga-
łęzi. Zdanie ∃v : ψ nie jest prawdziwe wtedy i tylko wtedy, gdy dla każdej
stałej c nie jest prawdziwe ψ[v ::= c]. Zdanie ψ[v ::= c] piszemy po prawej
stronie każdej gałęzi, na której znajduje się ∃v : ψ. Stała c jest dowolna. Po-
nieważ bez względu na to, jaką weźmiemy stałą c nie jest spełnione ψ[v ::= c],
więc reguła ∃P może być do tego zdania stosowana wielokrotnie. Jest to re-
guła wielokrotna. Fakt zastosowania ∃P zaznaczamy za pomocą .
∀L ∀v : ψ

.
.
.
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

.
.
.
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 .
Reguły ∀P i ∃L to reguły niepowtarzalne, jednokrotne.
Reguły ∀L i ∃P to reguły powtarzalne, wielokrotne.
To, że reguły ∀L i ∃P mogą być wielokrotnie stosowane do tej samego
zdania powoduje, że tam, gdzie z tych reguł korzystamy proces konstrukcji
drzewa nie jest ograniczony. Jest więc inaczej niż w wypadku rachunku zdań,
gdzie dane zdanie tylko raz mogło być przedmiotem analizy.
130 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Struktura zdania w języku rachunku zdań i formuły (w języku rachunku
predykatów) jednoznacznie wskazuje na to, jaka reguła może być użyta do ich
analizy. W wypadku reguł zdaniowych jednoznacznie określony jest wynik
analizy. Nie jest tak w wypadku reguł ∃L i ∀P oraz ∀L i ∃P. Dla ∃L i ∀P
formalnie wykluczone jest użycie niektórych stałych. Zaś dla ∀L i ∃P to,
której stałej użyjemy, nie jest w ogóle wyznaczone przez formalne reguły
konstrukcji drzewa. Ta swoboda wyboru stałych wymusza namysł nad tym,
jakiej stałej użyje się. Można bowiem postępować tak, że mimo iż badana
zdanie jest tezą, nie będzie dochodzić do zamknięcia tablicy, choćby po prostu
za każdym krokiem stosując stałą, która jeszcze nie była użyta.
Jeżeli tablica semantyczna jest zamknięta, to analizowane zdanie jest tezą
lub ma miejsce wynikanie, czyli z koniunkcji zdań znajdujących się po lewej
stronie wynika alternatywa zdań znajdujących się po stronie prawej.
Jeżeli zdanie jest tezą lub ma miejsce wynikanie: z koniunkcji zdań znaj-
dujących się po lewej stronie wynika alternatywa zdań znajdujących się po
stronie prawej, to dla analizowanego wypadku istnieje skończona zamknięta
tablica. Dla każdej tezy lub wypadku, gdy z koniunkcji zdań znajdujących
się po stronie lewej wynika alternatywa zdań znajdujących się po stronie
prawej, istnieje więc taki skończony zbiór stałych, dla których tablica jest
zamknięta. Jednak z góry nie potrafimy określić wielkości tego zbioru. Fakt
ten jest równoważny półrozstrzygalności rachunku predykatów.
Jeżeli zdanie nie jest tezą lub z koniunkcji zdań znajdujących sie po lewej
stronie nie wynika alternatywa zdań znajdujących sie po prawej stronie, to
tablica nie musi być skończona.
Fakt, że na danym etapie konstrukcji tablica semantyczna tezy (wynika-
nia) nie jest zamknięta nie przesądza, że w kolejnym kroku to nie nastąpi.
Nie wiemy bowiem z góry jak wielka ma być konstrukcja. Ponadto, formalne
reguły konstrukcji umożliwiają tworzenie również dla niektórych tez (wynika-
nia) niekończących się niezamkniętych tablic. Na przykład, mając po stronie
lewej zdanie postaci ∀φ wystarczy ograniczyć się do stosowania tylko reguły
∀L — jest to reguła wielokrotna, a stałych mamy nieskończenie wiele.
Powyższe uwagi o regułach dają podstawę następującym zaleceniom w spra-
wie konstruowania tablicy semantycznej.
• Mając do wyboru analizę zdania, do którego stosuje się jedna z reguł ∀L
lub ∃P, czyli reguł wielokrotnych i analizę zdania, do którego stosuje
się jedna z reguł ∀P lub ∃L, czyli reguł jednokrotnych, jako pierwsze
analizujemy zdanie, do którego stosuje się jedna z reguł jednokrotnych:
2.2. RACHUNEK PREDYKATÓW 131
∀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.
Wyniki konstrukcji tablicy semantycznej mogą być następujące:
1. Tablica jest zamknięta; na każdej gałęzi po lewej i prawej stronie wy-
stępuje jakieś jedno i to samo zdanie, czyli — jak to mówimy — na
każdej gałęzi ma miejsce sprzeczność.
Sytuacja taka ma miejsce np. w wypadku pytania, czy tezą rachunku
predykatów jest: ∀x: P(x) ⇒ ∃x: P(x), oraz w wypadku pytania, czy
tezą rachunku predykatów jest: ∃x: ∀y : R(x, y) ⇒ ∀y : ∃x: R(x, y).
2. Istnieje co najmniej jedna gałąź, na której nie wystąpiła sprzeczność,
a ewentualne stosowanie reguł ∀L i ∃P (powtarzalnych) do takiej sprzecz-
ności nie doprowadzi, jak na przykład wówczas, gdy na gałęzi pozostało
tylko stosowanie do jakiegoś zdania reguły ∀L albo ∃P i miały miejsce
wszystkie wypadki stosowania tej reguły z użyciem stałych już wyko-
rzystanych na tej gałęzi.
Sytuacja taka ma miejsce np. w wypadku pytania, czy tezą rachunku
predykatów jest: ∃x: P(x) ⇒ ∀x: P(x), oraz czy tezą rachunku pre-
dykatów jest: ∀x: ∃y : R(x, y) ⇒ ∀x: ∀y : R(x, y).
3. Istnieje co najmniej jedna gałąź, na której nie wystąpiła sprzeczność
i brak podstaw, aby twierdzić, że stosowanie reguł ∀L i ∃P w jakimś
momencie nie doprowadzi do sprzeczności.
Podanie w tym wypadku jakiegoś przykładu sprawia kłopot spowodo-
wany tym, że mówimy tu o braku podstaw dla uznania, że stosowanie
reguł nie doprowadzi do sprzeczności. Dlatego też w tym wypadku nie
możemy dać żadnej odpowiedzi. Nie możemy bowiem wykluczyć, że
kolejne zastosowania reguł może takie podstawy stworzyć.
Jako przykład wskażmy pytanie, czy tezą rachunku predykatów jest:
¦∀x: ∃y : R(x, y)∧∀x: R(x, x)∧∀x, y, z : [R(x, y)∧R(y, z) ⇒ R(x, z)]¦.
132 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
W wypadku 1 twierdzimy, że pytanie o istnienie dowodu danego zdania
z danego zbioru zdań ma odpowiedź pozytywną. W wypadku 2 zaś, że ma
odpowiedź negatywną. Wypadek 3 pozostawia to pytanie nierozstrzygnię-
tym.
Wszystkie pozostałe kwestie budowy tablicy rozwiązujemy, stosując się do
zasad konstrukcji tablic semantycznych wskazanych dla zdań języka rachunku
zdań.
Przykład 2.20. PYTANIE
Czy prawdą jest, że
∀x: (Px ⇒ Qx), ∀x: Px ¬ ∀xQx?
TABLICA SEMANTYCZNA
∀x: (Px ⇒ Qx)

∀x: Qx

∀x: Px

(Pa ⇒ Qa)

Qa
Pa
Pa Qa
ODPOWIEDŹ:
Prawdą jest, że: ∀x: (Px ⇒ Qx), ∀x: Px ¬ ∀x: Qx. (
Przykład 2.21. PYTANIE
Czy prawdą jest, że
∀x: (Px ⇒ Qx), ∀x: Qx ¬ ∀x: Px?
2.2. RACHUNEK PREDYKATÓW 133
TABLICA SEMANTYCZNA
∀x: (Px ⇒ Qx)

∀x: Px

∀x: Qx

(Pa ⇒ Qa)

Pa
Qa
ODPOWIEDŹ:
Nie jest prawdą jest, że: ∀x: (Px ⇒ Qx), ∀x: Qx ¬ ∀x: Px. Tablica nie
może zostać zamknięta. Zauważmy bowiem, że pozostaje tylko stosowanie
reguły ∀L do zdania ∀x: (Px ⇒ Qx) lub do zdania ∀x: Qx. Kontynuując
konstrukcję na kolejnych gałęziach dopisywać będziemy po lewej stronie tylko
Pc ⇒ Qc i Qc, a po prawej stronie tylko Pc, 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 . . .
Nasze zdanie możemy zapisać:
∃x: ∀y : [G(x, y) ⇔ G(y, y)].
PYTANIE
Czy wewnętrznie sprzeczne jest zdanie:
∃x: ∀y : [G(x, y) ⇔ G(y, y)]?
TABLICA SEMANTYCZNA
∃x: ∀y : [G(x, y) ⇔ G(y, y)]

∀y : [G(a, y) ⇔ G(y, y)]

G(a, a) ⇔ G(a, a)

G(a, a) G(a, a)
G(a, a)

G(a, a)

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
∀x.[∃y.K(x, y) ⇒ ∀z.K(z, x)]

K(a, a)

K(a, b)
∃y.K(a, y) ⇒ ∀z.K(z, a)

K(a, b)

K(a, a)
∃y.K(a, y)

∀z.K(z, a)

K(a, b) K(a, a)
ODPOWIEDŹ: Tablica semantyczna jest zamknięta, zatem w omawianym
rozumowaniu wniosek wynika logicznie z przesłanek. (
Przykład 2.24. Czy poniższe rozumowanie jest poprawne?
Albo wszyscy kochają, albo niektórzy ludzie nie kochają.
Jeśli wszyscy kochają, to z pewnością Piotr kocha.
Jeśli nie wszyscy kochają, to istnieje co najmniej jedna osoba, która nie
kocha; nazwiemy ją Anią.
Wobec tego, jeśli Ania kocha, to wszyscy kochają (?, s. 95).
Niech K . . . , . . . będzie dwuargumentową literą predykatową; skrótem
dla: . . . kocha . . . . Niech a będzie skrótem dla: Piotr; a b niech będzie
skrótem dla: Ania.
Rozważane rozumowanie możemy zapisać:
2.2. RACHUNEK PREDYKATÓW 135
∀x.∃y.K(x, y) ∨ ∃x.∀yK(x, y), ∀x.∃y.K(x, y) ⇒ ∃y.K(a, y),
∀x.∃y.K(x, y) ⇒ ∃x.∀y.[K(x, y)∧(x = b)] ¬ ∃y.K(b, y) ⇒ ∀x.∃y.K(x, y).
Zauważmy, że pierwsze dwie przesłanki są tezami rachunku predykatów.
Możemy je zatem pominąć w konstrukcji tablicy semantycznej. Wystarczy
rozważyć tylko poprawność następującego rozumowania:
∀x.∃y.K(x, y) ⇒ ∃x.∀y.[K(x, y)∧(x = b)] ¬ ∃y.K(b, y) ⇒ ∀x.∃y.K(x, y).
TABLICA SEMANTYCZNA
∀x.∃y.K(x, y) ⇒ ∃x.∀y.[K(x, y) ∧ (x = b)]

∃y.K(b, y) ⇒ ∀x.∃y.K(x, y)

∃y.K(b, y)

∀x.∃y.K(x, y)

K(b, c) ∃y.K(d, y)

∀x.∃y.K(x, y)

∃x.∀y.[K(x, y) ∧ (x = b)]

∀x.∃y.K(x, y)

∀y.[K(b, y) ∧ (b = b)]

∃y.K(d, y)

K(d, e)
K(d, e) K(d, e)
[K(b, y) ∧ (b = b)]

K(bc)

(b = b)
K(b, c)
ODPOWIEDŹ: Tablica semantyczna jest zamknięta, zatem w omawianym
rozumowaniu wniosek wynika logicznie z przesłanek. (
2.2.5 Dedukcja naturalna
Podobnie jak w wypadku rachunku zdań, mamy różne ujęcia rachunku predy-
katów, które są bliskie intuicjom, jakimi kierujemy się stosując logikę w rozu-
mowaniach. Tu przedstawimy system nadbudowany nad systemem dowodów
założeniowych logiki zdań.
W mocy pozostają wszystkie reguły dowodzenia oraz wszystkie reguły
pierwotne, jakie przyjęliśmy dla rachunku zdań z tym, że słowo „zdanie”
zastępujemy słowem „formuła”. Dochodzą tylko reguły specyficzne dla ra-
136 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
chunku predykatów. Są nimi reguły dołączania i opuszczania kwantyfikato-
rów, małego i dużego. Pomijamy predykat identyczności.
Reguły pierwotne rachunku predykatów
D∀. Reguła dołączania dużego kwantyfikatora
Z
. . . . .
ψ
∀v : ψ
jeżeli v nie jest zmienną wolną w żadnej formule z Z, a Z jest zbiorem założeń,
z których dowodzone jest ψ.
O∀. Reguła opuszczania dużego kwantyfikatora
∀v : ψ ∀v : ψ ∀v : ψ
ψ ψ[v ::= v
1
] ψ[v ::= c]
D∃. Reguła dołączania małego kwantyfikatora
ψ ψ ψ(c)
∃v : ψ ∃v : ψ[v
1
::= v] ∃v : ψ[c ::= v]
O∃. Reguła opuszczania małego kwantyfikatora
∃v : ψ
ψ[v ::= c
v
1
,...,v
n
]
gdzie c
v
1
,...,v
n
to stała zależna od v
1
, . . . v
n
.
v
1
, . . . v
n
są wszystkimi i tylko zmiennymi wolnymi występującymi w ∃v : ψ.
Aby uczynić jasną ideę stałej, o której mowa w regule (O∃), rozważmy
wpierw przykłady. Zdanie:
∃x: x + 3 = 5
jest prawdziwe. Na jego podstawie, zgodnie z regułą (O∃), dochodzimy do
wniosku:
2 + 3 = 5.
2.2. RACHUNEK PREDYKATÓW 137
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.
Mówiąc o stałej zależnej od zmiennych wolnych występujących w formule
mamy na uwadze stałą, której wartość zależy od wartości, jakie przyjmą te
zmienne.
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)
(
2.2.6 Model i prawdziwość
Zdefiniowane zostało wynikanie syntaktyczne. Porównanie wynikania syntak-
tycznego z semantycznym wymaga zdefiniowania wynikania semantycznego.
Logika predykatów od logiki zdań różni się znacznie pojęciami modelu
i prawdziwości w modelu. Istota i sama idea tego, czym są model i praw-
dziwość w modelu pozostają jednak te same. W wypadku języka logiki zdań
wyrażenia były zbudowane z symboli zdaniowych (zdań prostych), których
znaczenia były całkowicie charakteryzowane przez wartości logiczne. Dla-
tego też pojęcie modelu było stosunkowo proste. Teraz na język składają
się między innymi stałe indywiduowe, litery funkcyjne oraz litery predyka-
towe. Dla określenia ich znaczeń musimy dysponować dziedziną, w której
będą przedmioty indywiduowe — indywidua — oraz n-argumentowe funkcje
(n = 1, 2, . . .) określone w zbiorze indywiduów, czyli w zbiorze uniwersal-
nym i n-członowe relacje (n = 1, 2, . . .) zachodzące pomiędzy elementami
zbioru uniwersalnego. Przyporządkowanie stałym indywiduowym, literom
2.2. RACHUNEK PREDYKATÓW 139
funkcyjnym i literom predykatowym, odpowiednio, indywiduów, funkcji i re-
lacji nazywamy interpretacją.
Interpretacja to — mówiąc po prostu — przyporządkowanie dokładnie
jednego znaczenia przedmiotom pewnego rodzaju, jakimi są wyrażenia języ-
kowe.
Definicja 2.24 (modelu). Modelem jest para (|, 1), gdzie | jest zbiorem
uniwersalnym a 1 funkcją, która n-argumentowym literom predykatowym
przyporządkowuje n-członowe relacje, n-argumentowym literom funkcyjnym
przyporządkowuje n-argumentowe funkcje określone w |, stałym indywidu-
owym przyporządkowuje zaś elementy zbioru |.
Definicja 2.25 (modelu języka). Jeżeli L jest językiem o sygnaturze:
¦P
0
, P
1
, . . ., P
n
, F
0
, F
1
, . . ., F
m
, a
0
, a
1
, . . ., a
q
¦,
to modelem M tego języka będzie:
(|, R
0
, R
1
, . . ., R
n
, G
0
, G
1
, . . ., G
m
, x
0
, x
1
, . . ., x
q
),
gdzie 1(P
i
) = R
i
, 0 ≤ i ≤ n; I(F
i
) = G
i
, 0 ≤ i ≤ m; 1(a
i
) = x
i
13
, 0 ≤ i ≤ q.
W wypadku języka rachunku zdań nie było mowy o indywiduach. Teraz
wartość logiczna zdania zależy — mówiąc swobodnie — od tego, o jakim
przedmiocie jest to zdanie.
Chcemy podać ścisłą definicję prawdziwości zdania w modelu. Chcemy
więc wiedzieć, co to znaczy, że
zdanie ϕ jest prawdziwe w modelu M.
Jeżeli zdanie ϕ jest zdaniem postaci: φ, to ϕ jest prawdziwe, gdy φ jest
fałszywe. Tak samo prawdziwość zdania ϕ jest wyznaczona przez wartości lo-
giczne zdań φ i ψ, jak to było w wypadku rachunku zdań, gdy ϕ jest zdaniem
postaci: φ∨ψ, φ∧ψ, φ ⇒ ψ lub φ ⇔ ψ. Zdanie ϕ może być jednak zdaniem
postaci: ∀v : φ lub ∃v : φ, a φ nie musi być zdaniem. W takiej sytuacji nie
możemy po prostu mówić o wartości logicznej φ. Pytanie o wartość logiczną
φ jest bezpodstawne. Pytanie takie bowiem zakładałoby, że φ jest zdaniem.
Dla formuły φ, w której jedyną zmienną wolną jest zmienna v, ma jednak
sens pytanie:
13
Zmienne indywiduowe mogą oznaczać dowolny obiekt z dziedziny. Interpretacja przy-
porządkowuje więc każdej stałej indywiduowej dokładnie jeden, ale dowolny obiekt z dzie-
dziny. Nie jest wykluczone, że różne zmienne oznaczają ten sam obiekt. Interpretacja
może więc różnym stałym przyporządkować ten sam element dziedziny.
140 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Czy formuła φ jest prawdziwa w modelu M, gdy mówi ona o a?
Jeżeli dla każdego przedmiotu należącego do | odpowiedź ta będzie pozy-
tywna, to możemy powiedzieć, że zdanie ∀v : φ jest zdaniem prawdziwym
w modelu M. Jeżeli będzie pozytywna chociaż o jednym przedmiocie, to bę-
dziemy mogli powiedzieć, że zdanie ∃v : φ jest prawdziwe w modelu M. Jeżeli
zaś znajdziemy taki przedmiot, dla którego odpowiedź będzie negatywna, to
powiemy, że zdanie ∀v : φ jest fałszywe. A gdy okaże się negatywna dla
wszystkich przedmiotów, to powiemy, że zdanie ∃v : φ jest fałszywe.
Na pytanie:
Czy φ jest prawdziwe, gdy mówi o przedmiocie a?
będziemy znajdować odpowiedź biorąc pod uwagę budowę formuły φ. I tak
np., gdy φ będzie postaci ψ, to φ będzie prawdziwe o przedmiocie x, gdy ψ
będzie o tym przedmiocie fałszywe. Podobne będzie w wypadku pozostałych
spójników zdaniowych. Może jednak być tak, że φ jest formułą postaci ∀v
1
: ψ
lub ∃v
1
: ψ a w ψ będą występowały dwie zmienne wolne v i v
1
. W takim
wypadku problem, czy φ o x jest prawdziwe w modelu M komplikuje się.
Pytanie o prawdziwość ϕ zaczyna zależeć od odpowiedzi na pytanie:
Czy formuła ψ jest prawdziwa w modelu M,
jeżeli ψ mówi o parze elementów a i b z |?
Proces ten można kontynuować. Okazuje się więc, że w wypadku języka
rachunku predykatów pojęcie prawdziwości zdania w modelu zakłada inne
pojęcie, a mianowicie pojęcie prawdziwości w modelu formuły ze zmien-
nymi wolnymi v
0
, v
1
, . . ., v
n
, gdy znaczeniami tych zmiennych są, odpowied-
nio: x
0
, x
1
, . . ., x
n
.
Chcemy znajdować odpowiedź na pytanie, czy formuła jest prawdziwa,
gdy mówi o przedmiotach x
0
, x
1
, . . ., x
n
ze względu na formuły składające
się na daną formułę, czyli ze względu na jej podformuły. Zauważmy, że
w podformule zmiennymi wolnymi mogą być zmienne, które nie są zmiennymi
wolnymi w formule. Np. jedyną zmienną wolną w formule:
x > 0 ⇒ ∃y : (0 < y < x)
jest zmienna x. Podformułą tej formuły jest:
0 < y < x.
2.2. RACHUNEK PREDYKATÓW 141
Teraz mamy dwie zmienne wolne: x, y. Ogólnie chodzi o to, że w wypadku,
gdy podformuła znajduje się w zasięgu jakiegoś kwantyfikatora wiążącego
zmienną v, to gdy zmienna v jest wolna w tej podformule, to może ona nie być
wolna w formule. Powstały problem ma charakter techniczny i rozwiązujemy
go w ten sposób, że zamiast mówić o formule, której jedynymi zmiennymi wol-
nymi są v
0
, v
1
, . . ., v
n
, będziemy mówili o formule, której wszystkie zmienne,
zarówno wolne jak związane, znajdują się w ciągu v
0
, v
1
, . . ., v
n
. Oczywiście,
teraz wszystkie zmienne wolne każdej podformuły znajdują się w tym ciągu
zmiennych. Gdy formuła, która mówi o przedmiotach x
0
, x
1
, . . ., x
n
a wszyst-
kie jej zmienne znajdują się w ciągu v
0
, v
1
, . . ., v
n
, jest prawdziwa w modelu
M, to w logice mówimy, że formuła ta jest spełniona przez ciąg x
0
, x
1
, . . ., x
n
.
Podamy indukcyjną definicję spełniania formuły przez ciąg indywiduów.
Postąpimy więc tak, że najpierw odpowiemy na pytanie, co to znaczy, że for-
muła atomowa ψ(v
0
, v
1
, . . ., v
n
) jest spełniona przez ciąg x
0
, x
1
, . . ., x
n
. Na-
stępnie, stosując procedurę indukcyjną odpowiemy na pytanie, co to znaczy,
że formuła ϕ, której wszystkie zmienne wolne i związane znajdują się w ciągu
v
0
, v
1
, . . ., v
n
jest spełniona przez x
0
, x
1
, . . ., x
n
. W końcu będzie można poka-
zać, że odpowiedź na pytanie o spełnianie formuły przez x
0
, x
1
, . . ., x
n
zależy
wyłącznie od tych przedmiotów z ciągu, które odpowiadają zmiennym wol-
nym w formule. A więc, w szczególności, gdy formuła nie zawiera żadnych
zmiennych wolnych — czyli gdy jest zdaniem — to pytanie, czy jest spełniona
w modelu w ogóle nie zależy od tego, jaki weźmiemy ciąg przedmiotów.
Niech ϕ będzie dowolną formułą, której wszystkie zmienne wolne i zwią-
zane znajdują się w ciągu v
0
, v
1
, . . ., v
n
i niech: x
0
, x
1
, . . ., x
n
będzie dowolnym
ciągiem przedmiotów ze zbioru | (zbiór uniwersalny).
Fakt, że formuła ϕ jest spełniona w modelu M przez x
0
, x
1
, . . ., x
n
zapi-
sujemy:
M [= ϕ[x
0
x
1
. . .x
n
].
Definicja 2.26 (spełniania). Definicję spełniania w modelu M formuły ϕ
przez ciąg: x
0
, x
1
, . . ., x
n
podamy w trzech krokach.
1. Wartość termu t(v
0
, v
1
, . . ., v
n
) dla ciągu: x
0
, x
1
, . . ., x
n
— wartość tę
będziemy oznaczać: t[x
0
x
1
. . .x
n
] — określa się następująco:
• jeżeli t = v
i
, to t[x
0
x
1
. . .x
n
] = x
i
;
• jeżeli t jest stałą indywiduową c, to jako t[x
0
x
1
. . .x
n
] bierzemy
interpretację stałej c w modelu M; czyli t[x
0
x
1
. . .x
n
] = 1(c);
142 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
• jeżeli t = Ft
1
t
2
. . .t
m
i F jest m-argumentową literą funkcyjną, to
t[x
0
x
1
. . .x
n
] = G(t
1
[x
0
x
1
. . .x
n
]. . .t
m
[x
0
x
1
. . .x
n
]),
gdzie G jest interpretacją w modelu M litery funkcyjnej F.
2. Niech φ(v
0
, v
1
, . . ., v
n
) będzie formułą atomową postaci:
Pt
1
. . .t
m
,
gdzie P jest m-argumentową literą predykatową
a
t
1
(v
0
v
1
. . .v
n
), . . ., t
m
(v
0
v
1
. . .v
n
)
są termami.
Formuła φ jest spełniona przez x
0
, x
1
, . . ., x
n
wtedy i tylko wtedy, gdy
Rt
1
[x
0
x
1
. . .x
n
]. . .t
m
[x
0
x
1
. . .x
n
],
gdzie R jest interpretacją w modelu M predykatu P, czyli R = 1(P).
Piszemy więc:
M [= Pt
1
. . .t
m
[x
0
x
1
. . .x
n
],
jeżeli i tylko, gdy
Rt
1
[x
0
x
1
. . .x
n
]. . .t
m
[x
0
x
1
. . .x
n
].
3. Niech ϕ będzie formułą, której wszystkie zmienne wolne i związane
znajdują się w ciągu v
0
, v
1
, . . ., v
n
.
• Jeżeli ϕ jest postaci: φ, φ ∨ ψ, φ ∧ ψ, φ ⇒ ψ, φ ⇔ ψ, to speł-
nianie ϕ w modelu M przez ciąg x
0
, x
1
, . . ., x
n
określamy zgodnie
ze znaczeniem, jakie nadaliśmy spójnikom zdaniowym: ∨, ∧, ⇒,
⇔. Np. gdy ϕ jest postaci φ mamy:
M [= ϕ[x
0
x
1
. . .x
n
]
2.2. RACHUNEK PREDYKATÓW 143
wtedy i tylko wtedy gdy nieprawda, że
M [= φ[x
0
x
1
. . .x
n
].
• Jeżeli ϕ ma postać ∀v
i
: φ, gdzie i ≤ n, to
M [= ϕ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[x
0
x
1
. . .x
i−1
xx
i+1
. . .x
n
]
dla dowolnego x(∈ |, dla dowolnego indywiduum).
• jeżeli ϕ ma postać ∃v
i
: φ, gdzie i ≤ n, to
M [= ϕ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[x
0
x
1
. . .x
i−1
xx
i+1
. . .x
n
]
dla pewnego x(∈ |, dla jakiegoś indywiduum).
Twierdzenie 2.4. Niech term t będzie taki, że wszystkie występujące w nim
zmienne znajdują się w ciągu v
0
, v
1
, . . ., v
l
. Jeżeli dla każdego i takiego, że v
i
występuje w termie t ciągi x
0
, x
1
, . . ., x
n
(l ≤ n) oraz y
0
, y
1
, . . ., y
m
(l ≤ m) są
takie, że x
i
= y
i
, to t[x
0
x
1
. . .x
n
] = t[y
0
y
1
. . .y
m
].
Dowód. Dowodzić będziemy przez indukcję ze względu na strukturę termu.
(I) Termy proste (niezłożone) to zmienna i stała.
Jeżeli term jest zmienną, czyli t = v
i
, to na podstawie definicji dostajemy,
że t[x
0
x
1
. . .x
n
] = x
i
, a t[y
0
y
1
. . .y
m
] = y
i
. Zatem na podstawie założenia, że
x
i
= y
i
mamy:
t[x
0
x
1
. . .x
n
] = t[y
0
y
1
. . .y
m
].
Jeżeli term jest stałą, czyli t = c, to zgodnie z definicją wartości termu
jest, że
t[x
0
x
1
. . .x
n
] = t[y
0
y
1
. . .y
m
].
Założenie indukcyjne. Niech termy t
1
, t
2
, . . ., t
k
będą takie, że zachodzi dla
nich dowodzone twierdzenie, czyli dla 1 ≤ i ≤ k:
t
i
[x
0
x
1
. . .x
n
] = t
i
[y
0
y
1
. . .y
m
].
144 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
(II) Teraz rozważymy wypadek termu złożonego. Niech t = Ft
1
t
2
. . .t
k
.
Niech G będzie interpretacją w modelu M litery funkcyjnej F (G =
1F). Zatem zgodnie z definicją wartości termu:
t[x
0
x
1
. . .x
n
] = G(t
1
[x
0
x
1
. . .x
n
]. . .t
k
[x
0
x
1
. . .x
n
])
t[y
0
y
1
. . .y
m
] = G(t
1
[y
0
y
1
. . .y
m
]. . .t
k
[y
0
y
1
. . .y
m
])
Na podstawie założenia indukcyjnego mamy, że
G(t
1
[x
0
x
1
. . .x
n
]. . .t
k
[x
0
x
1
. . .x
n
]) = G(t
1
[y
0
y
1
. . .y
m
]. . .t
k
[y
0
y
1
. . .y
m
]).
A zatem:
t[x
0
x
1
. . .x
n
] = t[y
0
y
1
. . .y
m
].
Twierdzenie 2.5. Niech formuła ϕ będzie taka, że wszystkie występujące
w niej zmienne znajdują się w ciągu v
0
, v
1
, . . ., v
l
. Jeżeli dla każdego i ta-
kiego, że v
i
jest zmienną wolną w formule ϕ ciągi x
0
, x
1
, . . ., x
n
(l ≤ n) oraz
y
0
, y
1
, . . ., y
m
(l ≤ m) są takie, że x
i
= y
i
, to
M [= ϕ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= ϕ[y
0
y
1
. . .y
m
].
Dowód. Dowodzić będziemy przez indukcję ze względu na budowę formuły.
Rozpoczynamy od formuł prostych.
(I) Niech ϕ będzie formułą postaci t
1
≡ t
2
.
Korzystając z poprzedniego twierdzenia 2.4 mamy, że
1. t
1
[x
0
x
1
. . .x
n
] = t
1
[y
0
y
1
. . .y
m
]
2. t
2
[x
0
x
1
. . .x
n
] = t
2
[y
0
y
1
. . .y
m
].
Na podstawie równości 1 i 2 oraz definicji spełniania następujące kolejne
stwierdzenia są sobie równoważne:
3. M [= (t
1
≡ t
2
)[x
0
x
1
. . .x
n
],
2.2. RACHUNEK PREDYKATÓW 145
4. t
1
[x
0
x
1
. . .x
n
] = t
2
[x
0
x
1
. . .x
n
],
5. t
1
[y
0
y
1
. . .y
m
] = t
2
[y
0
y
1
. . .y
m
],
6. M [= (t
1
≡ t
2
)[y
0
y
1
. . .y
m
],
czyli ostatecznie:
M [= (t
1
≡ t
2
)[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= (t
1
≡ t
2
)[y
0
y
1
. . .y
m
].
(I

) Niech ϕ będzie formułą atomową postaci Pt
1
t
2
. . .t
k
. Niech R będzie
interpretacją w modelu M litery predykatowej P (R = 1(P)).
Korzystając z poprzedniego twierdzenia mamy, że dla 1 ≤ i ≤ k
t
i
[x
0
x
1
. . .x
n
] = t
i
[y
0
y
1
. . .y
m
].
Zatem:
Rt
1
[x
0
x
1
. . .x
n
]. . .t
k
[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
Rt
1
[y
0
y
1
. . .y
m
]. . .t
k
[y
0
y
1
. . .y
m
].
Ponieważ:
M [= ϕ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
Rt
1
[x
0
x
1
. . .x
n
]. . .t
k
[x
0
x
1
. . .x
n
]
a
M [= ϕ[y
0
y
1
. . .y
m
]
wtedy i tylko wtedy, gdy
Rt
1
[y
0
y
1
. . .y
m
]. . .t
k
[y
0
y
1
. . .y
m
],
więc:
M [= ϕ[x
0
x
1
. . .x
n
]
146 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
wtedy i tylko wtedy, gdy
M [= ϕ[y
0
y
1
. . .y
m
].
Założenie indukcyjne. Niech formuły φ i ψ będą takie, że zachodzi dla nich
dowodzone twierdzenie, czyli:
M [= φ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[y
0
y
1
. . .y
m
],
M [= ψ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= ψ[y
0
y
1
. . .y
m
].
(II)
() Niech ϕ będzie formułą postaci φ. Zgodnie z definicją spełniania:
M [= φ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy nie zachodzi:
M [= φ[x
0
x
1
. . .x
n
].
Na podstawie założenia indukcyjnego:
M [= φ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[y
0
y
1
. . .y
m
].
Zatem:
M [= φ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[y
0
y
1
. . .y
m
].
2.2. RACHUNEK PREDYKATÓW 147
Dla spójników dwuargumentowych ⇒, ∨, ∧, ⇔ rozważamy formuły zbu-
dowane z φ i ψ. Dowody pomijamy ponieważ przebiegają, jak w wypadku
negacji (), zgodnie z definicją prawdziwości zdania w modelu.
(∀) Niech ϕ będzie postaci ∀v
i
: φ. Na podstawie definicji spełniania:
M [= ∀v
i
: φ[x
0
x
1
. . .x
n
]
wtedy i tylko wtedy, gdy dla dowolnego x(∈ |, dla dowolnego indywiduum
ze zbioru uniwersalnego):
M [= φ[x
0
x
1
. . .x
i−1
xx
i+1
. . .x
n
].
Korzystając z założenia indukcyjnego mamy, że dla dowolnego x(∈ |):
M [= φ[x
0
x
1
. . .x
i−1
xx
i+1
. . .x
n
]
wtedy i tylko wtedy, gdy
M [= φ[y
0
y
1
. . .y
i−1
xy
i+1
. . .y
m
].
Z tego wynika, że
dla dowolnego x(∈ |): M [= φ[x
0
x
1
. . .x
i−1
xx
i+1
. . .x
n
]
wtedy i tylko wtedy, gdy
dla dowolnego y(∈ |): M [= φ[y
0
y
1
. . .y
i−1
yy
i+1
. . .y
m
]
14
.
Zatem:
M [= ∀v
i
: φ[x
0
x
1
. . .x
n
] wtedy i tylko wtedy, gdy M [= ∀v
i
: φ[y
0
y
1
. . .y
m
]
15
.
Analogicznie przebiega dowód w wypadku kwantyfikatora szczegółowego
(∃)
16
.
14
Zauważmy, że skorzystaliśmy z prawa:
∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v
1
: φ[v ::= v
1
]),
jeżeli v
1
nie występuje w formule φ.
15
Korzystamy z tego, że
∀v
1
: ϕ[v ::= v
1
] ⇔ ∀v : ϕ[v ::= v
1
][v
1
::= v].
16
W dowodzie korzystać będziemy z:
∀v : (ϕ ⇔ φ) ⇒ (∃v : ϕ ⇔ ∃v
1
: φ[v ::= v
1
]),
148 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Z powyższego twierdzenia wyprowadzamy następujący wniosek.
Wniosek 2.6. Niech ϕ będzie formułą, której wszystkie zmienne wolne znaj-
dują się w ciągu v
0
, v
1
, . . ., v
m
zaś wszystkie zmienne wolne i związane znaj-
dują się w ciągu v
0
, v
1
, . . ., v
n
. Ciąg przedmiotów: x
0
, x
1
, . . ., x
m
spełnia ϕ
w modelu M, czyli:
M [= ϕ[x
0
x
1
. . .x
m
]
wtedy i tylko wtedy, gdy dla jakiegoś ciągu x
m+1
, . . ., x
n
lub — co na jedno wy-
chodzi — dla dowolnego ciągu: x
m+1
, . . ., x
n
: M [= ϕ[x
0
x
1
. . .x
m
x
m+1
. . .x
n
].
Definicja 2.27 (prawdziwości zdania w modelu). Zdanie ϕ jest prawdziwe
w modelu M, wtedy i tylko wtedy, gdy
M [= ϕ[x
0
x
1
. . .x
n
]
dla pewnego ciągu x
0
, x
1
. . ., x
n
lub — co w świetle twierdzenia 5 na jedno
wychodzi — dla dowolnego ciągu x
0
, x
1
, . . ., x
n
przedmiotów z | (dowolnego
ciągu indywiduów ze zbioru uniwersalnego).
Definicja 2.28 (modelu zdania). M jest modelem zdania ϕ wtedy i tylko
wtedy, gdy zdanie ϕ jest prawdziwe w modelu M.
Zgodnie z powyższymi ustaleniami terminologicznymi następujące stwier-
dzenia są równoważne:
zdanie ϕ jest prawdziwe w modelu M,
zdanie ϕ jest spełnione w modelu M,
M jest modelem zdania ϕ.
Przytoczona definicja prawdy pochodzi od A. Tarskiego
17
.
jeżeli v
1
nie występuje w formule φ,
oraz z
∃v
1
: ϕ[v ::= v
1
] ⇔ ∃v : ϕ[v : colon = v
1
][v
1
::= v].
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 2.29 (fałszywości zdania w modelu). Zdanie jest fałszywe w mo-
delu M (lub: M jest modelem zdania ϕ) wtedy i tylko wtedy, gdy ϕ nie
jest prawdziwe w modelu M.
Definicja 2.30 (prawdziwości). Zdanie jest (logicznie) prawdziwe wtedy
i tylko wtedy, gdy jest ono spełnione (prawdziwe) w dowolnym modelu. To,
że zdanie ϕ jest (logicznie) prawdziwe oznaczamy: [= ϕ.
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.
Zauważmy, że termin „model języka L” znaczy coś innego niż „model
zbioru Σ zdań języka L”. By M było modelem zbioru Σ zdań języka L
konieczne jest, aby M dało się opisać jako model języka L. M nie musi zaś
być modelem jakiegoś zbioru Σ zdań języka L. Aby M nie było modelem Σ
wystarczy, że przynajmniej jedno ze zdań z Σ nie jest prawdziwe w M (jest
fałszywe w M).
Zdanie ϕ wynika semantycznie ze zdania φ (symb.: φ [= ϕ) wtedy i tylko
wtedy, gdy każdy model zdania φ jest modelem zdania ϕ; czyli:
Definicja 2.32 (wynikania semantycznego ze zdania).
φ [= ϕ
wtedy i tylko wtedy, gdy
dla każdego M: jeżeli M [= φ, to M [= ϕ.
Zdanie ϕ wynika semantycznie ze zbioru zdań Σ (symb.: Σ [= ϕ) wtedy
i tylko wtedy, gdy każdy model zbioru Σ zdań jest modelem zdania ϕ; czyli:
Definicja 2.33 (wynikania semantycznego ze zbioru zdań).
Σ [= ϕ
wtedy i tylko wtedy, gdy
dla każdego modelu M: jeżeli M [= Σ, to M [= ϕ.
Można zauważyć, że
Twierdzenie 2.7. Dla dowolnego zbioru Σ zdań oraz dowolnych zdań ϕ i φ:
150 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Σ ∪ ¦ϕ¦ [= φ wtedy i tylko wtedy, gdy Σ [= ϕ ⇒ φ.
Dowód. Niech Σ ∪ ¦ϕ¦ [= φ oraz niech nie zachodzi Σ [= ϕ ⇒ φ. Zatem
istnieje taki model M, że M [= Σ i nieprawda, że M [= ϕ ⇒ φ. Na to, aby
nie zachodziło M [= ϕ ⇒ φ konieczne jest, żeby M [= ϕ oraz nieprawda, że
M [= φ. Z tego wynika, że M [= Σ ∪ ¦ϕ¦ oraz nieprawda, że M [= φ. A to
przeczy założeniu.
Niech teraz Σ [= ϕ ⇒ φ oraz nieprawda, że Σ ∪ ¦ϕ¦ [= φ. Istnieje zatem
taki model M, że M [= Σ ∪ ¦ϕ¦ oraz nieprawda, że M [= φ. Jest to więc
model Σ oraz spełnione jest w nim ϕ, zatem nie jest spełnione w nim ϕ ⇒ φ,
a to przeczy założeniu, które jest równoważne temu, że każdy model zbioru
Σ zdań jest modelem zdania ϕ ⇒ φ.
Na zbiór uniwersalny | oprócz założenia niepustości nie nałożyliśmy żad-
nego innego warunku. Zbiór ten może być skończony albo może być nieskoń-
czony. Celem lepszego zrozumienia definicji spełniania i większej intuicyj-
ności znaczeń kwantyfikatorów załóżmy, że zbiór | jest skończony, że ma
dokładnie n elementów. Niech a
0
, a
1
, . . ., a
n
będą wszystkimi tymi elemen-
tami
18
. Na podstawie definicji spełniania stwierdzamy, że
1. (|, 1) [= ∀v : φ
wtedy i tylko wtedy, gdy
(|, 1) [= φ[v ::= a
1
] ∧ φ[v ::= a
2
] ∧ . . . ∧ φ[v ::= a
n
].
2. (|, 1) [= ∃v : φ
wtedy i tylko wtedy, gdy
(|, 1) [= φ[v ::= a
1
] ∨ φ[v ::= a
2
] ∨ . . . ∨ φ[v ::= a
n
].
Korzystając z tych dwóch faktów, dla dowolnego zdania φ (formuły nie-
zawierającej zmiennych wolnych) możemy skonstruować zdanie Φ nie zawie-
rające kwantyfikatorów takie, że dla dowolnej interpretacji 1:
(|, 1) [= φ
wtedy i tylko wtedy, gdy
(|, 1) [= Φ.
18
Jeśli istnieje taka potrzeba wzbogacamy język o stosowne stałe indywiduowe.
2.2. RACHUNEK PREDYKATÓW 151
Φ nie zawiera żadnych zmiennych, ani wolnych ani związanych, i — oczy-
wiście — kwantyfikatorów. Φ zbudowane jest ze zdań otrzymanych z formuł
atomowych przez wpisanie stałych w miejsce zmiennych. Zdania te, zdania
atomowe, uznajemy za różne jeżeli zbudowane są z różnych liter predykato-
wych lub różnych liter funkcyjnych, bądź w jednym zdaniu na i-tym miejscu
występuje inna stała niż w drugim. Możemy przyjąć, że zdaniom atomowym
interpretacja 1 przyporządkowuje bądź wartość T, bądź wartość F. Takich
interpretacji różniących się tylko przyporządkowaniem tych wartości zdaniom
atomowym jest nie więcej niż 2
m
, gdzie m jest liczbą różnych wyżej opisanych
zdań. Możemy teraz stosować metody opracowane dla rachunku zdań. W za-
leżności od tego, czy dla wszystkich 2
m
„interpretacji” nasze zdanie przyjmie
wartość T, czy też choć raz przyjmie wartość F, będziemy mogli twierdzić,
że zdanie to jest, odpowiednio, prawdziwe w dowolnej n-elementowej dzie-
dzinie lub, że nie jest prawdziwe (jeżeli nie jest prawdziwe w n-elementowej
dziedzinie, to tym samym nie jest prawdziwe).
Przykład 2.28. Zdanie:
(∀x: Px ⇒ ∀x: Qx) ⇒ ∀x: (Px ⇒ Qx)
nie jest prawdziwe, bo nie jest ono prawdziwe w dziedzinie dwuelementowej.
W tym celu wystarczy pokazać, że tautologią nie jest:
[(Pa ∧ Pb) ⇒ (Qa ∧ Qb)] ⇒ [(Pa ⇒ Qa) ∧ (Pb ⇒ Qb)]. (
Przykład 2.29. Prawdziwe nie jest również zdanie:
(∃x: Px ∧ ∃x: Qx) ⇒ ∃x: (Px ∧ Qx).
Nie jest ono prawdziwe w dziedzinie, w której są przynajmniej dwa ele-
menty. Pokazać bowiem można, że tautologią nie jest:
[(Pa ∨ Pb) ∧ (Qa ∨ Qb)] ⇒ [(Pa ∧ Qa) ∨ (Pb ∧ Qb)]. (
Przykład 2.30. Prawdziwe nie jest zdanie:
∀x: ∃y : Pxy ⇒ ∃y : ∀x: Pxy.
Nie jest ono prawdziwe w dziedzinie dwuelementowej. Tautologią nie jest
bowiem:
[(Paa ∨ Pab) ∧ (Pba ∨ Pbb] ⇒ [(Paa ∧ Pba) ∨ (Pab ∧ Pbb)]. (
152 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Zauważmy, że istnieją zdania, które nie są spełnione tylko w dziedzinie
nieskończonej, czyli zdania warunkiem koniecznym fałszywości których jest
nieskończoność dziedziny.
Przykład 2.31. Zdanie:
∀x: xRf(x) ∧ ∀x: xRx ∧ ∀xyz : (xRy ∧ yRz ⇒ xRz)
nie jest prawdziwe w żadnej dziedzinie skończonej.
Niech a będzie jakimś elementem dziedziny. W tej dziedzinie określona
jest funkcja f : elementy tej dziedziny są zarówno jej argumentami jak i
wartościami.
Niech f
0
(a) = a, f
n
(a) = ff
n−1
(a), n ∈ N.
Pokażemy, że wszystkie wyrazy ciągu:
a, f(a), ff(a), . . .
są parami różne.
Przede wszystkim zauważmy, że jeżeli m < n, to
f
m
(a)Rf
n
(a).
Ponieważ ∀x: xRx, więc dla dowolnych m, n: (m = n) ⇒ f
m
(a) =
f
n
(a).
Oczywiście fakt, że zdanie może być prawdziwe tylko w wypadku, gdy
dziedzina jest nieskończona nie pociąga za sobą prawdziwości tego zdania
w dowolnym modelu z nieskończoną dziedziną. W wypadku rozważanego
zdania wystarczy dobrać takie rozumienie litery predykatowej R, aby nie
był spełniony przynajmniej jeden z członów koniunkcji. Może tak być, gdy
R zinterpretujemy jako równość. Nieskończoność dziedziny jest warunkiem
koniecznym prawdziwości naszego zdania. Skończoność dziedziny jest warun-
kiem wystarczającym jego fałszywości. W takim razie skończoność dziedziny
jest warunkiem wystarczającym prawdziwości jego negacji, czyli wystarcza
na to, aby prawdziwe było zdanie:
∃x: xRf(x) ∨ ∃x: xRx ∨ ∃xyz : (xRy ∧ yRz ∧ xRz).
Warunkiem koniecznym fałszywości tego zdania jest nieskończoność dzie-
dziny. (
2.2. RACHUNEK PREDYKATÓW 153
2.2.7 Pełność rachunku predykatów
Porównanie wynikania syntaktycznego z wynikaniem semantycznym poka-
zuje, że reguły rachunku logicznego zostały właściwie dobrane. Mówi o tym
twierdzenie o pełności rachunku predykatów. Dowodzone jest ono z wyko-
rzystaniem uogólnionego twierdzenia o niesprzeczności.
Twierdzenie 2.8 (uogólnione twierdzenie o niesprzeczności). Niech Σ będzie
dowolnym zbiorem zdań języka L. Σ jest niesprzeczne wtedy i tylko wtedy,
gdy ma model.
Twierdzenie to zwykle dowodzone jest metodą Henkina. Tu dowód opusz-
czamy.
ϕ wynika semantycznie ze zbioru Σ wtedy i tylko wtedy, gdy wynika z tego
zbioru syntaktycznie, czyli
Twierdzenie 2.9 (Gödla o pełności
19
).
Σ [= ϕ wtedy i tylko wtedy, gdy Σ ¬ ϕ.
Dowód twierdzenia Gödla nie różni się od dowodu analogicznego twier-
dzenia dla rachunku zdań, czyli uogólnionego twierdzenia o pełności.
Na podstawie twierdzenia Gödla, tak jak w wypadku rachunku zdań, nie
ma potrzeby odróżniania pomiędzy wynikaniem syntaktyczym a semantycz-
nym. Podobnie jak i tam, będziemy więc mówili po prostu o wynikaniu
logicznym.
Twierdzenie 2.10 (o zwartości). Zbiór zdań Σ ma model wtedy i tylko wtedy,
gdy każdy jego skończony podzbiór ma model.
Dowód. Twierdzenia dowodzi się podobnie jak w wypadku rachunku zdań.
Zauważamy, że model zbioru formuł jest modelem każdego, w szczegól-
ności skończonego jego podzbioru.
Aby dowieść, że model ma zbiór, którego każdy skończony podzbiór ma
model skorzystamy z uogólnionego twierdzenia o niesprzeczności. Zakła-
damy, że każdy skończony podzbiór ma model, a sam zbiór nie ma modelu.
W takim razie zbiór ten jest sprzeczny. Ze sprzecznego zbioru można dowieść
dowolnego zdania, w szczególności wewnętrznie sprzecznego. Taki dowód ma
jednak skończoną ilość założeń. Zbiór tych założeń jest zatem sprzeczny, a to
stoi w sprzeczności z założeniem, że każdy skończony podzbiór ma model.
19
Twierdzenie o pełności udowodnił Gödel (1930).
154 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Na podstawie uogólnionego twierdzenia o pełności oraz twierdzenia o zwar-
tości można udowodnić bardzo interesujące twierdzenia. Przytoczmy je tu
bez dowodów.
Wniosek 2.11. Teoria mająca dowolnie duży model skończony ma też model
nieskończony.
Wniosek 2.12 (Twierdzenie Löwenheima-Skolema-Tarskiego
20
). Jeżeli teo-
ria T sformułowana w języku L ma nieskończone modele, to ma również
modele dowolnej mocy większej bądź równej mocy zbioru formuł języka L.
Każda teoria wyrażona w języku pierwszego rzędu, mającego przeliczalnie
wiele formuł, jeśli ma model nieskończony, to ma model przeliczalny.
2.2.8 Problem rozstrzygalności
Ważnym problemem metamatematyki jest pytanie o rozstrzygalność sys-
temu
21
, czyli o istnienie efektywnej metody pozwalającej dać odpowiedź na
każde pytanie, czy zdanie języka tego systemu jest, czy też nie jest twier-
dzeniem
22
. Hilbert uznał kwestię rozstrzygalności za główny problem logiki
matematycznej.
Zagadnienie rozstrzygalności teorii to klasa pytań, z których każde jest
pytaniem o to, czy dane zdanie jest czy też nie jest twierdzeniem tej teo-
rii. Pojęcie rozstrzygalności stosuje się więc do klasy pytań. Kiedy mówi
się o rozstrzygalności problemu, to ma się na uwadze klasę pytań. Te pyta-
nia to wystąpienia lub instancje tego problemu. Problem charakteryzowany
jest przez swoje parametry. Instancja problemu to konkretna wartość tego
problemu dla wszystkich parametrów.
Problem (klasa pytań) jest rozstrzygalny wtedy i tylko wtedy, gdy ist-
nieje metoda, która pozwala znaleźć pozytywną lub negatywną odpowiedź
na każde pytanie z tej klasy. Metoda ta musi być efektywna.
20
Twierdzenie to było dowiedzione wcześniej niż twierdzenie o pełności. Dowiódł go
Löwenheim (1915) i Skolem (1920), a w postaci ogólnej — Tarski.
21
W związku z tym, że historycznie problem ten zrodził się z programu Hilberta, w lite-
raturze bywa określany oryginalnym terminem niemieckim: Entscheidungsproblem. Wię-
cej na temat historii problemu, jego przesłanek filozoficznych oraz znaczenia dla rozwoju
informatyki zob. (Trzęsicki 2006).
22
Elementarny wykład problematyki rozstrzygalności znajduje się w: Grzegorczyk
(1957), zob. również R. Murawski (1990, 1999).
2.2. RACHUNEK PREDYKATÓW 155
Metoda efektywna powinna spełniać następujące warunki:
1. musi dać się jednoznacznie opisać za pomocą skończonego ciągu słów
i/lub symboli,
Metoda, której nie można w taki skończony sposób opisać, nie dałaby
się przedstawić jako program dla jakiegokolwiek istniejącego lub tylko
teoretycznie możliwego komputera (pewnego urządzenia technicznego).
2. jest metodą obliczania,
Mówimy o metodzie efektywnej w wypadku poszukiwania odpowiedzi
na drodze obliczania, a nie np. eksperymentowania. Sprawdzanie za
pomocą papierka lakmusowego czy substancja jest kwasem, nie jest
typem metody, który mamy tu na uwadze. Stwierdzenie, że jest efek-
tywna metoda uzyskania wyniku zwykle wypowiadane jest jako zdanie
o istnieniu efektywnej metody uzyskania wartości takiej to a takiej
funkcji matematycznej.
3. prowadzi do odpowiedzi,
Metoda efektywna to metoda, postępowanie zgodnie z którą prowadzi
do uzyskania odpowiedzi. Brak jakiejkolwiek odpowiedzi choćby tylko
w wypadku jednej instancji dyskwalifikuje daną metodę jako metodę
efektywną dla rozstrzygania danego problemu.
4. jej zastosowanie wymaga wykonania co najwyżej skończonej liczby ope-
racji, kroków;
Metoda efektywna to metoda, która w wypadku każdego pytania z klasy
— dla której jest ona efektywna — składa się ze skończonej ilości ope-
racji, kroków. Przy czym, przez krok należy rozumieć jakieś proste,
niezłożone postępowanie. Skończoność liczby kroków nie oznacza ist-
nienia jakiejkolwiek bariery ich realizacji, np. fizycznej. Skończona
liczba kroków to również taka liczba kroków, że ich wykonanie przekra-
cza wszelkie możliwości fizyczne. Jest to skończoność liczbowa. Liczba
może być skończona, choć dla jej zapisu nie starczyłoby materii wszech-
świata.
5. odpowiedź jest poprawna,
Odpowiedź otrzymana w wyniku zastosowania metody efektywnej musi
być odpowiedzią poprawną: jeżeli prawdą jest, że α, to odpowiedź na
156 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
pytanie, czy α powinna być TAK; zaś gdy fałszem jest, że α odpowiedź
winna być NIE.
6. stosuje się do wszystkich bez wyjątku instancji danego problemu,
Możliwość stosowania metody efektywnej do wszystkich instancji pro-
blemu oznacza, że nie stosuje się ona selektywnie.
7. daje się stosować precyzyjnie,
To, czy w danej sytuacji należy wykonać taki, czy też inny krok oraz
wynik wykonania każdego kroku muszą być jednoznacznie określone
przez metodę.
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.
9. każdy krok jest „mechaniczny”,
„Mechaniczność” kroku oznacza, że jego wykonanie nie wymaga wiąza-
nia jakichkolwiek treści z obiektami, na których jest wykonywana. „Me-
chaniczność” oznacza branie pod uwagę tylko „fizycznych” atrybutów
obiektów, będących przedmiotem operacji. Jeżeli obiekty są napisami,
to pod uwagę brane są ich budowa oraz kształty (wzorce). „Mechanicz-
ność” metody oznacza, że jej stosowanie nie jest zależne od sposobu
myślenia matematycznego tego, kto tę metodę stosuje. Tryb postę-
powania i wykonywania poszczególnych czynności jest niezależny od
umiejętności matematycznych wykonawcy.
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
(1936–37), który tworząc maszynę (Turinga) potraktował dosłownie określe-
nie „mechaniczna”. Przyjął, że procedura jest mechaniczna wtedy i tylko
wtedy, gdy może zrealizować ją opisana przez niego jako teoretyczny twór
maszyna (później nazwana maszyną Turinga).
Niezależnie od Turinga „mechaniczność” definiuje Church. W jego wy-
padku „mechaniczne” to tyle — jest to teza Church — co dające się opisać
za pomocą (ogólnej) funkcji rekurencyjnej.
Szybko okazało się, że — choć na pierwszy rzut oka różne — koncepcje
„mechaniczności” Turinga i Churcha — jeśli ograniczyć się do funkcji okre-
ślonych na liczbach całkowitych dodatnich — są sobie równoważne.
Church formułuje swoją tezę w związku z uwagą Posta, że identyfika-
cja efektywnej obliczalności z rekurencją jest „hipotezą roboczą”. Church
proponuje tezę: funkcja określona na liczbach całkowitych dodatnich jest
obliczalna, jeśli jest rekurencyjna. Implikacja do niej odwrotna, że każda
funkcja rekurencyjna określona na liczbach całkowitych dodatnich jest efek-
tywnie obliczalna, powszechnie określana jest jako odwrotna teza Churcha
(sam Church nie dokonywał takiego odróżnienia).
Teza Churcha-Turinga głosi, że intuicyjne pojęcie efektywnej procedury
„mechanicznej” wyczerpuje się w pojęciu maszyny Turinga lub/i funkcji reku-
rencyjnej. Inaczej mówiąc, teza Churcha-Turinga stwierdza, że pojęcie funk-
cji obliczalnej wyczerpuje intuicyjną treść pojęcia metody efektywnej. Teza
ta nie może zostać dowiedziona. Obalenie jej jest jednak możliwe, gdyby
okazało się, że istnieje efektywna procedura „mechaniczna”, która nie daje
się opisać za pomocą aparatury pojęciowej maszyny Turinga lub funkcji re-
kurencyjnych. Zaproponowano wiele definicji efektywnej procedury „mecha-
nicznej”.
Można wyróżnić zasadnicze trzy idee.
Jedni dążyli do uściślenia pojęcia przepisu przez podanie reguł postępo-
wania, z jakich przepisy mogą się składać. W ten sposób powstało pojęcie
algorytmu
23
.
Drudzy za punkt wyjścia brali pojęcie maszyny. Metoda rozstrzygania
istnieje, gdy można skonstruować (teoretycznie) maszynę. Ideę takiej lo-
23
Słowo „algorytm”, po łacinie „algorithmus” wywodzi się z połączenia greckiego „ari-
thmós” — liczba oraz „algorism” oznaczającego w średniowieczu sztukę rachowania przy
zastosowaniu zapisu arabskiego. Słowo „algorism” miałoby zaś pochodzić od nazwiska
perskiego matematyka Muhameda ibu-Musy al-Chorezmi, który opisał zasady takiego ra-
chunku. Od słów al jabr zawartych w tytule jednego z jego dzieł miałby zaś pochodzić
termin „algebra”.
158 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
gicznej maszyny oprócz maszyny Turinga realizują maszyna Posta, maszyny
Rabina i Scota oraz inne, głównie nawiązujące do idei Turinga.
Trzecie wreszcie pojęcie metody rozstrzygania chciano wyrazić za pomocą
elementarnych operacji arytmetycznych na liczbach naturalnych. Działania
arytmetyczne, np. dodawanie, są ściśle określone, pojęcie metody zostanie
więc sprecyzowane. Z tych dążeń wyłoniły się dział arytmetyki liczb natu-
ralnych zwany teorią funkcji rekurencyjnych oraz pojęcie funkcji obliczalnej.
W związku z zagadnieniem rozstrzygalności (Entscheidungsproblem) po-
stawionym przez Hilberta, Turing i Church podjęli problem nadania mate-
matycznego sensu intuicyjnemu rozumieniu „mechanicznej” metody efektyw-
nej. Dowiedli, że rachunek predykatów nie jest rozstrzygalny, jeśli założy
się przyjętą przez nich definicję „mechanicznej” metody efektywnej. Church
pokazał — przy założeniu jego tezy — że nie ma efektywnej metody roz-
wiązywania pewnej klasy problemów elementarnej teorii liczb. Był to pierw-
szy wynik tego rodzaju. Church formalnie dowiódł — jest to twierdzenie
Churcha — korzystając z funkcji określonych na liczbach całkowitych dodat-
nich, których wartość daje się obliczyć w skończonym procesie podstawiania
(λ-definiowalność), że problem rozstrzygania dla systemu logiki pierwszego
rzędu Hilberta i Ackermanna jest rekurencyjnie nierozwiązywalny. Kilka mie-
sięcy później, niezależnie od Churcha, Turing formalnie dowiódł, że nie ist-
nieje maszyna (Turinga), która dla każdej formuły języka rachunku predy-
katów w skończonej liczbie kroków da poprawną odpowiedź na pytanie, czy
formuła ta jest tezą rachunku predykatów. Kurt Gödel pokazał, że każda teo-
ria zawierająca arytmetykę liczb naturalnych jest nierozstrzygalna. W szcze-
gólności nierozstrzygalna jest sama arytmetyka liczb naturalnych. Okazuje
się, że nie można wskazać żadnego takiego sposobu, dzięki któremu w skoń-
czonej ilości kroków znajdowalibyśmy pozytywną lub negatywną poprawną
odpowiedź na każde pytanie dotyczące liczb naturalnych.
Rachunek predykatów okazuje się być półrozstrzygalny. Problem jest
półrozstrzygalny wtedy i tylko wtedy, gdy istnieje efektywna procedura po-
zwalająca w skończonej liczbie kroków dać odpowiedź na każde pytanie, jeśli
odpowiedź na to pytanie jest pozytywna (lub, symetrycznie, jeśli odpowiedź
jest negatywna). Rachunek predykatów jest pełny, a więc każde zdanie praw-
dziwe ma dowód. Ponieważ każdy dowód jest skończony, zatem w skończonej
ilości kroków można uzyskać pozytywną odpowiedź na pytanie, czy zdanie
jest prawdziwe (pod warunkiem, że zdanie to jest prawdziwe). Gdyby zda-
nie nie było prawdziwe — ponieważ rachunek predykatów jest niesprzeczny
2.2. RACHUNEK PREDYKATÓW 159
— dowodu nie uzyskamy. Jednak fakt nieuzyskania dowodu po wykonaniu
n-kroków nie przesądza tego, że w kolejnym (n + 1)-kroku dowodu nie uzy-
skamy, zatem tylko na podstawie tego, że po pewnej ilości kroków dowodu
nie uzyskaliśmy, nie możemy dawać odpowiedzi negatywnej.
160 ROZDZIAŁ 2. LOGIKA PREDYKATÓW
Rozdział 3
Algebra zbiorów
Teoria mnogości, czyli teoria zbiorów zawdzięcza swe powstanie matematy-
kom XIX w., którzy dążyli do ugruntowania analizy matematycznej i zbada-
nia jej podstawowych pojęć. Twórcą teorii mnogości jako odrębnej dyscypliny
matematycznej był Georg Cantor (1845–1918).
Należy podkreślić znaczenie teorii zbiorów w badaniach nad sztuczną in-
teligencją (AI — Artificial Intelligence), w szczególności nad rozumowaniami
zdroworozsądkowymi. John McCarthy — pionier badań nad sztuczną inte-
ligencją — podkreślał potrzebę badań podstawowych, dostrzegając, że AI
potrzebuje teorii matematycznych i logicznych, prowadzących do innowacji
pojęciowych. Kluczowym problemem jest formalizacja zdroworozsądkowej
wiedzy i intuicyjnie poprawnych rozumowań. McCarthy podkreślał możliwo-
ści, jakie daje wykorzystanie teorii zbiorów w AI i zachęcał do skoncentrowa-
nia badań nad tym zagadnieniem. Jednym z powodów takiego postrzegania
teorii mnogości jest i to, że pojęcia teorii mnogości są zgodne z intuicją.
Tu głównie zajmiemy się fragmentem teorii mnogości, dającym się przed-
stawić w oparciu o intuicyjne pojęcia zbioru i elementu zbioru (czyli na grun-
cie «naiwnej» teorii mnogości), tak zwaną algebrą zbiorów (rachunkiem zbio-
rów). Badać będziemy operacje na zbiorach.
3.1 Zbiór i element zbioru
W języku potocznym słowo „zbiór” używane jest w znaczeniu dystrybutyw-
nym, czyli abstrakcyjnym, zatem w tym znaczeniu, jakie ma ono w teorii
mnogości, lub w znaczeniu kolektywnym, zwanym też mereologicznym.
161
162 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
W wypadku dystrybutywnego znaczenia słowa „zbiór”, przedmioty, które
tworzą zbiór są jego elementami. W wypadku kolektywnego znaczenia słowa
„zbiór”, przedmioty, które go tworzą są jego częściami. Zbiór w sensie kolek-
tywnym to agregat lub konglomerat.
Liczność zbioru (w sensie dystrybutywnym) jest określona przez to, ile
elementów ma ten zbiór. Zbiór, którego elementami są wszystkie i tylko
kamienie z pewnego stosu kamieni ma tyle elementów, ile kamieni składa się
na ten stos kamieni. O liczności agregatu, jakim jest stos kamieni nawet
trudno mówić: liczba jego części zależy od «głębokości» podziału. Mogą to
być najprościej dające się wydzielić kamienie, ale mogą to też być części tych
kamieni.
Elementami jakiegoś zbioru (w sensie dystrybutywnym) A mogą być
zbiory. Elementy tych zbiorów nie muszą być elementami zbioru A.
Zbiór (w sensie dystrybutywnym) jest określony nie tylko przez swoje
elementy, ale i przez sposób ich przynależności do zbioru. Istotne jest samo
rozumienie bycia elementem. Zgodnie z najprostszą a zarazem dominującą
koncepcją, przedmiot jest albo nie jest elementem danego zbioru.
W związku z językiem naturalnym i pojawiającymi się możliwościami sto-
sowania m.in. narzędzi informatycznych wynikła potrzeba opisu zakresów
nazw nieostrych. Są to takie nazwy, co do których reguły języka nie przesą-
dzają, czy pewne przedmioty są, czy też nie są ich desygnatami. Przykładem
nazwy nieostrej jest „dziecko”
1
. Ktoś, kto kwestionowałby użycie tej nazwy
do wskazania siedmiolatka naruszałby reguły języka polskiego. Podobnie na-
rusza te reguły ktoś, kto tę nazwę zastosowałby do dwudziestolatka. Jednak
reguły języka polskiego nie przesądzają, czy czternastolatek to dziecko, czy
nie. W wypadku nazw nieostrych nie jest więc tak, że dowolny przedmiot
jest albo nie jest ich desygnatem. Formalny opis ich zakresów jako zbiorów
wymaga zatem nowego rozumienia samej przynależności elementu do zbioru.
W wypadku zbioru rozmytego przynależność elementu do zbioru podlega gra-
dacji, przyjmując wartości z przedziału [0, 1].
Szuka się też innych sposobów przełamania ograniczeń wynikłych z okre-
ślenia zbioru. Możliwe jest to przez określenie zbioru przez jego przybliżenie
dolne i górne. Bierze się podział logiczny zbioru uniwersalnego. Wszystkie
człony tego podziału — mówiąc po prostu — mieszczące się w charaktery-
zowanym zbiorze tworzą jego przybliżenie dolne, a wszystkie te, które mają
1
Jako nazwa nierelatywna, a więc nazwa, która służy do wskazania elementu pewnej
grupy wiekowej.
3.1. ZBIÓR I ELEMENT ZBIORU 163
jakąkolwiek część wspólną z charakteryzowanym zbiorem, tworzą jego przy-
bliżenie górne. Zbiór przybliżony to zbiór, którego przybliżenie dolne różni
się od przybliżenia górnego. Zbiór dokładny to zbiór, którego przybliżenia
nie różnią się między sobą. Na tym opiera się koncepcja zbioru przybli-
żonego, opracowana przez Zdzisława Pawlaka i ogłoszona na początku lat
osiemdziesiątych XX w. Teoria ta jest jedną z najszybciej rozwijających się
metod sztucznej inteligencji. Znalazła zastosowanie m.in. w analizie danych,
przybliżonej klasyfikacji i przetwarzaniu obrazów.
W klasycznej teorii zbiorów, kantorowskiej — takiej, jaka tu jest rozwi-
jana — przyjmuje się, że dowolny przedmiot jest albo nie jest elementem
danego zbioru.
Na rodzaj elementów zbiorów nie nakłada się żadnych ograniczeń. Ina-
czej mówiąc, można tworzyć zbiory z obiektów — w intuicyjnym sensie —
niemających nic ze sobą wspólnego. Może też być i tak, że elementy zbioru
należą do jakichś gatunków. W takiej sytuacji w praktyce może interesować
nas to, ile jest „kopii” tych obiektów. Na przykład, mając jakiś zbiór warzyw
może zwracać się uwagę na to, ile w tym zbiorze jest sztuk kalafiorów lub ile
jest główek kapusty. Do charakterystyki tak rozumianych zbiorów nie tylko
należy określenie ich elementów, lecz również liczności poszczególnych gatun-
ków elementów. Te intuicje dają podstawę do utworzenia pojęcia wielozbioru
(multizbioru). Na wielozbiór (A, f) składa się więc zbiór jego elementów A
oraz funkcja f, która dowolnemu przedmiotowi przypisuje liczbę naturalną,
wskazującą, ile jest w zbiorze A elementów, które są tego samego gatunku,
co ten przedmiot.
Natura elementów zbioru może być dowolna. W szczególności same mogą
być zbiorami. O takich elementach zbiorów, które same nie są zbiorami,
można mówić jako o praelementach lub atomach.
Stosowanie intuicyjnych pojęć zbioru oraz bycia elementem zbioru jest
ograniczone i w wypadku bardziej zaawansowanych rozważań musi zostać
zastąpione przez pojęcia ściśle określone. Tym samym dochodzi do zerwa-
nia ze zdroworozsądkowym ich pojmowaniem. Dokonuje się tego na gruncie
aksjomatycznej teorii mnogości.
Wielkich liter z początku alfabetu: A, B, C, . . ., w razie potrzeby z indek-
sami, używać będziemy jako zmiennych, których wartościami są zbiory.
Wielkich liter z końca alfabetu: X, Y, Z, w razie potrzeby z indeksami,
używać będziemy jak nazw pewnych wyróżnionych zbiorów (przestrzeni).
Małych liter z początku alfabetu: a, b, c, . . ., w razie potrzeby z indeksami,
używać będziemy jako nazw elementów zbiorów.
164 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Małe litery z końca alfabetu: x, y, z, w razie potrzeby z indeksami, będą
używane jako zmienne, których wartościami są elementy zbiorów.
Przedmioty (indywidua), które tworzą zbiór to jego elementy. Fakt, że
przedmiot a jest elementem (należy do) zbioru A zapisujemy:
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 ∈ A.
Oczywiście, używać będziemy również nawiasów. Zasady korzystania
z nich nie różnią się istotnie od zasad stosowanych w rachunku predykatów.
Definicja 3.1 (ekstensjonalnej charakterystyki zbioru). Zbiór charakteryzo-
wany jest ekstensjonalnie przez wymienienie (nazwanie) wszystkich i tylko
jego elementów.
Możliwości charakterystyki ekstensjonalnej zbioru zależą od zbioru ter-
mów stałych (nie zawierających zmiennych), w szczególności od jego liczno-
ści. Charakteryzowany ekstensjonalnie zbiór ma co najwyżej tyle elementów,
ile elementów ma zbiór termów stałych. Na przykład, jeżeli dysponujemy
tylko skończoną liczbą termów stałych, to ekstensjonalnie możemy charakte-
ryzować tylko zbiory skończone.
Nazwanie każdego i tylko elementu charakteryzowanego zbioru może do-
konać się przez:
1. podanie nazw tych elementów
lub
3.1. ZBIÓR I ELEMENT ZBIORU 165
2. podanie wzoru/wzorów nazw tych elementów.
Zbiór, który daje się scharakteryzować przez podanie nazwy każdego swo-
jego elementu musi być zbiorem skończonym. Zbiór, który daje się scharak-
teryzować przez podanie wzoru/wzorów nazwy każdego swojego elementu
może być zbiorem nieskończonym.
Niech A
i
1
, . . . , A
i
n
, 0 ≤ i ≤ m, będą podzbiorami zbioru stałych indy-
widuowych. Niech t
i
(v
i
1
, . . . , v
i
n
), 0 ≤ i ≤ m, będą termami takimi, że
wszystkimi zmiennymi występującymi w termie t
i
(v
i
1
, . . . , v
i
n
) są v
i
1
, . . . , v
i
n
.
Zbiór:
¦t
i
(v
i
1
, . . . , v
i
n
): v
i
j
∈ A
i
j
, 0 ≤ i ≤ m, 1 ≤ j ≤ n¦
to zbiór wszystkich i tylko przedmiotów, które są nazywane przez termy stałe
otrzymane z t
i
(v
i
1
, . . . , v
i
n
) przez wpisanie w miejsce wszystkich zmiennych
v
i
j
, stałych indywiduowych lub termów stałych, będących nazwami elemen-
tów odpowiednich zbiorów A
i
j
, 0 ≤ i ≤ m, 1 ≤ j ≤ n.
W szczególnym wypadku t
i
(v
i
1
, . . . , v
i
n
) mogą być termami stałymi:
a
0
, a
1
, . . . , a
m
.
Wówczas charakteryzowany zbiór to:
¦a
0
, a
1
, . . . , a
m
¦.
Warto tu zauważyć, że ilość termów stałych jest nie mniejsza niż ilość
elementów zbioru, który te termy wyznaczają. O termach przyjmuje się, że
mają dokładnie jeden desygnat. Nie zakłada się jednak, że różne termy mają
różne desygnaty.
Zauważmy również, że przedmiot (indywiduum) różni się od zbioru, któ-
rego jest on jedynym elementem: a jest jedynym elementem zbioru ¦a¦.
Zbiór, który ma dokładnie jeden element to singleton. Singleton jest naj-
prostszym przykładem zbioru niepustego.
Przykład 3.1. Zbiorami scharakteryzowanymi ekstensjonalnie są:
¦1, 2, 3¦, ¦1, 3, . . . , 2i + 1, . . . : i ∈ N¦. (
Definicja 3.2 (charakterystyki intensjonalnej zbioru). Zbiór charakteryzo-
wany jest intensjonalnie przez podanie formuły z jedną zmienną wolną (wa-
runek), którą to formułę (warunek) spełniają wszystkie i tylko elementy tego
zbioru.
¦x: φ(x)¦
166 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
to zbiór wszystkich tych i tylko tych przedmiotów, dla których — jak to
mówimy — prawdą jest, że są φ lub które mają własność φ).
Znaków „¦” oraz „¦” używaliśmy jako znaków interpunkcyjnych. Teraz
nawiasy te występują w roli operatora tworzącego nazwę zbioru. Operator
ten nazywa się operatorem abstrakcji lub znakiem abstrakcji. Istnieje wiele
odmian jego użycia. Pisze się też np.:
¦x [ φ(x)¦,
Aby zapisać, że mamy na uwadze tylko przedmioty ze zbioru A, które
spełniają φ piszemy:
¦x ∈ A: φ(x)¦.
Zapis:
¦x y [ x ∈ X ∧ y ∈ Y ¦
oznacza zbiór, którego wszystkimi i tylko elementami są iloczyny z pierwszym
czynnikiem, będącym elementem zbioru X i z drugim czynnikiem, będącym
elementem zbioru Y .
(ˆ x)φ(x) to zbiór taki, że
y ∈ (ˆ x)φ(x) ⇔ φ(y),
czyli
(ˆ x)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¦.
Czasem zależy nam na charakterystyce ekstensjonalnej zbioru scharakte-
ryzowanego intensjonalnie, np. równanie jest charakterystyką intensjonalną
zbioru pierwiastków tego równania. Rozwiązać równanie to tyle, co scharak-
teryzować ekstensjonalnie ten zbiór pierwiastków.
Definicja 3.3 (enumeracji zbioru). Enumeracją zbioru A jest ciąg wszyst-
kich i tylko tych przedmiotów, które są elementami zbioru A.
3.2. RÓWNOŚĆ ZBIORÓW 167
Przykład 3.2. Enumeracją zbioru ¦1, 2, 3¦ jest ciąg (1, 2, 3). (
Definicja 3.4 (efektywnej enumeracji zbioru). Efektywną enumeracją zbioru
A jest enumeracja, dla której istnieje efektywna metoda rozstrzygania, co jest
n-tym wyrazem ciągu, stanowiącego enumerację A.
Zbiory skończone mają efektywną enumerację. Zbiór wszystkich i tylko
liczb naturalnych N ma efektywną enumerację.
3.2 Równość zbiorów
Zbiory A i B są ekstensjonalnie równe wtedy i tylko wtedy, gdy nie różnią
się swoimi elementami. Zbiory, które są równe, są ekstensjonalnie równe.
Jeżeli zbiory A i B są równe (=), to nie różnią się swoimi elementami,
czyli:
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 „=”:
A = B ⇔ (A = B).
Przyjmujemy, że symbole „=” i „=” wiążą słabiej niż symbole operacji na
zbiorach
4
.
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.
T 13 (symetryczność =). (A = B) ⇒ (B = A).
T 14 (przechodniość =). [(A = B) ∧ (B = C)] ⇒ (A = C).
czyli relacja równości zbiorów jest zwrotna, symetryczna i przechodnia.
Udowodnimy tylko T14.
Dowód. Z definicji równości zbiorów mamy:
1. (A = B) ⇔ ∀x: (x ∈ A ⇔ x ∈ B),
2. (B = C) ⇔ ∀x: (x ∈ B ⇔ x ∈ C).
Z 1 i 2 dostajemy:
3. [(A = B)∧(B = C)] ⇔ [∀x: (x ∈ A ⇔ x ∈ B)∧∀x: (x ∈ B ⇔ x ∈ C)].
Tezą rachunku predykatów jest:
4. [∀x: (x ∈ A ⇔ x ∈ B) ∧ ∀x: (x ∈ B ⇔ x ∈ C)] ⇒ ∀x: (x ∈ A ⇔ x ∈
C),
więc z 3 i 4:
5. [(A = B) ∧ (B = C)] ⇒ ∀x: (x ∈ A ⇔ x ∈ C).
Ponieważ z definicji równości zbiorów:
6. (A = C) ⇔ ∀x: (x ∈ A ⇔ x ∈ C),
więc ostatecznie:
7. [(A = B) ∧ (B = C)] ⇒ (A = C).
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.
Definicja 3.6 (zbioru pustego, ∅).
∅ = ¦x: x = x¦.
170 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Mając na uwadze to, że żaden przedmiot zarazem spełnia i nie spełnia
jakiś warunek, zbiór pusty możemy scharakteryzować następująco:
∅ = ¦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 zbiorów
6
. 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.
Definicja 3.7 (zbioru uniwersalnego, X).
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).
3.3 Zawieranie się zbiorów
Zbiór A jest podzbiorem B, A ⊆ B, wtedy i tylko wtedy, gdy każdy element
zbioru A jest elementem zbioru B
Definicja 3.8 (podzbioru, ⊆).
(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
Symbol „⊆” to dwuargumentowa litera predykatowa.
Gdy A nie jest podzbiorem B, to piszemy:
A ⊆ 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 ∈ A).
Zauważmy, że
A ⊂ B ⇔ [(A ⊆ B) ∧ (A = 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 ⊇ B.
Zbiór A jest właściwym nadzbiorem zbioru B, A ⊃ B, wtedy i tylko
wtedy, gdy każdy element B jest elementem A i są elementy A, które nie są
elementami B.
Definicja 3.11 (nadzbioru właściwego, ⊃).
(A ⊃ B) ⇔ ∀x: (x ∈ B ⇒ x ∈ A) ∧ ∃x: (x ∈ A ∧ x ∈ B).
172 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Zauważmy, że
A ⊃ B ⇔ [(A ⊇ B) ∧ (A = B)],
czyli A jest nadzbiorem B wtedy i tylko wtedy, gdy B jest podzbiorem A i A
jest różne od B.
Przyjmujemy, że symbole „⊆”, „⊆”, „⊂”, „⊇”, „⊇”, „⊃” wiążą słabiej niż
wszystkie symbole operacji na zbiorach.
Dla dowolnych zbiorów A, B, C:
T 15 (zwrotność ⊆). A ⊆ A
T 16 (antysymetryczność ⊆). [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B)
T 17 (przechodniość ⊆). [(A ⊆ B) ∧ (B ⊆ C)] ⇒ (A ⊆ C)
T 18. (A = B) ⇒ [A ⊆ B) ∨ (B ⊆ A)].
Dowód. Dowiedziemy tylko antysymetryczności ⊆.
Na podstawie definicji ⊆:
1. A ⊆ B ⇔ ∀x: (x ∈ A ⇒ x ∈ B).
Podobnie:
2. B ⊆ A ⇔ ∀x: (x ∈ B ⇒ x ∈ A).
Z 1 i 2 otrzymujemy:
3. [(A ⊆ B)∧(B ⊆ A)] ⇔ [∀x: (x ∈ A ⇒ x ∈ B)∧∀x: (x ∈ B ⇒ x ∈ A)].
Tezą rachunku predykatów jest:
4. [∀x: (x ∈ A ⇒ x ∈ B) ∧ ∀x: (x ∈ B ⇒ x ∈ A)] ⇒ ∀x: (x ∈ A ⇔ x ∈
B).
Z 3 i 4 dostajemy:
5. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ ∀x: (x ∈ A ⇔ x ∈ B).
Ponieważ z definicji równości zbiorów:
6. (A = B) ⇔ ∀x: (x ∈ A ⇔ x ∈ B),
więc z 5 i 6 ostatecznie otrzymujemy:
3.4. OPERACJE NA ZBIORACH 173
7. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B).
Na podstawie definicji zbioru pustego i zawierania się zbiorów mamy:
T 19. ∅ ⊆ A,
czyli zbiór pusty jest podzbiorem każdego zbioru.
Ponadto:
T 20. A = ∅ ⇒ A ⊆ ∅,
czyli żaden zbiór w sposób właściwy nie zawiera się w zbiorze pustym.
Zauważmy, że
T 21. A ⊆ X,
czyli każdy zbiór zawiera się w przestrzeni; oraz
T 22. A = X ⇒ X ⊆ A,
czyli przestrzeń w sposób właściwy nie zawiera się w żadnym zbiorze.
3.4 Operacje na zbiorach
3.4.1 Dopełnienie zbioru
Dopełnieniem (uzupełnieniem) zbioru A jest zbiór −A, którego elementami
są wszystkie i tylko te elementy przestrzeni, które nie są elementami A.
Definicja 3.12 (dopełnienia zbioru, −).
−A = ¦x ∈ X: x ∈ A¦.
Możemy to też zapisać jako:
−A = ¦x ∈ X: x ∈ A¦,
lub
∀x: [x ∈ −A ⇔ x ∈ A].
Symbol „−” to jednoargumentowa litera funkcyjna. Przyjmujemy, że
wiąże najmocniej ze wszystkich symboli operacji na zbiorach. Zamiast pisać:
−(−A) piszemy też: −−A.
Charakteryzując zbiór intensjonalnie mówimy o własności, którą posia-
dają wszystkie i tylko elementy tego zbioru. Następuje utożsamienie zbioru
z własnością. Dopełnienie zbioru można więc utożsamiać z brakiem własno-
ści, która ten zbiór wyznacza.
174 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Dla dowolnego zbioru A:
T 23. −(−A) = A
T 24. −∅ = X
T 25. −X = ∅
T 26. A ⊆ B ⇔ −B ⊆ −A.
Dowiedźmy tylko T23. Nosi ono nazwę prawa podwójnego uzupełnienia.
Dowód. Z definicji dopełnienia zbioru mamy:
1. ∀x: [(x ∈ −A) ⇔ (x ∈ A)].
Podobnie:
2. ∀x: [(x ∈ −(−A)) ⇔ (x ∈ −A)].
Teraz opuszczamy kwantyfikatory w 1 i 2. Dostajemy więc:
3. (x ∈ −A) ⇔ (x ∈ A),
4. (x ∈ −(−A)) ⇔ (x ∈ −A).
Z 3 otrzymujemy:
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:
8. A = −(−A) ⇔ ∀x: [(x ∈ A) ⇔ (x ∈ −(−A))].
Z 7 i 8 dostajemy więc
9. −(−A) = A.
3.4. OPERACJE NA ZBIORACH 175
3.4.2 Suma zbiorów
Sumą zbiorów A i B jest zbiór A∪B, którego elementami są wszystkie i tylko
te przedmioty, które są elementami zbioru A lub są elementami zbioru B.
Definicja 3.13 (sumy zbiorów, ∪).
(A ∪ B) = ¦x ∈ X: x ∈ A ∨ x ∈ B¦.
W sposób równoważny możemy to wyrazić:
∀x: [x ∈ (A ∪ B) ⇔ (x ∈ A) ∨ (x ∈ B)].
Zauważmy, że
x ∈ (A ∪ B) ⇔ (x ∈ A) ∧ (x ∈ B).
Operacją sumowania teoriomnogościowego rządzą następujące prawa.
Dla dowolnych zbiorów A, B, C:
T 27 (przemienność ∪). A ∪ B = B ∪ A
T 28 (łączność ∪). A ∪ (B ∪ C) = (A ∪ B) ∪ C
T 29 (element neutralny ∪). ∅ ∪ A = A
T 30 (idempotencja ∪). A ∪ A = A
T 31 (element jednostkowy ∪). A ∪ X = X.
Udowodnimy tylko T28.
Dowód. Z definicji sumy teoriomnogościowej zachodzą kolejne równoważno-
ści:
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
4. [x ∈ A ∨ (x ∈ B ∨ x ∈ C)] ⇔ [(x ∈ A ∨ x ∈ B) ∨ x ∈ C].
Ponownie korzystając z definicji sumy teoriomnogościowej mamy:
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:
8. x ∈ [A ∪ (B ∪ C)] ⇔ x ∈ [(A ∪ B) ∪ C].
W związku z łącznością ∪, zapisując sumę skończonej liczby zbiorów,
możemy opuścić nawiasy. W jakiejkolwiek kolejności byśmy sumowali, to
zawsze otrzymamy ten sam wynik.
Ponadto, dla dowolnych zbiorów A, B, C, D:
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.
Dowiedźmy tylko T35.
Dowód. Ograniczmy się do dowodu tego, że
A ∪ B = B ⇒ A ⊆ B.
Tezą rachunku predykatów jest:
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).
3.4.3 Przecięcie zbiorów
Przecięciem (przekrojem, iloczynem) zbiorów A i B jest zbiór A ∩ B taki,
którego elementami są wszystkie i tylko te przedmioty, które są elementami
zbioru A i które są elementami zbioru B.
Definicja 3.14 (przecięcia zbiorów, ∩).
(A ∩ B) = ¦x ∈ X: x ∈ A ∧ x ∈ B¦.
W sposób równoważny możemy to wyrazić:
∀x: [x ∈ (A ∩ B) ⇔ (x ∈ A) ∧ (x ∈ B)].
Symbol „∩” to dwuargumentowa litera funkcyjna.
Zauważmy, że
x ∈ (A ∩ B) ⇔ (x ∈ A) ∨ (x ∈ 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 38 (element jednostkowy ∩). ∅ ∩ A = ∅
T 39 (idempotencja ∩). A ∩ A = A
T 40 (element neutralny ∩). A ∩ X = A.
178 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Udowodnimy tylko T37.
Dowód. Na podstawie definicji przecięcia zbiorów zachodzą kolejne równo-
ważności:
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:
3. [x ∈ A ∧ (x ∈ B ∧ x ∈ C)] ⇔ [(x ∈ A ∧ x ∈ B) ∧ x ∈ C].
Ponownie korzystając z definicji przecięcia dostajemy:
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:
6. x ∈ [A ∩ (B ∩ C)] ⇔ x ∈ [(A ∩ B) ∩ C].
W związku z łącznością ∩, zapisując przecięcie skończonej liczby zbiorów
możemy opuścić nawiasy. W jakiejkolwiek kolejności byśmy brali przecięcie,
to zawsze otrzymamy ten sam wynik.
Ponadto, dla dowolnych zbiorów A, B, C, D:
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.
Dowiedźmy tylko T44.
Dowód. Ograniczmy się do dowodu tego, że
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 = ∅).
3.4.4 Różnica i różnica symetryczna zbiorów
Różnicą zbiorów A i B jest zbiór A ` B, którego elementami są wszystkie
i tylko te elementy zbioru A, które nie są elementami zbioru B.
Definicja 3.16 (różnicy zbiorów, `).
(A ` B) = ¦x ∈ X: x ∈ A ∧ x ∈ B¦.
W sposób równoważny możemy to wyrazić:
∀x: [x ∈ (A ` B) ⇔ (x ∈ A) ∧ (x ∈ B)].
Symbol „`” to dwuargumentowa litera funkcyjna.
180 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Dla dowolnych zbiorów A, B, C, D:
T 45. A ` B ⊆ A
T 46. A ⊆ B ∧ C ⊆ D ⇒ A ` D ⊆ B ` C
T 47. C ⊆ D ⇒ A ` D ⊆ A ` C
T 48. A ⊆ B ⇔ A ` B = ∅.
Różnicą symetryczną zbiorów A i B jest zbiór A
.
B, którego elementami
są wszystkie i tylko te elementy zbioru A, które nie są elementami zbioru B
oraz wszystkie i tylko te elementy zbioru B, które nie są elementami zbioru A.
Definicja 3.17 (różnicy symetrycznej zbiorów,
.
).
(A
.
B) = [x ∈ X: (x ∈ A ∧ x ∈ B) ∨ ( x ∈ A ∧ x ∈ B)].
Równoważnie możemy to zapisać:
∀x: [x ∈ (A
.
B) ⇔ (x ∈ A ∧ x ∈ B) ∨ ( x ∈ A ∧ x ∈ B)].
Symbol „
.
” to dwuargumentowa litera funkcyjna.
Zauważmy, że
(A
.
B) = (B
.
A).
3.4.5 Związki między działaniami teoriomnogościowymi
Operacja dopełnienia pozostaje w następujących związkach z innymi działa-
niami teoriomnogościowymi.
Dla dowolnego zbioru A i przestrzeni X
7
:
T 49. −A = X ` A
T 50. A ∪ −A = X
T 51. A ∩ −A = ∅.
7
Twierdzenia T2 i T3 można by nazwać, odpowiednio, teoriomnogościowym prawem
wyłączonego środka i teoriomnogościowym prawem (nie)sprzeczności. Istnieje ścisły zwią-
zek między tymi (i innymi) prawami rachunku zbiorów a odpowiednimi prawami rachunku
zdań: odrzucenie tych drugich wiąże się z zakwestionowaniem tych pierwszych.
3.4. OPERACJE NA ZBIORACH 181
Dla dowolnych zbiorów A i B:
T 52 (prawo De Morgana). −(A ∪ B) = −A ∩ −B
T 53 (prawo De Morgana). −(A ∩ B) = −A ∪ −B
T 54. A ` B = A ∩ −B
T 55. A ` B = −(−A ∪ B).
Dla dowolnych zbiorów A, B i przestrzeni X:
T 56. A ⊆ B ⇔ A ∩ −B = ∅
T 57. A ⊆ B ⇔ −A ∪ B = X.
Następujące prawa ustalają związki między dodawaniem a mnożeniem
zbiorów.
Dla dowolnych zbiorów A, B i C:
T 58 (prawo absorpcji (pochłaniania)). A ∩ (A ∪ B) = A
T 59 (prawo absorpcji (pochłaniania)). (A ∩ B) ∪ B = B
T 60 (prawo rozdzielności sumy względem iloczynu).
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
T 61 (prawo rozdzielności iloczynu względem sumy).
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C).
Związki między różnicą a sumą określają następujące prawa.
Dla dowolnych zbiorów A i B:
T 62. A ∪ (B ` A) = A ∪ B
T 63. A ⊆ B ⇒ A ∪ (B ` A) = B.
Kolejne prawo pozwala określić przecięcie za pomocą różnicy.
Dla dowolnych zbiorów A i B:
T 64. A ` (A ` B) = A ∩ B.
182 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Między różnicą a dodawaniem i mnożeniem zbiorów zachodzą następujące
związki.
Dla dowolnych zbiorów A, B, C:
T 65 (prawo De Morgana (dla różnicy)). A ` (B ∪ C) = (A ` B) ∩ (A ` C)
T 66 (prawo De Morgana (dla różnicy)). A ` (B ∩ C) = (A ` B) ∪ (A ` C).
Można postawić pytanie, ile daje się uzyskać wzajemnie różnych zbiorów
z danych n zbiorów stosując do nich operacje dodawania, mnożenia i odej-
mowania. Dowodzi się, że jest to liczba skończona i wynosi 2
2
n
.
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),
2. T(A AND B) = T(A) ∩ T(B),
3. T(A AND NOT B) = T(A) ∩ −T(B),
lub, co na jedno wychodzi:
4. T(A AND NOT B) = T(A) ` T(B).
Jeżeli chcemy znaleźć dokumenty, w których występuje słowo A i nie
występuje ani słowo B ani słowo C, to piszemy:
A AND NOT (B OR C)
lub
(A AND NOT B) AND (A AND NOT C).
Równoważności tych sformułowań można dowieść korzystając z algebry zbio-
rów.
3.4. OPERACJE NA ZBIORACH 183
3.4.6 Uogólnione suma i przecięcie zbiorów
Dotychczas omawialiśmy działania teoriomnogościowe na skończonej liczbie
zbiorów. Sumę i przecięcie można uogólnić na dowolną rodzinę zbiorów.
Niech X będzie niepustą przestrzenią (X = ∅). Niech (A
t
)
t∈T
będzie
rodziną podzbiorów przestrzeni X, gdzie T jest zbiorem (indeksów).
Przykład 3.3. Niech przestrzenią będzie zbiór liczb naturalnych N. Niech T
będzie zbiorem ¦1, 2, 3, 4, 5¦. Niech
(A
t
)
t∈T
= ¦n ∈ N: t < n¦.
Rodzinę zbiorów (A
t
)
t∈T
tworzą następujące zbiory:
A
1
= ¦2, 3, . . .¦; A
2
= ¦3, 4, . . .¦; A
3
= ¦4, 5, . . .¦; A
4
= ¦5, 6, . . .¦; A
5
=
¦6, 7, . . .¦.
Gdybyśmy jako T wzięli zbiór liczb naturalnych, to rodzina (A
t
)
t∈T
mia-
łaby nieskończenie wiele elementów. Jej elementami byłyby wszystkie zbiory
(dla każdego n ∈ N):
A
n
= ¦(n + 1), (n + 2), . . .¦. (
Sumą uogólnioną zbiorów rodziny (A
t
)
t∈T
jest zbiór
S
t∈T
A
t
(lub:

¦A
t
: t ∈
T¦), którego elementami są wszystkie i tylko te przedmioty, które są elemen-
tem przynajmniej jednego ze zbiorów (A
t
)
t∈T
.
Definicja 3.18 (uogólnionej sumy zbiorów,

).
∀x: ¦(x ∈

t∈T
A
t
) ⇔ ∃
t∈T
(x ∈ A
t
)¦.
Przecięciem uogólnionym zbiorów niepustej rodziny (A
t
)
t∈T
jest zbiór
T
t∈T
A
t
(lub:

¦A
t
: t ∈ T¦), którego elementami są wszystkie i tylko te przed-
mioty, które są elementami każdego ze zbiorów rodziny (A
t
)
t∈T
.
Definicja 3.19 (uogólnionego przecięcia zbiorów,

).
∀x: ¦(x ∈

t∈T
A
t
) ⇔ ∀
t∈T
(x ∈ A
t
)¦.
W wypadku, gdy zbiór T jest skończony, T = ¦1, 2, . . . , n¦, to

t∈T
A
t
= A
1
∪ A
2
∪ . . . ∪ A
n
,
184 ROZDZIAŁ 3. ALGEBRA ZBIORÓW

t∈T
A
t
= A
1
∩ A
2
∩ . . . ∩ A
n
.
W wypadku, gdy T = N, czyli gdy T jest zbiorem liczb naturalnych
piszemy:

n=1
A
n
zamiast

n∈N
A
n
,

n=1
A
n
zamiast

n∈N
A
n
.
Omówimy teraz niektóre własności uogólnionych sumy i przecięcia.
Dla dowolnej rodziny zbiorów (A
t
)
t∈T
, dla każdego t ∈ T:
T 67. A
t

t∈T
A
t
T 68.

t∈T
A
t
⊆ A
t
T 69. A
t
⊆ A ⇒

t∈T
A
t
⊆ A
T 70. A ⊆ A
t
⇒ A ⊆

t∈T
A
t
T 71.

t∈T
A
t

t∈T
B
t
=

t∈T
(A
t
∪ B
t
)
T 72.

t∈T
A
t

t∈T
B
t
=

t∈T
(A
t
∩ B
t
).
Udowodnijmy tylko własność T70.
Dowód. Przeprowadzimy dowód niewprost. Niech więc:
1. ∀t ∈ T : (A ⊆ A
t
),
2. A ⊆
T
t∈T
A
t
.
Z definicji zawierania się zbiorów i z 2 mamy, że dla pewnego a:
3. a ∈ A ∧ a ∈
T
t∈T
A
t
.
Z tego:
4. a ∈ A,
oraz
3.4. OPERACJE NA ZBIORACH 185
5. a ∈
T
t∈T
A
t
.
Z 5 i definicji uogólnionego przecięcia dostajemy:
6. ∃t ∈ T : a ∈ A
t
.
Z 1 mamy:
7. ∀t ∈ T : (a ∈ A ⇒ a ∈ A
t
).
Z 4 i 7 zaś dostajemy
8. ∀t ∈ T : (a ∈ A
t
).
Korzystając z prawa De Morgana stwierdzamy sprzeczność między wier-
szami 6 i 8.
Związki między uogólnionymi sumą i przecięciem a relacją inkluzji usta-
lają następujące twierdzenia.
Dla dowolnych rodzin zbiorów (A
t
)
t∈T
i (B
t
)
t∈T
oraz każdego t(∈ T):
T 73. (A
t
⊆ B
t
) ⇒

t∈T
A
t

t∈T
B
t
T 74. (A
t
⊆ B
t
) ⇒

t∈T
A
t

t∈T
B
t
T 75.

t∈T
(A
t
∩ B
t
) ⊆

t∈T
A
t

t∈T
B
t
T 76.

t∈T
A
t

t∈T
B
t

t∈T
(A
t
∪ B
t
).
Kolejne twierdzenia określają związki między dodawaniem i przecięciem
a uogólnionymi sumą oraz przecięciem.
Dla dowolnej rodziny zbiorów (A
t
)
t∈T
i dowolnego zbioru A:
T 77. A ∪

t∈T
A
t
=

t∈T
(A ∪ A
t
)
T 78. A ∩

t∈T
A
t
=

t∈T
(A ∩ A
t
)
T 79. A ∪

t∈T
A
t
=

t∈T
(A ∪ A
t
)
T 80. A ∩

t∈T
A
t
=

t∈T
(A ∩ A
t
).
Udowodnijmy tylko własność T80, ograniczając się do:
A ∩

t∈T
A
t

t∈T
(A ∩ A
t
).
186 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Dowód. Niech
1. x ∈ (A ∩
T
t∈T
A
t
).
Z 1 oraz definicji przecięcia i uogólnionego przecięcia:
2. x ∈ A ∧ ∀t ∈ T : x ∈ A
t
.
Z tego:
3. ∀t ∈ T : (x ∈ A ∧ x ∈ A
t
).
Z definicji przecięcia więc:
4. ∀t ∈ T : x ∈ (A ∩ A
t
).
Zatem z definicji uogólnionego przecięcia:
5. x ∈
T
t∈T
(A ∩ A
t
),
co kończy dowód.
Związki między różnicą a uogólnionymi sumą i przecięciem ustalają dwa
pierwsze uogólnione prawa De Morgana (dla różnicy), zaś dla dopełnienia —
dwa kolejne uogólnione prawa De Morgana (dla dopełnienia).
Dla dowolnej rodziny (A
t
)
t∈T
i dowolnego zbioru A:
T 81. A `

t∈T
A
t
=

t∈T
(A ` A
t
)
T 82. A `

t∈T
A
t
=

t∈T
(A ` A
t
)
T 83. −

t∈T
A
t
=

t∈T
(−A
t
)
T 84. −

t∈T
A
t
=

t∈T
(−A
t
).
Twierdzenia T83 i T84 są konsekwencjami, odpowiednio, T81 i T82.
3.5 Aksjomaty algebry zbiorów
W powyższych rozważaniach dotyczących algebry zbiorów przyjmowano jako
pewniki niektóre własności zbiorów i pewne rozumienie bycia elementem
zbioru. Te założenia znajdują jawne sformułowanie w następujących czte-
rech aksjomatach algebry zbiorów. Stanowią one system aksjomatów algebry
zbiorów.
3.5. AKSJOMATY ALGEBRY ZBIORÓW 187
Aksjomat 1 (równości zbiorów (ekstensjonalności)
8
). Jeśli zbiory A i B nie
różnią się swoimi elementami, to zbiory A i B są równe.
Aksjomat 2 (sumy). Dla dowolnych zbiorów A i B istnieje zbiór, którego
elementami są wszystkie i tylko te przedmioty, które są elementami zbioru A
lub są elementami zbioru B.
Aksjomat 3 (różnicy). Dla dowolnych zbiorów A i B istnieje zbiór, którego
elementami są wszystkie i tylko te elementy zbioru A, które nie są elemen-
tami B.
Aksjomat 4 (istnienia). Istnieje co najmniej jeden zbiór.
Aksjomaty te nie obejmują wszystkiego tego, co dla potrzeb matematyki
wystarczająco charakteryzowałoby pojęcie zbioru. Zwykle oprócz podanych
wyżej czterech aksjomatów, przyjmuje się jeszcze kolejne trzy. Wszystkie te
aksjomaty pochodzą od Ernesta Zermelo.
Aksjomat 5 (podzbiorów, inaczej: wyróżniania). Dla każdego zbioru A
i każdej formuły φ z jedną zmienną wolną, której zakresem jest zbiór A ist-
nieje zbiór, którego elementami są wszystkie i tylko elementy zbioru A, które
spełniają φ.
Naiwna intuicja zbioru mogłaby nas skłaniać do przyjęcia aksjomatu moc-
niejszego, a mianowicie pewnika abstrakcji głoszącego, że dla dowolnej wła-
sności (formuły) φ istnieje zbiór wszystkich i tylko tych przedmiotów, które
tę własność posiadają (lub, odpowiednio, zbiór przedmiotów spełniających
tę formułę). Pewnik ten dopuszcza istnienie zbiorów przedmiotów o dowol-
nej cesze. Okazuje się jednak, że taki aksjomat prowadzi do sprzeczności
(antynomii). Jest tak np. w wypadku antynomii Russella.
φ(x) ⇔ (x jest zbiorem) ∧ (x ∈ x).
Niech:
R = ¦x: φ(x)¦,
czyli
R = ¦x: x jest zbiorem∧ x ∈ x¦.
8
Por. z zasadą ekstensjonalności na str. 168.
188 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Jeśli przyjmiemy, że każda własność wyznacza zbiór, to R jest zbiorem.
Zasadne staje się więc pytanie, czy R jest elementem R. Z definicji R mamy,
że
R ∈ R ⇔ R ∈ R,
co jest ewidentną sprzecznością.
Zermelo wyeliminował antynomie, w miejsce pewnika abstrakcji przyjmu-
jąc aksjomat wyróżniania. Zakłada się w nim istnienie zbiorów przedmiotów
o dowolnej cesze φ, ale tylko tych przedmiotów, które są elementami jakiegoś
zbioru.
Aksjomat wyróżniania pozwala z każdego zbioru wyróżnić podzbiór jego
elementów posiadających określoną własność. W szczególności przy zało-
żeniu istnienia jakiegoś zbioru zapewnia istnienie zbioru pustego. Zbiór ten
zawiera się w każdym zbiorze, ponieważ można go wyróżnić z każdego zbioru,
a mianowicie jako ¦x ∈ A: x = x¦.
Aksjomat 6 (zbioru potęgowego). Dla każdego zbioru A istnieje zbiór 2
A
,
zwany zbiorem potęgowym zbioru A, którego elementami są wszystkie i tylko
podzbiory zbioru A.
Zbiór potęgowy bywa oznaczany „P(A)” — od angielskiego Power lub
też „C(A)” — od Cantora. Aksjomat ten pozwala tworzyć dowolnie duże
zbiory. Zbiór P(A) ma więcej
9
elementów niż zbiór X. Ponieważ, mając
zbiór P(A) możemy utworzyć jego zbiór potęgowy P(P(A)), to otrzymujemy
jeszcze większy zbiór itd.
Aksjomat 7 (wyboru, pewnik wyboru). Dla każdej rodziny zbiorów niepu-
stych i rozłącznych istnieje zbiór, który z każdym ze zbiorów z tej rodziny ma
jeden i tylko jeden wspólny element.
Fakt przyjmowania pewnika wyboru jako aksjomatu jest zaznaczany w na-
zwie danego systemu aksjomatycznego. Na przykład, ZFC to system aksjo-
matyczny Zermelo-Fraenkla z aksjomatem wyboru (Choice — ang.: wybór).
Aksjomat 8 (regularności, ufundowania). W każdym niepustym zbiorze A
jest taki element, którego żaden element nie jest elementem zbioru A.
9
Odpowiedź na pytanie, co to znaczy, że jeden zbiór ma więcej elementów niż inny,
damy rozważając problemy mocy zbiorów.
3.5. AKSJOMATY ALGEBRY ZBIORÓW 189
Konsekwencją tego aksjomatu jest wykluczenie istnienia zbioru A ta-
kiego, że A ∈ A a także wykluczona jest każda z możliwości: A ∈ A
1
, A
1

A
2
, . . . A
n
∈ A.
W teorii mnogości można zdefiniować zbiór liczb naturalnych N. Defi-
niujemy indukcyjnie według wzoru: Succ(A) = A ∪ ¦A¦. Korzystając z ak-
sjomatu istnienia stwierdzamy istnienie jakiegoś zbioru A. Na podstawie
aksjomatu wyróżniania stwierdzamy istnienie zbioru ¦x ∈ A: x = x¦. Taki
zbiór jest dokładnie jeden. Jest to zbiór pusty: ∅. Na podstawie aksjomatu
zbioru potęgowego stwierdzamy istnienie zbioru P(∅). Na mocy aksjomatu
wyróżniania mamy zbiór: ¦x ∈ P(∅): x = ∅¦. Stwierdzamy więc istnienie
zbioru ¦∅¦. Korzystając z aksjomatu sumy mamy zbiór ∅ ∪ ¦∅¦(= ¦∅¦).
W kolejnym kroku definicji indukcyjnej zakładamy istnienie zbioru A. Na
podstawie aksjomatu zbioru potęgowego stwierdzamy istnienie zbioru po-
tęgowego P(A). Na mocy aksjomatu wyróżniania mamy, że istnieje zbiór
¦x ∈ P(A): x = A¦(= ¦A¦). Z kolei z aksjomatu sumy mamy, że istnieje
zbiór: A ∪ ¦A¦.
Zgodnie z tym mamy:
Succ(∅) = ∅ ∪ ¦∅¦ = ¦∅¦,
Succ(¦∅¦) = ¦∅¦ ∪ ¦¦∅¦¦ = ¦∅, ¦∅¦¦,
Succ(¦∅, ¦∅¦¦) = ¦∅, ¦∅¦¦ ∪ ¦¦∅, ¦∅¦¦¦, itd.
Możemy teraz określić zbiór N jako najmniejszy zbiór, który spełnia na-
stępujące warunki:
1. ∅ ∈ N,
2. A ∈ N ⇒ Succ(A) ∈ N.
Zauważmy, że zarówno A ⊂ Succ(A) jak i A ∈ Succ(A).
Poszczególne elementy zbioru N są oznaczane jak następuje:
0 = ∅,
1 = ¦∅¦ = ¦0¦,
2 = ¦∅, ¦∅¦¦ = ¦0, 1¦,
.
.
.
n = ¦0, 1, . . . , n −1¦,
.
.
..
Zgodnie z tym mamy:
190 ROZDZIAŁ 3. ALGEBRA ZBIORÓW
Succ(0) = 1,
Succ(1) = 2, i ogólnie: Succ(n) = n + 1.
Rozdział 4
Relacje i funkcje
4.1 Iloczyn kartezjański zbiorów
Podstawowym pojęciem dalszych rozważań jest operacja tworzenia pary upo-
rządkowanej przedmiotów.
Twierdzenie 4.1.
1. ∀x, y : ∃z : (z = ¦¦x¦, ¦x, y¦¦),
2. ∀x, y, x
1
, y
1
: (x = x
1
∧ y = y
1
⇔ ¦¦x¦, ¦x, y¦¦ = ¦¦x
1
¦, ¦x
1
, y
1
¦¦),
czyli dla dowolnych przedmiotów x i y (niekoniecznie różnych): 1. ist-
nieje dokładnie jeden zbiór ¦¦x¦, ¦x, y¦¦ oraz 2. zbiór ten jest przypo-
rządkowany tylko tej parze przedmiotów.
Dowód. Mając przedmiot x możemy utworzyć — korzystając chociażby z ak-
sjomatu pary — zbiór ¦x¦, którego jedynym elementem jest x. Mając przed-
mioty x i y (niekoniecznie różne) na podstawie aksjomatu pary możemy
utworzyć zbiór ¦x, y¦, którego elementami będą tylko x i y. Korzystając
ponownie z aksjomatu pary ze zbiorów ¦x¦ i ¦x, y¦ możemy utworzyć zbiór
¦¦x¦, ¦x, y¦¦, którego elementami będą tylko ¦x¦ i ¦x, y¦.
Stwierdzamy więc istnienie zbioru ¦¦x¦, ¦x, y¦¦. Taki zbiór utworzony
z przedmiotów x i y i jako swoich elementów zbiorów ¦x¦ i ¦x, y¦ jest do-
kładnie jeden, bowiem
Z definicji równości zbiorów mamy:
1. ¦¦x¦, ¦x, y¦¦ = ¦¦x
1
¦, ¦x
1
, y
1
¦¦ ⇔ [(¦x¦ = ¦x
1
¦)∧(¦x, y¦ = ¦x
1
, y
1
¦)]∨
[(¦x¦ = ¦x
1
, y
1
¦) ∧ (¦x, y¦ = ¦y
1
¦)],
191
192 ROZDZIAŁ 4. RELACJE I FUNKCJE
2. ¦x¦ = ¦x
1
¦ ⇔ x = x
1
,
3. ¦x, y¦ = ¦x
1
, y
1
¦ ⇔ (x = x
1
∧ y = y
1
) ∨ (x = y
1
∧ y = x
1
),
Z 2 i 3 mamy:
4. (¦x¦ = ¦x
1
¦)∧(¦x, y¦ = ¦x
1
, y
1
¦) ⇔ (x = x
1
)∧[(x = x
1
∧y = y
1
)∨(y =
y
1
∧ y = x
1
)].
Z własności identyczności dostajemy:
5. (x = x
1
)∧[(x = x
1
∧y = y
1
)∨(x = y
1
∧y = x
1
)] ⇒ [(x = x
1
)∧(y = y
1
)].
Z 4 i 5 dostajemy:
6. (¦x¦ = ¦x
1
¦) ∧ (¦x, y¦ = ¦x
1
, y
1
¦) ⇒ [(x = x
1
) ∧ (y = y
1
)].
Z definicji równości zbiorów:
7. [(¦x¦ = ¦x
1
, y
1
¦) ∧ (¦x, y¦ = ¦x
1
¦)] ⇔ (x = x
1
= y
1
) ∧ (x = y = x
1
).
Z własności identyczności:
8. (x = x
1
= y
1
) ∧ (x = y = x
1
) ⇒ (x = x
1
) ∧ (y = y
1
).
Z 7 i 8 mamy:
9. [(¦x¦ = ¦x
1
, y
1
¦) ∧ (¦x, y¦ = ¦x
1
¦)] ⇒ (x = x
1
) ∧ (y = y
1
).
Z 1, 6 i 9 dostajemy:
10. ¦¦x¦, ¦x, y¦¦ = ¦¦x
1
¦, ¦x
1
, y
1
¦¦ ⇒ (x = x
1
) ∧ (y = y
1
).
Z definicji równości zbiorów:
11. (x = x
1
) ∧ (y = y
1
) ⇒ ¦¦x¦, ¦x, y¦¦ = ¦¦x
1
¦, ¦x
1
, y
1
¦¦.
Z 10 i 11 dostajemy:
12. ¦¦x¦, ¦x, y¦¦ = ¦¦x
1
¦, ¦x
1
, y
1
¦¦ ⇔ (x = x
1
) ∧ (y = y
1
).
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
Niech (x
1
, x
2
, . . . , x
n
1
, x
n
) znaczy tyle, co ((x
1
, x
2
, . . . , x
n−1
), x
n
).
Definicja 4.2 (krotki (n-tki) uporządkowanej). N-tka uporządkowana (krotka)
przedmiotów x
1
, x
2
, . . . , x
n−1
, x
n
, (n ≥ 2) to:
(x
1
, x
2
, . . . , x
n−1
, x
n
).
x
1
, x
2
, . . . , x
n−1
, x
n
. to współrzędne n-tki (x
1
, x
2
, . . . , x
n−1
, x
n
).
Iloczynem kartezjańskim, inaczej produktem kartezjańskim zbiorów X i Y
jest zbiór XY wszystkich i tylko par uporządkowanych (x, y) takich, że
x ∈ X i y ∈ Y , czyli XY = ¦(x, y): x ∈ X ∧ y ∈ Y ¦.
Dla dowolnych zbiorów X i Y istnieje zbiór wszystkich par uporządko-
wanych, dających się utworzyć z elementów zbioru X jako poprzedników
i elementów zbioru Y jako następników tych par: ¦(x, y): x ∈ X ∧ y ∈ Y ¦.
Zbiór ten jest jednoznacznie określony.
Iloczynem kartezjańskim, inaczej produktem kartezjańskim zbiorów:
X
1
, X
2
, . . . , X
n
jest zbiór:
X
1
X
2
X
n
wszystkich i tylko n-tek uporządkowanych: (x
1
, x
2
, . . . , x
n
) takich, że x
i
∈ X
i
,
czyli
Definicja 4.3 (iloczynu kartezjańskiego, ).
X
1
X
2
X
i
X
n
= ¦(x
1
, x
2
, . . . , x
i
. . . , x
n
): x
i
∈ X
i
, i ≤ n¦.
Dla dowolnych zbiorów X
1
, X
2
, . . . , X
n
istnieje zbiór wszystkich i tylko
n-tek uporządkowanych, dających się utworzyć z elementów zbiorów X
1
, X
2
,
. . . , X
n
, takich, że i-tym członem n-tki jest element zbioru X
i
, i ≤ n. Zbiór
ten jest też jednoznacznie określony.
W matematyce, iloczyny kartezjańskie pełnią doniosłą rolę. Jest to jedno
z podstawowych działań na zbiorach. Zbiór punktów płaszczyzny (zbiór
liczb zespolonych) jest produktem kartezjańskim zbioru R liczb rzeczywi-
stych przez siebie: RR.
Elementy zbioru X
1
X
2
X
n
nazywamy punktami, zbiory X
1
, X
2
,
. . . X
n
osiami współrzędnych. W wypadku punktu (x, y), x to odcięta a y to
rzędna. W wypadku, gdy X
i
= R, 1 ≤ i ≤ n, to dla n = 1 mamy punkty
na prostej, dla n = 2 — na płaszczyźnie, a w wypadku gdy n = 3, mamy do
czynienia z punktami w przestrzeni 3-wymiarowej. Ogólnie możemy mówić
o punktach w przestrzeni n-wymiarowej.
194 ROZDZIAŁ 4. RELACJE I FUNKCJE
Niektóre własności iloczynu kartezjańskiego są analogiczne do własności
iloczynu arytmetycznego. Zachodzą np. prawa rozdzielności.
Dla dowolnych zbiorów X
1
, X
2
, Y :
T 85. (X
1
∪ X
2
) Y = X
1
Y ∪ X
2
Y
T 86. Y (X
1
∪ X
2
) = Y X
1
∪ Y X
2
T 87. (X
1
` X
2
) Y = X
1
Y ` X
2
Y
T 88. Y (X
1
` X
2
) = Y X
1
` Y X
2
.
Spełnione są też prawa rozdzielności iloczynu kartezjańskiego względem
przecięcia teoriomnogościowego.
Dla dowolnych zbiorów X
1
, X
2
, Y :
T 89. (X
1
∩ X
2
) Y = (X
1
Y ) ∩ (X
2
Y )
T 90. Y (X
1
∩ X
2
) = (Y X
1
) ∩ (Y X
2
).
Iloczyn kartezjański jest operacją monotoniczną względem stosunku za-
wierania.
Dla dowolnych zbiorów X
1
, X
2
, Y , jeśli Y = ∅, to:
T 91. (X
1
⊆ X
2
) ⇔ (X
1
Y ⊆ X
2
Y ) ⇔ (Y X
1
⊆ Y X
2
).
Iloczyn kartezjański nie jest przemienny.
Przykład 4.1. A B = B A ⇔ A = B ∨ A = ∅ ∨ B = ∅.
Udowodnimy tylko:
A B = B A ⇒ A = B ∨ A = ∅ ∨ B = ∅.
Dowód. Z definicji iloczynu kartezjańskiego mamy:
1. ∀x, y : [(x, y) ∈ A B ⇔ x ∈ A ∧ y ∈ B],
2. ∀x, y : [(x, y) ∈ B A ⇔ x ∈ B ∧ y ∈ A].
Z definicji równości zbiorów:
4.1. ILOCZYN KARTEZJAŃSKI ZBIORÓW 195
3. A B = B A ⇔ ∀x, y : [(x, y) ∈ A B ⇔ (x, y) ∈ B A].
Korzystając z twierdzenia o dedukcji, do założeń możemy dołączyć po-
przednik implikacji, której dowodzimy (dowód zakończy się, gdy jako
wiersz dowodowy uzyskamy następnik tej implikacji). Zatem jako za-
łożenie możemy przyjąć:
4. A B = B A.
Z 3 i 4 dostajemy:
5. ∀x, y : [(x, y) ∈ A B ⇔ (x, y) ∈ B A].
Opuszczając kwantyfikator w 1, a następnie w 2 i 5 mamy:
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
Definicja 4.4 (relacji dwuczłonowej). Relacją dwuczłonową w iloczynie XY ,
gdzie X i Y są zbiorami, jest każdy podzbiór zbioru XY .
W wypadku, gdy relacja jest podzbioremXX, czyli gdy jest podzbiorem
X
2
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
jest relacją inkluzji. Jest to relacja w zbiorze X. (
Definicja 4.5 (relacji n-członowej). Relacją n-członową w iloczynie:
X
1
X
2
X
n
,
gdzie X
i
są zbiorami, i ≤ n,
jest każdy podzbiór zbioru X
1
X
2
X
n
.
Napis:
R ⊆ X
1
X
2
X
n
to sygnatura relacji
1
. „R” to nazwa relacji, a X
1
X
2
X
n
to typ relacji.
Zbiór wszystkich i tylko i-tych członów n-członowej relacji R to i-ta dzie-
dzina relacji R, czyli
Definicja 4.6 (i-tej dziedziny relacji, D
i
(R)).
D
i
(R) = ¦x
i
: (x
1
, x
2
, . . . , x
i
, . . . , x
n
) ∈ R¦.
1
Wcześniej termin „sygnatura” użyty był w innym znaczeniu. Mówiliśmy o sygnaturze
języka.
198 ROZDZIAŁ 4. RELACJE I FUNKCJE
W wypadku relacji dwuczłonowej o 1-szej dziedzinie mówimy, że jest to
dziedzina lub lewa dziedzina. Jest to zbiór D(R) poprzedników par uporząd-
kowanych (x, y) należących do relacji R, czyli
Definicja 4.7 (lewej dziedziny relacji, D(R)).
D(R) = ¦x: (x, y) ∈ R¦.
W wypadku relacji dwuczłonowej o 2-giej dziedzinie mówimy, że jest to
przeciwdziedzina lub prawa dziedzina. Jest to zbiór D

(R) następników par
uporządkowanych (x, y) należących do relacji R, czyli
Definicja 4.8 (prawej dziedziny relacji, D

(R)).
D

(R) = ¦y : (x, y) ∈ R¦.
Polem relacji R, C(R), jest teoriomnogościowa suma wszystkich dziedzin
relacji R, czyli zbiór:
Definicja 4.9 (pola relacji, C(R)).
C(R) = D
1
(R) ∪ D
2
(R) ∪ ∪ D
n
(R),
gdzie n to liczba członów relacji R.
Przykład 4.4. Niech l będzie prostą. M (⊆ l l l) jest relacją leżenia
między wtedy i tylko wtedy, gdy dla dowolnych punktów A, B, C(∈ l):
(A, B, C) ∈ M ⇔ A/B/C,
czyli punkt B leży między punktami A i C.
Relacja leżenia między jest relacją trójczłonową. Jest to relacja w zbiorze
l. Zbiór ten jest jej pierwszą, drugą i trzecią dziedziną oraz polem. (
Przykład 4.5. Niech P(⊆ RRRR) będzie relacją taką, że dla dowolnych
x, y, z, t (∈ R):
(x, y, z, t) ∈ P ⇔
x
y
=
z
t
.
Relacja P jest relacją czteroczłonową. Jej pierwszą i trzecią dziedziną
jest zbiór R, a drugą i czwartą — R ` ¦0¦. (
4.2. RELACJE 199
W opisie relacji nie należy pomijać wskazania iloczynu kartezjańskiego,
którego jest ona podzbiorem.
Na mocy zasady ekstensjonalności relacje, które nie różnią się swoimi ele-
mentami uznajemy za równe. W wypadku dziedziny poza matematycznej
oznacza to, że np. związek małżeński, bez względu jak byśmy go określili,
utożsamiamy ze zbiorem takich par ludzi, że poprzednik pary jest małżon-
kiem następnika tej pary. W dziedzinie matematycznej np. podzielność
utożsamiamy ze zbiorem takich par liczb naturalnych, że następnik pary jest
podzielny przez poprzednik pary:
(2, 4), (3, 6), (4, 16), . . . .
Podzielność jest relacją w zbiorze liczb naturalnych, czyli jest podzbiorem
zbioru NN.
Bycie elementem zbioru, ∈, jest relacją. Jest to zbiór:
¦(x, A): x ∈ A ∧ A ⊆ X¦.
Inaczej mówiąc, para (x, A) jest elementem tej relacji wtedy i tylko wtedy,
gdy x ∈ A.
Relacją jest też inkluzja, ⊆. Jest to zbiór:
¦(A, B): A ⊆ B ∧ A ⊆ X ∧ B ⊆ X¦.
Inaczej mówiąc, para (A, B) jest elementem tej relacji wtedy i tylko wtedy,
gdy A ⊆ B.
Skończone dwuczłonowe relacje można przedstawiać w postaci grafu. Na
rysunku podaje się nazwy przedmiotów pozostających w relacji. Fakt za-
chodzenia relacji między określonymi przedmiotami zaznaczany jest przez
połączenie nazw tych przedmiotów strzałkami w taki sposób, że przedmioty
x i y pozostają w relacji R wtedy i tylko wtedy, gdy poruszając się od x zgod-
nie z kierunkiem wskazywanym przez strzałkę dojdziemy do y. Na przykład,
relacja ¦(1, 1), (2, 1), (3, 1), (1, 3), (2, 2), (3, 2), (4, 4)¦ ma następujący graf:
Relacje binarne można przedstawić też za pomocą tablicy (macierzy).
Relacja z powyższego przykładu miałaby następującą tablicę:
200 ROZDZIAŁ 4. RELACJE I FUNKCJE
1 2 3 4
1 + +
2 + +
3 + +
4 +
Najogólniej rzecz biorąc opis skończonej relacji za pomocą tabeli, której
wiersze i kolumny przyporządkowane są wzajemnie jednoznacznie elementom
dziedziny i przeciwdziedziny tej relacji przeprowadza się w ten sposób, że
w wypadku, gdy między x
i
a x
j
zachodzi relacja, oznaczeniu podlega pole
tabeli wyznaczone przez wiersz x
i
i kolumnę x
j
.
4.2.2 Relacje zwrotna i przeciwzwrotna
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest zwrotna, REF, wtedy
i tylko wtedy, gdy każdy element zbioru X jest w tej relacji ze sobą, czyli
Definicja 4.10 (relacji zwrotnej, REF).
REF. ∀x ∈ X: (xRx).
Fakt, że R jest zwrotna zapisujemy:
R ∈ REF.
Dla każdego zbioru X istnieje i jest dokładnie jedna relacja:

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
W wypadku relacji zwrotnej każdy element x(∈ X) jest połączony ze sobą
strzałką:
W tabelce relacji zwrotnej oznakowane są wszystkie miejsca na przekąt-
nej. Na przykład, będzie to następująca tabelka:
1 2 3 4
1 + +
2 + +
3 + + +
4 +
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przeciwzwrotna, IR-
REF, wtedy i tylko wtedy, gdy:
Definicja 4.11 (relacji przeciwzwrotnej, IRREF).
IRREF. ∀x ∈ X: (xRx).
To, że R jest przeciwzwrotna zapisujemy:
R ∈ IRREF.
Na grafie relacji przeciwzwrotnej żadna strzałka nie będzie łączyła jakie-
goś elementu z nim samym.
W wypadku relacji przeciwzwrotnej w tabelce żadne miejsce na przekątnej
nie będzie zaznaczone. Na przykład, będzie to następująca tabelka:
1 2 3 4
1 +
2 +
3 + +
4
202 ROZDZIAŁ 4. RELACJE I FUNKCJE
Zauważmy, że
R ∈ REF ⇒ R ∈ IRREF,
lub, co jest równoważne:
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). (
Przykład 4.7. Relacja < w zbiorze liczb rzeczywistych R jest przeciwzwrotna:
∀x ∈ R: (x < x). (
Przykład 4.8. Niech R będzie relacją w zbiorze liczb naturalnych N taką, że
xRy wtedy i tylko wtedy, gdy w systemie dziesiętnym nazwa liczby x ma
dokładnie dwie takie same cyfry co nazwa liczby y.
Relacja R nie jest zwrotna. Nie zawsze zachodzi między liczbą a nią samą
— choćby liczby mające trzy lub więcej cyfr mają więcej cyfr wspólnych. Nie
jest też przeciwzwrotna — w wypadku liczb dwucyfrowych zachodzi między
liczbą a nią samą. (
4.2.3 Relacje symetryczna, przeciwsymetryczna i anty-
symetryczna
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest symetryczna, SYM, wtedy
i tylko wtedy, gdy
Definicja 4.12 (relacji symetrycznej, SYM).
SYM. ∀x, y ∈ X: (xRy ⇒ yRx).
Fakt, że R jest symetryczna zapisujemy:
R ∈ SYM.
4.2. RELACJE 203
W wypadku relacji symetrycznej jeżeli na grafie jest strzałka łącząca x
z y, to jest również strzałka łącząca y z x.
W tabelce relacji symetrycznej przekątna jest osią symetrii. Jest tak np.
w następującej tabelce:
1 2 3 4
1 + + +
2 + + +
3 + +
4 +
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przeciwsymetryczna,
ASYM, wtedy i tylko wtedy, gdy
Definicja 4.13 (relacji przeciwsymetrycznej, ASYM).
ASYM. ∀x, y ∈ X: (xRy ⇒ yRx).
Fakt, że R jest przeciwsymetryczna zapisujemy:
R ∈ ASYM.
Przykładem tabelki relacji przeciwsymetrycznej może być:
1 2 3 4
1 +
2 +
3 +
4
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest antysymetryczna, AN-
TYSYM, wtedy i tylko wtedy, gdy
Definicja 4.14 (relacji antysymetrycznej, ANTYSYM).
ANTYSYM. ∀x, y ∈ X: (xRy ∧ yRx ⇒ x = y).
Fakt, że R jest antysymetryczna zapisujemy:
204 ROZDZIAŁ 4. RELACJE I FUNKCJE
R ∈ ANTYSYM.
Przykładem tabelki relacji antysymetrycznej może być:
1 2 3 4
1 + +
2 +
3 +
4 +
Zauważmy, że jeżeli R = ∅, to
1. R ∈ SYM ⇒ R ∈ ASYM,
lub równoważnie
2. R ∈ ASYM ⇒ R ∈ SYM,
inaczej mówiąc:
3. SYM ∩ ASYM = ∅.
4. R ∈ ASYM ⇒ R ∈ ANTYSYM
2
lub równoważnie:
5. ASYM ∩ ANTYSYM = ASYM.
Zbiór relacji symetrycznych i antysymetrycznych zarazem jest niepu-
sty: SY M ∩ ANTY SY M = ∅. Do zbioru tego należy np. relacja
identyczności Id:
6. Id ∈ SY M ∩ ANTY SY M.
Są relacje antysymetryczne, które nie są przeciwsymetryczne, jak np. re-
lacja niewiększości w zbiorze liczb rzeczywistych ≤.
Relacje mogą być symetryczne, przeciwsymteryczne, antysymetryczne
i mogą nie być ani symetryczne, ani przeciwsymetryczne, ani antysyme-
tryczne.
2
W wypadku relacji przeciwsymetrycznych warunek xRy ∧ yRx nie jest spełniony dla
żadnego x i y, zatem prawdą jest, że dla każdego x i y zachodzi xRy ∧ yRx ⇒ x = y.
4.2. RELACJE 205
Przykład 4.9. Niech R będzie relacją w zbiorze liczb naturalnych taką, że
xRy wtedy i tylko wtedy, gdy istnieje różna od 1 liczba naturalna
będąca podzielnikiem liczby x i liczby y.
Relacja R jest symetryczna.
Relacja ta nie jest przeciwsymetryczna i nie jest antysymetryczna. (
Przykład 4.10. Relacja <w zbiorze liczb naturalnych jest przeciwsymetryczna:
∀x, y : (x < y ⇒ y < x).
Relacja ta nie jest symetryczna i nie jest antysymetryczna. (
Przykład 4.11. Relacja ≤ w zbiorze liczb naturalnych nie jest ani syme-
tryczna, ani nie jest przeciwsymetryczna.
Nie jest symetryczna, bo gdy x = y i x ≤ y, to nieprawda, że y ≤ x. Nie jest
też przeciwsymetryczna, bo xRx i x ≤ x.
Relacja ta jest antysymetryczna. (
Przykład 4.12. Niech R będzie relacją w zbiorze liczb naturalnych taką, że
nRm wtedy i tylko wtedy, gdy w zapisie dziesiętnym w n wystę-
puje cyfra „1” a w m cyfra „2”.
Relacja ta nie jest symetryczna, np. 31R23 i nieprawda, że 23R31. R
nie jest też przeciwsymetryczna i nie jest antysymetryczna: 21R12 i 12R21,
a nieprawda, że 21 = 12. (
4.2.4 Relacja przechodnia
Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przechodnia (TRANS)
wtedy i tylko wtedy, gdy
Definicja 4.15 (relacji przechodniej, TRANS).
TRANS. ∀x, y, z ∈ X: (xRy ∧ yRz ⇒ xRz).
Fakt, że relacja R jest przechodnia zapisujemy:
R ∈ TRANS.
Przykładem tabelki relacji przechodniej może być:
206 ROZDZIAŁ 4. RELACJE I FUNKCJE
1 2 3 4
1 + + +
2 + + +
3 + + +
4 +
Przykład 4.13. Relacja inkluzji ⊆ jest przechodnia. (
Zauważmy, że jeśli R jest przeciwzwrotna i przechodnia, to jest przeciw-
symetryczna, czyli
Twierdzenie 4.2.
IRREF ∩ TRANS ⊆ ASYM.
Dowód. Dowodzimy niewprost. Niech R będzie relacją przeciwzwrotną, prze-
chodnią i niech nie będzie asymetryczna, czyli
1. xRx,
2. xRy ∧ yRz ⇒ xRz,
3. ∀x, y : (xRy ⇒ yRx).
Z 3 na podstawie praw De Morgana mamy:
4. ∃x, y : (xRy ∧ yRx).
Z tego dla pewnych a i b:
5. aRb ∧ bRa.
Z 2 dostajemy:
6. aRb ∧ bRa ⇒ aRa
Z 5 i 6 mamy:
7. aRa.
Na podstawie 1 zaś:
8. aRa,
co kończy dowód, ponieważ 7 i 8 są sprzeczne.
4.2. RELACJE 207
4.2.5 Relacja równoważności
Trudno przecenić znaczenie relacji równoważności w matematyce i nie tylko
w matematyce. Na jej olbrzymią rolę w różnych dziedzinach matematycznych
pierwszy zwrócił uwagę Frege. Relacja równoważności daje podstawę do
tworzenia pojęć abstrakcyjnych
3
.
Relacja dwuczłonowa R jest relacją równoważności, EQ, w zbiorze X[=
C(R)] wtedy i tylko wtedy, gdy jest to relacja taka, że:
1. ∀x ∈ X: (xRx) zwrotna,
2. ∀x, y ∈ X: [xRy ⇒ yRx] symetryczna,
3. ∀x, y, z ∈ X: [(xRy ∧ yRz) ⇒ xRz] przechodnia;
czyli
Definicja 4.16 (relacji równoważności, EQ).
EQ. EQ = REF ∩ SYM ∩ TRANS.
Fakt, że przedmioty x i y pozostają w relacji równoważności będziemy
zapisywali: x≈y. Inaczej mówiąc, symbolu „≈” używać będziemy na ozna-
czenie jakiejkolwiek relacji równoważności.
Zauważmy, że Id jest relacją równoważności. Id ∈ REF ∩ SYM ∩
TRANS, czyli Id ∈ EQ.
Równość jest najmniejszą relacją równoważności, czyli jeżeli R ∈ EQ, to
Id ⊆ R. Zauważmy, że Id = ¦(x, x): x ∈ X¦. Zatem Id jest najmniejszą
relacją zwrotną. Ponieważ Id jest relacją równoważności, więc jest również
najmniejszą taką relacją.
Nie każda relacja równoważności jest relacją identyczności.
Przykład 4.14. Relacją równoważności jest relacja w zbiorze liczb naturalnych
taka, że liczby x i y pozostają w tej relacji wtedy i tylko wtedy, kiedy różnica
x −y jest liczbą całkowitą. (
Przykład 4.15. Relacja równoległości prostych na płaszczyźnie euklidesowej
jest relacją równoważności. (
3
Terminu „równoważność” użyliśmy już zajmując się logiką zdań. Teraz występuje on
w znaczeniu różnym od poprzedniego. Nie są to jednak wszystkie znaczenia tego słowa,
w jakich występuje ono w tekstach logicznych i matematycznych.
208 ROZDZIAŁ 4. RELACJE I FUNKCJE
Niech ≈ będzie relacją równoważności w zbiorze X. Zbiór |x|

, którego
wszystkimi i tylko elementami są te przedmioty ze zbioru X, które są w relacji
≈ z x to klasa równoważności (abstrakcji, ekwiwalencji) relacji ≈ wyznaczona
przez x lub o reprezentancie x; czyli
Definicja 4.17 (klasy abstrakcji, |x|

).
|x|

= ¦y ∈ X: x≈y¦.
Przestrzeń ilorazowa X/ ≈ to zbiór wszystkich i tylko klas abstrakcji
relacji równoważności ≈, czyli
Definicja 4.18 (przestrzeni ilorazowej, X/≈).
X/≈ = ¦|x|

: x ∈ X¦.
Definicja 4.19 (zbioru reprezentantów równoważności). Zbiór reprezentan-
tów relacji równoważności ≈ o polu C to każdy podzbiór C, który ma dokład-
nie jeden element wspólny z każdą klasą abstrakcji tej relacji równoważności.
Istnienie zbioru reprezentantów wynika z aksjomatu wyboru. W wielu
wypadkach bez odwołania się do niego nie umiemy tego dowieść.
Przykład 4.16. Klasą abstrakcji relacji równoległości w zbiorze wszystkich
prostych na płaszczyźnie euklidesowej wyznaczoną przez pewną prostą jest
zbiór wszystkich i tylko prostych do niej równoległych. Fakt ten daje pod-
stawę do utworzenia pojęcia równoległości. (
Przykład 4.17. Relacja posiadania tylu samo cyfr w nazwie w systemie dzie-
siętnym jest relacją równoważności w zbiorze liczb naturalnych. Klasą abs-
trakcji tej relacji wyznaczoną przez daną liczbę naturalną jest zbiór wszyst-
kich i tylko tych liczb, których nazwy w systemie dziesiętnym mają tyle samo
cyfr. Dzięki temu mamy pojęcie liczby n-cyfrowej. Np. klasą abstrakcji wy-
znaczoną przez liczbę 11 jest zbiór ¦10, 11, 12, . . . , 99¦. Jest to klasa liczb
dwucyfrowych. (
Można zauważyć, że
Twierdzenie 4.3. Niech ≈ będzie relacją równoważności w niepustym zbio-
rze X. Klasa |x|

jest niepusta, czyli
∀x: ∃y : (y ∈ |x|

).
4.2. RELACJE 209
Dowód. Z definicji |x|

:
1. y ∈ |x|

⇔ x≈y.
Z tego mamy:
2. x ∈ |x|

⇔ x ≈ x.
Z 2 dostajemy:
3. x ≈ x ⇒ x ∈ |x|

.
Dołączając duży kwantyfikator mamy:
4. ∀x: [x ≈ x ⇒ x ∈ |x|

].
Z tego dostajemy:
5. [∀x: (x ≈ x)] ⇒ [∀x: (x ∈ |x|

)].
Z założenia relacja ≈ jest zwrotna, czyli
6. ∀x: (x ≈ x)
Z 5 i 6 mamy:
7. ∀x: [x ∈ |x|

].
Z tego dostajemy:
8. ∃x: [x ∈ |x|

].
Twierdzenie 4.4. Dwie klasy abstrakcji relacji równoważności ≈ są bądź
równe, bądź rozłączne; czyli
∀x, y : (|x|

= |y|

∨ |x|

∩ |y|

= ∅).
Dowód. Dowód przeprowadzimy metodą niewprost, czyli jako założenie przyj-
miemy zaprzeczenie dowodzonej tezy.
1. ∀x, y : (|x|

= |y|

∨ |x|

∩ |y|

= ∅).
Na podstawie prawa De Morgana mamy:
2. ∃x, y : (|x|

= |y|

∨ |x|

∩ |y|

= ∅).
Wykorzystując prawo De Morgana o zaprzeczaniu alternatywy dosta-
jemy:
210 ROZDZIAŁ 4. RELACJE I FUNKCJE
3. ∃x, y : ( |x|

= |y|

∧ |x|

∩ |y|

= ∅).
Opuszczając dwukrotnie mały kwantyfikator mamy:
4. |a|

= |b|

∧ |a|

∩ |b|

= ∅.
Opuszczając koniunkcję dostajemy:
5. |a|

= |b|

,
oraz
6. |a|

∩ |b|

= ∅.
Z definicji równości zbiorów:
7. ( |a|

= |b|

) ⇔ ∃x: [(x ∈ |a|

∧ x ∈ |b|

) ∨( x ∈ |a|

∧x ∈
|b|

)].
Z 5 i 7 mamy:
8. ∃x: [(x ∈ |a|

∧ x ∈ |b|

) ∨ ( x ∈ |a|

∧ x ∈ |b|

)].
Opuszczając mały kwantyfikator stwierdzamy, że dla pewnego c:
9. (c ∈ |a|

∧ c ∈ |b|

) ∨ ( c ∈ |a|

∧ c ∈ |b|

).
Z definicji zbioru pustego:
10. ( |a|

∩ |b|

= ∅) ⇔ ∃x: (x ∈ |a|

∧ x ∈ |b|

).
Z 10 i 6 mamy:
11. ∃x: (x ∈ |a|

∧ x ∈ |b|

).
Opuszczając w 11 mały kwantyfikator otrzymujemy:
12. d ∈ |a|

∧ d ∈ |b|

.
Opuszczając w 12 koniunkcję mamy:
13. d ∈ |a|

,
oraz
14. d ∈ |b|

.
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
28. [(c ≈ a ∧ c ≈ b) ∨ ( c ≈ a ∧ c ≈ b)].
Z 9, korzystając z definicji klas równoważności mamy:
29. (c ≈ a ∧ c ≈ b) ∨ ( c ≈ a ∧ c ≈ b).
Wiersze 28 i 29 są sprzeczne.
Za pomocą relacji równoważności definiuje się pojęcia. Są to pojęcia abs-
trakcyjne. Takim pojęciem jest pojęcie liczby. Na drodze abstrakcji tworzone
są też pojęcia w dziedzinach pozamatematycznych. Barwa to klasa abstrakcji
relacji równobarwności, np. czerwień to klasa równobarwności wyznaczona
przez przedmiot czerwony. Chwila to klasa zdarzeń równoczesnych.
Twierdzenie 4.5. Niech ≈ będzie relacją równoważności w zbiorze X. Każdy
element X należy do jakiejś klasy abstrakcji relacji ≈, czyli
∀x ∈ X: ∃y ∈ X: (x ∈ |y|

).
Dowód. Pokażemy, że każdy element zbioru X należy do klasy wyznaczonej
przez ten element. Tym samym pokażemy, że dla każdego elementu zbioru
X istnieje klasa abstrakcji, do której ten element należy.
Z definicji klasy abstrakcji relacji ≈
1. ∀x, y : (y ≈ x ⇔ y ∈ |x|).
Z tego:
2. ∀x: (x ≈ x ⇔ x ∈ |x|).
Z tego:
3. ∀x: (x ≈ x) ⇒ ∀x: (x ∈ |x|).
Relacja ≈ jest zwrotna więc z założenia:
4. ∀x: (x ≈ x).
Z 3 i 4 mamy:
5. ∀x: (x ∈ |x|).
Podziałem logicznym zbioru X (zbiór dzielony) jest klasa zbiorów { taka,
że każdy element { (człon podziału) jest niepusty (warunek niepustości ),
elementy te są parami rozłączne (warunek rozłączności ) oraz każdy element
zbioru X jest elementem przynajmniej jednego elementu { (warunek zupeł-
ności ); czyli
4.2. RELACJE 213
Definicja 4.20 (podziału logicznego). Podział logiczny zbioru X to klasa
zbiorów { taka, że spełnione są łącznie następujące warunki:
1. A ∈ { ⇒ A = ∅, niepustość
2. A, B ∈ { ⇒ [(A = B) ∨ (A ∩ B = ∅)], rozłączność
3. ∀x ∈ X: ∃A ∈ {: (x ∈ A). zupełność
Twierdzenie 4.6 (zasada abstrakcji). Zbiór klas abstrakcji relacji równo-
ważności w zbiorze X jest podziałem logicznym zbioru X.
Twierdzenie to jest bezpośrednią konsekwencją powyższych twierdzeń
i definicji podziału logicznego.
Przyporządkowanie każdemu elementowi zbioru klasy abstrakcji wyzna-
czonej przez ten element to przekształcenie kanoniczne. Z punktu widzenia
teorii obiekty równoważne na gruncie tej teorii nie są w niej odróżnialne.
Można więc zastąpić je klasami obiektów równoważnych. Przy przejściu od
elementów zbioru do klas abstrakcji relacja równoważności zostaje zamie-
niona na relację równości. Ten sposób postępowania jest metodą stosowaną
w matematyce szczególnie wtedy, gdy wprowadza się nowe obiekty mate-
matyczne. Jest to metoda identyfikacji elementów równoważnych. Podamy
przykłady takiego postępowania.
Przykład 4.18. Niech R będzie relacją w zbiorze par liczb naturalnych, czyli
R ⊆ [(N N) (N N)] taką, że
(m
1
, n
1
)R(m
2
, n
2
) ⇔ [(m
1
+n
2
) = (m
2
+ n
1
)].
R jest relacją równoważności.
R jest zwrotna.
Prawem arytmetyki liczb naturalnych jest
1. (m
1
+ n
1
) = (m
1
+n
1
).
Zgodnie z definicją relacji R mamy więc:
2. (m
1
, n
1
)R(m
1
, n
1
),
co dowodzi zwrotności.
R jest symetryczna.
214 ROZDZIAŁ 4. RELACJE I FUNKCJE
Niech:
1. (m
1
, n
1
)R(m
2
, n
2
).
Z tego mamy, że
2. (m
1
+ n
2
) = (m
2
+ n
1
).
Ponieważ = jest symetryczna, czyli zachodzi:
3. (m
1
+ n
2
) = (m
2
+ n
1
) ⇒ (m
2
+n
1
) = (m
1
+ n
2
),
więc mamy:
4. (m
2
+ n
1
) = (m
1
+ n
2
).
To zaś oznacza, że zachodzi:
5. (m
2
, n
2
)R(m
1
, n
1
).
R jest przechodnia.
Niech
1. (m
1
, n
1
)R(m
2
, n
2
)
i
2. (m
2
, n
2
)R(m
3
, n
3
).
Mamy zatem, że
3. (m
1
+ n
2
) = (m
2
+ n
1
)
oraz
4. (m
2
+ n
3
) = (m
3
+ n
2
).
Z własności sumowania mamy, że
5. [(m
1
+n
2
) = (m
2
+n
1
)∧(m
2
+n
3
) = (m
3
+n
2
)] ⇒ (m
1
+n
3
) = (m
3
+n
1
).
Otrzymujemy więc:
6. (m
1
+ n
3
) = (m
3
+ n
1
),
czyli
4.2. RELACJE 215
7. (m
1
, n
1
)R(m
3
, n
3
),
co dowodzi przechodniości R.
Opisana relacja dzieli zbiór par liczb naturalnych na klasy abstrakcji. Te
klasy abstrakcji nazywa się liczbami całkowitymi. Inaczej mówiąc, liczba cał-
kowita to klasa abstrakcji powyżej opisanej relacji równoważności w zbiorze
par liczb naturalnych.
Elementami |(1, 1)|, klasy abstrakcji wyznaczonej przez parę (1, 1), są
wszystkie pary (n, m) takie, że n = m, czyli
(m, n) ∈ |(1, 1)| ⇔ m = n.
Ta klasa abstrakcji wyznacza liczbę całkowitą 0.
Klasy |(m, n)| takie, że m > n i m = n + k, k = 1, 2, . . . wyznaczają
liczby całkowite dodatnie, odpowiednio, 1, 2, . . .. Gdy m < n i n = m + k,
k = 1, 2, . . ., to klasy te wyznaczają liczby ujemne, odpowiednio: −1, −2, . . ..
W zbiorze liczb całkowitych, czyli w zbiorze klas abstrakcji relacji R [⊆
((N N) (N N))] definiuje się różne działania. Dodawanie (+) definiuje
się następująco:
|(m
1
, n
1
)| +|(m
2
, n
2
)| = |(m
1
+m
2
, n
1
+ n
2
)|.
Zauważmy, że gdyby znak „+” po obu stronach równości (=) był użyty
w tym samym znaczeniu, to mielibyśmy do czynienia z błędnym kołem bezpo-
średnim w definiowaniu. Tak nie jest. Znaczenie „+” użytego po lewej stronie
równości różni się od znaczenia tego znaku użytego po stronie prawej. Po
lewej stronie jest to znak definiowanej operacji dodawania liczb całkowitych.
Po prawej stronie równości jest to znak dodawania liczb naturalnych, tak jak
ta operacja określona jest w aksjomatyce Peano. Fakt użycia tego samego
symbolu w różnych znaczeniach nie przeszkadza w rozumieniu definicji dla-
tego, że kontekst jego użycia jednoznacznie wskazuje znaczenie. Podobna
uwaga odnosi się do definicji mnożenia.
Mnożenie liczb całkowitych definiowane jest przez następującą równość:
|(m
1
, n
1
)||(m
2
, n
2
)| = |(m
1
m
2
+ n
1
n
2
, m
1
n
2
+ n
1
m
2
)|.
Dla wykazania poprawności definicji liter funkcyjnych „+” oraz „” jako
symboli, odpowiednio, dodawania i mnożenia liczb całkowitych, trzeba do-
wieść, że wynik operacji nie zależy od wyboru reprezentantów klas abstrakcji:
216 ROZDZIAŁ 4. RELACJE I FUNKCJE
bez względu na wybór reprezentantów każdy wynik wykonania operacji bę-
dzie reprezentantem tej samej klasy abstrakcji.
Fakt ten pokażemy tylko dla „”.
Niech (m
1
, n
1
) i (m

1
, n

1
) będą reprezentantami tej samej klasy i niech
(m
2
, n
2
) i (m

2
, n

2
) będą reprezentantami tej samej klasy. Musimy pokazać, że
(m
1
m
2
+n
1
n
2
, m
1
n
2
+m
2
n
1
) i (m

1
m

2
+n

1
n

2
, m

1
n

2
+m

2
n

1
) reprezentują
tę samą klasę.
Na podstawie założenia, zgodnie z definicją mamy, że
m
1
+ n

1
= m

1
+ n
1
,
i
m
2
+ n

2
= m

2
+ n
2
.
Z tego otrzymujemy, odpowiednio:
m
1
−n
1
= m

1
−n

1
,
m
2
−n
2
= m

2
−n

2
.
Mnożąc stronami powyższe dwie równości dostajemy:
m
1
m
2
−m
1
n
2
−m
2
n
1
+n
1
n
2
= m

1
m

2
−m

1
n

2
−m

2
n

1
+n

1
n

2
.
Po przekształceniu otrzymujemy:
m
1
m
2
+ m

1
n

2
+ m

2
n

1
+ n
1
n
2
= m

1
m

2
+ m
1
n
2
+ m
2
n
1
+n

1
n

2
.
A to zgodnie z definicją znaczy, że (m
1
m
2
+n
1
n
2
, m
1
n
2
+m
2
n
1
) i (m

1
m

2
+
n

1
n

2
, m

1
n

2
+ m

2
n

1
) reprezentują tę samą klasę.
Działania + i w zbiorze liczb całkowitych mają te same własności jak
odpowiednie działania w zbiorze liczb naturalnych. (
Przykład 4.19. Tą samą metodą, jaką zdefiniowane zostały liczby całkowite,
definiuje się liczby wymierne. Są to również klasy abstrakcji relacji równo-
ważności.
Niech Z będzie zbiorem liczb całkowitych, a Z

niech będzie zbiorem liczb
całkowitych bez 0, czyli Z

= Z ` ¦0¦. Niech R będzie podzbiorem iloczynu
kartezjańskiego (Z Z

) (Z Z

) takim, że
(c
1
, d
1
)R(c
2
, d
2
) ⇔ c
1
d
2
= c
2
d
1
.
Relacja R, jak wyżej zdefiniowana, jest relacją równoważności. Pokażemy
tylko, że jest przechodnia.
4.2. RELACJE 217
R jest przechodnia.
Niech
1. (c
1
, d
1
)R(c
2
, d
2
)
oraz
2. (c
2
, d
2
)R(c
3
, d
3
).
Z tego — odpowiednio — mamy, że
3. c
1
d
2
= c
2
d
1
oraz
4. c
2
d
3
= c
3
d
2
.
Z praw mnożenia liczb całkowitych oraz z 3 i 4 mamy, odpowiednio:
5. c
1
d
2
d
3
= c
2
d
1
d
3
oraz
6. c
2
d
3
d
1
= c
3
d
2
d
1
.
Z 5 i 6 otrzymujemy:
7. c
1
d
2
d
3
= c
3
d
2
d
1
.
Ponieważ z założenia:
8. d
2
= 0,
więc z 7 na podstawie praw mnożenia liczb całkowitych mamy:
9. c
1
d
3
= c
3
d
1
.
Zgodnie z definicją R mamy zatem:
10. (c
1
, d
1
)R(c
3
, d
3
),
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 ZZ

. Klasy
|c
1
, d
1
| i |c
2
, d
2
| wyznaczają tę samą klasę abstrakcji wtedy i tylko wtedy,
gdy c
1
d
2
= c
2
d
1
. Klasę abstrakcji wyznaczoną przez parę (c, d) oznacza się
c/d.
218 ROZDZIAŁ 4. RELACJE I FUNKCJE
W zbiorze liczb wymiernych, czyli w zbiorze klas abstrakcji relacji R
[⊆ ((Z Z

) (Z Z

))] określa się różne działania.
Dodawanie (+) definiuje się następująco:
|(c
1
, d
1
)| +|(c
2
, d
2
)| = |(c
1
d
2
+ c
2
d
1
, d
1
d
2
)|.
Mnożenie liczb wymiernych definiowane jest przez następującą równość:
|(c
1
, d
1
)||(c
2
, d
2
)| = |(c
1
c
2
, d
1
d
2
)|.
Dowodzi się — dowody w istocie nie różnią się od odpowiednich dowodów
dla liczb całkowitych — że wyniki dodawania i mnożenia liczb wymiernych
nie zależą od wyboru reprezentantów klas abstrakcji: dla reprezentantów
tych samych klas abstrakcji wynik jest reprezentantem tej samej klasy.
Spełnione są więc warunki poprawności definicji liter funkcyjnych „+”
i „”. Działania te mają takie same własności jak odpowiednie działania
w zbiorze liczb naturalnych (i całkowitych).
Liczby rzeczywiste, tak jak całkowite i wymierne, też konstruowane są na
drodze abstrakcji. (
4.3 Rachunek relacji
Relacje są zbiorami. Można więc wykonywać na nich operacje teoriomno-
gościowe. Relacje są zbiorami n-tek uporządkowanych. Możliwe jest więc
również zdefiniowanie specyficznych operacji uwzględniających ten fakt
4
.
Relacja pusta w zbiorze X to relacja, która nie zachodzi między żadnymi
elementami tego zbioru.
Definicja 4.21 (relacji pustej w X).
∀x, y ∈ X: ( xRy).
R jest pusta w X wtedy i tylko wtedy, gdy R ∩ X X = ∅.
Relacja pełna w zbiorze X to relacja, która zachodzi między wszystkimi
elementami tego zbioru.
4
Mówić będziemy o rachunku dla relacji dwuczłonowych.
4.3. RACHUNEK RELACJI 219
Definicja 4.22 (relacji pełnej w X).
∀x, y ∈ X: (xRy).
R jest pełna w X
5
wtedy i tylko wtedy, gdy R ∩ X X = X X.
Relacje są zbiorami, zatem dla relacji określone są wszystkie operacje teo-
riomnogościowe.
Sumą relacji R i R
1
w zbiorze X jest relacja R
2
taka, że x jest w relacji
R
2
z y wtedy i tylko wtedy, gdy x jest w relacji R z y lub gdy jest w relacji
R
1
z y, czyli R
2
= R ∪ R
1
.
Definicja 4.23 (sumy relacji).
∀x, y ∈ X: [x(R ∪ R
1
)y ⇔ (xRy ∨ xR
1
y)].
Iloczynem relacji R i R
1
w zbiorze X jest relacja R
2
taka, że x jest w relacji
R
2
z y wtedy i tylko wtedy, gdy x jest w relacji R z y i gdy jest w relacji R
1
z y, czyli R
2
= R ∩ R
1
.
Definicja 4.24 (iloczynu relacji).
∀x, y ∈ X: [x(R ∩ R
1
)y ⇔ (xRy ∧ xR
1
y)].
Negacją relacji R w zbiorze X jest relacja R

taka, że x jest w relacji R

z y wtedy i tylko wtedy, gdy x nie jest w relacji R z y, czyli negacją relacji
jest jej dopełnienie do relacji pełnej: R

= (X X) ` R.
Definicja 4.25 (negacji relacji,

).
∀x, y ∈ X: [xR

y ⇔ xRy].
Dla relacji określone są nie tylko operacje teoriomnogościowe. Taką spe-
cyficzną operacją jest konwers relacji.
Konwersem relacji (relacją odwrotną do) R w zbiorze X jest relacja R
−1
taka, że x jest w relacji R
−1
z y wtedy i tylko wtedy, gdy y jest w relacji R
z x, czyli (x, y) ∈ R
−1
⇔ (y, x) ∈ R.
Z definicji konwersu wynika, że dowolna relacja ma konwers i jest on
dokładnie jeden. Możemy więc wprowadzić literę funkcyjną „
−1
”.
5
Nie wprowadzamy specjalnego oznaczenia na relację pełną.
220 ROZDZIAŁ 4. RELACJE I FUNKCJE
Definicja 4.26 (konwersu relacji,
−1
).
∀x, y ∈ X: [xR
−1
y ⇔ yRx].
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.
Iloczynem względnym relacji (złożeniem relacji ) R i R
1
w zbiorze X jest
relacja R ◦ R
1
taka, że x jest w relacji R ◦ R
1
z y wtedy i tylko wtedy, gdy
istnieje z (∈ X) takie, że x jest w relacji R z z a z jest w relacji R
1
z y, czyli
(x, y) ∈ R◦R
1
⇔ ∃z : [(x, z) ∈ R∧(z, y) ∈ R
1
]. Dla dowolnych dwóch relacji
istnieje ich iloczyn względny i jest dokładnie jeden.
Definicja 4.27 (złożenia relacji, ◦).
∀x, y ∈ X: [x(R ◦ R
1
)y ⇔ ∃z ∈ X: (xRz ∧ z R
1
y)].
Zauważmy, że
T 92. R ◦ (R
1
◦ R
2
) = (R ◦ R
1
) ◦ R
2
T 93. (R ◦ R
1
)
−1
= R
1
−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:
∀x, y ∈ Z: [(x, y) ∈ R[Z ⇔ (x, y) ∈ R].
4.3. RACHUNEK RELACJI 221
Definicja 4.28 (relacji zredukowanej, [).
∀x, y ∈ X: [xR[Zy ⇔ (x, y ∈ Z) ∧ xRy].
Na ogół — gdy nie prowadzi to do nieporozumień — zamiast (X, R[Z)
pisze się (Z, R), mając na uwadze, że chodzi o relację R zredukowaną do Z.
Relację ≤ w zbiorze liczb naturalnych można rozumieć jako relację ≤
w zbiorze liczb rzeczywistych zredukowaną do zbioru liczb naturalnych.
Na pewnych relacjach daje się określić operację uzupełniania relacji tak,
aby w wyniku otrzymać relację o określonej własności (aby należała ona do
określonej klasy relacji).
Definicja 4.29 (domknięcia relacji do własności W). Niech W będzie klasą
relacji. Domknięciem relacji R do własności W jest relacja R
W
wtedy i tylko
wtedy, gdy
1. R
W
∈ W,
2. R ⊆ R
W
,
3. R ⊆ R
1
∧ R
1
∈ W ⇒ R
W
⊆ W
1
.
Punkt pierwszy definicji mówi o tym, że relacja R
W
ma własność W,
drugi i trzeci zaś, że R
W
jest najmniejszym takim nadzbiorem R.
Oczywiście, aby można było dla określonej własności zdefiniować dom-
knięcie do niej, spełnione muszą być warunki poprawnego definiowania. W tym
wypadku oznacza to, że dla każdej relacji (z zakresu operacji domknięcia)
musi istnieć i być jednoznacznie określony nadzbiór, który ma daną wła-
sność.
Mając na uwadze, że przekątna jest jednoznacznie określona i fakt, że re-
lacja jest zwrotna wtedy i tylko wtedy, gdy zawiera swoją przekątną, możemy
wprowadzić operację uzupełniania relacji do relacji zwrotnej.
Definicja 4.30 (zwrotnego domknięcia). Zwrotnym domknięciem relacji
R(⊆ X X) jest relacja:
R ∪ ∆
X
.
Mając na uwadze, że konwers relacji jest jednoznacznie określony i fakt,
że relacja jest symetryczna wtedy i tylko wtedy, gdy jest równa swojemu
konwersowi oraz to, że
R ∪ R
−1
= (R ∪ R
−1
)
−1
,
możemy wprowadzić operację uzupełnienia relacji do relacji symetrycznej.
222 ROZDZIAŁ 4. RELACJE I FUNKCJE
Definicja 4.31 (symetrycznego domknięcia). Symetrycznym domknięciem
relacji R(⊆ X X) jest relacja:
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”.
4.4.1 Pojęcie funkcji
Definicja 4.32 (funkcji). Niech X
1
, X
2
, . . . , X
n
, X
n+1
będą zbiorami, a R(⊆
X
1
X
2
X
n
X
n+1
) niech będzie (n + 1)-członową relacją. R jest
n-argumentową funkcją wtedy i tylko wtedy, gdy R jest jednoznaczna w ostat-
niej dziedzinie, czyli ∀x
1
, x
2
, . . . , x
n
, x
n+1
, x

n+1
:
jeżeli
(x
1
, x
2
, . . . , x
n
, x
n+1
) ∈ X
1
X
2
X
n
X
n+1
i
(x
1
, x
2
, . . . , x
n
, x

n+1
) ∈ X
1
X
2
X
n
X
n+1
,
to
x
n+1
= x

n+1
.
Definicja funkcji jednoargumentowej (n = 1) będzie więc następująca:
Niech X i Y będą zbiorami. Dwuczłonowa relacja R (⊆ X Y ) jest
funkcją (jednoargumentową) wtedy i tylko wtedy, gdy dla każdego x (∈ X)
istnieje co najwyżej jedno y (∈ Y ) takie, że xRy, czyli
1. ∀x ∈ X: ∀y
1
, y
2
∈ Y : [(xRy
1
∧ xRy
2
) ⇒ y
1
= y
2
].
O funkcji spełniającej tylko warunek 1 mówi się, że jest to funkcja
częściowa lub funkcja częściowo określona.
W wypadku, gdy dla każdego elementu dziedziny istnieje element prze-
ciwdziedziny, z którym jest on w relacji R, czyli gdy:
4.4. FUNKCJA 223
2. ∀x ∈ X: ∃y ∈ Y : xRy,
to mówi się o funkcji całkowicie określonej lub funkcji całkowitej.
W tej terminologii każda funkcja (całkowita) jest funkcją częściową, lecz
nie na odwrót.
O funkcji należy mówić w kontekście jej dziedzin. Dla uwypuklenia tego,
np. funkcję jednoargumentową z X do Y definiuje się jako uporządkowaną
trójkę (f, X, Y ), gdzie f(⊆ XY ) jest relacją spełniającą w wypadku funkcji
częściowej warunek:
1. ∀x ∈ X: ∀y
1
y
2
∈ Y : [(x, y
1
) ∈ f ∧ (x, y
2
) ∈ f ⇒ y
1
= y
2
],
a w wypadku funkcji całkowitej dodatkowo warunek:
2. ∀x ∈ X: ∃y ∈ Y : [(x, y) ∈ f].
Każdy i-ty argument funkcji jest elementem X
i
, i-tej dziedziny relacji R,
(i ≤ n), a te elementy zbioru X
n+1
, które pozostają w relacji R z elementami
zbiorów X
1
, X
2
, . . . , X
n
to wartości funkcji R. Zbiór wartości funkcji to jej
przeciwdziedzina.
Na oznaczanie relacji, będących funkcjami używa się liter: f, g, h; ewentu-
alnie z indeksami. f(x
1
, x
2
, . . . , x
n
), g(x
1
, x
2
, . . . , x
n
), . . . oznaczają wartości
odpowiednich funkcji dla argumentów: x
1
, x
2
, . . . , x
n
. Niech R będzie funk-
cją. Zamiast (x
1
, x
2
, . . . , x
n
, y) ∈ R pisze się więc np.: y = f(x
1
, x
2
, . . . , x
n
).
Zapis wartości funkcji f dla x
1
, x
2
, . . . , x
n
jako f(x
1
, x
2
, . . . , x
n
) to zapis
w konwencji prefiksowej (przedrostkowej ). Przy algorytmicznym obliczaniu
wartości stanowiących złożenie wielu funkcji stosuje się notację sufiksową
(przyrostkową), czyli pisze się:
(x
1
, x
2
, . . . , x
n
)f.
W wypadku funkcji dwuargumentowych zwykle stosowana jest notacja
infiksowa (wrostkowa), czyli pisze się: x
1
fx
2
, jak np. 2 + 3.
Napis:
f : X
1
X
2
. . . , X
n
→ X
n+1
to sygnatura funkcji, „f” — nazwa funkcji, zaś X
1
X
2
. . . , X
n
→ X
n+1
to typ funkcji f.
Zwykle n-argumentowa funkcja jest określana przez podanie jej dziedzin
X
1
, X
2
, . . . , X
n
i jakiegoś wzoru f(x
1
, x
2
, . . . , x
n
) przedstawiającego element
przeciwdziedziny X
n+1
przyporządkowany elementom x
1
, x
2
, . . . , x
n
.
224 ROZDZIAŁ 4. RELACJE I FUNKCJE
Przykład 4.21. Relacja w zbiorze liczb rzeczywistych R taka, że pierwszemu
elementowi x pary uporządkowanej jako drugi element przyporządkowane
jest sinx jest funkcją: f(x) = sinx. Dziedziną tej funkcji jest zbiór liczb
rzeczywistych R, a przeciwdziedziną jest zbiór ¦y : −1 ≤ y ≤ 1¦. Zbiór ten
jest podzbiorem właściwym zbioru liczb rzeczywistych:
¦y : −1 ≤ y ≤ 1¦ ⊆ R (
Przykład 4.22. Relacja w zbiorze liczb rzeczywistych R taka, że pierwszemu
elementowi x pary uporządkowanej jako drugi element przyporządkowane jest
x
2
jest funkcją: f(x) = x
2
. Dziedziną tej funkcji jest zbiór liczb rzeczywistych
R, a przeciwdziedziną zbiór liczb rzeczywistych dodatnich R
+
. (
Podobnie jak to było w wypadku relacji, na mocy zasady ekstensjonalno-
ści wszelkie rodzaje jednoznacznego przyporządkowania utożsamiamy z funk-
cjami jako tworami teoriomnogościowymi. Dla n ≥ 1, (n + 1)-argumentową
funkcję f identyfikujemy ze zbiorem (n+1)-elementowych zbiorów uporząd-
kowanych. Funkcje, które nie różnią się tym zbiorem oraz dziedzinami są
równe bez względu na to, jak zostały opisane. Czasem dla podkreślenia, że
właśnie o ten zbiór nam chodzi, zwłaszcza gdy rozpatrujemy go jako pod-
zbiór iloczynu kartezjańskiego, mówimy o nim, że jest to wykres funkcji f.
Definicja 4.33 (równości funkcji). Funkcje n-argumentowe:
f(⊆ X
1
X
2
X
n
X
n+1
)
i
g(⊆ Y
1
Y
2
Y
n
Y
n+1
)
są równe wtedy i tylko wtedy, gdy równe są ich wykresy, czyli gdy f = g
oraz gdy D
i
(f) = D
i
(g), 1 ≤ i ≤ (n + 1).
Przykład 4.23. Funkcja f(⊆ R
2
) dana wzorem f(x) = x
2
−1 równa się funkcji
g(⊆ R
2
) danej wzorem g(x) = (x + 1)(x − 1). Obie funkcje nie różnią się
swoimi wykresami. (
Jeżeli funkcje są równe, to:
1. dla każdego i, równe są ich i-te dziedziny (i ≤ n)
oraz
4.4. FUNKCJA 225
2. równe są ich zbiory wartości.
Jeżeli jeden z tych warunków nie jest spełniony, to funkcje nie są równe.
Przykład 4.24. Funkcja f(⊆ R
2
) dana wzorem f(x) =
x
2
x
nie jest równa
funkcji g(⊆ R
2
) danej wzorem g(x) = x. Funkcje te różnią się dziedziną
(i zbiorem wartości). Mianowicie, inaczej niż w wypadku g liczba 0 nie
należy ani do dziedziny, ani do wartości funkcji f. (
Jeżeli dla funkcji f i g:
1. dla każdego i, równe są ich i-te dziedziny (i ≤ n)
oraz
2. równe są ich zbiory wartości,
to funkcje te nie muszą być równe.
Przykład 4.25. Funkcje f(x) = x
2
i f(x) = x
4
nie są równe, jednak ich
dziedziny i przeciwdziedziny są równe. Dziedziną jednej i drugiej funkcji
jest zbiór liczb rzeczywistych R. Tak samo nie różnią się zbiorem wartości.
W jednym i drugim wypadku jest to zbiór dodatnich liczb rzeczywistych R
+
.
(
Każda funkcja jest relacją. Nie każda relacja jest funkcją. Niech R(⊆
X
1
X
n
X
n+1
). Niech D
i
, 1 ≤ i ≤ (n + 1) będzie i-tą dziedziną tej
relacji. Każda funkcja f(: D
1
D
n
→ D
n+1
), która jest całkowita tzn.
określona dla dowolnych (x
1
, . . . , x
n
), gdzie x
i
∈ D
i
, 1 ≤ i ≤ n, to funkcja
zgodna z relacją R.
Przykład 4.26. Niech R(⊆ RR) będzie relacją, której wykresem jest okrąg
na płaszczyźnie a jego środkiem niech będzie początek układu współrzędnych,
czyli (0, 0). Półokrąg, którego punkty mają nieujemną rzędną to wykres
funkcji zgodnej z relacją R. Podobnie, funkcją zgodną z tą relacją będzie
funkcja, której wykresem jest półokrąg, którego punkty mają niedodatnią
rzędną. (
Jak w wypadku relacji szczególną uwagę zwróciliśmy na relacje dwuczło-
nowe, tak w wypadku funkcji specjalnie traktujemy funkcje jednoargumen-
towe.
Funkcja f : X → Y przekształca zbiór X na zbiór Y (jest surjekcją) wtedy
i tylko wtedy, gdy jej dziedziną jest zbiór X, a przeciwdziedziną jest zbiór
Y , czyli gdy f(X) = Y .
226 ROZDZIAŁ 4. RELACJE I FUNKCJE
Y
X
to zbiór wszystkich i tylko funkcji f : X → Y .
Niech f : X → Y będzie odwzorowaniem X w Y . Niech A ⊆ X. Możemy
określić nową funkcję f[A: A → Y w następujący sposób:
∀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) = x
2
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:
f(x) =

0 dla x ∈ R ` Q,
1 dla x ∈ Q.
Funkcja f (tzw. funkcja Lejeune-Dirichleta) jest przedłużeniem funkcji g. (
Funkcja, której wartościami są liczby rzeczywiste to funkcja rzeczywista.
Ciąg nieskończony lub ciąg to funkcja f(: N → Y ), której dziedziną jest
zbiór liczb naturalnych N a przeciwdziedziną pewien zbiór Y , czyli f(N) = Y .
Wartość funkcji f dla argumentu n, f(n), to n-ty wyraz ciągu. Zwykle n-ty
wyraz ciągu oznaczany jest: a
n
.
4.4. FUNKCJA 227
Ciąg skończony o k-wyrazach to funkcja f, której dziedziną jest zbiór
¦1, . . . , k¦ a przeciwdziedziną pewien zbiór Y , czyli
f : ¦1, . . . , k¦ → Y.
Ciąg skończony zwykle oznaczany jest: (a
1
, a
2
, . . . , a
k
).
Twierdzenie 4.7. Niech X będzie zbiorem n-elementowym, a Y niech bę-
dzie zbiorem m-elementowym. Zbiór Y
X
wszystkich funkcji odwzorowujących
zbiór X w zbiór Y ma dokładnie m
n
elementów.
Dowód. Dowodzić będziemy przez indukcję ze względu na liczbę elementów
zbioru X, czyli ze względu na n.
Niech X = ¦x
1
, x
2
, . . . , x
n
¦, Y = ¦y
1
, y
2
, . . . , y
m
¦.
W wypadku gdy n = 1 mamy następujące funkcje: f
1
(x) = b
1
, f
2
(x) =
b
2
, . . . , f
m
(x) = b
m
. Istnieje więc dokładnie mfunkcji ze zbioru 1-elementowego
X do zbioru m-elementowego Y . Ponieważ m = m
1
, więc dla n = 1 zachodzi
dowodzone twierdzenie.
Założenie indukcyjne. Niech n = k i niech z k-elementowego zbioru X do
m-elementowego zbioru Y istnieje dokładnie m
k
funkcji.
W wypadku, gdy n = (k + 1) utwórzmy klasy funkcji ze zbioru X do
zbioru Y . Do pierwszej klasy niech należą wszystkie i tylko te funkcje f, dla
których f(a
k+1
) = b
1
, do drugiej te i tylko te, dla których f(a
k+1
) = b
2
, do m-
tej klasy zaliczamy wszystkie te i tylko te funkcje f, dla których f(a
k+1
) = b
m
.
W każdej klasie jest tyle funkcji, ile jest funkcji ze zbioru k-elementowego do
zbioru m-elementowego. Zgodnie z założeniem indukcyjnym takich funkcji
jest dokładnie m
k
. Zatem funkcji ze zbioru (k + 1)-elementowego do zbioru
m-elementowego jest mm
k
. Ponieważ mm
k
= m
k+1
, więc na podstawie
zasady indukcji otrzymujemy dowodzoną tezę.
N-wyrazowy ciąg elementów zbioru X to funkcja ze zbioru ¦1, . . . , n¦ do
zbioru X. Zatem na podstawie powyższego twierdzenia mamy, że
Wniosek 4.8. Jeżeli X jest zbiorem m-elementowym, to istnieje dokładnie
m
n
ciągów n-wyrazowych, których wyrazy należą do zbioru X.
Funkcja różnowartościowa (jednojednoznaczna, wzajemnie jednoznaczna,
injekcja) to funkcja f : X → Y , która dla różnych argumentów przyjmuje
różne wartości, czyli która spełnia warunek:
∀x
1
, x
2
∈ X: [x
1
= x
2
⇒ f(x
1
) = f(x
2
)],
228 ROZDZIAŁ 4. RELACJE I FUNKCJE
lub, równoważnie:
∀x
1
, x
2
∈ X: [f(x
1
) = f(x
2
) ⇒ x
1
= x
2
].
Relacja f(⊆ XY ) jest injekcją wtedy i tylko wtedy, gdy f ◦ f
−1
= ∆
X
.
Przykład 4.29. Funkcja f(x) = x −1 jest różnowartościowa. Funkcja f(x) =
x
2
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
I
X
: X → X
na zbiorze X określona wzorem:
∀x ∈ X: (I
X
(x) = x). (
4.4.2 Funkcja odwrotna
Definicja 4.34 (funkcji odwrotnej,
−1
). Funkcja g : Y → X jest funkcją
odwrotną do funkcji f : X → Y wtedy i tylko wtedy, gdy:
1. Y = f(X) — zbiór argumentów funkcji g jest zbiorem wartości funkcji
f, czyli f przekształca X na Y ;
2. X = g(Y ) — zbiór argumentów funkcji f jest zbiorem wartości funkcji
g, czyli g przekształca Y na X;
3. ∀x ∈ X: [g(f(x)) = x] — wartością funkcji g dla argumentu, który jest
wartością funkcji f dla argumentu x jest też x.
Funkcję odwrotną do funkcji f, jeżeli istnieje, oznaczać będziemy tak
samo jak konwers relacji f, czyli f
−1
.
Funkcja odwrotna do f jest konwersem relacji f. Choć niekoniecznie
na odwrót — konwers nie każdej funkcji jest funkcją. Na przykład konwers
funkcji danej wzorem y = x
2
nie jest funkcją.
Konwers każdej relacji jest dokładnie jeden. Zatem jeżeli dla danej funkcji
istnieje funkcja do niej odwrotna, to jest ona dokładnie jedna.
4.4. FUNKCJA 229
Zauważmy, że w definicji funkcji odwrotnej warunki 1 i 2 są symetryczne:
zamieniając literę „f” na „g” i na odwrót oraz zamieniając literę , , X” na „Y ”
z 1 otrzymamy 2 a z 2 otrzymamy 1. W podobnym sensie zachodzi też teza
symetryczna do warunku 3 (tym razem zamieniamy jeszcze litery „x” i „y”).
Mówi o tym następujące twierdzenie.
Twierdzenie 4.9. Jeżeli funkcja g : Y → X jest funkcją odwrotną do funkcji
f : X → Y , to
∀y ∈ Y : [f(g(y)) = y].
Dowód. Niech y ∈ Y . Z tego, że g jest funkcją odwrotną do f na podstawie
definicji mamy, że Y = f(X). Zatem y ∈ f(X), czyli istnieje x (∈ X)
takie, że y = f(x). Ponieważ g(y) = g(y), więc mamy, że g(y) = g(f(x)).
Ponieważ f(g(y)) = f(g(y)), więc f(g(y)) = f(g(f(x))). Na podstawie pkt.
3 definicji funkcji odwrotnej g(f(x)) = x, więc f(g(y)) = f(x). Korzystając
z wcześniejszego faktu, że y = f(x) otrzymujemy: f(g(y)) = y.
Interesujące są podstawowe związki między funkcją i funkcją do niej od-
wrotną. Mówią o nich kolejne twierdzenia.
Twierdzenie 4.10. Niech g : Y → X będzie funkcją odwrotną do funkcji
f : X → Y .
1. Funkcje f i g są różnowartościowe
oraz
2. ∀x ∈ X: ∀y ∈ Y : [(g(y) = x) ⇔ (f(x) = y)].
Dowód. Niech dla pewnych x
1
, x
2
zachodzi f(x
1
) = f(x
2
). Z tego g(f(x
1
)) =
g(f(x
2
)). Na podstawie pkt. 3 definicji funkcji odwrotnej g(f(x
1
)) = x
1
,
a g(f(x
2
)) = x
2
. Korzystając z założenia mamy więc, że x
1
= x
2
, 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 y
1
i y
2
zachodzi g(y
1
) = g(y
2
). Wówczas f(g(y
1
)) = f(g(y
2
)). Na
podstawie 4.9 mamy f(g(y
1
)) = y
1
i f(g(y
2
)) = y
2
, więc y
1
= y
2
, 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.
Twierdzenie to głosi, że warunkiem koniecznym istnienia funkcji odwrot-
nej do danej funkcji jest jej różnowartościowość
Kolejne twierdzenie głosi, że różnowartościowość funkcji jest warunkiem
wystarczającym istnienia funkcji do niej odwrotnej.
Twierdzenie 4.11. Dla każdej funkcji różnowartościowej f : X → Y prze-
kształcającej X na Y istnieje funkcja do niej odwrotna.
Dowód. Niech f : X → Y będzie różnowartościową funkcją przekształcającą
zbiór X na zbiór Y .
Z tego, że f przekształca X na Y mamy, że dla każdego y (∈ Y ) istnieje
takie x (∈ X), że y = f(x). Z różnowartościowości f otrzymujemy, że dla
danego y takie x, że y = f(x) jest dokładnie jedno. Zatem f
−1
, relacja
odwrotna do f, jest funkcją.
Z założenia mamy, że f(X) = Y . Zatem dla każdego x(∈ X) istnieje y
(∈ Y ) takie, że y = f(x). Na podstawie definicji funkcji f
−1
mamy więc, że
x = f
−1
(y), a zatem f
−1
(Y ) = X, czyli funkcja f
−1
odwzorowuje zbiór Y na
X.
Zauważmy, że jeżeli funkcja g jest odwrotna do funkcji f, to f jest od-
wrotna do funkcji g.
Jeżeli f
−1
jest funkcją odwrotną do f, to istnieje funkcja odwrotna do
f
−1
i jest nią f, czyli
(f
−1
)
−1
= f.
Relacja bycia funkcją odwrotną jest więc symetryczna.
4.4. FUNKCJA 231
4.4.3 Superpozycja funkcji
Wartości jednej funkcji mogą być argumentami innej. Tego rodzaju składanie
funkcji to składanie sekwencyjne funkcji lub superpozycja funkcji.
Definicja 4.35 (superpozycji funkcji, ◦). Niech f : X → Y a g : Y → Z.
Funkcja (f◦g): X → Z taka, że (f◦g)(x) = g(f(x)) to superpozycja lub
złożenie (sekwencyjne) funkcji f i g.
Funkcje są relacjami. Złożenie funkcji jest więc złożeniem relacji. Zgodnie
z definicją złożenia relacji mamy, że jeżeli xfy i ygz, to xf◦gz, a to wyraża
wzór g(f(x)).
Przykład 4.31. Niech f : R → R będzie funkcją określoną wzorem f(x) =
(x −1), a g : R →R
+
funkcją określoną wzorem g(x) = x
2
. Złożeniem f i g
będzie funkcja h: R →R
+
taka, że h(x) = (x −1)
2
. (
Przykład 4.32. Niech f : R
+
→ R
+
będzie określona wzorem f(x) =

x,
a g : R → 2
R
niech będzie określona wzorem g(x) = ¦y : − y ≤ x ≤ y¦.
Złożeniem f◦g będzie funkcja h: R
+
→ 2
R
określona wzorem h(x) = ¦y : −
y ≤

x ≤ y¦. (
Zauważmy, że operacja ◦ składania funkcji jest łączna.
Twierdzenie 4.12. Dla dowolnych funkcji f : X → Y , g : Y → Z, h: Z →
W:
f◦(g◦h) = (f◦g)◦h.
Dowód. Z definicji ◦ zachodzą kolejne równości:
1. (f◦(g◦h))(x) = (g◦h)(f(x)),
2. (g◦h)(f(x)) = h(g(f(x))),
3. h(g(f(x))) = h((f ◦ g)(x)),
4. h((f◦g)(x)) = ((f◦g)◦h)(x).
Mając na uwadze przechodniość relacji równości mamy zatem:
5. (f◦(g◦h))(x) = ((f◦g)◦h)(x).
A to kończy dowód.
232 ROZDZIAŁ 4. RELACJE I FUNKCJE
Na podstawie definicji funkcji odwrotnej i superpozycji funkcji stwier-
dzamy, że
Twierdzenie 4.13. Niech f : X → Y będzie funkcją różnowartościową prze-
kształcającą zbiór X na Y .
f◦f
−1
= I
X
,
f
−1
◦f = I
Y
,
gdzie I
X
jest funkcją identycznościową na zbiorze X, a I
Y
jest funkcją
identycznościową na zbiorze Y .
Dowód. f jest funkcją różnowartościową. Istnieje zatem funkcja do niej od-
wrotna f
−1
.
Zgodnie z definicją złożenia funkcji mamy, że
1. (f◦f
−1
)(x) = f
−1
(f(x)),
Na podstawie definicji funkcji odwrotnej:
2. f
−1
(f(x)) = x,
czyli
3. ∀x ∈ X: (f◦f
−1
)(x) = x.
Ponieważ:
4. I
X
(x) = x,
więc:
5. f◦f
−1
= I
X
.
Całkiem podobnie pokazujemy, że f
−1
◦f = I
Y
.
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,
2. jeżeli f i g są różnowartościowe, to f◦g jest funkcją różnowartościową,
3. jeżeli f i g są różnowartościowe i przekształcają zbiory X i Y , odpo-
wiednio, na Y i Z, to istnieją funkcje (f◦g)
−1
oraz g
−1
◦f
−1
i zachodzi
dla nich równość: (f◦g)
−1
= g
−1
◦f
−1
.
4.4. FUNKCJA 233
Dowód. 1. Niech f przekształca X na Y , a g — Y na Z. Niech z (∈ Z).
Istnieje zatem y (∈ Y ) takie, że g(y) = z. Istnieje również takie x
(∈ X), że f(x) = y. Stąd z = g(f(x)) = (f◦g)(x). Stwierdzamy więc,
że f◦g przekształca X na Z.
2. Niech f i g będą funkcjami różnowartościowymi. Z tego wynika, że
jeżeli x
1
= x
2
, to f(x
1
) = f(x
2
) i dalej, że g(f(x
1
)) = g(f(x
2
)), czyli
(f◦g)(x
1
) = (f◦g)(x
2
). To dowodzi, że f◦g jest funkcją różnowarto-
ściową.
3. Wpierw (3.1.) pokażemy, że istnieją funkcje f
−1
◦g
−1
i (f◦g)
−1
, a na-
stępnie (3.2.), że są równe.
3.1. Niech f i g będą funkcjami różnowartościowymi i niech f przekształca
X na Y a g — Y na Z. Dla każdej z tych funkcji istnieje funkcja do nich
odwrotna, odpowiednio: f
−1
— przekształca Y na X a g
−1
— przekształca
Z na Y . Ponieważ f i g są różnowartościowe, więc różnowartościowe są też
funkcje f
−1
i g
−1
. Złożeniem funkcji g
−1
i f
−1
jest funkcja g
−1
◦f
−1
. Zgodnie
z warunkiem 1 funkcja ta przekształca Z na X, a zgodnie z warunkiem 2 jest
ona różnowartościowa. Złożenie (f◦g) funkcji f i g jest funkcją różnowarto-
ściową, przekształcającą X na Z. Istnieje zatem funkcja (f◦g)
−1
odwrotna
do funkcji (f◦g), przekształcająca Z na X.
3.2. Pozostaje pokazać, że funkcje (f◦g)
−1
i g
−1
◦f
−1
są równe. W tym
celu pokażemy, że
jeżeli (f◦g)
−1
(z) = x, to (g
−1
◦f
−1
)(z) = x.
A następnie pokażemy, że
jeżeli (g
−1
◦f
−1
)(z) = x, to (f◦g)
−1
(z) = x.
Niech (f◦g)
−1
(z) = x. Zatem (f◦g)(x) = z, a więc g(f(x)) = z. Gdy
f(x) = y, to g(y) = z. Z tego f
−1
(y) = x a g
−1
(z) = y. Na tej podstawie
(g
−1
◦f
−1
)(z) = f
−1
(g
−1
(z)) = f
−1
(y) = x.
Jeśli (g
−1
◦f
−1
)(z) = x, to f
−1
(g
−1
(z)) = x. Niech g
−1
(z) = y, wówczas
f
−1
(y) = x. Z tego f(x) = y a g(y) = z. Stąd (f◦g)(x) = g(f(x)) = g(y) =
z. Ostatecznie otrzymujemy, że (f◦g)
−1
(z) = x, co kończy dowód.
4.4.4 Obrazy i przeciwobrazy
Niech f : X → Y będzie funkcją. Niech A będzie podzbiorem X, (A ⊆ X).
Obrazem zbioru A wyznaczonym przez funkcję f jest zbiór f(A) wszystkich
234 ROZDZIAŁ 4. RELACJE I FUNKCJE
i tylko wartości funkcji f dla argumentów należących do A, czyli
Definicja 4.36 (obrazu zbioru).
f(A) = ¦y : y = f(x) ∧ x ∈ A¦,
gdzie f : X → Y, A ⊆ X.
Przykład 4.33. Niech f : R → R będzie funkcją taką, że f(x) = x
2
. Niech
A = ¦1, 2¦. f(A) = ¦1, 4¦. Niech A = R

, gdzie R

jest zbiorem liczb rze-
czywistych ujemnych. f(A) = R
+
, gdzie R
+
jest zbiorem liczb rzeczywistych
dodatnich. (
Drugim, obok pojęcia obrazu, jest pojęcie przeciwobrazu.
Niech f : X → Y będzie funkcją. Niech A będzie podzbiorem Y , (A ⊆ Y ).
Przeciwobrazem zbioru A wyznaczonym przez funkcję f jest zbiór tych i tylko
tych elementów zbioru X, których wartościami są elementy zbioru A, czyli
Definicja 4.37 (przeciwobrazu zbioru).
f
−1
(A) = ¦x: (y, x) ∈ f
−1
∧ y ∈ A¦,
gdzie f : X → Y, A ⊆ Y .
Przykład 4.34. Niech f : R → R będzie funkcją Lejeune–Dirichleta, czyli
funkcją określoną następującym wzorem (R – zbiór liczb rzeczywistych, Q —
zbiór liczb wymiernych):
f(x) =

0 dla x ∈ R ` Q,
1 dla x ∈ Q.
Przeciwobrazem zbioru ¦0¦ jest zbiór liczb niewymiernych, czyli R`Q. Prze-
ciwobrazem zbioru ¦1¦ jest zbiór liczb wymiernych Q. (
Związek między obrazem a przeciwobrazem funkcji określa następujące
twierdzenie.
Twierdzenie 4.15. Niech f : X → Y będzie funkcją przekształcającą X w Y .
Dla każdego podzbioru A zbioru f(X) (A ⊆ f(X)) zachodzi następująca rów-
ność:
f(f
−1
(A)) = A.
4.4. FUNKCJA 235
Dowód. Pokażemy, że zachodzą dwie inkluzje:
1. f(f
−1
(A)) ⊆ A,
oraz
2. A ⊆ f(f
−1
(A)).
Dla dowodu 1 niech
1.1. y ∈ f(f
−1
(A)).
Zatem:
1.2. ∃x: (x ∈ f
−1
(A) ∧ y = f(x).
Z tego:
1.3. y ∈ A.
Dla dowodu 2 niech
2.1. y ∈ A ∧ A ⊆ f(X).
Zatem
2.2. ∃x ∈ X: (y = f(x) ∧ y ∈ A).
Z tego
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
4.5 Uogólniony iloczyn kartezjański
Niech (A
t
)
t∈T
, gdzie T jest zbiorem (indeksów), będzie rodziną podzbio-
rów przestrzeni X. Iloczynem lub produktem kartezjańskim zbiorów rodziny
(A
t
)
t∈T
jest zbiór P
t∈T
A
t
wszystkich i tylko funkcji f : T →

t∈T
A
t
spełnia-
jących warunek: ∀t ∈ T : (f(t) ∈ A
t
), czyli
Definicja 4.38 (P
t∈T
A
t
, iloczynu kartezjańskiego zbiorów (A
t
)
t∈T
).
P
t∈T
A
t
= ¦f : T →

t∈T
A
t
∧ ∀t ∈ T : (f(t) ∈ A
t
).
W wypadku, gdy dla każdego t (∈ T) A
t
= A, iloczyn kartezjański P
t∈T
A
t
jest zbiorem wszystkich funkcji f : T → A. Zamiast P
t∈T
A
t
piszemy wówczas:
A
T
.
Jeżeli T jest zbiorem liczb naturalnych (T = N), to zamiast P
t∈T
A
t
pi-
szemy: P

n=1
A
n
.
Zauważmy, że zgodnie z definicją P

n=1
A
n
jest zbiorem wszystkich funkcji:
f : N →

n=1
A
n
,
takich, że ∀n ∈ N: [f(n) ∈ A
n
], czyli jest to zbiór wszystkich ciągów (a
n
)
n∈N
takich, że ∀n ∈ N: [a
n
∈ N].
Jeżeli T = N i dla każdego n (∈ N): A
n
= A, to zamiast P
t∈T
A
t
będziemy
pisali:
A
N
lub
A

0
.
Jeżeli T = ¦1, . . . , m¦, to zamiast P
t∈T
A
t
piszemy:
P
m
n=1
A
n
lub
A
1
A
m
.
A
1
A
m
to zbiór wszystkich i tylko funkcji f : ¦1, . . . , m¦ →

m
n=1
A
n
takich, że ∀n: [(1 ≤ n ≤ m) ⇒ f(n) ∈ A
n
], czyli jest to zbiór wszystkich
ciągów m-elementowych (a
1
, . . . , a
m
) takich, że a
n
∈ A
n
.
4.6. UPORZĄDKOWANIE ZBIORÓW 237
W wypadku, gdy dla każdego n: A
n
= A, zamiast:
A
1
A
m
piszemy:
A
m
.
A
m
jest zbiorem wszystkich i tylko ciągów m-elementowych (a
1
, . . . , a
m
) ta-
kich, że dla każdego n, 1 ≤ n ≤ m, a
n
∈ A.
Iloczyn kartezjański dwóch zbiorów A
1
i A
2
jako zbiór par uporządko-
wanych elementów tych zbiorów nie jest tym samym, co uogólniony iloczyn
kartezjański zbiorów A
1
i A
2
. Elementami uogólnionego iloczynu są bowiem
ciągi dwuelementowe, których pierwsze wyrazy są elementami A
1
a drugie
elementami A
2
. Ponieważ jednak istnieje wzajemnie jednoznaczne przypo-
rządkowanie jednych drugim, od strony czysto formalnej nie ma potrzeby roz-
różniania między nimi. Znajduje to również wyraz w zastosowanych oznacze-
niach — zarówno parę uporządkowaną jak i ciąg dwuelementowy oznaczamy:
(a
1
, a
2
).
Zamiast mówić o uogólnionym iloczynie kartezjańskim zbiorów (A
t
)
t∈T
będziemy też mówili po prostu o iloczynie kartezjańskim zbiorów (A
t
)
t∈T
.
4.6 Uporządkowanie zbiorów
Zbiory, z którymi mamy do czynienia w praktyce naukowej rozważając jakąś
dziedzinę to nie tylko proste nagromadzenie obiektów. Zwykle między tymi
obiektami zachodzą różnego rodzaju stosunki, w szczególności obiekty te
są jakoś uporządkowane, np. między liczbami zachodzi stosunek większości.
Tak jest zresztą nie tylko w dziedzinach matematycznych, np. w zbiorze ludzi
określony jest stosunek bycia potomkiem. Rola i znaczenie uporządkowania
stały się źródłem teorii porządków.
4.6.1 Zbiory uporządkowane
Definicja 4.39 (relacji porządkujących). Relacja R(⊆ X X) jest relacją
porządkującą zbiór X wtedy i tylko wtedy, gdy jest zwrotna, przechodnia
i antysymetryczna, czyli wtedy i tylko wtedy, gdy
238 ROZDZIAŁ 4. RELACJE I FUNKCJE
1. ∀x ∈ X: (xRx), zwrotność (REF),
2. ∀x, y, z ∈ X: [(xRy ∧ yRz) ⇒ xRz], przechodniość (TRANS),
3. ∀x, y ∈ X: [(xRy) ∧ (yRx) ⇒ (x = y)], antysymetryczność,
(ANTYSYM)
czyli
R ∈ REF ∩ TRANS ∩ ANTYSYM
6
.
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 _ (⊆ 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 = y, czyli
Definicja 4.41 (relacja poprzedzania, <).
∀x, y ∈ X: [(x < y) ⇔ (x ≤ y) ∧ (x = y)].
Jeżeli relacja ≤ porządkuje zbiór X, to relacja < jest przeciwzwrotna
i przechodnia w X, czyli
6
Przez niektórych autorów relacje spełniające podane warunki określane są jako relacje
częściowo porządkujące.
4.6. UPORZĄDKOWANIE ZBIORÓW 239
T 95. ≤∈ REF ∩ TRANS ∩ ANTYSYM ⇒<∈ IRREF ∩ TRANS.
Jeżeli relacja R jest przeciwzwrotna i przechodnia, to jest przeciwsyme-
tryczna, czyli
T 96. R ∈ IRREF ∩ TRANS ⇒ R ∈ ASYM.
Jeżeli relacja < jest przeciwzwrotna i przechodnia w zbiorze X, to relacja
≤ zdefiniowana następująco:
∀x, y ∈ X: [(x ≤ y) ⇔ (x < y) ∨ (x = y)].
porządkuje zbiór X, czyli jest zwrotna, przechodnia i antysymetryczna. A za-
tem:
T 97. <∈ IRREF ∩ TRANS ⇒≤∈ REF ∩ TRANS ∩ ANTYSYM.
Definicja 4.42 (elementu maksymalnego). x
0
(∈ X) jest elementem maksy-
malnym w zbiorze uporządkowanym (X, ≤) wtedy i tylko wtedy, gdy w zbio-
rze X nie poprzedza on żadnego elementu, a więc gdy nie istnieje x (∈ X)
takie, że x
0
< x (x
0
≤ x ∧ x
0
= x) czyli, gdy
∃x ∈ X: (x
0
< x),
lub
∃x ∈ X: (x
0
≤ x ∧ x
0
= x).
Zauważmy, że pojęcie elementu maksymalnego jest pojęciem relacyjnym,
tzn. jakiś przedmiot jest elementem maksymalnym ze względu na jakiś zbiór
uporządkowany.
Przykład 4.38. Niech R będzie rodziną podzbiorów zbioru X, zawierającą
zbiór X (X ∈ R). Relacja ⊆ porządkuje R. W zbiorze R istnieje element
maksymalny. Dla dowolnego podzbioru A zbioru X w wypadku, gdy X ⊆ A,
to A = X. (
Przykład 4.39. W zbiorze uporządkowanym (N, [), gdzie n[m rozumiemy:
n jest dzielnikiem m, nie ma elementów maksymalnych. Dla dowolnego n
(∈ N): n[2n i n = 2n, czyli dla dowolnego n: n < 2n. (
240 ROZDZIAŁ 4. RELACJE I FUNKCJE
Przykład 4.40. Niech ≤ (⊆ NN) będzie relacją w zbiorze liczb naturalnych
zdefiniowaną jak następuje:
∀m, n ∈ N: (n ≤ m ⇔ m[n),
gdzie n[m rozumiemy: n jest dzielnikiem m, lub — co na
jedno wychodzi — m jest wielokrotnością n. Inaczej mówiąc, n ≤ m znaczy
tyle, co n jest wielokrotnością m.
Tak określona relacja ≤porządkuje zbiór liczb naturalnych, a każda liczba
pierwsza jest elementem maksymalnym. W zbiorze (N, ≤) istnieje więc nie-
skończenie wiele elementów maksymalnych. (
Definicja 4.43 (elementu największego). x
0
jest największym elementem
zbioru uporządkowanego (X, ≤) wtedy i tylko wtedy, gdy x
0
jest poprzedzane
przez każdy różny od niego element zbioru X, czyli gdy:
∀x ∈ X: (x = x
0
⇒ x < x
0
),
lub
∀x ∈ X: (x ≤ x
0
).
Twierdzenie 4.16. W zbiorze uporządkowanym (X, ≤) istnieje co najwyżej
jeden element największy. Element największy jest maksymalny.
Dowód. Pokażmy wpierw, że istnieje co najwyżej jeden element największy.
Niech dla x

0
i x
0
zachodzą:
1. ∀x ∈ X: (x ≤ x

0
),
2. ∀x ∈ X: (x ≤ x
0
).
Z 1 mamy:
3. x
0
≤ x

0
.
A z 2:
4. x

0
≤ x
0
.
Z 3 i 4 oraz antysymetryczności ≤ mamy
5. x
0
= x

0
.
4.6. UPORZĄDKOWANIE ZBIORÓW 241
Pozostaje wykazać, że element największy jest elementem maksymalnym.
Niech x
0
będzie elementem największym, czyli niech:
1. ∀x ∈ X: (x ≤ x
0
).
Z 1 na podstawie prawa De Morgana oraz rozumienia ≤:
2. ∃x ∈ X: (x
0
≤ x ∧ x = x
0
).
Zgodnie z definicją x
0
jest elementem maksymalnym.
Pojęciami dualnymi do pojęć elementu maksymalnego i największego są
pojęcia, odpowiednio, elementu minimalnego i najmniejszego.
Definicja 4.44 (elementu minimalnego). x
0
(∈ X) jest elementem minimal-
nym w zbiorze uporządkowanym (X, ≤) wtedy i tylko wtedy, gdy w zbiorze
X nie poprzedza go żaden element, a więc gdy nie istnieje x (∈ X) takie, że
x < x
0
(x ≤ x
0
∧ x
0
= x), czyli
∃x ∈ X: (x < x
0
),
lub
∃x ∈ X: (x ≤ x
0
∧ x
0
= 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 = 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 = p,
czyli p nie jest wielokrotnością żadnej liczby ze zbioru N ` ¦1¦. (
Definicja 4.45 (elementu najmniejszego). x
0
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 = x
0
⇒ x
0
< x),
242 ROZDZIAŁ 4. RELACJE I FUNKCJE
lub
∀x ∈ X: (x
0
≤ x).
Twierdzenie 4.17. W zbiorze uporządkowanym (X, ≤) istnieje co najwyżej
jeden element najmniejszy. Element najmniejszy jest minimalny.
Dowód powyższego twierdzenia przebiega podobnie jak dowód analogicz-
nego twierdzenia o elemencie największym.
Przykład 4.44. Niech R będzie rodziną podzbiorów zbioru X zawierającą
zbiór pusty ∅. ∅ jest elementem najmniejszym w zbiorze uporządkowanym
(R, ⊆). (
Przykład 4.45. W zbiorze uporządkowanym (N, [), gdzie n[m - n jest dziel-
nikiem m, elementem najmniejszym jest 1. Dla każdego n (∈ N: 1[n. (
Definicja 4.46 (zbioru dualnego). Niech (X, R) będzie zbiorem uporządko-
wanym. Zbiór (X, R
−1
) jest zbiorem dualnym do (X, R).
Dowodzi się, że zbiór dualny (X, R
−1
) do zbioru uporządkowanego (X, R)
jest zbiorem uporządkowanym. Konwers relacji zwrotnej jest relacją zwrotną,
konwers relacji antysymetrycznej jest relacją antysymetryczną. Podobnie jest
w wypadku relacji przechodniej. Zatem konwers relacji porządkującej jest re-
lacją porządkującą. Porządek R
−1
to porządek dualny do R. Element maksy-
malny (największy) w (X, R) jest minimalny (najmniejszy) w (X, R
−1
): ∃x ∈
X: (x
0
Rx ∧ x
0
= x) ⇔ ∃x ∈ X: (xR
−1
x
0
∧ x
0
= x); ∀x ∈ X: (xRx
0
) ⇔
∀x ∈ X: (x
0
R
−1
x). Podobnie, element minimalny (najmniejszy) w (X, R)
staje się maksymalnym (największym) w (X, R
−1
).
Definicja 4.47 (elementów porównywalnych). Dwa elementy x, y (∈ X)
zbioru uporządkowanego (X, ≤) są porównywalne wtedy i tylko wtedy, gdy:
x ≤ y ∨ y ≤ x.
Definicja 4.48 (elementów nieporównywalnych). ) Dwa różne elementy x, y
(∈ X) są nieporównywalne wtedy i tylko wtedy, gdy nie są porównywalne.
Łańcuch to każdy taki podzbiór uporządkowanego zbioru, którego do-
wolne dwa elementy są porównywalne.
4.6. UPORZĄDKOWANIE ZBIORÓW 243
Definicja 4.49 (łańcucha). Niech A (⊆ X) będzie podzbiorem zbioru upo-
rządkowanego (X, ≤). A jest łańcuchem wtedy i tylko wtedy, gdy:
∀x, y ∈ A: [x = y ⇒ (x < y ∨ y < x),
lub, co jest równoważne:
∀x, y ∈ A: (x ≤ y ∨ y ≤ x).
Antyłańcuch to każdy taki podzbiór uporządkowanego zbioru X, którego
dowolne dwa różne elementy nie są porównywalne.
Definicja 4.50 (antyłańcucha). Niech A (⊆ X) będzie podzbiorem zbioru
uporządkowanego (X, ≤). A jest antyłańcuchem wtedy i tylko wtedy, gdy:
∀x, y ∈ A: [x = y ⇒ ( x < y ∧ y < x)],
Przykład 4.46. Zbiór ¦2, 4, 8, . . . , 2
n
, . . .¦ jest łańcuchem w zbiorze uporząd-
kowanym (N, [). (
Przykład 4.47. Zbiór ¦3, 5, 7, 11, 13, 17, . . . , ¦ jest antyłańcuchem w zbiorze
uporządkowanym (N, [). (
Definicja 4.51 (ograniczenia górnego). Niech A (⊆ X) będzie podzbiorem
zbioru uporządkowanego (X, ≤). Element x
0
(∈ X) jest ograniczeniem gór-
nym zbioru A wtedy i tylko wtedy, gdy dla każdego x (∈ A) prawdą jest, że
x ≤ x
0
, czyli
∀x ∈ A: (x ≤ x
0
),
a więc gdy każdy element zbioru A jest zawarty w x
0
.
Definicja 4.52 (ograniczenia dolnego). Niech A (⊆ X) będzie podzbiorem
zbioru uporządkowanego (X, ≤). Element x
0
(∈ X) jest ograniczeniem dol-
nym zbioru A wtedy i tylko wtedy, gdy:
∀x ∈ A: (x
0
≤ x),
czyli gdy x
0
jest zawarty w każdym elemencie zbioru A.
Przykład 4.48. Niech (N, ≤) będzie zbiorem liczb naturalnych uporządkowa-
nych przez relację ≤ (arytmetycznej niewiększości). Ograniczeniem górnym
zbioru ¦2, 4, 5¦ jest każda liczba x taka, że 5 ≤ x. (
244 ROZDZIAŁ 4. RELACJE I FUNKCJE
Przykład 4.49. Niech (N, ≤) będzie zbiorem liczb naturalnych uporządkowa-
nych przez relację ≤ (arytmetyczną relację niewiększości). Ograniczeniem
dolnym zbioru ¦2, 4, 5¦ jest każda liczba x taka, że x ≤ 2. (
Twierdzenie 4.18 (lemat Kuratowskiego-Zorna
7
). Niech (X, ≤) będzie zbio-
rem uporządkowanym. Jeżeli w zbiorze X dla każdego łańcucha A(⊆ X)
istnieje ograniczenie górne, to w X istnieje element maksymalny.
Dowód lematu przeprowadza się z wykorzystaniem twierdzenia Zermelo
o dobrym uporządkowaniu zbioru.
Definicja 4.53 (supA, .A). Niech (X, ≤) będzie zbiorem uporządkowanym.
Niech A (⊆ X) będzie podzbiorem zbioru X. Kresem górnym zbioru A, .A
lub supA, jest — jeśli istnieje — element najmniejszy w zbiorze wszystkich
ograniczeń górnych zbioru A.
Definicja 4.54 (infA, ¯A). Niech (X, ≤) będzie zbiorem uporządkowanym.
Niech A (⊆ X) będzie podzbiorem zbioru X. Kresem dolnym zbioru A, ¯A
lub infA, jest — jeśli istnieje — element największy w zbiorze wszystkich
ograniczeń dolnych zbioru A.
Przykład 4.50. Niech R będzie niepustą rodziną wszystkich podzbiorów nie-
pustego zbioru X. Rozważmy zbiór uporządkowany (R, ⊆). Niech (A
t
)
t∈T
będzie klasą elementów R indeksowaną elementami zbioru T.
sup(A
t
)
t∈T
=

t∈T
A
t
inf(A
t
)
t∈T
=

t∈T
A
t
(
4.6.2 Zbiory liniowo uporządkowane
Definicja 4.55 (relacji liniowo porządkujących). Relacja ≤ porządkująca
zbiór X jest relacją liniowo porządkującą zbiór X wtedy i tylko wtedy, gdy
jest spójna, czyli
∀x, y ∈ X: (x ≤ y ∨ y ≤ x).
7
Twierdzenie to pierwszy udowodnił Kuratowski (1922, s. 89). Zorn (1935) pierwszy
wykazał doniosłą rolę tego twierdzenia w zastosowaniach. Dowód lematu Kuratowskiego-
Zorna wymaga zastosowania pewnika wyboru (a na gruncie aksjomatów ZFC lemat
Kuratowskiego-Zorna i pewnik wyboru są sobie równoważne).
4.6. UPORZĄDKOWANIE ZBIORÓW 245
Relacje liniowo porządkujące zbiór X są zwrotne, przechodnie, antysy-
metryczne i spójne.
Gdy R(⊆ XX) jest relacją liniowo porządkującą zbiór X, to mówimy, że
R liniowo porządkuje zbiór X, a para uporządkowana (X, R) to zbiór liniowo
uporządkowany lub łańcuch.
Terminy wprowadzone w rozważaniach nad zbiorami uporządkowanymi
stosują się do zbiorów liniowo uporządkowanych. W szczególności możemy
mówić o relacji poprzedzania jednego elementu przez drugi: x < y ⇔ x ≤
∧x = y, czyli x poprzedza y wtedy i tylko wtedy, gdy x ≤ y oraz x = y.
Sytuacja odwrotna nie musi zachodzić: nie każdy porządek jest porządkiem
liniowym. Stąd nie każdy termin wprowadzony w związku z rozważaniami
nad teorią zbiorów liniowo uporządkowanych może być bezpośrednio prze-
niesiony do teorii zbiorów, które nie są liniowo uporządkowane.
Przykład 4.51. Łańcuchem, czyli zbiorem liniowo uporządkowanym jest:
(R, ≤),
gdzie R jest zbiorem liczb rzeczywistych, a ≤ jest relacją niewiększości. (
Przykład 4.52. Niech (X, ≤) będzie zbiorem liniowo uporządkowanym. Po-
rządek leksykograficzny nad (X, ≤) jest porządkiem liniowym. (
Definicja 4.56 (gęstego porządku liniowego). Zbiór liniowo uporządkowany
(X, ≤) jest zbiorem liniowo uporządkowanym gęsto wtedy i tylko wtedy, gdy:
∀x, y ∈ X: [(x ≤ y ∧ x = y) ⇒ ∃z ∈ X: (z = x ∧ z = y ∧ x ≤ z ∧ z ≤ y)].
Korzystając z symbolu < (∀x, y ∈ X: [(x < y) ⇔ (x ≤ y) ∧ (x =
y)]), definicja liniowego porządku gęstego może być sformułowana krócej,
a mianowicie:
∀x, y ∈ X: [x < y ⇒ ∃z ∈ X: (x < z ∧ z < y)].
Definicja 4.57 (przekroju zbioru). Niech (X, ≤) będzie zbiorem liniowo upo-
rządkowanym. Przekrój zbioru X to każda para (X
1
, X
2
) zbiorów X
1
(⊆ X)
i X
2
(⊆ X), spełniających następujące warunki:
1. X
1
∪ X
2
= X,
2. X
1
∩ X
2
= ∅,
246 ROZDZIAŁ 4. RELACJE I FUNKCJE
3. ∀x
1
∈ X
1
: ∀x
2
∈ X
2
: (x
1
< x
2
).
Zbiór X
1
to dolna klasa przekroju, a zbiór X
2
to górna klasa przekroju.
Przekrój (X
1
, X
2
) jest właściwy wtedy i tylko wtedy, gdy oba zbiory X
1
i X
2
są niepuste (X
1
= ∅, X
2
= ∅).
Przykład 4.53. Każda para zbiorów (¦1, 2, . . . , n¦, ¦n+1, n+2, . . . ¦) jest prze-
krojem zbioru N liczb naturalnych. ¦1, 2, . . . , n¦ to klasa dolna przekroju,
a ¦n + 1, n + 2, . . . ¦ to klasa górna przekroju. (
Definicja 4.58 (skoku). Przekrój (X
1
, X
2
) daje skok wtedy i tylko wtedy,
gdy klasa dolna X
1
ma element ostatni a klasa górna X
2
ma element pierwszy.
Przykład 4.54. Każdy przekrój (¦1, 2, . . . , n¦, ¦n + 1, n + 2, . . . ¦) zbioru N
liczb naturalnych daje skok. (
Zbiór liniowo uporządkowany (X, ≤) ma typ gęsty wtedy i tylko wtedy,
gdy żaden przekrój nie daje skoku.
Definicja 4.59 (luki). Przekrój daje lukę wtedy i tylko wtedy, gdy w prze-
kroju (X
1
, X
2
) klasa dolna X
1
nie ma elementu ostatniego, a klasa górna X
2
nie ma elementu pierwszego.
Przekrój nie daje luki wtedy i tylko wtedy, gdy klasa dolna ma element
ostatni lub klasa górna ma element pierwszy.
Przykład 4.55. Rozważmy zbiór Q liczb wymiernych. Niech X
1
= ¦x ∈
Q: x <

2¦, a X
2
= ¦x ∈ Q:

2 < x¦. Para (¦x: x <

2¦, ¦x:

2 < x¦)
jest przekrojem, bowiem (¦x: x <

2¦ ∪ ¦x:

2 < x¦) = Q a (¦x: x <

2¦ ∩¦x:

2 < x¦) = ∅. Przekrój ten nie daje skoku — ani klasa dolna nie
ma elementu ostatniego, ani klasa górna nie ma elementu pierwszego.

2 ∈
Q, więc X
1
nie ma elementu ostatniego, a X
2
nie ma elementu pierwszego.
Zatem przekrój (X
1
, X
2
) daje lukę. (
Definicja 4.60 (zbioru liniowo uporządkowanego w sposób ciągły). Zbiór
liniowo uporządkowany (X, ≤) jest liniowo uporządkowany w sposób ciągły
wtedy i tylko wtedy, gdy jest uporządkowany w sposób gęsty i żaden przekrój
właściwy nie daje luki.
Przykład 4.56. Zbiór R wszystkich i tylko liczb rzeczywistych liniowo upo-
rządkowany przez relację niewiększości ≤, (R, ≤), jest zbiorem liniowo upo-
rządkowanym w sposób ciągły
8
.
8
Fakt ten jest równoważny zasadzie ciągłości Dedekinda, będącej jednym z aksjomatów
teorii liczb rzeczywistych.
4.6. UPORZĄDKOWANIE ZBIORÓW 247
Zbiór (R, ≤) ma typ porządkowy gęsty. Ponadto, jakikolwiek przekrój
właściwy zbioru R wzięlibyśmy, to bądź przekrój dolny będzie miał element
ostatni, bądź przekrój górny będzie miał element pierwszy. (
4.6.3 Zbiory dobrze uporządkowane
Definicja 4.61 (dobrego ufundowania). Zbiór uporządkowany (X, ≤) jest
dobrze ufundowany (regularny) wtedy i tylko wtedy, gdy w X nie ist-
nieje zstępujący ciąg elementów, tzn. nie istnieje różnowartościowa funkcja
f : N → X taka, że dla każdego n(∈ N) zachodzi f(n + 1) ≤ f(n).
Relacja ≤ to relacja dobrze ufundowana.
Zstępujący ciąg elementów zbioru X to nieskończony ciąg a
0
, a
1
, . . . taki,
że ∀i ∈ N: (a
i+1
≤ a
i
∧ a
i+1
= a
i
).
Zbiór uporządkowany (X, ≤) jest dobrze ufundowany wtedy i tylko wtedy,
gdy dla każdego niepustego zbioru A(⊆ X) istnieje element minimalny.
Przykład 4.57. Niech T będzie rodziną zbiorów skończonych. (T, ⊆) jest
porządkiem dobrze ufundowanym. (
Przykład 4.58. Zbiór (¦0, 1¦

, _), gdzie ¦0, 1¦

jest zbiorem wszystkich i tylko
skończonych ciągów 0 i 1, z porządkiem leksykograficznym indukowanym
przez porządek (0 ≤ 1) nie jest dobrze ufundowany. Ciąg:
_ 0
k+1
1 _ 0
k
1 _ _ 1,
gdzie 0
k
jest k-wyrazowym ciągiem, którego wyrazami są tylko zera (0),
tworzy nieskończony ciąg zstępujący. (
Definicja 4.62 (relacji dobrze porządkującej). Relacja ≤ (⊆ XX) liniowo
porządkująca zbiór X jest relacją dobrze porządkującą zbiór X wtedy i tylko
wtedy, gdy jest dobrze ufundowana.
Para uporządkowana (X, ≤) taka, że relacja ≤ dobrze porządkuje X to
zbiór dobrze uporządkowany.
248 ROZDZIAŁ 4. RELACJE I FUNKCJE
Rozdział 5
Moce zbiorów
5.1 Równoliczność zbiorów
Pojęcie równoliczności zbiorów, czyli równości mocy zbiorów, jest jednym
z najważniejszych pojęć teorii mnogości.
Najprościej rzecz ujmując, równoliczne są te dwa zbiory, których elementy
dadzą się pogrupować parami po jednym z każdego z tych zbiorów i to tak, że
żaden element nie powtarza się i każdy należy do jakiejś pary, jak to ma miej-
sce w wypadku zestawienia palców dłoni prawej z palcami dłoni lewej. Pojęcie
równoliczności jest więc uogólnieniem na dowolne zbiory elementarnego poję-
cia równej liczebności zbiorów skończonych. Jest to jedno z najważniejszych
charakterystycznych pojęć teorii mnogości.
Definicja 5.1 (równoliczności zbiorów, ∼). Zbiory X i Y są równoliczne,
X ∼ Y , wtedy i tylko wtedy, gdy istnieje funkcja różnowartościowa f : X →
Y przekształcająca zbiór X (zbiór argumentów) na Y (zbiór wartości). Funk-
cja f to funkcja ustalająca równoliczność.
Przykład 5.1. Zbiór ¦1, 2, 3¦ jest równoliczny ze zbiorem ¦2, 4, 6¦. Funkcja f
określona wzorem f(x) = 2x ustala równoliczność tych zbiorów. (
Przykład 5.2. Funkcja f(x) = 2x ustala równoliczność zbioru liczb natural-
nych ze zbiorem parzystych liczb naturalnych. (
Definicja 5.2 (zbioru skończonego). Zbiór skończony to zbiór równoliczny
ze zbiorem ¦1, 2, . . . , n¦, dla pewnego n ∈ N.
Zgodnie z naszą definicją zbiór skończony to zbiór, którego liczba elemen-
tów jest równa liczbie naturalnej. Liczba elementów zbioru równa jest liczbie
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.
Definicja 5.3 (zbioru nieskończonego). Zbiór nieskończony to zbiór, który
nie jest skończony.
Zauważmy, że zbiór mający skończoną liczbę elementów jest równoliczny
ze zbiorem skończonym mającym tę samą liczbę elementów. Pojęcie rów-
noliczności jest uogólnieniem na wszystkie zbiory pojęcia równej liczebności
zbiorów skończonych. W wypadku zbioru nieskończonego istnieją takie jego
podzbiory właściwe, które są z nim równoliczne. Inaczej mówiąc, zbiory
nieskończone są refleksywne.
Twierdzenie 5.1. Jeśli zbiór A jest nieskończony i A ⊆ B, to zbiór B jest
też nieskończony, czyli nadzbiór zbioru nieskończonego jest nieskończony.
Dowód. Niech A będzie zbiorem nieskończonym i niech A ⊆ B. Dowodzić
będziemy niewprost. Niech więc B będzie zbiorem skończonym n elemen-
towym. Istnieje więc wzajemnie jednoznaczne odwzorowanie f zbioru B na
zbiór ¦1, 2, . . . , n¦, f : B → ¦1, 2, . . . , n¦. Niech g będzie odwzorowaniem
takim, że
g(x) = f(x), dla x ∈ A.
Z faktu, że f jest odwzorowaniem wzajemnie jednoznacznym i że A ⊆ B
wynika, że g jest też wzajemnie jednoznaczne. A z tego, że A jest podzbiorem
B wynika, że g jest odwzorowaniem zbioru A w zbiór ¦1, 2, . . . , n¦, czyli
w zbiór o liczbie elementów mniejszej lub równej n. Zgodnie z definicją zbioru
skończonego zbiór A byłby więc skończony, a to przeczy założeniu.
Korzystając z prawa logiki zdań:
(α ∧ β ⇒ γ) ⇒ ( γ ∧ β ⇒ α),
z tw. 5.1 otrzymujemy następujący wniosek:
Wniosek 5.2. Jeżeli A jest zbiorem skończonym i B ⊆ A, to B jest też
zbiorem skończonym.
Twierdzenie 5.3. Jeśli zbiór A jest nieskończony, a zbiór B jest skończony,
to zbiór A ` B jest zbiorem nieskończonym.
5.1. RÓWNOLICZNOŚĆ ZBIORÓW 251
Dowód. Niech A będzie zbiorem nieskończonym, a B skończonym.
Gdyby zbiór A ` B był zbiorem skończonym, to istniałoby wzajemnie
jednoznaczne odwzorowanie f zbioru A ` B na ¦1, 2, . . . , n¦, dla pewnego
n(∈ N). Ponieważ z założenia B jest zbiorem skończonym, więc — podobnie
— istnieje wzajemnie jednoznaczne odwzorowanie g tego zbioru na zbiór
¦1, 2, . . . , m¦, dla pewnego m(∈ N). Niech h będzie odwzorowaniem takim,
że
h(x) =

f(x), jeśli x ∈ (A ` B),
n + g(x), jeśli x ∈ B.
Odwzorowanie h jest wzajemnie jednoznacznym odwzorowaniem zbioru
(A ` B) ∪ B, czyli zbioru (A ∪ B) na zbiór ¦1, 2, . . . , n + m¦. Zbiór (A ∪ B)
jest więc zbiorem skończonym. Zbiór A jest podzbiorem tego zbioru. Zgodnie
z wnioskiem z poprzedniego twierdzenia zbiór ten jest zbiorem skończonym,
a to przeczy założeniu, że A jest zbiorem nieskończonym.
Twierdzenie 5.4. Zbiór N liczb naturalnych jest nieskończony.
Dowód. Niech N będzie zbiorem skończonym. Niech dla pewnego n(∈ N)
zbiór ten będzie równoliczny ze zbiorem A(= ¦1, 2, . . . , n¦).
Zbiór B(= ¦1, 2, . . . , n, (n + 1)¦) nie jest równoliczny ze zbiorem A.
Niech f : N → Abędzie wzajemnie jednoznacznym odwzorowaniem zbioru
N na A. Ponieważ B ⊂ N, więc odwzorowanie f[B: B → A jest wzajem-
nie jednoznacznym odwzorowaniem zbioru B w podzbiór właściwy zbioru
A. Jest to odwzorowanie w podzbiór właściwy A dlatego, że gdyby było to
odwzorowanie na zbiór A, to zbiory B i A byłyby równoliczne, a to byłoby
sprzeczne z wyżej podanym faktem.
Zważywszy na to, że A jest właściwym podzbiorem zbioru B, funkcja f[B
odwzorowuje wzajemnie jednoznacznie zbiór B w jego podzbiór właściwy,
a to nie jest możliwe w wypadku zbioru skończonego, jakim jest zbiór B.
Twierdzenie 5.5. Dla dowolnych zbiorów X, Y i Z mają miejsce następu-
jące zależności:
1. X ∼ X, zwrotność,
2. (X ∼ Y ) ⇒ (Y ∼ X), symetryczność,
3. [(X ∼ Y ) ∧ (Y ∼ Z)] ⇒ (X ∼ Z), przechodniość.
Dowód. Funkcją ustalającą równoliczność zbioru z samym sobą jest prze-
kształcenie identycznościowe f(x) = x. Relacja ∼ jest więc zwrotna.
252 ROZDZIAŁ 5. MOCE ZBIORÓW
Niech X ∼ Y . Istnieje zatem przekształcenie różnowartościowe f zbioru
X na Y . Przekształcenie f
−1
jest przekształceniem różnowartościowym prze-
kształcającym Y na X. Dowodzi to symetryczności ∼.
Niech X ∼ Y i Y ∼ Z. Istnieje więc przekształcenie różnowartościowe f
przekształcające X na Y i istnieje przekształcenie różnowartościowe g prze-
kształcające Y na Z. Złożenie tych przekształceń f◦g jest przekształceniem
różnowartościowym zbioru X na Z. Relacja ∼ jest więc przechodnia.
∼ jest relacją równoważności. Dzieli ona zbiory na klasy zbiorów równo-
licznych. Każda klasa zbiorów równolicznych z danym zbiorem jest niepusta
(wynika to z faktu zwrotności relacji równoliczności), oraz istnieje tylko jedna
taka klasa (wynika to z symetryczności i przechodniości). Własność wspólna
wszystkim i tylko zbiorom równolicznym to liczba ich elementów. Zdefinio-
wana stała indywiduowa będzie więc nazwą tej liczby.
Definicja 5.4 (liczby kardynalnej, mocy zbioru). Klasa abstrakcji relacji
równoliczności to liczba kardynalna lub moc zbioru
1
.
Klasę abstrakcji relacji równoliczności wyznaczoną przez zbiór X ozna-
czamy X
2
.
Z definicji mamy, że zbiory X i Y są jednakowej mocy wtedy i tylko
wtedy, gdy są równoliczne, czyli
(X = Y ) ⇔ (X ∼ Y ).
W wypadku n-elementowego zbioru za jego moc przyjmujemy liczbę n.
Zbiór ma 0 elementów wtedy i tylko wtedy, gdy jest pusty, czyli
A = 0 ⇔ A = ∅.
Dla wypowiedzenia tego samego możemy używać jednego z określeń:
zbiory są równoliczne; zbiory są tej samej mocy; zbiory mają tę samą liczbę
kardynalną.
1
Z intuicyjnego punktu widzenia lepszy byłby termin liczność zbioru. Jak w tym wy-
padku widać, decyzje terminologiczne matematyków niekoniecznie kierowane są najprost-
szymi intuicjami.
2
Cantor określał moc zbioru jako jego własność, która pozostaje po abstrahowaniu od
jakości elementów zbioru i od ich porządku. Dwie kreski nad nazwą zbioru mają wyrażać
ideę tej podwójnej abstrakcji.
5.2. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 253
Liczby kardynalne wprowadza się do teorii mnogości przyjmując aksjomat
istnienia liczb kardynalnych.
Pojęcie równoliczności i klasy abstrakcji tej relacji pozwoliło skonstru-
ować ogólne pojęcie liczby, obejmujące zarówno zero jak i liczby kardynalne
zbiorów nieskończonych.
5.2 Zbiory przeliczalne i nieprzeliczalne
Definicja 5.5 (zbioru przeliczalnego). Zbiory przeliczalne to te i tylko te
zbiory, które są skończone lub równoliczne ze zbiorem liczb naturalnych N.
Mówiąc obrazowo, zbiory przeliczalne to takie zbiory, których elementy
można „ustawić” w skończony lub nieskończony ciąg a
1
, a
2
, . . .. Ciąg bowiem
definiujemy jako funkcję, której argumentami są kolejne liczby naturalne.
Z definicji przeliczalności wynika, że wszystkie zbiory przeliczalne nie-
skończone są jednakowej mocy, a mianowicie są tej samej mocy, co zbiór
liczb naturalnych. Moc nieskończonych zbiorów przeliczalnych oznacza się

0
3
.
Twierdzenie 5.6. Niepusty zbiór A jest przeliczalny wtedy i tylko wtedy,
gdy istnieje funkcja f : N → A przekształcająca zbiór liczb naturalnych na
zbiór A.
Dowód. Wpierw pokażemy, że jeżeli A jest zbiorem przeliczalnym, to istnieje
funkcja f : N → A.
Niech A będzie zbiorem skończonym ¦a
1
, . . . , a
n
¦. Funkcja f określona
wzorem:
f(x) =

a
x
dla x ≤ n,
a
n
dla x > n.
przekształca zbiór N na zbiór A.
Gdy A jest nieskończonym zbiorem przeliczalnym, czyli zbiorem równo-
licznym z N, to z definicji równoliczności istnieje funkcja przekształcająca N
na A.
Teraz pokażemy, że jeżeli istnieje funkcja f : N → A, przekształcająca
zbiór liczb naturalnych na zbiór A, to A jest przeliczalne. W tym celu wy-
starczy pokazać — korzystając z funkcji f — że istnieje funkcja różnowarto-
ściowa przekształcająca N na A.
3
Znak ℵ (czyt.: alef ) jest pierwszą literą alfabetu hebrajskiego.
254 ROZDZIAŁ 5. MOCE ZBIORÓW
Jeżeli A jest skończone, to z definicji jest przeliczalne. Do rozważenia
pozostaje więc wypadek, gdy A jest nieskończone.
Niech f : N → A będzie funkcją przekształcającą zbiór N na zbiór A.
Mamy więc nieskończony ciąg elementów A:
(f(1), f(2), . . . , f(n), . . .).
f może być różnowartościowa. Wówczas f jest interesującą nas funkcją.
Jednak f nie musi być różnowartościowa, może się bowiem zdarzyć, że
f różnym liczbom naturalnym przyporządkowuje ten sam element zbioru
A. W takim wypadku, aby wykazać, że A jest przeliczalne, musimy określić
funkcję różnowartościową g : N → A, korzystając z faktu, że f przekształca N
na A. Otóż, gdy dla jakieś liczby m(> i) okaże się, że f(m) = f(i), to nasza
nowa funkcja g liczbie m będzie przyporządkowywać f(n), gdzie n > m oraz
n to najmniejsza z liczb taka, że f(n) nie jest wartością funkcji g dla żadnej
z liczb naturalnych mniejszych od m, czyli f(n) = g(i), dla 1 ≤ i < m.
Opisaną wyżej funkcję g : N → A definiujemy następująco:
g(x) =









f(1) dla x = 1,
f(n) gdzie n jest najmniejszą liczbą taką, że dla
każdego i, 1 ≤ i < m, f(n) = g(i), dla x = m.
Funkcja g jest różnowartościowa i przekształca N na A, zatem A jest zbiorem
równolicznym ze zbiorem liczb naturalnych, czyli A jest przeliczalne.
Twierdzenie 5.7. Podzbiór zbioru przeliczalnego jest zbiorem przeliczalnym.
Dowód. Niech A będzie zbiorem przeliczalnym i niech B ⊆ A.
Jeżeli B jest zbiorem skończonym, to jest zbiorem przeliczalnym.
Niech B będzie zbiorem nieskończonym. Z założenia istnieje funkcja róż-
nowartościowa f : N → A przekształcająca zbiór N na A. Funkcję g : N → B
przekształcającą N na B definiujemy następująco:
g(x) =









f(x) gdy f(x) ∈ B,
f(k) gdzie k jest najmniejszą liczbą taką, że f(k) ∈ B,
gdy f(x) ∈ B.
Funkcja g przekształca N na B. Korzystając więc z twierdzenia poprzed-
niego otrzymujemy, że B jest zbiorem przeliczalnym.
5.2. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 255
Twierdzenie 5.8. Suma skończonej liczby zbiorów przeliczalnych jest zbio-
rem przeliczalnym.
Dowód. Niech A
1
, . . . , A
n
będą zbiorami przeliczalnymi. Dowodzimy przez
indukcję. Niech n = 2. Niech f : N → A
1
będzie funkcją przekształca-
jącą zbiór N na A
1
, a g : N → A
2
niech przekształca N na A
2
. Funkcję
h: N → A
1
∪ A
2
określimy tak, że dla liczb parzystych przyjmować będzie
kolejne wartości funkcji f, a dla liczb nieparzystych przyjmować będzie ko-
lejne wartości funkcji g.
Niech h: N → A
1
∪ A
2
będzie następującym przekształceniem:
h(x) =

f(m) dla x = 2m−1,
g(m) dla x = 2m.
h jest funkcją przekształcającą N na A
1
∪A
2
. Zgodnie z tw. 5.6 zbiór A
1
∪A
2
jest przeliczalny.
Założenie indukcyjne. Niech dla n = k suma A
1
∪ ∪ A
k
będzie zbiorem
przeliczalnym.
Z założenia indukcyjnego istnieje funkcja f : N → A
1
∪ ∪ A
k
prze-
kształcająca zbiór N na zbiór A
1
∪ ∪ A
k
. Zbiór A
k+1
jest przeliczalny,
więc istnieje funkcja g : N → A
k+1
przekształcająca N na A
k+1
. Funkcję
h: N → A
1
∪ ∪ A
k
∪ A
k+1
przekształcającą N na A
1
∪ ∪ A
k
∪ A
k+1
otrzymujemy w podobny sposób jak w wypadku n = 2.
Wniosek 5.9. Zbiór Z liczb całkowitych jest przeliczalny.
Dowód. Zbiór liczb naturalnych N i zbiór liczb całkowitych ujemnych Z


zbiorami przeliczalnymi. Z tego, że Z = Z

∪ ¦0¦ ∪ N na podstawie
udowodnionego twierdzenia mamy, że zbiór Z jest przeliczalny.
Twierdzenie 5.10. Iloczyn kartezjański skończonej liczby zbiorów przeliczal-
nych jest zbiorem przeliczalnym.
Dowód. Niech A
1
, . . . , A
n
będą zbiorami przeliczalnymi.
Jeżeli choć jeden ze zbiorów A
i
, 1 ≤ i ≤ n, jest pusty, to pusty jest
iloczyn kartezjański A
1
A
2
A
n
. Zatem jest przeliczalny.
Niech więc wszystkie zbiory A
i
, 1 ≤ i ≤ n, będą niepuste. Dowodzić
będziemy przez indukcję. Niech n = 2. Niech f : N → A
1
i g : N → A
2
będą
funkcjami przekształcającymi N na, odpowiednio, A
1
i A
2
. Zdefiniujemy
funkcję h: N → A
1
A
2
przekształcającą N na A
1
A
2
.
256 ROZDZIAŁ 5. MOCE ZBIORÓW
Wśród par uporządkowanych (f(m), g(n)); m, n ∈ N, są wszystkie i tylko
elementy iloczynu A
1
A
2
. Ustawmy je w następującą tablicę:
(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)), . . .
.
.
.
.
.
.
.
.
.
.
.
.
(f(m), g(1)), (f(m), g(2)), (f(m), g(3)), . . . (f(m), g(n)), . . .
.
.
.
.
.
.
.
.
.
.
.
.
Przekształcenie h: N → A
1
A
2
zbioru N na A
1
A
2
definiujemy stosując
metodę przekątniową. Pary uporządkowane (f(m), g(n)) takie, że m+n = k
tworzą (k − 1)-szą przekątną powyższej tablicy. Kolejnym liczbom natural-
nym przyporządkowujemy kolejno pary składające się na pierwszą, drugą,
. . . , k-tą przekątną. Kolejność w ramach każdej przekątnej jest wyznaczona
wzrastaniem parametru m w parze (f(m), g(n)). W ten sposób mamy:
5.2. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 257
h(1) = (f(1), g(1)) pierwsza przekątna
h(2) = (f(1), g(2)) druga przekątna
h(3) = (f(2), g(1))
h(4) = (f(1), g(3)) trzecia przekątna
h(5) = (f(2), g(2))
h(6) = (f(3), g(1))
h(7) = (f(1), g(4)) czwarta przekątna
.
.
.
.
.
.
.
.
.
Każda para (f(m), g(n)) jest obrazem jednej liczby naturalnej. Zatem
funkcja h: N → A
1
A
2
przekształca zbiór N na zbiór A
1
A
2
4
. Zgodnie
z tw. 5.6 zbiór A
1
A
2
jest przeliczalny.
Założenie indukcyjne. Niech dla n = k, A
1
A
2
A
k
będzie zbiorem
przeliczalnym.
Pokażemy, że zbiór A
1
A
2
A
k
A
k+1
jest zbiorem przeliczalnym.
Zauważmy, że zbiór A
1
A
2
A
k
A
k+1
jest równoliczny ze zbiorem
(A
1
A
2
A
k
) A
k+1
. Weźmy bowiem funkcję f : (A
1
A
2

A
k
) A
k+1
→ A
1
A
2
A
k
A
k+1
zdefiniowaną następująco:
f(((a
1
, . . . , a
k
), a
k+1
)) = (a
1
, . . . , a
k
, a
k+1
).
Funkcja f jest różnowartościowa i przekształca zbiór (A
1
A
2
A
k
)
A
k+1
na zbiór A
1
A
2
A
k
A
k+1
. Zbiór A
1
A
2
A
k
z za-
łożenia indukcyjnego jest przeliczalny. Mamy więc iloczyn dwóch zbiorów
przeliczalnych. Wcześniej wykazaliśmy, że taki zbiór jest przeliczalny.
Wniosek 5.11. Zbiór liczb wymiernych Q jest przeliczany.
4
Zauważmy, że para (f(m), g(n)) jest przyporządkowana liczbie: (m−1)
2
+3(m−1) +
2(n −1)(m−1) + (n −1)
2
+n + 1.
258 ROZDZIAŁ 5. MOCE ZBIORÓW
Twierdzenie 5.12. Niech (A
n
)
n∈N
będzie przeliczalną rodziną przeliczalnych
zbiorów, tj. przeliczalne są wszystkie zbiory A
n
(n ∈ N). Zbiór

n∈N
A
n
jest
przeliczalny.
Dowód. Dla każdego zbioru A
n
istnieje funkcja f
n
: N → A
n
przekształcająca
zbiór N na A
n
. Dla każdego elementu zbioru

n∈N
A
n
istnieją więc n (∈ N)
i m (∈ N) takie, że element ten jest obrazem f
n
(m). Funkcję f : N N →

n∈N
A
n
przekształcającą zbiór NN na

n∈N
A
n
definiujemy następująco:
f((n, m)) = f
n
(m). Zbiór N N jest przeliczalny. Istnieje więc funkcja
g : N →NN przekształcająca zbiór N na NN. Funkcja g◦f : N →

n∈N
A
n
przekształca zbiór N na

n∈N
A
n
. Zbiór

n∈N
A
n
jest zatem przeliczalny.
Twierdzenie 5.13. Niech X będzie zbiorem przeliczalnym. Zbiór wszystkich
skończonych ciągów elementów zbioru X jest zbiorem przeliczalnym.
Dowód. Niech A
n
będzie zbiorem wszystkich ciągów n-wyrazowych. Zbiorem
wszystkich skończonych ciągów elementów X jest zbiór:

n=1
A
n
.
Z definicji zbiór A
n
jest równy zbiorowi A
n
. Skończone iloczyny kartezjańskie
zbiorów przeliczalnych są przeliczane, więc A
n
jest zbiorem przeliczalnym.
Przeliczalna suma zbiorów przeliczalnych jest przeliczalna, zatem zbiór:

n=1
A
n
jest przeliczalny. Ostatecznie mamy, że zbiór wszystkich skończonych ciągów
elementów zbioru przeliczalnego jest przeliczalny.
Można pytać się, czy dla danego zbioru istnieje algorytm lub inna efek-
tywna procedura
5
przeliczenia wszystkich i tylko jego elementów. Kwestia
ta ważna jest nie tylko z teoretycznego punktu widzenia. Informatyk prak-
tycznie może mieć do czynienia tylko ze zbiorami, których elementy dadzą
się efektywnie przeliczyć. Dwa pojęcia są tu istotne: rekurencyjności i reku-
rencyjnej przeliczalności.
Zbiór A jest rekurencyjnie przeliczalny wtedy i tylko wtedy, gdy istnieje
efektywna metoda przeliczenia wszystkich i tylko jego elementów.
5
Zob. uwagi na temat tezy Churcha-Turinga.
5.2. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 259
Definicja 5.6 (zbioru rekurencyjnie przeliczalnego). Zbiór rekurencyjnie
przeliczalny to taki i tylko taki zbiór A, którego wszystkie i tylko elementy
można efektywnie ustawić w ciąg, czyli istnieje taka funkcja f, której wartość
można efektywnie obliczyć, że w ciągu:
f(1), f(2), . . .
znajdują się wszystkie i tylko elementy zbioru A.
Narzuca się pytanie, czy nie jest tak, że zbiory przeliczalne są rekuren-
cyjnie przeliczalne. Niewątpliwie pytanie to ma swoją podstawę w fakcie,
że zwykle, choćby w przykładach, rozważane zbiory przeliczalne są zbio-
rami rekurencyjnie przeliczalnymi. Gdyby wszystkie zbiory przeliczalne były
zbiorami rekurencyjnie przeliczalnymi, to zgodnie z zasadą zwaną brzytwą
Ockhama należałoby zrezygnować z jednego z tych pojęć
6
. W dowodzie, że
istnieją zbiory, które nie są rekurencyjne zostanie wykorzystany zbiór, który
jest przeliczalny i który nie jest rekurencyjnie przeliczalny.
Przykład 5.3. Zbiorami rekurencyjnie przeliczalnymi są:
1. zbiór liczb naturalnych N,
2. zbiór liczb całkowitych,
3. każdy zbiór skończony, w tym zbiór pusty ∅. (
Definicja 5.7 (zbiór rekurencyjny). Zbiór A jest rekurencyjny (obliczalny)
wtedy i tylko wtedy, gdy istnieje taka efektywna procedura, która w wypadku
dowolnego przedmiotu rozstrzyga, czy przedmiot ten jest, czy też nie jest
elementem zbioru A.
Na podstawie definicji bezpośrednio stwierdzamy, że zbiory rekurencyjne
są zbiorami rekurencyjnie przeliczalnymi. Okazuje się, że istnieją zbiory re-
kurencyjnie przeliczalne, które nie są rekurencyjne. Dla dowodu tego intere-
sującego faktu potrzebne są dodatkowe twierdzenia.
Twierdzenie 5.14. Zbiór, którego elementami są tylko liczby naturalne jest
rekurencyjny wtedy i tylko wtedy, gdy ten zbiór i jego dopełnienie do zbioru
N są zbiorami rekurencyjnie przeliczalnymi.
6
Brzytwa Ockhama to zasada sformułowana w XIV w. przez W. Ockhama: Pluralitas
non est ponenda sine neccesitate, co tłumaczy się: nie należy mnożyć bytów bez potrzeby.
Jeszcze prościej mówi się: zachowaj prostotę. Brzytwa Ockhama jest postulatem metodo-
logii nauk.
260 ROZDZIAŁ 5. MOCE ZBIORÓW
Dowód. Niech S(⊆ N) będzie zbiorem rekurencyjnym, którego elementami
są tylko liczby naturalne. Istnieje zatem algorytm rozstrzygający, czy dana
liczba naturalna należy, czy też nie należy do S. Algorytm ten pozwala
przeliczyć zarówno elementy S jak i jego dopełnienia, czyli elementy −S.
Niech teraz S i −S będą zbiorami rekurencyjnie przeliczalnymi. Niech
n
1
, n
2
, . . . będzie rekurencyjnym przeliczeniem zbioru S a m
1
, m
2
, . . . niech
będzie rekurencyjnym przeliczeniem elementów zbioru −S. Dla dowolnej
liczby naturalnej n(∈ N) istnieje skończony początkowy odcinek ciągu:
n
1
, m
1
, n
2
, m
2
, . . .
taki, że n jest ostatnim wyrazem tego ciągu. Zbiór S jest zatem rekurencyjny
(podobnie, zbiór −S jest też rekurencyjny).
Twierdzenie 5.15. Istnieje rekurencyjnie przeliczalny zbiór S(⊆ N), który
nie jest 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 przeliczalna
8
. Niech S
1
, S
2
, . . . 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:
¦(m, n): a
n
m
jest m-tym wyrazem ciągu S
n
¦.
Zbiór ten jest rekurencyjnie przeliczalny. Na przykład możemy ustawić go
w ciąg metodą przekątniową. Wówczas para (m, n) będzie 1/2(m
2
+ 2mn +
n
2
+3n+m+2)-wyrazem tego ciągu. Tworzymy zbiór S, którego elementami
są te i tylko te przedmioty a
n
m
, dla których zachodzi równość a
n
m
= n. Wyraz
a
n
m
będzie obliczany w kolejności jako 1/2(m
2
+2mn+n
2
+3n+m+2). Zbiór
S jest zatem rekurencyjnie przeliczalny. Dopełnienie zbioru S, czyli zbiór
7
Sposób dowodzenia, jakim tu się posłużymy ma szersze zastosowanie, np. wedle tego
sposobu dowodzi się też, że zbiór potęgowy zbioru A nie jest równoliczny ze zbiorem A.
8
W tej pracy tego twierdzenia nie dowodzimy. Z dowodem można zapoznać się w książ-
kach poświęconych teorii automatów i teorii rekurencji, np. R. Murawski (1990, 1999).
5.2. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 261
−S nie jest zbiorem rekurencyjnie przeliczalnym. Gdyby było inaczej, to —
ponieważ w ciągu S
1
, S
2
, . . . są wszystkie zbiory rekurencyjnie przeliczalne
— dla pewnego n byłoby −S = S
n
. Tak jednak być nie może, bo z definicji
zbioru S: n ∈ S
n
⇔ n ∈ S, a z definicji dopełnienia n ∈ S ⇔ n ∈ −S, więc
n ∈ S
n
⇔ n ∈ −S, czyli ostatecznie: −S = S
n
.
Zauważmy, że zbiór −S, o którym mowa w dowodzie, jest przykładem
zbioru przeliczalnego, który nie jest rekurencyjnie przeliczalny. Przeliczal-
ność tego zbioru wynika z faktu, że jest podzbiorem zbioru liczb naturalnych.
Definicja 5.8 (zbiór nieprzeliczalny). Zbiór nieprzeliczalny to zbiór, który
nie jest przeliczalny.
Twierdzenie 5.16. Zbiór liczb rzeczywistych z przedziału '0, 1` jest nieprze-
liczalny.
Dowód. Pokażemy, że nie istnieje ciąg, którego wyrazami są wszystkie liczby
rzeczywiste z przedziału '0, 1`. Niech (c
n
)
n∈N
będzie ciągiem takim, że 0 ≤
c
n
≤ 1. Przedział '0, 1` oznaczmy 'a
0
, b
0
`. Spośród przedziałów '0,
1
3
`, '
1
3
,
2
3
`,
'
2
3
, 1` wybierzmy taki, do którego nie należy c
1
. Powiedzmy, że będzie to
przedział 'a
1
, b
1
`. Mamy, że b
1
−a
1
=
1
3
. Z przedziałem 'a
1
, b
1
` postępujemy
podobnie jak postępowaliśmy z przedziałem 'a
0
, b
0
`, dzieląc go na trzy równe
przedziały i wybieramy spośród nich jeden taki, do którego nie należy c
2
.
Niech będzie to przedział 'a
2
, b
2
`. Zauważmy, że b
2
− a
2
=
1
3
2
, a nadto
'a
2
, b
2
` ⊆ 'a
1
, b
1
`.
Ogólnie biorąc, mając przedział 'a
n−1
, b
n−1
`, n ≥ 2 taki, że
c
n−1
∈ 'a
n−1
, b
n−1
`,
b
n−1
−a
n−1
=
1
3
n−1
,
'a
n−1
, b
n−1
` ⊆ 'a
n−2
, b
n−2
`
wyznaczamy przedział 'a
n
, b
n
` spełniający warunki:
c
n
∈ 'a
n
, b
n
`,
b
n
−a
n
=
1
3
n
i
'a
n
, b
n
` ⊆ 'a
n−1
, b
n−1
`.
262 ROZDZIAŁ 5. MOCE ZBIORÓW
Określony zostaje ciąg przedziałów ('a
n
, b
n
`)
n∈N
taki, że dla każdego n (∈ N)
zachodzą nierówności:
0 ≤ a
n
≤ a
n+1
< b
n+1
≤ b
n
≤ 1.
Ciągi (a
n
)
n∈N
i (b
n
)
n∈N
są więc monotoniczne, bo a
n
≤ a
n+1
oraz b
n+1
≤ b
n
i ograniczone, bo a
n
≤ 1 oraz b
n
≤ 1, zatem są zbieżne, czyli ciągi te mają
granice.
Ponieważ b
n
−a
n

1
3
n
, więc
lim
n→∞
(b
n
−a
n
) = 0.
W konsekwencji powyższych ustaleń:
lim
n→∞
a
n
= lim
n→∞
b
n
= c,
gdzie c jest liczbą rzeczywistą z przedziału '0, 1`. c należy do każdego z prze-
działów 'a
n
, b
n
`. Jest więc różne od każdego c
n
. Dla dowolnego ciągu (c
n
)
n∈N
,
0 < c
n
< 1, n ∈ N, istnieje więc liczba rzeczywista c, która nie jest jego
wyrazem, zatem zbiór liczb rzeczywistych z przedziału '0, 1` 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
5.3 Arytmetyka liczb kardynalnych
Dla liczb kardynalnych można zdefiniować działania dodawania, mnożenia
i potęgowania w taki sposób, że są one uogólnieniem odpowiednich zwykłych
działań arytmetycznych. Definicje są zaś równoważne odpowiednim defini-
cjom z arytmetyki. Chodzi więc o to, że gdy brane pod uwagę są liczby
naturalne, to wyniki działań na tych liczbach zgodnie z tymi definicjami są
takie same, jak wyniki uzyskane zgodnie z odpowiednimi zwykłymi działa-
niami arytmetycznymi.
Twierdzenie 5.20. Dla dowolnych dwóch liczb kardynalnych n
1
i n
2
istnieją
zbiory A
1
i A
2
takie, że
A
1
∩ A
2
= ∅,
oraz
A
1
= n
1
i
A
2
= n
2
.
Dowód. Niech A = n
1
a B = n
2
. Niech a
1
= a
2
(np. a
1
= ∅, a
2
= ¦∅¦).
Niech A
1
= ¦a
1
¦ A a A
2
= ¦a
2
¦ B. Zbiory A
1
i A
2
są rozłączne, czyli
A
1
∩ A
2
= ∅ oraz równoliczne, odpowiednio, z A i B.
Twierdzenie 5.21. Niech zbiory A
1
i A
2
oraz B
1
i B
2
będą parami rozłączne.
Jeżeli
A
1
= B
1
a
A
2
= B
2
,
to
A
1
∪ A
2
= B
1
∪ B
2
.
Dowód. Z założenia twierdzenia istnieje funkcja f
1
: A
1
→ B
1
, która wza-
jemnie jednoznacznie przekształca zbiór A
1
na zbiór B
1
oraz istnieje funk-
cja f
2
: A
2
→ B
2
, która wzajemnie jednoznacznie przekształca zbiór A
2
na B
2
. Ponieważ A
1
∩ A
2
= ∅ oraz B
1
∩ B
2
= ∅, więc przekształcenie
g : A
1
∪ A
2
→ B
1
∪ B
2
zdefiniowane następująco:
g(x) =

f
1
(x) dla x ∈ A
1
,
f
2
(x) dla x ∈ A
2
264 ROZDZIAŁ 5. MOCE ZBIORÓW
jest funkcją, która przekształca wzajemnie jednoznacznie A
1
∪A
2
na B
1
∪ B
2
.
Definicja 5.9 (sumy liczb kardynalnych, +). Liczba kardynalna m jest sumą
liczb kardynalnych n
1
i n
2
, tj.:
m = n
1
+ n
2
wtedy i tylko wtedy, gdy dla zbiorów A
1
i A
2
takich, że
A
1
= n
1
i A
2
= n
2
oraz A
1
∩ A
2
= ∅,
zachodzi
m = A
1
∪ A
2
,
czyli zbiór mocy m rozkłada się na sumę dwóch rozłącznych zbiorów, z któ-
rych jeden ma moc n
1
a drugi n
2
.
Twierdzenie 5.22. Dodawanie liczb kardynalnych jest przemienne i łączne,
czyli dla dowolnych liczb kardynalnych n
1
, n
2
, n
3
:
T 98. n
1
+ n
2
= n
2
+ n
1
T 99. n
1
+ (n
2
+ n
3
) = (n
1
+ n
2
) + n
3
.
Dowód. Niech A = n
1
+n
2
. Zatem dla pewnych A
1
i A
2
takich, że A
1
∩A
2
= ∅
mamy:
A
1
= n
1
, A
2
= n
2
.
Ponieważ suma teoriomnogościowa jest przemienna, więc A = A
2
∪ A
1
.
Z tego mamy:
A = n
2
+ n
1
.
W podobny sposób, tym razem korzystając z łączności sumy teoriomnogo-
ściowej, dowodzi się łączności dodawania liczb kardynalnych.
Twierdzenie 5.23. Jeżeli
A
1
= B
1
a
A
2
= B
2
,
to
A
1
A
2
= B
1
B
2
.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 265
Dowód. Z założenia twierdzenia istnieje funkcja f
1
: A
1
→ B
1
, która wza-
jemnie jednoznacznie przekształca zbiór A
1
na zbiór B
1
oraz istnieje funkcja
f
2
: A
2
→ B
2
, która wzajemnie jednoznacznie przekształca zbiór A
2
na B
2
.
Przekształcenie g : A
1
A
2
→ B
1
B
2
zdefiniowane następująco:
g(x, y) = (f
1
(x), f
2
(y))
jest funkcją, która przekształca wzajemnie jednoznacznie A
1
A
2
na B
1
B
2
.
Korzystając z powyższego twierdzenia i mając na uwadze, że dla dowol-
nych zbiorów istnieje i jest jednoznacznie określony ich iloczyn kartezjański,
możemy zdefiniować iloczyn liczb kardynalnych.
Definicja 5.10 (iloczynu liczb kardynalnych, ). Liczba kardynalna m jest
iloczynem liczb kardynalnych n
1
i n
2
, tj.:
m = n
1
n
2
wtedy i tylko wtedy, gdy dla zbiorów A
1
i A
2
takich, że
A
1
= n
1
i A
2
= n
2
zachodzi:
m = A
1
A
2
,
czyli m jest mocą iloczynu kartezjańskiego A
1
A
2
zbiorów A
1
i A
2
takich,
że A
1
= n
1
a A
2
= n
2
.
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 AB, 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 n
1
, n
2
, n
3
zachodzą następujące równości:
266 ROZDZIAŁ 5. MOCE ZBIORÓW
T 100. n
1
n
2
= n
2
n
1
T 101. n
1
(n
2
n
3
) = (n
1
n
2
) n
3
T 102. n
1
(n
2
+ n
3
) = n
1
n
2
+ n
1
n
3
.
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:
A
1
(A
2
∪ A
3
) = A
1
A
2
∪ A
1
A
3
,
(A
2
∩ A
3
= ∅) ⇔ [(A
1
A
2
) ∩ (A
1
A
3
) = ∅].
N-krotny iloczyn m m m oznaczamy m
n
, czyli
A
n
= A
n
.
Przez uogólnienie dochodzimy do pojęcia potęgi liczby kardynalnej.
Przez A
B
rozumiemy zbiór wszystkich funkcji ze zbioru B do zbioru A.
Twierdzenie 5.25. Jeżeli
A
1
= B
1
a
A
2
= B
2
,
to
A
1
A
2
= B
1
B
2
.
Dowód. Z założenia, że A
1
∼ B
1
a A
2
∼ B
2
mamy, że istnieje funkcja
f : A
1
→ B
1
wzajemnie jednoznacznie odwzorowująca zbiór A
1
na B
1
oraz
istnieje funkcja g : A
2
→ B
2
wzajemnie jednoznacznie odwzorowująca A
2
na
B
2
.
Odwzorowanie:
h: A
1
A
2
→ B
1
B
2
określone następująco:
dla dowolnego f
1
: A
2
→ A
1
i dowolnego f
2
: B
2
→ B
1
:
5.3. ARYTMETYKA LICZB KARDYNALNYCH 267
h(f
1
) = f
2
wtedy i tylko wtedy, gdy dla każdego
x ∈ A
2
: f
2
(g(x)) = f(f
1
(x))
funkcjom ze zbioru A
2
do zbioru A
1
przyporządkowuje w sposób wzajemnie
jednoznaczny funkcje ze zbioru B
2
do zbioru B
1
.
Musimy pokazać, że odwzorowanie h jest bijekcją, czyli, że jest to funkcja
różnowartościowa ze zbioru A
1
A
2
na zbiór B
1
B
2
.
Niech dana będzie funkcja f
1
(∈ A
1
A
2
). Złożenie funkcji f
1
i f, czyli f
1
◦f
jest elementem zbioru B
1
A
2
.
Pokażemy teraz, że odwzorowanie h jest różnowartościowe. Niech f

1
= f

1
.
Zatem dla pewnego x: f

1
(x) = f

1
(x). Ponieważ z założenia f jest funkcją
różnowartościową, więc f(f

1
(x)) = f(f

1
(x)), czyli f

1
◦ f = f

1
◦ f.
Pozostało pokazanie, że odwzorowanie h jest surjekcją, czyli, że dla każ-
dego f
2
(∈ B
1
B
2
) istnieje jakieś f
1
(∈ A
1
A
2
). Niech f
2
∈ B
1
B
2
. Ponieważ
z założenia g jest bijekcją, więc g(A
2
) = B
2
, a zatem f
2
(g(A
2
)) = f
2
(B
2
).
Ponieważ f
2
(B
2
) ⊆ B
1
a dla f jako bijekcji istnieje funkcja od niej odwrotna,
to f
−1
(f
2
(g(A
2
))) ⊆ A
1
. W zbiorze wszystkich funkcji ze zbioru A
2
do zbioru
A
1
istnieje taka funkcja f
1
, że f
1
(A
2
) = f
−1
(f
2
(g(A
2
))).
Zbiory A
1
A
2
i B
1
B
2
są zatem równoliczne.
Udowodnione twierdzenie głosi, że moc zbioru A
B
zależy wyłącznie od
mocy zbiorów A i B. Mając na uwadze, że dla każdej liczby kardynalnej
istnieje zbiór, którego liczba ta jest mocą, a dla dowolnych dwóch zbiorów
jednoznacznie określony jest zbiór wszystkich funkcji z jednego z nich do
drugiego, możemy wprowadzić pojęcie potęgi liczb kardynalnych.
Definicja 5.11 (potęgi liczby kardynalnej). Liczba kardynalna m jest potęgą
o podstawie n i wykładniku p, tj.:
m = n
p
,
wtedy i tylko wtedy, gdy dla zbiorów A i B takich, że A = n a B = p
zachodzi:
m = A
B
.
n
p
jest mocą zbioru funkcji ze zbioru B do zbioru A takich, że zbiór A
jest mocy n a zbiór B jest mocy p:
(A
B
) = (A)
B
.
268 ROZDZIAŁ 5. MOCE ZBIORÓW
Zauważmy, że dla liczb kardynalnych nie definiujemy działań odejmowa-
nia, dzielenia i pierwiastkowania, które są odwrotne do, odpowiednio, doda-
wania, mnożenia i potęgowania. Nie jest możliwe zdefiniowanie odpowied-
nich liter funkcyjnych. Dla przykładu zauważmy, że gdyby chcieć zdefiniować
odejmowanie w taki sposób, że n
1
−n
2
= n
3
⇔ n
3
+n
2
= n
1
, to wynik ℵ
0
−ℵ
0
nie byłby jednoznacznie określony. Z powodzeniem mogłoby to być 0 jak
i ℵ
0
.
Twierdzenie 5.26. Dla dowolnych liczb kardynalnych n, p i q:
T 103. n
p+q
= n
p
n
q
T 104. (n p)
q
= n
q
p
q
T 105. (n
p
)
q
= n
pq
T 106. n
1
= n
T 107. 1
n
= 1.
Dowód. Niech A będzie zbiorem mocy n, B
1
— p a B
2
— q.
Rozpocznijmy od dowodu faktu 103. Niech zbiory B
1
i B
2
będą roz-
łączne
9
. Z rozłączności B
1
i B
2
mamy, że zbiór B
1
∪B
2
ma moc p+q. Zatem
zbiór A
B
1
∪B
2
ma moc n
p+q
.
Zbiory B
1
i B
2
są rozłączne. Zatem każda funkcja ze zbioru B
1
do zbioru
A zestawiona z każdą funkcją ze zbioru B
2
do zbioru A daje wszystkie funkcje
ze zbioru B
1
∪ B
2
do zbioru A, czyli
(B
1
∩ B
2
= ∅) ⇒ (A
B
1
∪B
2
∼ A
B
1
A
B
2
).
Moc zbioru A
B
1
A
B
2
wynosi n
p
n
q
. Zatem mamy n
p+q
= n
p
n
q
.
W dowodzie faktu 104 zauważmy, że bez znaczenia ze względu na równo-
liczność jest to, czy jakiemuś przedmiotowi przyporządkowujemy parę jakichś
przedmiotów, czy też temu przedmiotowi przyporządkowujemy osobno każdy
z członów tej pary przedmiotów. Korzystamy więc z tego, że
(A B
1
)
B
2
∼ (A
B
2
B
1
B
2
).
Moc zbioru (AB
1
)
B
2
wynosi (n p)
q
. Zaś moc (A
B
2
B
1
B
2
) wynosi n
q
p
q
.
9
Jak to wcześniej zostało wykazane dla dowolnych zbiorów B
1
i B
2
istnieją rozłączne
zbiory B

1
i B

2
takie, że B
1
jest równoliczne z B

1
a B
2
jest równoliczne z B

2
.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 269
W dowodzie faktu 105 korzystamy z tego, że funkcji ze zbioru B
2
do
zbioru funkcji ze zbioru B
1
do zbioru A jest tyle samo, co funkcji ze zbioru
B
1
B
2
do zbioru A, czyli
(A
B
1
)
B
2
∼ A
B
1
×B
2
.
Moc zbioru (A
B
1
)
B
2
wynosi (n
p
)
q
. Zaś moc zbioru A
B
1
×B
2
wynosi n
pq
.
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.
Jest dokładnie jedna funkcja ze zbioru A do zbioru jednoelementowego,
czyli
¦a¦
A
∼ ¦a¦.
Dowodzi to faktu 107.
Niektóre własności operacji na liczbach kardynalnych nieskończonych róż-
nią się od własności tychże operacji na liczbach skończonych. Na przykład,
dla ℵ
0
zachodzą następujące fakty:
T 108. ℵ
0
= ℵ
0
+ 1 = ℵ
0
+ 2 = ℵ
0
+ 3 = . . . = ℵ
0
+ℵ
0
T 109. ℵ
0
= 1 ℵ
0
= 2 ℵ
0
= 3 ℵ
0
= . . . = ℵ
0

0
T 110. ℵ
0
= ℵ
1
0
= ℵ
2
0
= ℵ
3
0
= . . . .
Fakt T108 wynika z tego, że suma zbiorów przeliczalnych jest zbiorem
przeliczalnym. Z tego samego korzystamy w dowodzie T109. Jedynie w wy-
padku równości ℵ
0
= ℵ
0

0
korzystamy z tego, że iloczyn kartezjański skoń-
czonej liczby zbiorów przeliczalnych jest zbiorem przeliczalnym. Z tego sa-
mego twierdzenia korzystamy w dowodzie T110.
Zdefiniujemy relacje nieostrej i ostrej nierówności. Relacje te oznaczymy
symbolami znanymi z arytmetyki: ≤ i <. Relacje ≤ i < dla liczb kardynal-
nych są uogólnieniem odpowiednich relacji arytmetycznych, czyli ogranicza-
jąc liczby kardynalne do liczb naturalnych otrzymamy definicję równoważną
definicji arytmetycznej tych relacji.
270 ROZDZIAŁ 5. MOCE ZBIORÓW
Definicja 5.12 (≤ w zbiorze liczb kardynalnych). Liczba kardynalna n jest
niewiększa od liczby kardynalnej m, n ≤ m, wtedy i tylko wtedy, gdy każdy
zbiór mocy n jest równoliczny z podzbiorem zbioru mocy m.
Jest to poprawna definicja litery predykatowej „≤”.
Jeżeli n ≤ m i n = m, to mówimy, że liczba kardynalna n jest mniejsza od
liczby kardynalnej m, co zapisujemy:
n < m.
Moc zbioru liczb rzeczywistych nazywamy continuum i oznaczamy c.
Moc zbioru liczb naturalnych to ℵ
0
.
Ponieważ N ⊆ R i zbiór N nie jest równoliczny z R mamy następująca
nierówność:

0
< c,
czyli
N < R.
Twierdzenie 5.27. Jeśli f : X → Y jest funkcją odwzorowująca zbiór X na
Y , to:
Y ≤ X.
Dowód. Niech dla y(∈ X): W
y
= ¦x ∈ X: f(x) = f(y)¦.
Każdy zbiór W
y
jest niepusty oraz różne zbiory są rozłączne. Na pod-
stawie pewnika wyboru z każdego takiego zbioru możemy wybrać po jednym
elemencie. Niech A będzie zbiorem tych elementów. Funkcja f[A: A → Y
(funkcja f zredukowana do zbioru A) jest różnowartościowa i odwzorowuje A
na Y . Zbiory A i Y są zatem równoliczne. Ponieważ A ⊆ X, więc Y ≤ X.
Twierdzenie 5.28. Dla dowolnych liczb kardynalnych n, m i p:
T 111. n ≤ n
T 112. jeśli n ≤ m i m ≤ p, to n ≤ p.
Dowód. Rozpocznijmy od dowodu nierówności 111. Niech A będzie dowol-
nym zbiorem mocy n. Ponieważ A ∼ A i A ⊆ A, więc A ≤ A, czyli n ≤ n.
Dla dowodu nierówności 112 przyjmijmy, że A = n, B = m i C = p
oraz niech n ≤ m i m ≤ p. Z definicji ≤ mamy, że zbiór A jest równoliczny
z pewnym podzbiorem B
1
zbioru B a zbiór B jest równoliczny z pewnym
5.3. ARYTMETYKA LICZB KARDYNALNYCH 271
podzbiorem C
1
zbioru C. Istnieje więc różnowartościowa funkcja f : A → B
1
przekształcająca A na B
1
oraz istnieje różnowartościowa funkcja g : B → C
1
przekształcająca B na C
1
. Niech g[B
1
będzie funkcją g zredukowaną do
zbioru B
1
. Funkcja g[B
1
jest różnowartościowa i przekształca B
1
w C
1
. Su-
perpozycja funkcji f i g[B
1
, czyli funkcja f ◦ (g[B
1
) jest funkcją różnowarto-
ściową przekształcającą zbiór A w zbiór C
1
(⊆ C). Niech C
2
będzie obrazem
zbioru A wyznaczonym przez tę funkcję. Funkcja ta przekształca A na C
2
.
Stąd mamy, że zbiór A jest równoliczny ze zbiorem C
2
(⊆ C), a to dowodzi,
że n ≤ p.
Twierdzenie 5.29 (Cantora-Bernsteina). Dla dowolnych liczb kardynalnych
n i m:
[(n ≤ m) ∧ (m ≤ n)] ⇒ (n = m).
Dowód. Dla dowodu pokażemy, że gdy zbiór A jest równoliczny z podzbiorem
jakiegoś swojego podzbioru B(B ⊆ A), to zbiory A i B są równoliczne.
Niech A = n. Ponieważ m ≤ n, więc pewien podzbiór B zbioru A jest
mocy m. Ponieważ n ≤ m, więc zbiór A jest równoliczny z pewnym podzbio-
rem zbioru B.
Dla dowodu, że n = m wystarczy zdefiniować różnowartościową funkcję
g : A → B przekształcającą zbiór A na B.
Na podstawie założenia, że B jest podzbiorem A wnioskujemy, że istnieje
różnowartościowa funkcja f : A → B ze zbioru A do zbioru B. Mamy więc:
f(A) ⊆ B ⊆ A.
Niech C = B ` f(A). Oczywiście, C ⊆ A. Zatem f(C) ⊆ B. Ponieważ
B ⊆ A, więc ponadto mamy, że f(C) ⊆ A.
Zdefiniujmy indukcyjnie ciąg zbiorów. Niech C
1
= f(C)(⊆ A). Załóżmy,
że określony jest zbiór C
n
. Zbiór C
n+1
to zbiór f(C
n
). Zauważmy, że dla
każdego n: C
n
⊆ A. Korzystając z tego stwierdzamy, że
C ∪

n=1
C
n
⊆ A.
Niech
D = C ∪

n=1
C
n
.
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 ∪

n=1
C
n
) = C
1

n=2
C
n
=

n=1
C
n
.
Z tego wynika, że
D = C ∪ f(D).
Funkcję g definiujemy następująco:
g(x) =

x dla x ∈ D,
f(x) dla x ∈ A ` D.
Pokażemy teraz, że
g(A) = B.
Z definicji g mamy, że
g(D) = D, g(A ` D) = f(A ` D).
Z tego, że A = D ∪ (A ` D) dostajemy:
g(A) = g(D ∪ (A ` D)) = g(D) ∪ g(A ` D) = D ∪ f(A ` D),
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 x
1
, x
2
∈ A,
x
1
= x
2
. Musimy pokazać, że
g(x
1
) = g(x
2
).
W wypadku, gdy x
1
, x
2
∈ D, to na mocy definicji g mamy, że g(x
1
) = x
1
,
a g(x
2
) = x
2
. Ponieważ x
1
= x
2
, więc również g(x
1
) = g(x
2
). Jeżeli x
1
, x
2

A ` D, to na mocy definicji g : g(x
1
) = f(x
1
), a g(x
2
) = f(x
2
) i z tego, że f
jest różnowartościowa mamy, że g(x
1
) = g(x
2
). Jeżeli zaś – jest to trzecia,
ostatnia możliwość — x
1
∈ D, a x
2
∈ A ` D, to również g(x
1
) = g(x
2
),
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
Twierdzenie Cantora-Bernsteina spotykane jest również w następującym
sformułowaniu.
Twierdzenie 5.30 (Cantora-Bernsteina). Dla dowolnych zbiorów A, B, C:
A ⊆ B ⊆ C ∧ A = C ⇒ A = B = C.
Dowód. Udowodnimy równoważność obu twierdzeń 5.29 i 5.30. Wpierw po-
każemy, że (I) z 5.29 wynika 5.30, a następnie odwrotnie, że (II) z 5.30 wynika
5.29.
(I) Jeżeli
A ⊆ B ⊆ C,
to
A ≤ B ≤ C.
Jeżeli nadto:
A = C,
to dostajemy:
A ≤ B
i
B ≤ A.
Z twierdzenia Cantora-Bernsteina 5.29 mamy:
A = B,
co kończy dowód tezy I.
(II) Dla dowodu tezy II załóżmy, że n ≤ m i m ≤ n. Niech C będzie zbiorem
mocy n. Ponieważ m ≤ n, więc istnieje podzbiór B zbioru C, którego moc
wynosi m. Ponieważ jednocześnie n ≤ m, więc istnieje podzbiór A zbioru B
o mocy n. Mamy zatem:
A ⊆ B ⊆ C,
A = C = n.
Na podstawie tego, korzystając z twierdzenia 5.30, mamy B = A, czyli m =
n.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 275
Stosunek ≤między liczbami kardynalnymi ma wiele znanych z arytmetyki
własności stosunku niewiększości w zbiorze liczb. Dla przykładu wskażmy
niektóre.
Twierdzenie 5.31. Dla dowolnych m, n, p:
T 113. [(m ≤ n) ∧ (n ≤ p)] ⇒ (m ≤ p)
T 114. (m ≤ n) ⇒ (m + p ≤ n + p)
T 115. (m ≤ n) ⇒ (mp ≤ np)
T 116. (m ≤ n) ⇒ (m
p
≤ n
p
)
T 117. (m ≤ n) ⇒ (p
m
≤ p
n
).
Dowód. Pierwsze z praw 113 wyraża przechodniość stosunku ≤. Kolejne
wyrażają, odpowiednio, monotoniczność dodawania, mnożenia i potęgowania
względem ≤.
Niech A będzie zbiorem mocy m, B — n, a C — p.
W dowodzie prawa 113 korzystamy z tego, że
[(A ⊆ B) ∧ (B ⊆ C)] ⇒ (A ⊆ C).
W dowodzie prawa 114 korzystamy z tego, że
(A ⊆ B) ⇒ [(A ∪ C) ⊆ (B ∪ C)].
W wypadku faktu 115 korzystamy z tego, że
(A ⊆ B) ⇒ (A C ⊆ B C).
W dowodzie prawa 116 wykorzystujemy następującą zależność:
(A ⊆ B) ⇒ (A
C
⊆ B
C
),
a w wypadku 117:
(A ⊆ B) ⇒ (C
A
⊆ C
B
).
Można pokazać, co wymaga zastosowania pewnika wyboru, że dla dowol-
nych liczb kardynalnych m i n:
T 118. m ≤ n ∨ n ≤ m
lub, co na jedno wychodzi:
T 119. m < n ∨ m = n ∨ n < m.
276 ROZDZIAŁ 5. MOCE ZBIORÓW
5.4 Zbiory mocy continuum
Moc zbioru liczb rzeczywistych R to c (continuum). Podamy teraz przykłady
zbiorów mocy continuum.
Przykład 5.4. Przedział otwarty ¦x ∈ R: −
1
2
π < x <
1
2
π¦ jest zbiorem mocy
continuum, czyli
¦x ∈ R: −
1
2
π < x <
1
2
π¦ = c.
Funkcja f : ¦x ∈ R: −
1
2
π < x <
1
2
π¦ →R określona wzorem f(x) = tgx
dla każdego x z przedziału ¦x ∈ R: −
1
2
π < x <
1
2
π¦ jest różnowartościowa
i przekształca ten przedział na R. Tym samym przedział ¦x ∈ R: −
1
2
π <
x <
1
2
π¦ jest równoliczny z R, czyli jest mocy continuum. (
Przykład 5.5. Każdy przedział otwarty ¦x ∈ R: a < x < b¦, gdzie a < b,
jest mocy continuum, czyli
¦x ∈ R: a < x < b¦ = c.
Funkcja f określona wzorem f(x) =
b−a
π
(x+
1
2
π) +a, dla x spełniających
warunek: −
1
2
π < x <
1
2
π jest różnowartościowa i przekształca przedział
otwarty ¦x ∈ R: −
1
2
π < x <
1
2
π¦ na przedział otwarty ¦x ∈ R: a < x < b¦.
Ponieważ przedział ¦x ∈ R: −
1
2
π < x <
1
2
π¦ jest mocy continuum, więc
przedział ¦x ∈ R: a < x < b¦ jest też mocy continuum. (
Przykład 5.6. Każdy przedział domknięty ¦x ∈ R: a ≤ x ≤ b¦, gdzie a < b,
jest mocy continuum, czyli
¦x ∈ R: a ≤ x ≤ b¦ = c.
Ponieważ ¦x ∈ R: a < x < b¦ ⊆ ¦x ∈ R: a ≤ x ≤ b¦ ⊆ R, a ¦x ∈
R: a < x < b¦ i R są mocy continuum, więc na podstawie twierdzenia
Cantora–Bernsteina ¦x ∈ R: a ≤ x ≤ b¦ jest mocy continuum. (
Można postawić pytanie o moc zbioru uzyskanego przez odjęcie zbioru
przeliczalnego od zbioru nieprzeliczalnego. Odpowiedź na to pytanie dajemy
poniżej.
Jeżeli od nieprzeliczalnego zbioru A odejmiemy przeliczalny zbiór B, to
otrzymany zbiór A ` B nie jest przeliczalny, czyli:
Lemat 5.32.
A > ℵ
0
∧ B ≤ ℵ
0
⇒ A ` B > ℵ
0
.
5.4. ZBIORY MOCY CONTINUUM 277
Dowód. Gdyby zbiór (A`B) był przeliczalny, to przeliczany jako suma zbio-
rów przeliczalnych byłby zbiór (A` B) ∪B. Ponieważ zaś A ⊆ [(A` B) ∪B],
więc A jako podzbiór zbioru przeliczalnego byłby przeliczalny. A to przeczy
założeniu o nieprzeliczalności A.
Twierdzenie 5.33. Jeżeli A nie jest zbiorem przeliczalnym, a B jest zbiorem
przeliczalnym, to A ` B jest zbiorem tej samej mocy, co zbiór A, czyli
A > ℵ
0
∧ B ≤ ℵ
0
⇒ A ` B = A.
Dowód. Niech A nie będzie zbiorem przeliczalnym, a B niech będzie przeli-
czalne. Nie tracąc na ogólności rozważań możemy przyjąć, że B ⊆ A. Zbiór
przeliczalny może być skończony albo mocy ℵ
0
.
Rozważmy wpierw wypadek, gdy B = ℵ
0
. Zbiór (A ` B) jest nieprzeli-
czalny. Zbiór przeliczalny daje się różnowartościowo odwzorować w zbiór nie-
przeliczalny, więc istnieje różnowartościowe przekształcenie f : B → (A ` B)
zbioru B w zbiór A ` B. Mamy zatem następujące zależności:
f(B) ⊆ A ` B, f(B) = ℵ
0
, B ∩ f(B) = ∅.
Zbiór B ∪ f(B) jako suma zbiorów mocy ℵ
0
jest mocy ℵ
0
. 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)).
Korzystając z tego określmy przekształcenie h: A → A w następujący spo-
sób:
h(x) =

x dla x ∈ A ` (B ∪ f(B)),
g(x) dla x ∈ B ∪ f(B).
Przekształcenie h jest różnowartościowe. Niech x
1
= x
2
. Jeśli x
1
, x
2

A ` (B ∪ f(B)), to h(x
1
) = x
1
a h(x
2
) = x
2
, więc h(x
1
) = h(x
2
). Jeśli
x
1
, x
2
∈ B∪f(B), to h(x
1
) = g(x
1
), h(x
2
) = g(x
2
) a g(x
1
) = g(x
2
), ponieważ
g jest przekształceniem różnowartościowym. Dlatego też h(x
1
) = h(x
2
). Jeśli
x
1
∈ A ` (B ∪ f(B)), a x
2
∈ B ∪ f(B), to h(x
1
) = x
1
(∈ A ` (B ∪ f(B))),
a h(x
2
) = g(x
2
)(∈ f(B)). Zbiory A` (B ∪ f(B)) i f(B) są rozłączne, zatem
h(x
1
) = h(x
2
).
278 ROZDZIAŁ 5. MOCE ZBIORÓW
Przekształcenie h odwzorowuje zbiór A na zbiór A`B. Zachodzą bowiem
następujące równości:
h(A) = h(A ` (B ∪ f(B))) ∪ h(B ∪ f(B)) =
(A ` (B ∪ f(B))) ∪ g(B ∪ f(B)) = ((A ` B) ∩ (A ` f(B))) ∪ f(B) =
= ((A ` B) ∪ f(B)) ∩ ((A ` f(B)) ∪ f(B)) = = (A ` B) ∩ A = A ` B.
Przekształcenie h ustala więc równoliczność zbioru A ze zbiorem A` B. Wy-
nika stąd, że A ` B jest zbiorem tej samej mocy co A, czyli
(A ` B) = A.
Niech teraz B będzie skończonym podzbiorem nieprzeliczalnego zbioru A.
Istnieje zatem przeliczalny nieskończony zbiór B
1
taki, że B ⊆ B
1
⊆ A.
Wówczas A ` B
1
⊆ A ` B ⊆ A. Ponieważ A ` B
1
= A, więc na podstawie
twierdzenia Cantora-Bernsteina mamy, że A ` B = A.
Wniosek 5.34. Zbiór wszystkich liczb niewymiernych jest mocy continuum,
czyli
(R ` Q) = c.
Dowód. Zbiór wszystkich liczb niewymiernych to zbiór R`Q, gdzie R to zbiór
liczb rzeczywistych, a Q to zbiór liczb wymiernych. Zbiór Q jest zbiorem
mocy ℵ
0
. Zbiór R jest mocy c. Zatem zbiór wszystkich liczb niewymiernych
jest mocy continuum.
Wniosek 5.35. Zbiór wszystkich liczb niewymiernych dowolnego niepustego
przedziału (a, b) (a < b; a, b ∈ R) jest mocy continuum.
Dowód. Rozumujemy analogicznie jak w dowodzie wniosku 1. Zbiór wszyst-
kich liczb rzeczywistych dowolnego niepustego przedziału jest mocy conti-
nuum, a zbiór wszystkich liczb wymiernych tego przedziału jest mocy ℵ
0
,
zatem zbiór wszystkich liczb niewymiernych tego przedziału jest mocy con-
tinuum.
Twierdzenie 5.36. Zbiór wszystkich funkcji f : N → ¦0, 1¦, czyli zbiór
wszystkich ciągów (a
n
)
n∈N
takich, że dla każdego n ∈ N: a
n
∈ ¦0, 1¦ jest
zbiorem mocy continuum.
5.4. ZBIORY MOCY CONTINUUM 279
Dowód. Niech A będzie zbiorem wszystkich ciągów (a
n
)
n∈N
o wyrazach na-
leżących do zbioru ¦0, 1¦. Na zbiorze A określmy funkcję g : A → R w na-
stępujący sposób:
g((a
n
)
n∈N
) =












P
n=1
a
n
2
n
, gdy a
n
= 0 dla nieskończenie wielu n,
1 +

P
n=1
a
n
2
n
, gdy a
n
= 0 dla skończenie wielu n lub
gdy a
n
= 0 dla każdego n ∈ N.
Funkcja g jest różnowartościowa. Tu zauważmy, że liczba będąca sumą na-
turalnych potęg liczby 2 jednoznacznie rozkłada się na tę sumę, czyli liczbę
tę tylko w dokładnie jeden sposób można przedstawić jako sumę naturalnych
potęg liczby 2. Z różnowartościowości g wynika, że A = g(A). Ponadto
mamy, że
¦x ∈ R: 0 < x < 1¦ ⊆ g(A).
Z tego wynika, że g(A) = c. A w konsekwencji A = c.
Ponieważ zbiór wszystkich funkcji ze zbioru liczb naturalnych do zbioru
dwuelementowego ma moc 2

0
, więc mamy następujący wniosek.
Wniosek 5.37.
2

0
= c.
Można zauważyć, że wzajemna jednoznaczność odwzorowania ciągów zer
i jedynek oraz zbioru liczb rzeczywistych jest równoważna możliwości zapisu
binarnego liczb rzeczywistych.
Można pokazać, że dla c zachodzą następujące fakty:
T 120. c = c + 1 = c + 2 = c + 3 = . . . c +ℵ
0
= c + c
T 121. c = 1 c = 2 c = 3 c = . . . = ℵ
0
c = c c
T 122. c = c
1
= c
2
= c
3
= . . . = c

0
T 123. c = 2

0
= 3

0
= 4

0
= . . . ℵ
0

0
= c

0
.
Dla stwierdzenia prawdziwości T120 zauważmy, że jeżeli m ≤ c, to:
c ≤ c + m ≤ c + c.
280 ROZDZIAŁ 5. MOCE ZBIORÓW
Zbiór wszystkich liczb rzeczywistych dodatnich jest mocy c, podobnie jest
w wypadku wszystkich liczb rzeczywistych ujemnych. Ponieważ zbiór liczb
rzeczywistych jest mocy c, więc jest jasne, że
c + c = c.
Korzystając z twierdzenia Cantora-Bernsteina mamy:
m ≤ c ⇒ (c + m) = c.
Dla stwierdzenia zachodzenia równości T121 zauważmy, że
c c = 2

0
2

0
,
zaś:
2

0
2

0
= 2

0
+ℵ
0
.
Ponieważ:

0
+ℵ
0
= ℵ
0
,
więc:
c c = 2

0
,
czyli
c c = c.
Dla stwierdzenia równości T122 korzystamy ponownie z faktu, że
2

0
= c.
Mianowicie mamy, że
c

0
= (2

0
)

0
.
Ponieważ:
(2

0
)

0
= 2

0
·ℵ
0
,
a

0

0
= ℵ
0
,
więc:
c

0
= 2

0
,
czyli
c

0
= c.
5.4. ZBIORY MOCY CONTINUUM 281
Dla wykazania równości T123 korzystamy z twierdzenia Cantora–Bern-
steina. Wykorzystujemy mianowicie fakt, że

0

0
≤ c

0
.
Zauważmy paradoksalny charakter równości:
c c = c
i równości pochodnych (równości T122). Równość ta udowodniona już przez
Cantora stwierdza — ujmując rzecz geometrycznie — równoliczność zbioru
punktów płaszczyzny ze zbiorem punktów na prostej.
Poszukiwania liczb kardynalnych będących mocami podzbiorów R zbioru
liczb rzeczywistych zrodziły pytanie, zagadnienie continuum: czy każdy pod-
zbiór zbioru R jest albo przeliczalny, albo mocy continuum? Jest to równo-
ważne pytaniu o nieprzeliczalny podzbiór zbioru R nierównoliczny z tym
zbiorem, czyli jest to pytanie o liczbę m taką, że

0
< m < c.
Inaczej mówiąc, przyjmując, że

0
< ℵ
1
oraz że dla dowolnej liczby m takiej, że

0
≤ m ≤ c
zachodzi bądź:

0
= m,
bądź:
m = ℵ
1
,
pytamy się, czy:

1
= c.
282 ROZDZIAŁ 5. MOCE ZBIORÓW
5.5 Zbiór potęgowy
Definicja 5.13 (funkcji charakterystycznej podzbioru zbioru X). Niech A ⊆
X. Funkcja f
A
: X → ¦0, 1¦ określona wzorem:
f
A
(x) =

1 dla x ∈ A,
0 dla x ∈ A
jest funkcją charakterystyczną podzbioru A zbioru X.
Funkcja charakterystyczna to funkcja f : X → ¦0, 1¦ ze zbioru X do
zbioru ¦0, 1¦.
Zbiór wszystkich funkcji charakterystycznych to ¦0, 1¦
X
.
Twierdzenie 5.38. Dla dowolnego X, zbiór wszystkich i tylko podzbiorów
zbioru X jest równoliczny ze zbiorem ¦0, 1¦
X
.
Dowód. Niech f
A
będzie funkcją charakterystyczną zbioru A a g niech będzie
odwzorowaniem takim, że dla dowolnego A(⊆ X):
g(A) = f
A
.
Pokażemy, że g jest przekształceniem różnowartościowym zbioru wszyst-
kich podzbiorów zbioru X na zbiór ¦0, 1¦
X
, czyli na zbiór wszystkich funkcji
charakterystycznych podzbiorów zbioru X.
Niech f będzie dowolną funkcją należącą do ¦0, 1¦
X
. Przeciwobrazem
zbioru ¦1¦ wyznaczonym przez tę funkcję, czyli zbiorem wszystkich elemen-
tów zbioru X, dla których f przyjmuje wartość 1 jest zbiór A:
A = ¦x ∈ X: f(x) = 1¦.
Można zauważyć, że f jest funkcją charakterystyczną zbioru A, czyli f = f
A
.
Zatem g(A) = f
A
= f, co dowodzi, że g jest przekształceniem na zbiór
¦0, 1¦
X
.
W celu pokazania, że g jest przekształceniem różnowartościowym za-
łóżmy, że A ⊆ X, B ⊆ X i A = B. Istnieje więc element x (∈ X) taki, że
x ∈ A i x ∈ B albo x ∈ A i x ∈ B. Weźmy pod uwagę pierwszą z tych moż-
liwości. Wówczas f
A
(x) = 1 a f
B
(x) = 0. Stąd f
A
= f
B
, czyli g(A) = g(B).
Ostatecznie stwierdzamy zatem, że funkcja g ustala równoliczność rodziny
wszystkich podzbiorów zbioru X i zbioru ¦0, 1¦
X
.
5.5. ZBIÓR POTĘGOWY 283
Powyższe twierdzenie nasuwa ideę, aby zbiór wszystkich i tylko podzbio-
rów zbioru X oznaczać 2
X
. Zbiór 2
X
to zbiór potęgowy zbioru X.
Udowodnione było, że zbiór ¦0, 1¦
N
jest mocy continuum. Na podstawie
powyższego twierdzenia mamy więc, że
Wniosek 5.39. Zbiór wszystkich podzbiorów zbioru liczb naturalnych jest
mocy continuum, czyli
2
N
= c.
Wniosek 5.40. Jeśli zbiór X jest nieskończonym zbiorem przeliczalnym, to
rodzina jego wszystkich podzbiorów jest zbiorem mocy continuum, czyli
X = ℵ
0
⇒ 2
X
= c.
Dowód. Niech X = ℵ
0
. Istnieje więc funkcja różnowartościowa f : N → X
przekształcająca N na X. Określmy funkcję g : 2
N
→ X
N
przekształcającą
2
N
na X
N
, czyli funkcję przyporządkowującą podzbiorom zbioru liczb natu-
ralnych funkcje ze zbioru liczb naturalnych do zbioru X. Przyjmijmy więc,
że dla każdego A (⊆ N), g(A) = f(A)
Funkcja f przekształca N na X, zatem każdy podzbiór zbioru X jest
wyznaczonym przez funkcję f obrazem pewnego zbioru A (⊆ N).
Teraz pokażemy, że funkcja g jest różnowartościowa. Niech A ⊆ N, B ⊆
N, i A = B. Istnieje więc takie n, które należy do tylko jednego z tych
zbiorów. Niech n ∈ A, n ∈ B. Wynika stąd, że f(n) ∈ f(A) i f(n) ∈
f(B). Gdyby bowiem f(n) ∈ f(B), wówczas istniałaby liczba naturalna m
(∈ B) taka, że f(n) = f(m). Stąd, wobec różnowartościowości f, mielibyśmy
n = m, co jest niemożliwe, bo n ∈ B, a m ∈ B. Udowodniliśmy więc, że
f(A) = f(B), skąd wynika, że g(A) = g(B).
Funkcja g jest bijekcją, ustala więc równoliczność zbiorów 2
N
i 2
X
.
W wypadku nieskończonego zbioru przeliczalnego klasa wszystkich pod-
zbiorów ma moc zbioru liczb rzeczywistych, czyli jest mocy c. Powstaje
pytanie, jak to jest w wypadku innych zbiorów. Odpowiedzi na to pytanie
udziela kolejne twierdzenie Cantora.
Twierdzenie 5.41 (Cantora). Dla każdego zbioru X:
X < 2
X
.
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 < 2
N
.
Załóżmy, że istnieje zbiór A(⊆ N) równoliczny z klasą wszystkich pod-
zbiorów zbioru liczb naturalnych. Wzajemnie jednoznaczne przyporządko-
wanie f(: A → 2
N
) elementom zbioru A(= ¦n
1
, n
2
, . . . ¦) elementów zbioru
2
N
można opisać tabelką. Jeżeli w wierszu n
i
w kolumnie m znajduje się
„tak” to znaczy, że liczba m jest elementem zbioru f(n
i
), jeżeli zaś znajduje
się „nie”, to znaczy, że liczba ta nie jest elementem tego zbioru.
1 2 3 m
n
1
tak tak tak tak
n
2
nie tak tak nie
n
3
nie tak nie tak
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
n
i
tak tak nie nie
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Dokonane tu wpisy „tak” i „nie” są przykładowe.
Niech Z = ¦n
i
∈ A: n
i
∈ f(n
i
)¦. Zbiór Z tworzymy zatem biorąc pod
uwagę przekątną tabelki i – mówiąc poglądowo — zastępując w każdym miej-
scu tej przekątnej „tak” przez „nie”, a „nie” przez „tak”. W naszym przykładzie
mielibyśmy zatem Z = ¦3, . . . m, . . . ¦. Liczby 1 oraz 2 zaś do tego zbioru nie
należą. Zbiór Z nie jest wartością funkcji f dla żadnego elementu zbioru A.
Dla dowolnego n
i
(∈ A), f(n
i
) = Z, bowiem:
n
i
∈ f(n
i
) ⇔ n
i
∈ Z.
Ponieważ zaś Z ∈ 2
N
, więc A nie jest równoliczne z 2
N
.
Mając na uwadze, że klasa zbiorów ¦¦n¦: n ∈ N¦ jest równoliczna z N
oraz że jest podzbiorem 2
N
, mamy:
N < 2
N
.
10
W dowodzie tego twierdzenia Cantor po raz pierwszy użył tzw. rozumowania prze-
kątniowego.
5.5. ZBIÓR POTĘGOWY 285
Przystępujemy teraz do dowodu twierdzenia, że żaden zbiór nie jest rów-
noliczny z klasą wszystkich i tylko swoich podzbiorów. Dowód ten będzie
różnił się od powyższego tylko tym, że nie będziemy mogli korzystać z prze-
liczalności, co dało możliwość przedstawienia w postaci tabeli.
W wypadku, gdy X = ∅ istnieje tylko jeden podzbiór zbioru X, a miano-
wicie zbiór ∅. Ponieważ 2

= 1, więc zachodzi dowodzona teza. Niech teraz
X = ∅. Biorąc funkcję g : X → 2
X
określoną wzorem:
g(x) = ¦x¦
mamy różnowartościowe odwzorowanie zbioru X na rodzinę jednoelemento-
wych podzbiorów zbioru X. Zgodnie z definicją mocy zbiorów mamy więc,
że
X ≤ 2
X
.
Niech dla pewnego zbioru X (= ∅) istnieje niepusty podzbiór A (⊆ X)
taki, że A ∼ 2
X
. Istnieje zatem różnowartościowa funkcja f : A → 2
X
prze-
kształcająca A na 2
X
. Dla każdego x ∈ A, f(x) jest podzbiorem zbioru X,
czyli elementem zbioru 2
X
, f(x) ∈ 2
X
. Niech Z = ¦x ∈ A: x ∈ f(x)¦.
Z definicji zbioru Z mamy, że dla każdego x (∈ A):
(x ∈ Z) ⇔ (x ∈ f(x)).
Wiemy ponadto, że Z ⊆ X. Ponieważ f przekształca A na 2
X
, każdy pod-
zbiór zbioru X jest wartością funkcji f dla pewnego x (∈ A), w szczególności
istnieje a (∈ A) takie, że Z = f(a). Pytamy teraz, czy a ∈ Z, czy też a ∈ Z.
Jeśli a ∈ Z, to a ∈ f(a) (= Z). Jeżeli natomiast a ∈ Z, to a ∈ f(a) (= Z).
W każdym wypadku otrzymujemy sprzeczność. Zatem żaden niepusty pod-
zbiór zbioru X nie jest równoliczny ze zbiorem 2
X
, w szczególności X nie jest
równoliczny z 2
X
. Ostatecznie więc mamy, że X < 2
X
.
Twierdzenie Cantora pozwala konstruować coraz większe liczby kardy-
nalne. Biorąc zbiór potęgowy zbioru uzyskujemy zbiór większej mocy niż
moc zbioru, którego zbiór potęgowy wzięliśmy. Procedura ta może być kon-
tynuowana bez ograniczeń. Weźmy np. zbiór N liczb naturalnych. Kolejne
zbiory są większej mocy niż zbiory je poprzedzające: N, 2
N
, 2
2
N
, 2
2
2
N
, . . ..
Korzystając z twierdzenia Cantora mamy:

0
= N < 2
N
= c < 2
2
N
< . . . .
286 ROZDZIAŁ 5. MOCE ZBIORÓW
Otrzymujemy w ten sposób nieskończenie wiele liczb kardynalnych.
Z twierdzenia Cantora wynika, że nie istnieje zbiór Z wszystkich zbiorów.
Gdyby istniał, to rodzina wszystkich podzbiorów zbioru Z byłaby jego pod-
zbiorem, czyli 2
Z
⊆ Z. Wynikałoby z tego, że zbiór 2
Z
byłby równoliczny
z pewnym podzbiorem zbioru Z, a to w świetle twierdzenia Cantora nie jest
możliwe.
Fakt, że nie istnieje zbiór wszystkich zbiorów nie oznacza, że nie mo-
żemy mówić np. o prawach rachunku zbiorów, a więc czymś co odnosi się do
wszystkich zbiorów. Po prostu możemy i musimy mówić o rodzinie wszyst-
kich zbiorów, tyle tylko, że w świetle twierdzenia Cantora ta rodzina nie
jest zbiorem. Wprowadzamy pojęcie klasy jako szersze niż pojęcie zbioru.
Mianowicie, każdy zbiór jest klasą, lecz nie odwrotnie, nie każda klasa jest
zbiorem. Dzięki temu możemy mówić o klasie wszystkich zbiorów, klasie
wszystkich liczb kardynalnych. Te klasy nie są zbiorami. Mają one jednak
pewne własności zbiorów. Dzięki temu rozróżnieniu unikamy sprzeczności.
Indeks
łączność ∩, 177
łączność ∪, 175
łańcuch, 243
agregat, 162
aksjomat ekstensjonalności, 187
aksjomat istnienia, 187
aksjomat podzbiorów, 187
aksjomat różnicy, 187
aksjomat równości zbiorów, 187
aksjomat regularności, 188
aksjomat sumy, 187
aksjomat teorii identyczności, 106
aksjomat ufundowania, 188
aksjomat wyboru, 188
aksjomat wyróżniania, 187, 188
aksjomat zbioru potęgowego, 188
aksjomaty alternatywy, 79
aksjomaty implikacji, 79
aksjomaty koniunkcji, 79
aksjomaty negacji, 79
aksjomaty równoważności, 79
aksjomatyczny system rachunku zdań,
78
aksjomatyka Łukasiewicza, 80
alfabet, 14, 18, 19
alfabet gramatyki, 22
algebra zbiorów, 161
algorytm, 50, 157
algorytm działający w czasie wielo-
mianowym, 51
alternatywa, 16–18
alternatywa rozłączna, 54
antyłańcuch, 243
antynomia Russella, 187
aparat logiczny, 23
argument predykatu, 100
argument spójnika, 15
atom, 16, 163
baza, 26
bijekcja zbiorów, 228
binegacja, 55
bramka AND, 62
bramka logiczna, 62
bramka NAND, 63
bramka NOR, 63
bramka NOT, 62
bramka OR, 63
bramka XNOR, 64
bramka XOR, 63
brzytwa Ockhama, 259
charakterystyka ekstensjonalna zbioru,
164
ciąg, 16, 19, 226
ciąg nieskończony, 226
continuum, 270
cudzysłów, 12
człon podziału, 212
długość dowodu, 65
287
288 INDEKS
długość słowa, 19
dedukcja naturalna, 81
definicja alternatywy, 80
definicja indukcyjna, 25
definicja koniunkcji, 80
definicja równoważności, 80
definicja rekurencyjna, 25
definicja zdania, 16
dolna klasa przekroju, 246
domknięcie relacji, 221
dopełnienie zbioru, 173
dowód, 65, 79
dowód założeniowy, 81
dowód z klauzul, 92
drugie prawo addycji, 79
drugie prawo De Morgana, 78
drugie prawo redukcji do absurdu, 78
drugie prawo symplifikacji, 79
drzewo analityczne, 46
dwuargumentowy spójnik prawdziwo-
ściowy, 54
dysjunkcja elementarna, 59
dysjunkcyjna (alternatywna) postać nor-
malna, 59
dziedzina, 96
dziedzina relacji, 197, 198
efektywna enumeracja zbioru, 167
eksportacja, 77
ekstensjonalna równość zbiorów, 167
element idempotentny ∩, 177
element idempotentny ∪, 175
element jednostkowy ∩, 177
element jednostkowy ∪, 175
element maksymalny, 239
element minimalny, 241
element najmniejszy, 241
element największy, 240
element neutralny ∩, 177
element neutralny ∪, 175
element neutralny operacji konkate-
nacji, 19
elementy nieporównywalne, 242
elementy porównywalne, 242
Entscheidungsproblem, 158
enumeracja zbioru, 166
fakt, 128
faktoryzacja klauzuli, 92
formuła, 101
formuła atomowa, 100
formuła otwarta, 104
funkcja, 222
funkcja całkowicie określona, 223
funkcja całkowita, 223
funkcja charakterystyczna, 282
funkcja częściowa, 222
funkcja częściowo określona, 222
funkcja Herbranda, 125
funkcja identycznościowa, 228
funkcja jednoargumentowa, 222
funkcja jednojednoznaczna, 227
funkcja obliczalna, 158
funkcja odwrotna, 228
funkcja różnowartościowa, 227
funkcja rekurencyjna, 158
funkcja rzeczywista, 226
funkcja Skolema, 125
funkcja wzajemnie jednoznaczna, 227
funkcja zgodna z relacją, 225
funkcja zredukowana, 226
górna klasa przekroju, 246
gałąź, 41
gałąź otwarta, 42
gałąź sprzeczna, 42
INDEKS 289
gałąź zamknięta, 42
gramatyka bezkontekstowa, 22
gramatyka formalna, 21
hilbertowski sposób dowodzenia, 78
I prawo De Morgana, 89
idempotencja ∪, 175
iloczyn kartezjański, 193, 236
iloczyn liczb kardynalnych, 265
iloczyn zbiorów, 177
implikacja, 16–18
implikacja odwrócona, 127
importacja, 77
indukcja, 26
indywiduum, 96
injekcja, 227
inkluzja, 171
instancja problemu, 154
interpretacja, 28, 32, 139
inwariantny system rachunku zdań, 79
język, 21
język formalny, 18
język pierwszego rzędu, 101
język przedmiotowy, 23
jednoargumentowy spójnik prawdzi-
wościowy, 54
klasa abstrakcji, 208
klasa ekwiwalencji, 208
klasa równoważności, 208
klasyczna koncepcja prawdy, 12
klasyczna logika zdań, 14
klauzula, 59, 126
klauzula Horna, 126
klauzula pusta, 127
klauzule uzgodnione, 90
komutacja, 77
konglomerat, 162
koniunkcja, 16–18
koniunkcja elementarna, 59
koniunkcyjna postać normalna, 59
konkatenacja, 19
konsekwencja, 65
kontrtautologia, 33, 47
korzeń drzewa, 41
kres dolny zbioru, 244
kres górny zbioru, 244
kreska Sheffera, 58
krotka, 193
kwantyfikator duży, 101
kwantyfikator mały, 101
kwantyfikator ogólny, 101
kwantyfikator o ograniczonym zakre-
sie, 102
kwantyfikator szczegółowy, 101
kwantyfikatory a spójnik alternatywy,
115
kwantyfikatory a spójnik implikacji,
114
kwantyfikatory a spójnik koniunkcji,
115
kwantyfikatory a spójnik negacji, 114
kwantyfikatory a spójnik równoważ-
ności, 115
lemat Kuratowskiego-Zorna, 244
lewa dziedzina, 198
liść, 41
liczba całkowita, 215
liczba kardynalna, 252
liczba wymierna, 217
litera funkcyjna, 97
litera predykatowa, 99
literał, 58, 126
literał czynny, 90
290 INDEKS
literał negatywny, 59, 126
literał pozytywny, 59, 126
literały komplementarne, 90
logiczny schemat wnioskowania, 74
logika zdań, 13
luka, 246
maszyna Turinga, 157, 158
matryca formuły, 120
metajęzyk, 23
metoda efektywna, 154
metoda identyfikacji elementów rów-
noważnych, 213
metoda niewprost, 36
metoda sprawdzania wprost, 34
metoda tablic semantycznych, 41, 50,
128
metoda zero-jedynkowa, 35, 50
metoda zero-jedynkowa niewprost, 42
metoda zero-jedynkowa wprost, 42, 50
moc zbioru, 252
model, 12, 14, 28, 139
model języka, 139
model zbioru zdań, 71, 149
model zdania, 148
modus ponens, 64
modus tollens, 88
monotoniczność, 194
multizbiór, 163
n-argumentowa litera funkcyjna, 97
n-argumentowy predykat, 99
n-tka uporządkowana, 193
nadzbiór, 171
następnik, 16
następnik pary uporządkowanej, 192
następnik produkcji, 20
następstwo, 13
następstwo zdań, 71
nawias, 16
nawiasy, 102
nazwa cydzysłowowa, 23
nazwa funkcji, 223
negacja, 16–18
negatywna klauzula Horna, 126
niesprzeczny zbiór formuł, 110
notacja łukasiewiczowska, 17
notacja Backusa-Naura, 22
notacja polska, 18
notacja prefiksowa, 18
oś współrzędnych, 193
obcięcie funkcji, 226
obraz zbioru, 233
odwrotne prawo podwójnego przecze-
nia, 79
odwrotne prawo redukcji do absurdu,
78
odwzorowanie, 222
ograniczenie dolne, 243
ograniczenie górne, 243
operacja, 222
operator, 222
operator abstrakcji, 166
półrozstrzygalność, 130, 158
para uporządkowana, 192
permutacja zbioru, 228
pewnik abstrakcji, 187
pewnik wyboru, 188
pień drzewa, 41
pierwotna, 84
pierwsze prawo De Morgana, 78
pośrednie uzasadnianie, 13
podsłowo, 20
podsłowo właściwe, 20
INDEKS 291
podstawa potęgi liczby kardynalnej,
267
podstawialność termu, 105
podstawienie, 20
podzbiór, 170
podzbiór właściwy, 171
podział logiczny, 212
pojęcie dualne, 241
pojęcie logiki, 11
pojęcie prawdziwości zdania, 14
pojęcie zdania, 11
pole relacji, 198
Polish notation, 18
ponendo ponens, 77
poprzednik, 16
poprzednik pary uporządkowanej, 192
poprzednik produkcji, 20
porządek prefiksowy, 238
postać normalna dysjukcyjna (alter-
natywna), 58
potęga liczby kardynalnej, 267
pozytywna klauzula Horna, 126
praelement, 163
pragmatyka, 11
prawa De Morgana, 114
prawa De Morgana dla różnicy, 182
prawa De Morgana dla rachunku zbio-
rów, 181
prawa dziedzina, 198
prawa ekstensjonalności, 115
prawdziwość zdania w modelu, 148
prawo absorpcji (pochłaniania), 181
prawo addycji, 79
prawo Claviusa, 80
prawo dodawania poprzedników, 79
prawo Dunsa Szkota, 78, 80
prawo dylematu, 78
prawo Fregego, 79
prawo kontrapozycji, 77
prawo logiki, 76
prawo mnożenia następnika, 79
prawo podwójnego przeczenia, 78, 79
prawo podwójnego uzupełnienia, 174
prawo podwójnej negacji, 78
prawo poprzednika, 79
prawo redukcji do absurdu, 78
prawo rozdzielności, 194
prawo rozdzielności iloczynu względem
sumy, 181
prawo rozdzielności sumy względem
iloczynu, 181
prawo sylogizmu hipotetycznego, 80
prawo symplifikacji, 79
prawo transpozycji, 77, 79
predykat, 99
predykat identyczności, 107
prefiks, 17, 20
prefiks formuły, 120
prefiksowa postać normalna, 120
problem rozstrzygalności, 154
problem syntezy sieci logicznych, 64
produkcja, 20
produkt kartezjański, 193, 236
przecięcie zbiorów, 177
przeciwdziedzina, 198, 223
przeciwobraz zbioru, 234
przedłużenie funkcji, 226
przedrostek formuły, 120
przedrostkowa postać normalna, 120
przekątna, 200
przekrój właściwy, 246
przekrój zbiorów, 177
przekroju zbioru, 245
przekształcenie, 222
przekształcenie kanoniczne, 213
przemienność ∩, 177
292 INDEKS
przemienność ∪, 175
przesłanka, 13
przestrzeń, 96, 170
przestrzeń ilorazowa, 208
punkt, 193
różnica symetryczna zbiorów, 180
różnica zbiorów, 179
równość funkcji, 224
równoliczność zbiorów, 249
równoważność, 16–18
rachunek logiczny, 11, 13
rachunek predykatów, 14
rachunek zbiorów, 161
rachunek zdań, 14, 31, 61
racja, 13
racja zdania, 71
reguła, 73, 128
reguła ∃L, 128, 129
reguła ∃P, 128, 129
reguła ∀L, 129
reguła ∀P, 129
reguła ∧L, 43
reguła ∧P, 44
reguła ⇔ L, 45
reguła ⇔ P, 46
reguła L, 43
reguła P, 43
reguła ∨L, 44
reguła ∨P, 44
reguła ⇒ L, 45
reguła ⇒ P, 45
reguła dołączania alternatywy, 85
reguła dołączania dużego kwantyfika-
tora, 107, 136
reguła dołączania koniunkcji, 85
reguła dołączania małego kwantyfika-
tora, 107, 136
reguła dołączania nowych wierszy do-
wodowych, 81, 84
reguła dołączania równoważności, 85
reguła jednokrotna, 128, 129
reguła lewostronna, 42
reguła odrywania, 65, 79, 85, 107
reguła opuszczania alternatywy, 85
reguła opuszczania dużego kwantyfi-
katora, 107, 136
reguła opuszczania koniunkcji, 85
reguła opuszczania małego kwantyfi-
katora, 107, 136
reguła opuszczania równoważności, 85
reguła pierwotna, 84
reguła podstawiania, 80, 107
reguła prawostronna, 42
reguła przepisywania, 20
reguła rezolucji, 89, 91
reguła strukturalna, 73
reguła tworzenia dowodu, 81
reguła tworzenia dowodu niewprost,
83
reguła tworzenia dowodu wprost, 83
reguła wielokrotna, 129
reguła wtórna, 84, 86
reguła zastępowania, 80
reguły gramatyczne, 14
reguły konstrukcji wyrażeń, 18
reguły semantyczne, 14
reguły syntaktyczne, 14, 18
reguły znaczeniowe, 14
relacja, 96, 196
relacja antysymetryczna, 203
relacja asymetryczna, 203
relacja binarna, 197
relacja dobrze porządkująca, 247
relacja dobrze ufundowana, 247
relacja dwuczłonowa, 197
INDEKS 293
relacja leżenia poniżej, 41
relacja liniowo porządkująca, 244
relacja n–członowa, 197
relacja niewiększości dla liczb kardy-
nalnych, 270
relacja poprzedzania, 238
relacja porządkująca, 237
relacja przechodnia, 205
relacja przeciwsymetryczna, 203
relacja przeciwzwrotna, 201
relacja równoważności, 207
relacja spójna, 244
relacja symetryczna, 202
relacja zredukowana, 221
relacja zwrotna, 200
reverse Polish notation, 18
rezolwenta, 90
rozłączność zbiorów, 179
rozgałęzienie, 41
rozstrzygalność, 33, 154
rozszerzenie funkcji, 226
słownik, 14, 18
słowo końcowe, 20
słowo nad alfabetem, 19
słowo początkowe, 20
słowo puste, 19
schemat wnioskowania, 73
schemat wnioskowania odpowiadający
schematowi zdania, 76
schemat zdania, 25
semantycznie niesprzeczny zbiór zdań,
70
semantyka, 11, 31
semiotyka, 11
sieć logiczna, 62
sieć podstawowa, 64
singleton, 165
skok, 246
skolemizacja, 124
spójnik, 15
spójnik dwuargumentowy, 15
spójnik główny, 17
spójnik jednoargumentowy, 15
spójnik prawdziwościowy, 14, 53
spójniki równoważne (ekstensjonalnie
równe), 54
spełnianie, 141
sprawdzanie metodą niewprost, 35
sprzeczność, 128
sprzeczny zbiór formuł, 110
stała indywiduowa, 96
stała Skolema, 124
standardowa postać skolemowska, 124
stosunek, 196
sufiks, 17, 20
suma liczb kardynalnych, 264
suma zbiorów, 175
superpozycja funkcji, 231
supozycja materialna, 30
surjekcja, 225
sygnatura funkcji, 223
sygnatura języka, 101
sygnatura relacji, 197
sylogizm hipotetyczny, 77
sylogizm warunkowy, 87
symbol końcowy (terminalny), 22
symbol niekońcowy (nieterminalny),
22
symbol początkowy (startowy) grama-
tyki, 22
symetryczne domknięcie relacji, 222
syntaktycznie niesprzeczny zbiór zdań,
70
syntaktyka, 11, 31
system implikacyjno-negacyjny, 80
294 INDEKS
tablica binarna, 43
tablica otwarta, 42
tablica semantyczna, 41, 46
tablica semantyczna zamknięta, 130
tablica zakończona, 43
tablica zamknięta, 42
tautologia, 31, 33, 47
tautologia języka rachunku predyka-
tów, 106
teoria dowodu, 23
teoria interpretacji, 23
teoria mnogości, 161
teoria modeli, 23
teoria wynikania syntaktycznego, 23
teoriomnogościowe prawo (nie)sprze-
czności, 180
teoriomnogościowe prawo wyłączonego
środka, 180
term, 99
teza Churcha, 157
teza Churcha-Turinga, 157
teza indukcyjna, 27
teza rachunku predykatów, 110
teza rachunku zdań, 80
tollendo tollens, 77
transformacja, 222
twierdzenie, 81
twierdzenie Cantora-Bernsteina, 271,
274
twierdzenie Gödla o pełności, 153
twierdzenie o dedukcji, 68, 115
twierdzenie o funkcjonalnej pełności,
57
twierdzenie o pełności, 52
twierdzenie o rozbiorze, 28
twierdzenie o zastępowaniu, 56
twierdzenie o zwartości, 153
typ funkcji, 223
układ podstawowa, 64
unifikacja termów, 128
uniwersum, 96
uogólniona suma zbiorów, 183
uogólnione prawa De Morgana, 186
uogólnione przecięcie zbiorów, 183
uogólnione twierdzenie o niesprzecz-
ności, 71, 153
uogólnione twierdzenie o pełności, 71
uogólniony iloczyn kartezjański, 236
uogólniony produkt kartezjański, 236
uzasadnianie, 13
uzupełnienie zbioru, 173
właściwy nadzbiór, 171
wartość funkcji, 223
wartość logiczna, 13, 32
wartość termu, 141
warunek bazowy, 26
warunek indukcyjny, 26
warunek końcowy, 26
warunek niepustości, 212
warunek początkowy, 26
warunek początkowy (bazowy), 27
warunek rozłączności, 212
warunek zupełności, 212
wielozbiór, 163
wiersz dowodowy, 82
wniosek, 13, 65
wnioskowanie, 13
wnioskowanie dedukcyjne, 13
wnioskowanie przez indukcję (mate-
matyczną), 27
wtórna, 84
wykładnik potęgi liczby kardynalnej,
267
wykres funkcji, 224
wynikanie, 13
INDEKS 295
wynikanie (logiczne), 13
wynikanie semantyczne, 71, 149
wynikanie syntaktyczne, 65
wyprowadzalność, 65
wyprowadzenie ze słowa, 20
wyraz ciągu, 19
wystąpienie problemu, 154
x jest zawarte w y, 238
złożenie sekwencyjne funkcji, 231
założenia dowodu założeniowego, 82
założenie, 65
zakres predykatu, 99
zakres zmienności, 96
zależność, 196
zamknięcie formuły, 104
zanegowane pytanie, 128
zasada abstrakcji, 213
zasada ciągłości Dedekinda, 246
zasada dopisywania nowych wierszy
dowodowych, 82
zasada dowodzenia reguł wtórnych, 86
zasada dwuwartościowości, 14
zasada dwuwartościwości, 13
zasada ekonomii, 12
zasada ekstensjonalności, 168
zasada niesprzeczności, 77
zasada podwójnej negacji, 88
zasada rekurencji strukturalnej, 28
zasada tożsamości, 77
zasada wiązania na lewo, 24
zasada wyłączonego środka, 78
zasady indukcji strukturalnej dla ra-
chunku zdań, 27
zasady wiązania przez spójniki, 24
zasięg działania kwantyfikatora, 103
zasięg kwantyfikatora, 103
zastępowanie, 20
zawieranie się zbiorów, 171
zbiór dobrze ufundowany, 247
zbiór dobrze uporządkowany, 247
zbiór dokładny, 163
zbiór domknięty ze względu na reguły
konstrukcji, 26
zbiór dualny, 242
zbiór dzielony, 212
zbiór liniowo uporządkowany ciągły,
246
zbiór liniowo uporządkowany gęsto, 245
zbiór nieprzeliczalny, 261
zbiór nieskończony, 250
zbiór obliczalny, 259
zbiór pełny, 170
zbiór potęgowy, 188
zbiór przeliczalny, 253
zbiór przybliżony, 163
zbiór pusty, 169
zbiór refleksywny, 250
zbiór regularny, 247
zbiór rekurencyjnie przeliczalny, 259
zbiór rekurencyjny, 259
zbiór reprezentantów, 208
zbiór rozmyty, 162
zbiór scharakteryzowany intensjonal-
nie, 165
zbiór skończony, 249
zbiór uniwersalny, 96, 170
zbiór uporządkowany, 238
zbiór w znaczeniu abstrakcyjnym, 161
zbiór w znaczeniu dystrybutywnym,
161, 162
zbiór w znaczeniu kolektywnym, 161
zbiór w znaczeniu mereologicznym, 161
zbiór zdań spełniony w modelu, 71
zdanie (logicznie) prawdziwe, 30, 149
296 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
(1965), w: M. Davis, red., ‘The Undecidable: Basic Papers on Undecidable
Propositions, Unsolvable Problems, and Computable Functions’, Raven
Press, Hewlett, N.Y.
Davis, M. & Putnam, H. (1960), ‘Computing procedure for quantification
theory’, Journal of the ACM 7(3), 201–215.
Gödel, K. (1930), ‘Die Vollständigkeit der Axiome des logischen Funktion-
skalküls’, Monatshefte für Mathematik und Physik 37, 349–360. (Gödel’s
Dissertation, 1929) also with English transl. in Collected Works, S. Fe-
ferman et al., eds., vol. 1, Oxford University Press, Oxford, 1986, pp.
60–101.
Grzegorczyk, A. (1957), Zagadnienia rozstrzygalności, Warszawa.
Herbrand, J. (1929), Recherches sur la théorie de la démonstration, PhD
thesis, Warszawa. Dysertacja doktorska dla Uniwersytetu Paryskiego,
opublikowana w: Travaux de la Société des Sciences et des Lettres de
Varsovie, Classe II, Sciences math. et phys., no. 33. Warszawa, s. 128;
datowane: 14 IV 1929. Przedruk w: Herbrand, Écrits logiques, Presses
Universitaires de France, Paris 1968, s. 35–153. Dowód twierdzenia o
dedukcji w §2.4, rodz. 3 (s. 61 w oryginale, s. 90–91 w przedruku z r.
1968).
Horn, A. (1951), ‘On sentences which are true of direct unions of algebra’,
Journal of Symbolic Logic 16, 14–21.
Kuratowski, K. (1922), ‘Une méthode d’élimination des nombres transfinis
des raisonnements mathématiques’, Fundamenta Mathematicae 3, 76–
108.
297
298 BIBLIOGRAFIA
Löwenheim, L. (1915), ‘Über Möglichkeiten im Relativkalkül’, Mathemati-
schen Annalen 76, 447–470. Przekład ang. w: (van Heijenoort 1967),
s. 232–251.
Morris, C. (1938), Foundations of the theory of signs, w: ‘International En-
cyclopedia of United Scince’, Vol. 1, Chicago University Press, Chicago.
Murawski, R. (1990), Funkcje rekurencyjne i elementy metamatematyki. Pro-
blemy zupełności, rozstrzygalności, twierdzenie Gödla, Poznań. II wyd.
1991.
Murawski, R. (1999), Recursive Functions and Metamathematics. Problems
of Completeness and Decidability, Gödel’s Theorems, Kluwer Academic
Publishers, Dordrecht-Boston-London.
Robinson, J. A. (1965), ‘A machine-oriented logic based on the resolu-
tion principle’, Journal of the Association for Computing Machinery
12(1), 23–41.
Skolem, T. A. (1920), Logisch-kombinatorische Untersuchungen über die Er-
füllbarkeit oder Beweisbarkeit mathematischer Sätze nebst einem The-
orem über dichte Mengen, I, Skrifter utgitt av Videnskapsselskapet i Kri-
stiania, Mat. Naturv. Kl. 4.
Tarski, A. (1933), Pojęcie prawdy w językach nauk dedukcyjnych, Prace To-
warzystwa Naukowego Warszawskiego, Warszawa. Zob. (Tarski 1936 (za
rok 1935)). Tłumaczenie angielskie: „The Concept of Truth in Forma-
lized Languages”, w: Logic, Semantics, Metamatematics: Papers from
1923 to 1938, Oxford 1956.
Tarski, A. (1936 (za rok 1935)), ‘Der Wahrheitsbegriff in der formalisier-
ten Sprachen’, Studia Philosophica 41, 261–405. Uzupełniony przekład
z wydania polskiego w 1933 r., (Tarski 1933).
Tarski, A. (1944), ‘The semantic conception of truth and the foundation of
semantics’, Philosophy and Phenomenological Research 4, 341–376.
Trzęsicki, K. (2003), Logika i teoria mnogości. Ujęcie systematyczno-
historyczne, Exit, Warszawa.
BIBLIOGRAFIA 299
Trzęsicki, K. (2006), ‘From the idea of decidability to the number Ω’, Studies
in Grammar, Logic and Rethoric 9(22), 73–142.
Turing, A. M. (1936–37), ‘On computable numbers, with an application
to the Entscheidungsproblem’, Proceedings of the London Mathema-
tical Society 42(Series 2), 230–265. Received May 25, 1936; Ap-
pendix added August 28; read November 12, 1936; corrections Ibid.
vol. 43(1937), pp. 544–546. Turing’s paper appeared in Part 2 of vol.
42 which was issued in December 1936 (Reprint in M. Davis (ed.)
1965, pp.116–151, ( 1965); corr. ibid. pp. 151–154). Online version:
http://www.abelard.org/turpap2/tp2-ie.asp.
van Heijenoort, J., red. (1967), From Frege to Gödel. A source book in Ma-
thematical Logic, Harvard University Press, Cambridge Mass.
Zorn, M. (1935), ‘A remark on method in transfinite algebra’, Bulletin of the
American Mathematical Society 41, 667–670.

4 Wyd. II poprawione i zmienione. Wersja elektroniczna.

Spis treści
1 Logika zdań 1.1 Pojęcie logiki . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Język logiki zdań . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Pojęcie języka logiki zdań . . . . . . . . . . . . . 1.2.2 Definicja zdania . . . . . . . . . . . . . . . . . . . 1.2.3 Język formalny . . . . . . . . . . . . . . . . . . . 1.2.4 Język a metajęzyk . . . . . . . . . . . . . . . . . 1.2.5 Rekurencyjny charakter definicji zdania . . . . . . 1.2.6 Model i prawdziwość . . . . . . . . . . . . . . . . 1.3 Rachunek zdań . . . . . . . . . . . . . . . . . . . . . . . 1.3.1 Tautologia . . . . . . . . . . . . . . . . . . . . . . 1.3.2 Wybrane tautologie klasycznej logiki zdań . . . . 1.3.3 Tablice semantyczne . . . . . . . . . . . . . . . . 1.3.4 Tautologia a zdanie logicznie prawdziwe . . . . . 1.3.5 Spójniki prawdziwościowe . . . . . . . . . . . . . 1.3.6 Funkcjonalna pełność . . . . . . . . . . . . . . . . 1.3.7 Postacie normalne . . . . . . . . . . . . . . . . . 1.3.8 Elektroniczna interpretacja spójników . . . . . . . 1.3.9 Dowód w rachunku zdań . . . . . . . . . . . . . . 1.3.10 Twierdzenie o dedukcji . . . . . . . . . . . . . . . 1.3.11 Sprzeczne i niesprzeczne zbiory zdań . . . . . . . 1.3.12 Wynikanie syntaktyczne a wynikanie semantyczne 1.3.13 Reguły, schematy i prawa logiki . . . . . . . . . . 1.3.14 Systemy logiki zdań . . . . . . . . . . . . . . . . . 11 11 14 14 15 18 23 25 28 31 31 37 41 51 53 56 58 61 64 67 70 70 72 78

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . .

2 Logika predykatów 95 2.1 Język rachunku predykatów . . . . . . . . . . . . . . . . . . . 95 2.1.1 Dziedzina . . . . . . . . . . . . . . . . . . . . . . . . . 95 5

6 2.1.2 Stałe i zmienne indywiduowe . . 2.1.3 Litery funkcyjne . . . . . . . . . 2.1.4 Term . . . . . . . . . . . . . . . 2.1.5 Litery predykatowe . . . . . . . 2.1.6 Formuła . . . . . . . . . . . . . 2.1.7 Podstawialność . . . . . . . . . Rachunek predykatów . . . . . . . . . 2.2.1 Dowód w rachunku predykatów 2.2.2 Twierdzenie o dedukcji . . . . . 2.2.3 Postacie normalne . . . . . . . 2.2.4 Tablice semantyczne . . . . . . 2.2.5 Dedukcja naturalna . . . . . . . 2.2.6 Model i prawdziwość . . . . . . 2.2.7 Pełność rachunku predykatów . 2.2.8 Problem rozstrzygalności . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

SPIS TREŚCI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 97 98 99 100 105 106 106 115 120 128 135 138 153 154

2.2

3 Algebra zbiorów 3.1 Zbiór i element zbioru . . . . . . . . . . . . . . . . . . . 3.2 Równość zbiorów . . . . . . . . . . . . . . . . . . . . . . 3.3 Zawieranie się zbiorów . . . . . . . . . . . . . . . . . . . 3.4 Operacje na zbiorach . . . . . . . . . . . . . . . . . . . . 3.4.1 Dopełnienie zbioru . . . . . . . . . . . . . . . . . 3.4.2 Suma zbiorów . . . . . . . . . . . . . . . . . . . . 3.4.3 Przecięcie zbiorów . . . . . . . . . . . . . . . . . 3.4.4 Różnica i różnica symetryczna zbiorów . . . . . . 3.4.5 Związki między działaniami teoriomnogościowymi 3.4.6 Uogólnione suma i przecięcie zbiorów . . . . . . . 3.5 Aksjomaty algebry zbiorów . . . . . . . . . . . . . . . . . 4 Relacje i funkcje 4.1 Iloczyn kartezjański zbiorów . . . . . . . . . . . . 4.2 Relacje . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Pojęcie relacji . . . . . . . . . . . . . . . . 4.2.2 Relacje zwrotna i przeciwzwrotna . . . . . 4.2.3 Relacje symetryczna, przeciwsymetryczna i tryczna . . . . . . . . . . . . . . . . . . . . 4.2.4 Relacja przechodnia . . . . . . . . . . . . . 4.2.5 Relacja równoważności . . . . . . . . . . .

161 . 161 . 167 . 170 . 173 . 173 . 175 . 177 . 179 . 180 . 183 . 186 191 . 191 . 196 . 196 . 200

. . . . . . . . . . . . . . . . . . . . . . . . antysyme. . . . . . . 202 . . . . . . . 205 . . . . . . . 207

SPIS TREŚCI 4.3 Rachunek relacji . . . . . . . . . . . . 4.4 Funkcja . . . . . . . . . . . . . . . . 4.4.1 Pojęcie funkcji . . . . . . . . . 4.4.2 Funkcja odwrotna . . . . . . . 4.4.3 Superpozycja funkcji . . . . . 4.4.4 Obrazy i przeciwobrazy . . . . 4.5 Uogólniony iloczyn kartezjański . . . 4.6 Uporządkowanie zbiorów . . . . . . . 4.6.1 Zbiory uporządkowane . . . . 4.6.2 Zbiory liniowo uporządkowane 4.6.3 Zbiory dobrze uporządkowane 5 Moce zbiorów 5.1 Równoliczność zbiorów . . . . . . . 5.2 Zbiory przeliczalne i nieprzeliczalne 5.3 Arytmetyka liczb kardynalnych . . 5.4 Zbiory mocy continuum . . . . . . 5.5 Zbiór potęgowy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7 218 222 222 228 231 233 236 237 237 244 247

249 . 249 . 253 . 263 . 276 . 282

8 SPIS TREŚCI .

co doprowadziło do zasadniczego zmniejszenia objętości książki. Zachowany został układ. Dobór zagadnień oraz sposób ich ujęcia ma być „przyjazny” dla informatyków. Książka ma umożliwić studentowi opanowanie aparatu pojęciowego oraz symboliki. Elementy logiki i teorii mnogości obejmują klasyczną logikę zdań. Ma to jednak miejsce tam. gdzie trudno było pominąć problematykę chociażby z powodu jej niezbędności do wyłożenia innych kwestii lub aby nie tworzyć jakieś niezrozumiałej luki. jak na przykład popularny w Polsce zbiór zadań W. Miejscami książka wykracza poza te ramy.Przedmowa Niniejsze Elementy logiki i teorii mnogości są przygotowane z myślą o studiujących informatykę oraz ekonometrię i informatykę na poziomie inżynierskim lub licencjackim. Książka ta od mojej Logiki i teorii mnogości różni się nie tylko zakresem. Wykład teorii mnogości zyskuje zaś na ścisłości. Taki układ mają zwykle różne zbiory zadań. czyli odpowiedni do potrzeb i zgodny co do stylu myślenia. 9 . Objętościowo książka przekracza standardowy wykład. a studentom daje szansę poszerzenia wiedzy. a mianowicie wpierw rozważane są zagadnienia logiczne a następnie teoriomnogościowe. Praktyczne podejście do logiki wymaga pokazania zastosowania jej w praktyce matematycznej. Niewątpliwie najbardziej widoczne jest pominięcie wielu kwestii i mniej szczegółowe ujęcie niektórych. Mając do dyspozycji aparat logiczny możemy zastosować go w teorii mnogości do zapisu twierdzeń i wykorzystać w dowodach. Onyszkiewicza Logika i teoria mnogości w zadaniach. Tym samym wykładowcom stwarza różne możliwości doboru tematów. niezbędnych do rozumienia wykładu podstawowych przedmiotów teoretycznych oraz kierunkowych zawodowych. klasyczną logikę predykatów oraz teorię mnogości. Marka i J.

10 .

za których pomocą informacja została zapisana. Można powiedzieć więc. rozważa ona związki między znakami a rzeczywistością. choć nie jedynie. Poprawna metodologicznie definicja zdania możliwa jest. Rachunki logiczne wyrosły z zamiaru oceny poprawności rozumowań poprzez kontrolę przestrzegania zasad przekształceń wyrażeń. do której te znaki odnoszą. która opisuje stosunki między znakami. Rozumowanie — najogólniej rzecz biorąc — to proces poznawczy pozyskiwania nowej wiedzy na podstawie tylko dotychczas posiadanej wiedzy. które nadają się do formułowania twierdzeń (wiedza w sensie obiektywnym) lub przekonań (wiedza w sensie subiektywnym). Morrisem (1938) wyróżnia • syntaktykę. czyli gdy zdefiniowany jest zbiór symboli (słownik języka) i zasady budowy (reguły syntaktyczne1 ) jego wy1 Przez semiotykę rozumie się logiczną teorię języka. Za Ch. Logikę interesuje język głównie.1 Pojęcie logiki Logika to przede wszystkim teoria rozumowań. prawdziwość. zachowującego własności logiczne informacji takie jak np. gdy określony jest język. Z tego względu mówiąc o zdaniu ma się na uwadze zdanie oznajmujące w sensie gramatycznym.Rozdział 1 Logika zdań 1. • semantykę. że logika jest działem teorii przetwarzania informacji: formułuje zasady przetwarzania. Przez zdania rozumiemy wszystkie i tylko te wyrażenia. jako narzędzie przekazu informacji. się: 11 .

to mówi sie o tego rodzaju «rzeczywistości». Podobnie. określamy. trzeba stworzyć jego substytut. do mówienia o której dany język może być używany.1. że kiedy mówi się o modelu języka. że zdanie jest prawdziwe. W szczególności nie ma potrzeby brania w cudzysłów. czyli na przykład gdy piszemy. Klasyczne pojęcie prawdy jest pojęciem relacyjnym. do kogo jest adresowany. Gdy jednak mówimy o prawdziwości lub fałszywości zdań niekoniecznie mając na uwadze świat realny. Taki konstrukt będziemy nazywać modelem 3 . że podajemy przykłady zdań. Zdanie: 2+2=5 jest fałszywe. Zdanie jest zaś fałszywe. co do sposobu rozumienia. jej przedmiotem są relacje między znakami a ich użytkownikami. 3 Należy tu dodać. Zdanie jest prawdziwe.12 ROZDZIAŁ 1. gdy mówimy. że jest to świat realny. 2 . ile jest konieczne.2 Zdanie: 2+2=4 jest prawdziwe. nie dodajemy ze względu na jaki «świat» jest ono prawdziwe. • pragmatykę. LOGIKA ZDAŃ rażeń (poprawnie zbudowanych). W niniejszej książce będzie szereg odstępstw od tej zasady. klasy zdań. otaczająca nas rzeczywistość. gdzie ich brak nie będzie źródłem jakichś wątpliwości. gdy używamy zwrotów w rodzaju: nazywamy. która nakazuje zastosowanie tylko tyle środków wyrazu. aby tekst był zrozumiały i jednoznaczny dla tego. wtedy i tylko gdy w rzeczywistości nie jest tak jak zdanie to głosi. Kierujemy się bowiem również zasadą ekonomii. wtedy i tylko gdy w rzeczywistości jest tak jak to zdanie głosi. Zgodnie z tą zasadą cudzysłowy opuszczane będą wszędzie tam. Zdanie to każdy i tylko taki ciąg symboli. Zwykle. Domyślnie przyjmujemy. jeśli używamy nazwy rodzaju wyrażenia. chociażby w postaci jakiegoś czysto abstrakcyjnego konstruktu. Przykład 1. Powyższe określenia prawdziwości i fałszywości zdań są potocznym sformułowaniem klasycznej koncepcji prawdy. to ma się na uwadze pewnego rodzaju «rzeczywistość». w której wszystkie zdania z tego zbioru są prawdziwe. który jest elementem wyróżnionej klasy wyrażeń (poprawnie zbudowanych). Użycie wyrażenia jako nazwy samego siebie zaznacza się biorąc to wyrażenie w cudzysłów. Kiedy mówi się o modelu jakiegoś zbioru zdań.

W języku zdaniowym wszystkie elementy znaczeniowe wiążące te zdania ze sobą są wyrażalne przez spójniki zdaniowe. że zdania są bądź prawdziwe. poprzez odwołanie się do zdań już należących do tych systemów oraz 2. czyli zasobu naszych przekonań. które wynika z jakichś zdań nazywamy ich następstwem. żeby między jego przesłankami a wnioskiem zachodził stosunek uzasadniania. Wnioskowanie to pośrednie uzasadnianie. z których jakieś zdanie wynika nazywamy jego racjami. Na to. Wnioskowania. Szczególnym rodzajem stosunku uzasadniania jest stosunek wynikania. Stanowią one punkt wyjścia wnioskowania. Teoria wynikania logicznego jest zasadniczym zagadnieniem logiki. poszerzania naszej wiedzy obiektywnej. na podstawie już żywionych przekonań. Nie dopuszczamy również wartości logicznych innych niż prawda i fałsz. w których prawdziwość przesłanek gwarantuje prawdziwość wniosku — czyli gdy nie jest możliwy taki stan rzeczy. w których wniosek wynika (logicznie) z przesłanek. Znaczenie zdania. Rozważymy problem rachunku dla logiki zdań. Spójniki te . które nie są ani prawdziwe. Podstawowym działem logiki jest więc teoria wnioskowań dedukcyjnych. aby metodami rachunkowymi stwierdzić poprawność rozumowania. czyli uzasadnianie poprzez odwołanie się do uprzednio uznanych zdań. a zdanie. POJĘCIE LOGIKI 13 Prawdziwość i fałszywość to wartości logiczne zdań. ani fałszywe. Rachunki logiczne tworzone są m. Logika zdań jest logiką języka.1.in. czyli prawdziwości lub fałszywości. które we wnioskowaniu zostaje uznane. Przesłanki we wnioskowaniu to zdania skądinąd uznane bądź jako takie założone. konieczne jest. bądź fałszywe. Zdania. Nie dopuszczamy istnienia zdań. Wniosek zaś jest zdaniem. Są to wnioskowania dedukcyjne. po to. przyjmujemy.1. którego najprostsze. aby wnioskowanie było poprawne. czyli sposób jego rozumienia wyczerpuje się w jego wartości logicznej. Przyjmujemy zasadę dwuwartościowości . czyli systemów wiedzy. wzbogacania naszej wiedzy subiektywnej. tzn. aby przesłanki były prawdziwe a wniosek fałszywy — to wnioskowania. wewnętrznie nieanalizowalne elementy to zdania proste (atomowe). Wnioskowanie służy więc do: 1.

gdy wartość logiczna zdań złożonych zbudowanych za pomocą tych spójników jest wyznaczana przez wartości logiczne zdań składowych (a więc z pominięciem treści tych zdań). Słownik języka.2. Wyrażenia są skończonymi ciągami elementów słownika zbudowanymi zgodnie z regułami syntaktycznymi. W logice matematycznej takim «światem» jest abstrakcyjny konstrukt: model. Mogą być one proste lub złożone. LOGIKA ZDAŃ są prawdziwościowe wtedy i tylko wtedy. którego jakaś część właściwa jest zdaniem. o ile abstrahujemy od wewnętrznej złożoności ich zdań prostych. o jakimś świecie. Reguły semantyczne języka logiki zdań sprowadzają się zatem do definicji prawdziwości zdania w modelu. Zatem określenie reguł syntaktycznych tego języka sprowadza się do definicji zdania.2 1. którego wszystkie spójniki są prawdziwościowe i w której przyjmuje się zasadę dwuwartościowości. model. Zdania budujemy. w którym wyróżnia się elementy składowe zdań — będzie to rachunek predykatów. Zasady logiki zdań stosują się do wszystkich języków o tyle. W wypadku języka logiki zdań jedynymi poprawnie zbudowanymi wyrażeniami będą zdania. 1. W każdym języku istnieją różne sposoby tworzenia zdań ze zdań.1 Język logiki zdań Pojęcie języka logiki zdań Na język logiki zdań. jak na każdy język. Proste to takie. których żadna część właściwa. Zdania są jedynymi wyrażeniami poprawnie zbudowanymi języka logiki zdań. Ściśle określony «świat». umożliwi definicję prawdziwości zdania (w modelu). czyli różna od całości nie jest zdaniem. Będzie on tak zbudowany. reguły syntaktyczne (gramatyczne) oraz reguły semantyczne (znaczeniowe). Pojęcie prawdziwości zdania jest pojęciem semantycznym. z których budowane są wyrażenia (poprawnie zbudowane). aby mówić o pewnej rzeczywistości. Zdanie złożone to takie. składają się słownik (alfabet). to zbiór symboli. Klasyczna logika zdań to logika zdań języka.14 ROZDZIAŁ 1. Rachunek dla logiki zdań jest fragmentem bogatszego rachunku dla logiki języka. aby ujmował interesujące nas aspekty odnoszenia zdań do świata. Zdania można tworzyć ze zdań za pomocą różnych wyrażeń (w gramatyce nazywanych spójnikami i partykułami) lub .

. ∨. . że jest standardowa. ” i „. że. . ”. . . czyli w których nie występują spójniki. . Druga. które łącznie ze zdaniem bądź zdaniami tworzy zdanie. ⇒. Zdania. dwuargumentowe itd. 2. że .2. . . ”. Wyróżniamy więc spójniki jednoargumentowe. z których dany spójnik tworzy zdanie to argumenty tego spójnika.2. . „konieczne jest. . Jedna ze względu na to. że 2 + 2 = 4. Spójnikiem nie jest: „. ze względu na wykorzystanie i samej definicji i pomysłu na zapis — w szczególności w informatyce. . Spójniki dzieli się ze względu na ilość ich argumentów. . Zdanie w notacji standardowej Alfabet języka logiki zdań Alfabet A języka logiki zdań jest zbiorem następujących obiektów (symboli): 1.1.: „nieprawda. to ma dwa kąty równe. .2 Definicja zdania Podane będą dwie definicje zdania.2. które nie są złożone. które otrzymujemy w wyniku dopisania zdania lub zdań do spójnika to zdania złożone. Spójnik to każde i tylko takie wyrażenie. lub . ¬. łukasiewiczowska. 1. . ∧. p1 . . Jeżeli czworokąt ma cztery boki równe. Przykład 1. . Zdania. Przykład 1. . . Spójnikami są.3. a w języku pisanym — odpowiedniej interpunkcji). ” oraz „. 3. ⇔. Zdania proste to zdania. Zdaniami prostymi są: 2+2=4 Trójkąt ma trzy boki Zdaniami złożonymi są: Nieprawda. oraz . JĘZYK LOGIKI ZDAŃ 15 zestawienia zdań (połączenia zdań składowych wraz z użyciem: w języku mówionym — stosownej intonacji. p0 . jest”. . powszechna.

Zamiast f (n) pisze się fn . litery zdaniowe są zdaniami. że ciąg to funkcja ze zbioru liczb naturalnych. a zwykle an . . an . {. ∧. 2. w których nie występują spójniki. . Ciąg jest skończony wtedy i tylko wtedy. pełnią funkcję znaków interpunkcyjnych. Zwykle w tym celu. ROZDZIAŁ 1. ¬ jest spójnikiem jednoargumentowym. .16 4. koniunkcją i równoważnością. . Przypomnijmy. Wartości tej funkcji. . to ¬ α jest zdaniem. (α ∨ β). ( — nawias lewy. q. [. czyli zdania. Nazywamy go negacją. . Definicja 1. Niech A∗ będzie zbiorem wszystkich i tylko skończonych ciągów elementów A. alternatywą. . 1. 3. Intuicyjnie reprezentują one zdania proste. . }. Zwykle jako liter zdaniowych używać będziemy liter: p. n}. ile jest liczb naturalnych. aby napis był bardziej czytelny stosuje się też nawiasy innych kształtów: ]. Reguły te podamy w związku z definicją prawdziwości zdania w modelu. (α ∧ β). ). Spójniki: ⇒. Niech α i β będą dowolnymi skończonymi ciągami symboli alfabetu języka logiki zdań. W wypadku implikacji jej pierwszy argument nazywamy poprzednikiem a drugi następnikiem. LOGIKA ZDAŃ p0 . Znaczenie. aby zdań tych było tyle. β są zdaniami. r. ∨. Z elementów powyżej opisanego słownika (alfabetu) budujemy zdania. Nazywamy je. czyli gdy jest to funkcja ze zbioru {1. (α ⇔ β) są zdaniami. p1 . odpowiednio: implikacją. to litery zdaniowe. Znaki te w naszym języku logiki zdań są niezbędne dla jednoznacznego zapisu wyrażeń tego języka. Dopuszczamy.1 (zdania). Dla zdefiniowania wyrażeń (poprawnie zbudowanych) znajomość znaczenia nie jest konieczna. 2. . czyli przeliczalnie nieskończenie wiele. . czyli sposób rozumienia poszczególnych spójników będzie określone przez reguły semantyczne. gdy liczba jego wyrazów jest równa pewnej liczbie naturalnej n. β ∈ A∗ ). ⇔ są dwuargumentowe. jeżeli α. . Stąd też nazywane są atomami. Nawiasy: ) — nawias prawy. (. to (α ⇒ β). Zdania są jedynymi poprawnie zbudowanymi wyrażeniami języka logiki zdań. . czyli α i β są elementami A∗ (α. to wyrazy ciągu. jeżeli α jest zdaniem.

1. JĘZYK LOGIKI ZDAŃ 17 4. Znaczenie zdań określone będzie przez znaczenie liter zdaniowych oraz przez znaczenie spójników. (α ⇔ β) są spójniki. gdy każdy element A jest elementem B. (p0 ∨ p1 ) ∧ (p0 ∨ p1 ) ∧ (p0 ∨ p1 ) ∧ . W szczególności każdy zbiór jest swoim podzbiorem. 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. alternatywy. . Zdaniami są: p0 . ¬p0 . (α ∨ β). Zbiór A jest podzbiorem właściwym B wtedy i tylko wtedy. koniunkcję i równoważność. Przykład 1.4. (((p0 ⇒ p1 ) ∧ p2 ) ⇔ (p3 ∨ (p1 ⇒ ¬ p2 ))). Zdania te skrótowo określamy jako. Zdaniami nie są: (p0 ).2 (spójnika głównego). (p5 ∨ p0 ). . Warunek 4 można zastąpić warunkiem równoważnym: 5. Znaczenie warunku 4 (5) można zilustrować przykładem.2. implikację. Najmniejszy zbiór spełniający jakieś warunki to taki i tylko taki zbiór. odpowiednio: negację. który jest podzbiorem każdego zbioru spełniającego te warunki. którego każdy podzbiór właściwy nie spełnia tych warunków lub — inaczej — taki i tylko taki zbiór. Notacja łukasiewiczowska W wypadku. Podane zostanie w definicji prawdziwości zdania w modelu. które są skończonymi ciągami symboli spełniającymi warunki 2 i 3. p5 . ¬(p0 p5 ) ∨ (p0 ). koniunkcji i równoważności. alternatywę. p4 . (α ∧ β). Same warunki 1–3 nie pozwalałyby na takie stwierdzenie. ¬(p0 )¬(p5 ) ∨ (p0 ). A ⊆ B (A jest podzbiorem B) wtedy i tylko wtedy. Spójnikami głównymi w zdaniach: ¬α. nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń. (¬(p0 ∧ p5 ) ∨ p0 ). odpowiednio: implikacji. Ciąg p1 ¬ p2 nie jest zdaniem właśnie na mocy tego warunku. Definicja 1. Nie można bowiem tego ciągu skonstruować według warunków 1–3. gdy A jest podzbiorem B i jest różny od B. (α ⇒ β). zbiór zdań jest najmniejszym zbiorem skończonych ciągów symboli spełniających warunki 1–34 . 4 .

A. Zbiór wszystkich wyrażeń poprawnie zbudowanych języka formalnego zostaje ustalony decyzją twórcy tego języka. 3. słownik). Zazwyczaj podaje się: • zbiór symboli (alfabet. K. Zdaniu: (p0 ∨p1 )∧p0 odpowiada zdanie w notacji Łukasiewicza: KAp0 p1 p0 a zdaniu: p0 ∨ (p1 ∧ p0 ) — Ap0 Kp1 p0 . 5 . nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń. A. 2. to N α jest zdaniem. Notacja łukasiewiczowska w literaturze anglojęzycznej określana jest jako polska (Polish notation). Definicja 1. 1. . . które można w skończonej ilości kroków skonstruować wedle punktów 1–3. Wszystkie one są prefiksami. β są zdaniami. to litery zdaniowe. to C αβ. . K. Taką notację wykorzystuje się w informatyce. jeżeli α jest zdaniem. odpowiednio: implikacji. .3 (zdania). E αβ są zdaniami. p0 . 1. alternatywy. 4. p0 . K αβ.18 ROZDZIAŁ 1. .2. litery zdaniowe są zdaniami. . C. jeżeli α. Aαβ. Słownik 1. • reguły konstrukcji wyrażeń (reguły syntaktyczne). koniunkcji i równoważności.3 Język formalny Język rachunku zdań jest przykładem języka formalnego. . 2. E są dwuargumentowymi spójnikami. N to jednoargumentowy spójnik negacji zaś C. N 3. LOGIKA ZDAŃ Notację prefiksową języka rachunku zdań wynalazł Jan Łukasiewicz5 . p1 . Podobna idea wykorzystana jest w notacji sufiksowej (reverse Polish notation). p1 . E. . Niech α i β będą dowolnymi ciągami symboli.

Definicja 1. Operacja konkatenacji jest łączna. αˆε = α. . ♦ rozpoczynający się od symbolu: . którego liczba wyrazów równa jest 0. Słowo puste jest elementem neutralnym operacji konkatenacji. . . . czyli εˆα = α. . Tak określony język nie jest więc językiem formalnym. . to słowo αˆβ powstałe przez napisanie ciągu β bezpośrednio po ostatnim wyrazie ciągu α. b2 . . czyli słowo: (a1 . będą dowolnymi skończonymi ciągami elementów alfabetu (słowami). W tym wypadku o poprawności budowy przesądzają reguły semantyczne. bm )]. . ˆ).1.2. czyli skończone ciągi elementów A to słowa nad alfabetem A. Niech wyrażeniem poprawnie zbudowanym będzie każdy skończony ciąg symboli: . słów α[= (a1 . .4 (słowa nad alfabetem).7 (słowa pustego. bm ). b2 . ai ∈ A. |α|. . to liczba wystąpień elementów alfabetu w ciągu α. ˆ . . .5. czyli |ε| = 0. . Przykład 1. b1 .5 (długości słowa. Definicja 1. an )] i β[= (b1 . an . Nazywać będziemy go alfabetem. JĘZYK LOGIKI ZDAŃ 19 Przykład 1. . . a2 . . Niech A będzie zbiorem. bi ∈ B. Długość słowa α. . czyli: (αˆβ)ˆγ = αˆ(βˆγ).6. Niech wyrażeniem poprawnie zbudowanym będzie każdy sensowny ciąg elementów słownika języka polskiego. czyli A+ = A∗ \ {ε}. Definicja 1. ε). . | |). A+ to zbiór wszystkich i tylko niepustych ciągów elementów A. a2 . Słowo puste ε to ciąg. Niech teraz α.6 (konkatenacji. Taki język jest językiem formalnym. β. Konkatenacja. . . Elementy A∗ . Definicja 1. Łączność operacji konkatenacji zwalnia nas z użycia nawiasów do wskazywania argumentów tej operacji: w jakiejkolwiek kolejności wykonamy operację konkatenacji (zachowując porządek argumentów) uzyskamy ten sam rezultat.

14 (podstawienia). α jest podsłowem właściwym słowa β(= γˆαˆδ) wtedy i tylko wtedy. inaczej prefiksem słowa β(= γˆαˆδ) wtedy i tylko wtedy. czyli zamiast np. inaczej sufiksem słowa β(= γˆαˆδ) wtedy i tylko wtedy.10 (słowa początkowego). Zwykle konkatenację słów.9 (podsłowa właściwego). Poprzednik produkcji może być w kilku miejscach podsłowem danego słowa. gdy γ = ε lub δ = ε. Produkcja. Słowo α jest podsłowem słowa β wtedy i tylko wtedy. gdy istnieją takie α1 i α2 .8 (podsłowa). Definicja 1. gdy istnieją słowa γ i δ takie.20 ROZDZIAŁ 1. za które wystąpienie poprzednika (jako podsłowa danego słowa) wpisujemy następnik produkcji. zapisuje się bez użycia symbolu konkatenacji. Definicja 1. Definicja 1. LOGIKA ZDAŃ Definicja 1. Wynik operacji wyprowadzania ze słowa zależy więc od tego. Definicja 1.13 (wyprowadzenia ze słowa). że β = γˆαˆδ. αˆβ pisze się po prostu: αβ. Produkcją lub regułą przepisywania słów α i β jest: α ::= β co czytamy: α jest zastępowane przez β. gdy nie prowadzi to do niejasności. Definicja 1. • β = α1 δα2 . γ::=δ . Wynik operacji zastępowania nie jest więc określony jednoznacznie. gdy γ = ε. gdy δ = ε. gdzie a ∈ A. ::=). czyli słowo β jest wyprowadzeniem ze słowa α na podstawie produkcji γ ::= δ wtedy i tylko wtedy. w miejsce każdego wystąpienia symbolu a to słowo β[a ::= γ]. α −→ β. α jest słowem końcowym. bądź — co na jedno wychodzi — gdy γˆδ = ε. α jest słowem początkowym. Definicja 1. że • α = α1 γα2 .11 (słowa końcowego). której poprzednik jest symbolem (słowem o długości 1) to podstawienie.12 (produkcji. Słowo α powstałe ze słowa β przez podstawienie a ::= γ. α to poprzednik produkcji a β to następnik produkcji.

wytwarzającego wyrażenia poprawnie zbudowane ujawnia się z pełną jasnością dopiero w pracach Noama Chomskiego w połowie lat pięćdziesiątych XX wieku. wyrazowi (a3 a1 a4 ) przyporządkowny jest ciąg (1110101111). czy też ma dwa elementy. Niech A ma przeliczalnie nieskończenie wiele elementów. Pojęcie gramatyki jako czegoś na wzór programu. czyli niech to będzie np. którą mogą pełnić elementy A∗ . Przyporządkowanie to jest wzajemnie jednoznaczne. 1}. ile jest liczb naturalnych). czy alfabet ma przeliczalnie nieskończenie wiele elementów (tyle. a2 . podjęto na początku XIX wieku. że z punktu widzenia możliwości konstrukcji wyrażeń nie ma znaczenia. W tym celu korzysta się z gramatyki formalnej6 . ani ostatni wyraz ciągu nie jest zerem oraz jeżeli zero jest k-tym wyrazem ciągu. Elementy A mogą być ustawione w ciąg a1 . to nie jest nim wyraz (k+1)-szy. jest podzbiorem A∗ . . . Każdemu symbolowi an przyporządkowujemy n-wyrazowy ciąg jedynek. w tym wypadku zdań. (100111). czyli inaczej mówiąc zero nigdy nie następuje po zerze. piszemy zero. Na słowach definiowana jest operacja konkatenacji. przede wszystkim porównawcze. którego elementami są skończone ciągi zer i jedynek takie. że ani pierwszy. zbiór {0. Istnieje wzajemnie jednoznaczne przyporządkowanie elementów zbioru A∗ i podzbioru zbioru B ∗ .2. . (110111). (1011011101) a nie są nimi np. że po każdym ciągu jedynek przyporządkowanemu symbolowi. Zdania są słowami nad alfabetem A języka rachunku zdań. . 6 . Idea opisu języka za pomocą gramatyki sięga starożytności. jeżeli nie jest to ostatni symbol rozważanego słowa. Mając ciąg elementów zbioru A przyporządkowujemy mu ciąg elementów zbioru B w taki sposób. Warto zauważyć.15 (języka). Po prostu słowa nad A są kodowane binarnie. Na przykład. Przyporządkowanie to jest wzajemnie jednoznaczne. Językiem L nad alfabetem A jest dowolny podzbiór zbioru A∗ . Niech B ma dwa elementy. czyli jest językiem formalnym. JĘZYK LOGIKI ZDAŃ 21 Definicja 1. Takimi ciągami są np. (011). Języki zwykle definiuje się rekurencyjnie.1. Współczesne studia nad gramatyką. Zbiór wyrażeń poprawnie zbudowanych. Te ciągi binarne wypełniają rolę.

Wszystkie współcześnie powszechnie używane języki programowania oparte są na gramatyce bezkontekstowej. Około 1970 r. V. W 1958 r. ( } V = {zdanie. XI . . czyli α ∈ (Σ ∪ V )+ . Wszystkie produkcje o poprzedniku v i następnikach α1 . Gramatyka bezkontekstowa G to czwórka: Σ. Rozwijany od 1954 r. a jego elementy to symbole końcowe (terminalne) gramatyki G. . czyli: lub. 9 Poszczególne produkcje pisze się w odrębnych wierszach. . FORTRAN bazował na notacji matematycznej. ⇒. Tu symbol „|” rozumiemy jak alternatywę (nierozłączną) i czytamy tak jak alternatywę. zastępując jako języki wyższego poziomu uciążliwe programowanie w kodzie maszynowym. a na szerszą skalę zastosowana przez duńskiego informatyka Naura. } ∪ {¬. ∧. gdzie v ∈ V . 7 . czyli produkcji. . John Backus w ramach projektu ALGOL wykorzystał znaną z logiki matematycznej ideę systemów produkcji. bez rozdzielania przecinkiem. Język klasycznego rachunku zdań określamy następująco: Σ = {p. Języki programowania pojawiły się w początkach lat pięćdziesiątych XX wieku. . O regule przepisywania przyjmuje się. 8 Jest to notacja zaproponowana przez Backusa. XI jest elementem V . czyli Σ ∩ V = ∅. Było to rozwiązanie równoważne gramatyce bezkontekstowej. Stąd jej nazwa: notacja Backusa-Naura. ∨. Wyróżniony symbol XI to symbol początkowy (startowy) gramatyki G. R to zbiór reguł przepisywania.22 ROZDZIAŁ 1. Elementy V to symbole niekońcowe (nieterminalne) lub inaczej zmienne gramatyki G. αn zapisujemy następująco8 : v ::= α1 | . że jest postaci: v ::= α. LOGIKA ZDAŃ Przykładem takiej gramatyki jest gramatyka bezkontekstowa7 . redaktora opisu języka ALGOL 60. . Zbiór Σ to alfabet gramatyki G. litera-zdaniowa} XI = zdanie R = {zdanie ::= litera-zdaniowa | ¬ zdanie | (zdanie ∧ zdanie) | (zdanie ∨ zdanie) | (zdanie ⇒ zdanie) | (zdanie ⇔ zdanie) litera-zdaniowa ::= p | litera-zdaniowa }9 . gdzie zbiory Σ i V są rozłączne. bezkontekstowy opis gramatyki stał się standardem dla języków programowania. czyli v jest symbolem nieterminalnym a α jest niepustym słowem nad alfabetem złożonym z elementów symboli terminalnych i nieterminalnych. czyli XI ∈ V . O ich powszechności przesądzają możliwości specyfikacji i implementacji jak i łatwość uczenia się ich. |αn . ⇔} ∪ { ). R .

Pozwala to mówić zarówno o wyrażeniach. że czasownik jest rzeczownikiem. W metajęzyku tworzy się nazwy wyrażeń językowych biorąc je w cudzysłów. komputer. którym mówimy. Jest to język. Pojęcia języka przedmiotowego.4 Język a metajęzyk Język rachunku zdań jest dla nas — gdy uprawiamy logikę — językiem przedmiotowym. a więc język tej książki. są przedmiotami abstrakcyjnymi. W ten sposób tworzona może być hierarchia języków. Reprezentantem wyrażenia poprawnie zbudowanego jest konkretny napis (lub dźwięk).1. czyli ze względu na syntaktykę prowadzi to zagadnień teorii dowodu. którym mówi się o metajęzyku z punktu widzenia pierwotnego języka przedmiotowego jest metametajęzykiem. Dwa napisy (dźwięki) mogą być reprezentantami tego samego wyrażenia. 1. Mówimy tu o możliwości w takim samym sensie. ani naszymi możliwościami zapisu. w jeden i tylko jeden sposób. taki jak język rachunku zdań. a więc określenie zależności logicznych ze względu na zasady budowy wyrażeń. JĘZYK LOGIKI ZDAŃ 23 Dla określenia zbioru wyrażeń poprawnie zbudowanych zbyteczna jest znajomość interpretacji.2. Teoria modeli bada związki semantyczne. np. Przyporządkowanie językowi interpretacji. że dane wyrażenie poprawnie zbudowane tego języka może być zbudowane. Język. czyli sposobu rozumienia jego wyrażeń jest — najogólniej rzecz biorąc — przedmiotem semantyki. inaczej mówiąc jest teorią interpretacji. Prawdą zaś jest. czyli znaczeń wyrażeń. Jest to teoria wynikania syntaktycznego. których zapis przekracza fizyczne możliwości człowieka jak i o językach mających nieskończenie wiele wyrażeń. że możemy zapisać nazwę dowolnej liczby naturalnej. Są to tak zwane nazwy cudzysłowowe. Oczywiście. to metajęzyk. metajęzyk sam może być przedmiotem rozważań i wówczas staje się językiem przedmiotowym. Język formalny. w sensie procesu konstrukcji. Wyrażenia poprawnie zbudowane — w wypadku języka rachunku zdań — zdania. są więc pojęciami relacyjnymi. Na- . Fałszem jest. Podanie aparatu logicznego. metametajęzyka itd.2. Język. że „czasownik” jest rzeczownikiem. Język formalny jest zwykle tak opisany. o którym mówimy. jak w arytmetyce liczb naturalnych — gdzie dysponujemy dziesięcioma cyframi — mówimy. metajęzyka. Istnienie wyrażenia nie jest uwarunkowane aktualnym istnieniem konkretnych napisów (dźwięków). mogłaby w pełni przyswoić sobie maszyna.

Z powodzeniem moglibyśmy więc napisać: słowo krzesło zamiast: słowo „krzesło”. czyli zamiast: (α) piszemy: α. to zamiast: (αs1 β)s2 γ piszemy: αs1 βs2 γ. Zgodnie z zasadą ekonomii — o czym była już mowa — użycie cudzysłowów może być pominięte. Nie można mylić języka z metajęzykiem. które w języku. LOGIKA ZDAŃ zwa „ „czasownik” ” jest bowiem nazwą wyrażenia. Za zbędne uważamy nawiasy zewnętrzne. jeżeli dla osoby/osób. następnie alternatywa a po niej implikacja i równoważność. Język. Zasady ekonomii nie traktujemy jednak jako nakazu nieliczącego się z pewnymi zwyczajami i przyzwyczajeniami. a jednak można je właściwie rozumieć. jest rzeczownikiem. Z tego powodu preferowane są zapisy drugiego rodzaju. podobnie. Zwykle dla . do której/których skierowany jest tekst z kontekstu jest jasne. krzesłem a słowem „krzesło”.24 ROZDZIAŁ 1. że spośród spójników dwuargumentowych najmocniej wiąże koniunkcja. gdzie mówimy o języku. Jednak nie jest prawdą. czy w językowej. Informatycy mówią o języku programowania. Ktoś. to zamiast αs1 (βs2 γ) możemy pisać αs1 βs2 γ. czy w metajęzykowej. Pisać będziemy mniej nawiasów niż wynikałoby to z definicji zdania. Na przykład „stoi” jest czasownikiem a nie jest rzeczownikiem. Jeżeli spójniki s1 i s2 wiążą z jednakową mocą. Jest to tak zwana zasada wiązania na lewo. W języku mówionym wyrażenia te nie różnią się. kto nie rozróżnia między np. kto nie rozróżnia języka od metajęzyka postępuje podobnie do kogoś. Przyjmujemy. Jeżeli spójnik dwuargumentowy s1 wiąże mocniej niż spójnik dwuargumentowy s2 . którym to mówią jest metajęzykiem dla tego języka programowania. zamiast: αs2 (βs1 γ) piszemy: αs2 βs1 γ. Metajęzykiem musimy posługiwać się wszędzie tam. w którym występuje. w jakiej roli występuje wyrażenie. że czasownik jest rzeczownikiem. Jednak piszemy: słowo krzesło a nie: słowo „krzesło”.

o którym mówimy (w metajęzyku). że nie zależy od języka narodowego. Na użytek definicji zdania przyjęliśmy umowę. jak ma to miejsce w wypadku definicji zdania. Reguły bu- . Może to być klasa skończona. . którym mówimy. . „β”. . „β”. „¬α” należą do języka. której jedynym elementem jest „|”. jednoelementowa.2. Liter greckich „α”. 1. O wyrażeniach takich mówimy. będziemy używali — jeżeli nie powiemy inaczej — tylko na oznaczenie zdań. o którym mówimy. . ]. Są w nim nazwami zdań języka. }. oraz spójników i nawiasów mogą — jeżeli wcześniej nie jest ustalone do jakiego zdania odnoszą — oznaczać każde zdanie. np. Gdy wyrażenie α chcemy ująć w nawias. ewentualnie z indeksami. Piszemy zaś {α}. W wypadku języka rachunku zdań są nimi spójniki i nawiasy. a może to być również jakaś klasa nieskończona. . ). Język logiki jest językiem uniwersalnym w tym sensie. Podobnie jak język arytmetyki jest wspólny wszystkim. którym się mówi o logice. . które jedynie służą do «budowy» obiektów złożonych. Wyrażenia zbudowane wyłącznie z liter „α”. że są to schematy zdaniowe. Język.1. że jest tu wiele słów — są to terminy specyficzne logiki — których na co dzień nie używamy. oznaczają dowolny ciąg symboli. . którzy mówią o arytmetyce.5 Rekurencyjny charakter definicji zdania Definicja zdania jest definicją rekurencyjną (indukcyjną). atomowych). to piszemy: [α]. można używać nawiasy innych kształtów: {. Teraz odstępujemy od tej umowy. Ponadto podane są reguły budowy obiektów złożonych oraz może być wyróżniona pewna klasa przedmiotów. Nasze zasady używania i opuszczania nawiasów nie różnią się w jakiś istotny sposób od zasad znanych z arytmetyki szkolnej. „β”. jakichś zdań. . Najogólniej rzecz biorąc ten sposób definiowania polega na wskazaniu pewnej klasy (zbioru) przedmiotów (prostych. że litery greckie „α”. JĘZYK LOGIKI ZDAŃ 25 większej czytelności pozostawiamy więcej nawiasów niż to wynikałoby z zasad opuszczania nawiasów. Wyrażenia te nie są zdaniami metajęzyka. Wyrażenia „α” i np. .2. „β”. choć każdy mówi o niej jakimś językiem narodowym. a nie do języka. Ponadto. jeśli w α występują: (. . np. którym mówi się o logice nie różni się istotnie od języka naturalnego. Przedmioty te nie należą do definiowanej klasy obiektów. W zasadzie różnica ta sprowadza się do tego. [. które można otrzymać przez wpisanie w miejsce poszczególnych liter „α”. . czyli należą do metajęzyka. . ]. w naszym wypadku polskiego. . gdy w α występują: [.

jeżeli zastosowana zostanie do nich jedna z reguł konstrukcji. Warunek 3 może być wyrażony równoważnie przez jeden z następujących warunków: 3 Definiowany zbiór jest najmniejszym takim zbiorem. którego elementami są wszystkie elementy bazowe oraz który jest domknięty ze względu na reguły konstrukcji. jaki dokładnie jeden obiekt powstanie z elementów definiowanego zbioru. które dadzą się zbudować z elementów prostych. bazowy (po prostu: baza) lub początkowy — przez podanie nazw wskazane są pewne obiekty.26 ROZDZIAŁ 1. ||. że zastosowanie reguł konstrukcji do jego elementów daje w wyniku przedmiot będący elementem tego zbioru to zbiór domknięty ze względu na te reguły konstrukcji. jaki dokładnie jeden obiekt powstanie. 3. końcowy — warunek ten mówi. Klasa indukcyjna to najmniejszy zbiór zawierający wszystkie elementy proste oraz wszystkie te przedmioty. które są elementami definiowanego zbioru. gdy do budowy zostaną użyte określone obiekty. indukcyjny (po prostu: indukcja) — warunek ten określa. indukcyjnej). . LOGIKA ZDAŃ dowy obiektów złożonych są pewnego rodzaju przepisami określającymi. Zbiór taki. W definicji rekurencyjnej (indukcyjnej) wyróżniamy trzy warunki: 1. 2. Np. 3 3 . mając obiekt „|” oraz operację konkatenacji. Definiowany zbiór jest przekrojem wszystkich i tylko takich zbiorów.16 (definicji rekurencyjnej. |||. Definicja 1. czyli operację dopisywania symbolu „|” po prawej stronie danego obiektu. możemy skonstruować obiekty: |. że przedmiot jest elementem definiowanego zbioru tylko wówczas. . których elementami są elementy bazowe i które są domknięte ze względu na reguły konstrukcji. Definiowany zbiór to taki zbiór. . . gdy może być skonstruowany z elementów bazowych przez stosowanie reguł konstrukcji. którego żaden właściwy podzbiór nie ma jako swych elementów wszystkich elementów bazowych lub nie jest domknięty za względu na reguły konstrukcji.

że jeżeli własność W mają zdania α i β. |||. . aby dowieść. gdzie s jest jednym z dwuargumentowych spójników. jeżeli α jest literą zdaniową. że własność W mają wszystkie zdania wymaga odwołania się do faktu. α ⇔ β mają własność W . α ⇒ β. własność W przysługuje obiektowi: |. dostajemy. oraz 2. że każda liczba naturalna ma jakąś własność W wystarczy pokazać — jest to znany ze szkoły średniej schemat wnioskowania — że 1. Podobnie. 2. • W (αsβ). to • W (¬α). Liczby naturalne możemy pojąć jako obiekty: |. której zakresem zmienności jest zbiór zdań) wystarczy pokazać. Rzeczywiście. Warunek 1 (3) to warunek początkowy (bazowy).2. czyli warunku 2 (4). Twierdzenie o poprawności takiego postępowania nosi nazwę zasady indukcji strukturalnej dla rachunku zdań. . Na to. określanego jako wnioskowanie przez indukcję (matematyczną) dowodzić własności obiektów spełniających warunki definicji. odpowiednio: 3. . że 1. JĘZYK LOGIKI ZDAŃ 27 Definicje rekurencyjne (indukcyjne) pozwalają na drodze wnioskowania. . jeżeli α i β mają własność W . to ¬α. Własności zdań będziemy dowodzić na drodze wnioskowania indukcyjnego. α ∨ β. ||. Warunek 2 (4) to teza indukcyjna. to mają ją również zdania złożone z α i β.1. α ∧ β. jeżeli zachodzi W (α) i W (β). Z tezy indukcyjnej. to przysługuje obiektowi: α|. aby dowieść. zgodnie z warunkiem początkowym własność W ma każda litera zdaniowa. 4. które są literami zdaniowymi lub dadzą się z nich skonstruować za pomocą reguł budowy zdań. . jeżeli własność W przysługuje obiektowi α. Warunki 1 i 2 można wyrazić równoważnie. zachodzi W (α). każdej literze zdaniowej przysługuje własność W . że zdaniami są tylko te wyrażenia. Stwierdzenie. że każde zdanie ma jakąś własność W (W jest formułą z jedną zmienną wolną.

Gdy pn nie należy do M. jest jednoznacznie określona przez f (α) i f (β). jeżeli jest określona dla α i β. że f określona jest dla liter zdaniowych. że dane zdanie złożone może być tylko w jeden sposób rozczłonowane na części składowe10 . Niech f będzie funkcją określoną na zbiorze zdań L.28 ROZDZIAŁ 1. bądź fałszywe. „fałsz”. Dla wykazania. 1. Inaczej mówiąc.2. gdzie s jest jednym ze spójników dwuargumentowych. Funkcja zdefiniowana zgodnie z podanymi zasadami jest dokładnie jedna. LOGIKA ZDAŃ O poprawności takiego postępowania mówi zasada rekurencji strukturalnej. Jeżeli litera zdaniowa pn należy do podzbioru M zbioru S. to będziemy przez to rozumieć. Pomijając nieistotne detale możemy model po prostu utożsamić z jakimś podzbiorem M zbioru S liter zdaniowych. Dla wykazania. że jest tylko jedna funkcja spełniająca podane warunki. . 2. wartość f zależy od rozczłonowania zdania. warunek indukcyjny: • wartość f (¬ α) jest określona jednoznacznie przez f (α).6 Model i prawdziwość W modelu każde zdanie proste powinno być bądź prawdziwe. Gdyby dane zdanie mogło być analizowane na różne sposoby. a na podstawie warunku indukcyjnego. Tym samym funkcja f nie byłaby jedyną. to określona jest dla zdań z nich zbudowanych. to temu zdaniu mogłyby być przyporządkowane różne wartości. więc f jest określona dla dowolnego zdania. Ponieważ zdaniami są tylko litery zdaniowe i wyrażenia otrzymane z liter zdaniowych za pomocą reguł konstrukcji. która spełnia warunki zasady rekurencji strukturalnej. 1. że funkcja f określona jest dla wszystkich zdań korzysta się z tego. wystarczy zauważyć. że pn jest prawdziwe w modelu M. • wartość f (αsβ). Interpretacja (określenie znaczeń zdań w modelu) polega na przyporządkowaniu poszczególnym zdaniom prostym znaczenia jednego z terminów: „prawda”. warunek początkowy: dla dowolnej litery zdaniowej p dana jest wartość f (p). to będziemy 10 Twierdzenie o takim fakcie określane jest jako twierdzenie o rozbiorze.

Do zapisania. α jest prawdziwe (spełnione) w modelu M. Zamiast mówić.17 (M |= α). M |= α. gdy α ∈ M. że zdanie jest prawdziwe w modelu będziemy też mówić. jeżeli α jest zdaniem ¬β. gdy .2. Niech M będzie podzbiorem zbioru S liter zdaniowych (M ⊆ S). 4. 3. to M |= α wtedy i tylko wtedy. Prawdziwość i fałszywość zdań złożonych określa się zaś ze względu na prawdziwość i fałszywość zdań składowych. że M |= γ. jeżeli α jest zdaniem β ⇒ γ. że M |= β lub jest tak. to M |= α wtedy i tylko wtedy. to M |= α wtedy i tylko wtedy. że zdanie α jest prawdziwe w modelu M używać będziemy specjalnego oznaczenia: M |= α. to M |= α wtedy i tylko wtedy. Definicja 1. gdy nie jest tak. 2. JĘZYK LOGIKI ZDAŃ 29 przez to rozumieć. że pn jest fałszywe w modelu M. że M |= β. jeżeli α jest zdaniem β ∨ γ. jeżeli α jest literą zdaniową. gdy: 1. gdy nie jest tak.1. że jest spełnione w modelu. wtedy i tylko wtedy.

”. Nie możemy użyć ich jako wygodnych skrótów dla spójników języka. . . którym mówimy są one pewnego rodzaju przedmiotami.18 (prawdziwości zdania). . o których się mówi. Definicja 1. odpowiednio: ⇒. „ . . wtedy i tylko wtedy. ”. . . ” i „wtedy i tylko wtedy. co oznaczamy: |= α. Symbole: ¬. „ jeżeli. 6. jeżeli α jest zdaniem β ∧ γ.30 ROZDZIAŁ 1. . „ . ⇒. Symboli tych i wyrażeń z nich zbudowanych używamy wyłącznie jako «cytatów». Z punktu widzenia języka. . ∧. LOGIKA ZDAŃ M |= β lub M |= γ. . . ⇔ są symbolami języka logiki zdań. . to M |= α wtedy i tylko wtedy. ”. to. np. jako «przytoczeń» symboli i wyrażeń języka. ⇔ w języku polskim będą odczytywane za pomocą wyrażeń. W naszym tekście o języku rachunku zdań. ⇒. . że . Nie możemy więc zastąpić. . ∧. jeżeli α jest zdaniem β ⇔ γ. Spójniki: ¬. . i . gdy α jest prawdziwe we wszystkich modelach. . a więc należą do języka. . odpowiednio: „nieprawda. symbole i wyrażenia tego języka występują w supozycji materialnej. . gdy (M |= β wtedy i tylko wtedy M |= γ). gdy . „ . Zdanie α jest (logicznie) prawdziwe. ∨. . „ jeżeli . czyli na oznaczenie samych siebie. Symbole te nie należą do języka. o którym mówimy. to . . . . lub . którym mówimy. gdy dla każdego M ⊆ S : M |= α. . ”. wtedy i tylko wtedy. . którym pisany jest ten tekst. gdy M |= β i M |= γ. . ⇔. o którym mówimy. czyli wtedy i tylko wtedy. ∨. ”. to M |= α wtedy i tylko wtedy. gdy” przez. 5. .

Naszym celem jest wskazanie czysto syntaktycznych własności zdań prawdziwych. wśród których znajdują się wszystkie litery zdaniowe występujące w α. To. . a więc tych własności ich kształtu. Podana będzie definicja rzeczywistego. RACHUNEK ZDAŃ 31 Tam. Przedmiotem semantyki są relacje między znakiem a rzeczywistością (do której odnosi się ten znak). Interesuje nas wynikanie jako relacja między przesłankami a wnioskiem. czym są te symbole nie jest . Chcemy więc znaleźć takie własności zdań jako wyrażeń. w którym znajdują się wszystkie litery występujące w tym zdaniu. Przedmiotem syntaktyki są relacje między znakami. Pojęcie tautologii będzie więc pojęciem syntaktycznym. a więc w jego skład wchodzi skończona ilość liter zdaniowych. gdy z tego zbioru zdanie to rzeczywiście wynika. Reguły dowodu zostaną dobrane tak.3. budowy. gdzie będzie istniała obawa nieporozumień. Każdej literze zdaniowej przyporządkowujemy jeden z symboli: F . które będziemy określali jako tautologie.1. które dałyby się opisać w kategoriach relacji między znakami bez odwoływania się do relacji między znakami a rzeczywistością i które wyróżniałyby zdania logicznie prawdziwe. . Podamy definicję dowodu jako pewnej procedury o charakterze rachunkowym. T . Niech p0 . Dla każdego zdania można zatem wskazać taki początkowy skończony odcinek ciągu S liter zdaniowych.3 Rachunek zdań Pojęcie zdania logicznie prawdziwego jest pojęciem semantycznym. . 1. p1 . które są charakterystyczne dla zdań prawdziwych we wszystkich modelach. pn będzie ciągiem liter zdaniowych. aby zdanie miało dowód ze zbioru zdań wtedy i tylko wtedy. 1. zamiast o prawdziwości zdania będziemy mogli mówić o jego logicznej prawdziwości.3. że „prawdziwe” (bez odnoszenia do jakiegoś modelu) będzie brane w znaczeniu „prawdziwe w świecie realnym”. Zależy nam na syntaktycznym scharakteryzowaniu pojęcia zdania logicznie prawdziwego.1 Tautologia Zdanie jest skończonym ciągiem symboli. Wyróżnimy pewną klasę zdań. czyli semantycznego wynikania. .

F i T to wartości logiczne 11 . . . . Wartość logiczną zdania α dla interpretacji v0 . a „T ” — „true” (prawda). T przyjmuje wartość: T. gdzie vi . że są różne. 11 „F ” jest literą z angielskiego słowa „false” (fałsz). T. . Definicja 1. . v 1 . Definicja 1. Ciąg: v0 . O symbolach tych jedynie zakładamy. W ramach logiki zdań interpretacja liter zdaniowych wyczerpuje się więc w określeniu ich wartości logicznej. wśród których znajdują się wszystkie litery występujące w α. v1 . impulsy elektryczne. 0 ≤ i ≤ n jest jednym z symboli F lub T to interpretacja (zdania α). Niech p0 . to wartością logiczną zdania α jest vm . . Definicja 1. .20 (interpretacji). . . Zdanie: p1 ∨ (p3 ∧ ¬p2 ) dla interpretacji: F. Mogą to być np. vn określamy (rekurencyjnie) następująco: • jeżeli α jest literą zdaniową pm .32 ROZDZIAŁ 1. v n . pn będzie ciągiem liter zdaniowych. p1 .19 (wartości logicznej). . . • wartości logiczne zdań złożonych obliczamy zaś zgodnie z poniżej podanymi tabelkami wartości logicznych: β T F ¬β F T β T T F F γ T F T F β∨γ T T T F β∧γ T F F F β⇒γ T F T T β⇔γ T F F T Przykład 1.7. LOGIKA ZDAŃ ważne. T. . .21 (wartości logicznej zdania).

Problem. Problem. czyli c12 . że modeli jest nieskończenie wiele. Interpretacji o długości n jest tyle. czy zdanie jest tautologią jest rozstrzygalny. czy zdanie to jest. ile jest podzbiorów zbioru liter zdaniowych. Dokładnie tyle. odpowiadających literom zdaniowym występującym w α. Ponieważ w α występuje dokładnie n różnych liter zdaniowych i mamy dokładnie dwie wartości logiczne. w którym mieszczą się wszystkie litery zdaniowe występujące w α. wtedy i tylko wtedy. Definicja 1. gdy α dla dowolnej interpretacji v0 . Wartość logiczną zdania α dla zadanej interpretacji 12 Użyte tu pojęcia i oznaczenia są objaśnione w części poświęconej teorii mnogości.1. RACHUNEK ZDAŃ 33 Zauważmy.3. . zatem takich interpretacji jest 2n . Zgodnie z definicją tautologii należy wziąć taki początkowy fragment ciągu liter zdaniowych. czy też nie jest tautologią. czy zdanie jest tautologią jest rozstrzygalne. Definicja 1. ile jest n wyrazowych ciągów liter T i F . która stosuje się do każdego zdania i która w wypadku każdego zdania po wykonaniu skończonej ilości kroków/operacji pozwoli dać odpowiedź na pytanie. jaka wartość logiczna przysługuje zdaniu α dla danej interpretacji jest rozstrzygalny. że jedyna istotna różnica formalna pomiędzy określeniem prawdziwości zdań w modelu a definicją wartości zdania polega na tym. czyli podzbiorów zbioru 2N . wartości logiczne α też się nie różnią.23 (kontrtautologii). czy dane zdanie klasycznej logiki zdań jest tautologią. która w skończonej liczbie operacji/kroków umożliwia znalezienie odpowiedzi TAK lub NIE na pytanie. Pytanie. Zdanie α jest tautologią.1. Pod uwagę wystarczy zatem wziąć wszystkie tylko takie interpretacje. Aby tego dowieść należy wskazać «rachunkową» procedurę. że dla interpretacji nieróżniących się na miejscach. . Zauważmy jednak. czyli 2n . Dowód. . Ilość interpretacji jest zaś skończona. co oznaczamy: α.22 (tautologii). czyli istnieje metoda. v1 . które różnią się na miejscach odpowiadających literom zdaniowym występującym w α. Twierdzenie 1. ile jest liczb rzeczywistych. vn przyjmuje wartość T . . Zdanie α jest kontrtautologią wtedy i tylko wtedy. . gdy α dla dowolnej interpretacji przyjmuje wartość F . Niech α będzie zbudowane z n różnych liter zdaniowych (litery te mogą występować wielokrotnie). Takich podzbiorów jest zaś tyle.

określamy zgodnie z tabelkami wartość logiczną zdania zbudowanego za pomocą tego spójnika i wartość tę podpisujemy pod tym spójnikiem. {F.8. {F. alfabetycznie według zasady pi wyprzedza pi+1 a T wyprzedza F . Definicja 1. T }. gdzie m jest liczbą spójników występujących w zdaniu α. z których zbudowane jest dane zdanie. gdzie pod argumentami jakiegoś spójnika znajdują się podpisane wartości logiczne. T }. 2. porządkujemy je np. czy zdanie jest tautologią: 1. Przykład 1. dla każdego układu wartości pod każdą literą zdaniową podpisujemy wartość logiczną. postępowanie to kontynuujemy tak długo. aż zostanie podpisana wartość logiczna pod spójnikiem głównym rozpatrywanego zdania. 3. F }.24 (metody wprost). określamy wszystkie możliwe układy wartości logicznych zdań prostych. Musimy rozważyć cztery wypadki: {T.34 ROZDZIAŁ 1. LOGIKA ZDAŃ ustalamy w m krokach. Zdanie: [p ∧ (p ⇒ q)] ⇒ q jest tautologią. zdanie jest tautologią wtedy i tylko wtedy. [p ∧(p ⇒q )]⇒q T T T T T T T . gdy dla każdego układu wartości — określonego zgodnie z pkt. F }. 1 — pod spójnikiem głównym tego zdania znajduje się litera T . I. Szczegóły takiego postępowania opiszemy niżej jako metodę wprost. 4. {T. W celu określenia wartości logicznej zdania dla danej interpretacji korzystamy z tabelek wartości logicznych. jaka przysługuje jej dla rozpatrywanego układu. W celu znalezienia metodą sprawdzania wprost odpowiedzi na pytanie. tam. że każde wystąpienie spójnika (każdy symbol) liczymy osobno. Ilość spójników określamy tak.

Metoda niewprost.3. RACHUNEK ZDAŃ II. Na przykład dla wypadku I mamy: [ p ∧( p ⇒ q )]⇒ q T T T T T T T Znajdowanie odpowiedzi na pytanie. Metodę można stosować pisząc je na jednej linii. że zawsze możemy zastosować szczególną procedurę. Metodę sprawdzania wprost oraz metodę niewprost określa się jako metodę zerojedynkową. a to dlatego. stosując ją do dowolnego zdania postępujemy krok po kroku zgodnie z podanymi regułami. Nie są to jedyne metody tego rodzaju. że zwykle stosowano cyfry „1” i „0”. tzn. W praktyce zwykle korzystniej jest stosować metodę sprawdzania niewprost13 . ma charakter czysto «mechaniczny». a nie litery „T ” i „F ”. którą tu opiszemy. czy zdanie jest tautologią za pomocą metody sprawdzania wprost jest uciążliwe. na jaką zezwala budowa zdania. IV. Zauważmy. że nie jest konieczne za każdym krokiem wypisywanie liter T i F w różnych wierszach.1. o które pytamy się czy jest tautologią. 13 . podobnie jak metoda wprost. 35 [p ∧ (p ⇒q )]⇒q T T F F F F T [p ∧ (p ⇒q )]⇒q F F T T T F T [p ∧ (p ⇒q )]⇒q F F F F T F T III. Taki sam charakter również metoda tablic semantycznych. Ponadto zauważmy.

zdanie jest tautologią wtedy i tylko wtedy. (p ⇒q )⇒(¬p ⇒¬ q ) F T F T F F T F T T Inne przykłady zastosowania metody niewprost znajdujemy poniżej. Opisaną procedurę przeprowadzamy dla każdego wypadku z osobna aż do momentu. . każdy taki wypadek rozważamy oddzielnie. czy zdanie jest tautologią postępujemy następująco: 1.9. 3. Zdanie: (p ⇒ q) ⇒ (¬p ⇒ ¬q) nie jest tautologią. ile zgodnie z tabelkami wartości logicznych jest możliwych sposobów podpisania liter T i F pod argumenty tego spójnika. 2 stwierdzamy. że pod jakimś spójnikiem lub jakąś literą zdaniową podpisane zostały obie litery T i F . pod spójnikiem głównym danego zdania piszemy literę F . gdy podpisujemy wartość logiczną pod jakąś literą zdaniową.25 (metody niewprost). gdy: (a) pod jakimś spójnikiem lub literą zdaniową pojawią się litery T i F lub (b) wyczerpane zostaną wszystkie możliwości i pod każdą literą znajduje się dokładnie jedna z liter T lub F .36 ROZDZIAŁ 1. to rozważamy tyle wypadków (przez powtórzenie danego „rysunku”). W celu sprawdzenia metodą niewprost. 2. LOGIKA ZDAŃ Definicja 1. gdy w każdym wypadku otrzymanym zgodnie z pkt. to wartość tę podpisujemy pod każde wystąpienie tej litery zdaniowej. jeżeli pod spójnikiem napisana jest jakaś litera. Przykład 1.

to k + 1 jest liczbą parzystą. Z tego mamy. że k + 1 jest liczba parzystą. . że αk+1 jest tautologią.3.10. Niech αk+1 będzie tautologią. Będą to tautologie najbardziej podstawowe i najprostsze. Założenie indukcyjne. zatem zdanie α1 jest tautologią wtedy i tylko wtedy. 2. Dowód tezy 2. 1. Ponieważ jest to zdanie αk ⇒ p. Dowód. . że αk−1 jest tautologią stwierdzamy. RACHUNEK ZDAŃ Przykład 1. (p ⇒ p) ⇒ p) . Niech teraz k + 1 będzie liczba parzystą. Udowodnimy dwa zdania: 1. W wypadku n = 1 mamy. gdy k + 1 jest liczbą parzystą. Zdanie to jest tautologią wtedy i tylko wtedy. ) ⇒ p. Jeżeli k + 1 jest liczbą parzystą. w którym litera p występuje dokładnie n razy. (p ⇒ p) ⇒ p) . . . ) ⇒ p.1. Zdanie αk+1 to zdanie (αk−1 ⇒ p) ⇒ p. gdy liczba wystąpień litery p jest liczbą parzystą. że liczba wystąpień nie jest parzysta a zdanie α1 (= p) nie jest tautologią.2 Wybrane tautologie klasycznej logiki zdań Rozważymy teraz przykłady tautologii. . Na podstawie założenia indukcyjnego αk−1 jest tautologią. gdy n jest liczbą parzystą. TEZA INDUKCYJNA Zdanie αk+1 jest tautologią wtedy i tylko wtedy. . Niech αn będzie zdaniem: (. zatem αk nie jest tautologią.3. Niech αn to zdanie o budowie: (. . że k − 1 jest liczbą parzystą. Niech dla i(≤ k) zdanie αi będzie tautologią wtedy i tylko wtedy. gdy i będzie liczbą parzystą. Dowód tezy 1. więc odnoszące do podstawowych zasad rozumowania. Jeżeli αk+1 jest tautologią. Na podstawie założenia indukcyjnego k nie jest liczbą parzystą. Z tego mamy. . 37 w którym litera zdaniowa p występuje dokładnie n razy. to αk+1 jest tautologią. Dowodzimy przez indukcję ze względu na budowę zdania αn . . Korzystając z tego.

(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 . LOGIKA ZDAŃ [(¬p ⇒q )∧(¬p ⇒¬ q )]⇒p F T F T T F F T F T T T T T T T T T T T T F F Zdanie: [(¬p ⇒ q) ∧ (¬p ⇒ ¬q)] ⇒ p jest tautologią.38 1. [(¬p ⇒ q) ∧ (¬p ⇒ ¬q)] ⇒ p Sprawdzenie metodą niewprost: ROZDZIAŁ 1. 2.

1. 3. RACHUNEK ZDAŃ (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. 4. (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.3. (¬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) 39 .

że tautologiami są również: 7. 5. (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: jest tautologią. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (¬p ⇒ ¬q)] 8. (p ⇔ q) ⇔ [(¬q ⇒ ¬p) ∧ (¬p ⇒ ¬q)] (p ∧ ¬q) ⇒ ¬(p ⇒ q) ¬(p ⇒ q) ⇒ (p ∧ ¬q) . ¬(p ⇒ q) ⇒ (p ∧ ¬q) Sprawdzenie metodą niewprost: ROZDZIAŁ 1. Na podstawie powyższych tautologii można zauważyć. LOGIKA ZDAŃ ¬(p ⇒q )⇒(p ∧ ¬q ) F T F F F T F F T F F T F T T Zdanie: jest tautologią. 6.40 jest tautologią.

Jest to jednak metoda. a β leży poniżej γ. Definicja 1. Górę drzewa tworzy jego korzeń. rozgałęzia.27 (relacji leżenia poniżej). Stosunek leżenia poniżej jest więc tego rodzaju. . gdy od zdania β można „przejść” do zdania α poruszając się odcinkami wyłącznie w dół drzewa. w odróżnieniu od metody zero-jedynkowej. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (¬q ⇒ ¬p)]. Metoda tablic semantycznych ma jednak przewagę dydaktyczna nad metodą nie tylko z powodu uniwersalności. Drzewo.3 Tablice semantyczne Metoda zero-jedynkowa pozwala w wypadku dowolnego zdania rozstrzygnąć. Odcinki łączące korzeń z liśćmi to gałęzie. czy jest ono tautologią. która wymaga wykonania bardzo wielu operacji. Podane zostaną reguły budowy pewnych konstrukcji.1. to α leży poniżej γ (czyli. Jednym z nich jest metoda tablic semantycznych. Definicja 1. po stosownym uzupełnieniu — w rachunku predykatów. 41 1. ile ma liści. (p ⇔ q) ⇔ [¬(p ∧ ¬q) ∧ ¬(¬p ∧ q)] Tautologią zaś nie jest: 11.3. Metoda ta. które ma więcej niż jedną gałąź. Zdania znajdujące się na pniu znajdują się na każdej gałęzi. Zrozumiałe jest więc poszukiwanie bardziej efektywnych sposobów znajdowania odpowiedzi na pytanie. RACHUNEK ZDAŃ 9. Konstrukcje te będziemy nazywali tablicami semantycznymi. że jeżeli α leży poniżej β. ¬(p ⇒ q) ⇔ (p ∧ ¬q) Tautologią jest także 10. Tablica semantyczna to drzewo ze zdaniami.3. czy zdanie jest tautologią. Niech α i β będą różnymi napisami (napis α różni się od napisu β miejscem. ma zastosowanie — oczywiście. stosunek ten jest przechodni). rozdziela się. Na dole są liście. lecz niekoniecznie kształtem). logiki modalne i logika intuicjonistyczna. Zdanie może znajdować się po lewej bądź po prawej stronie gałęzi.26 (tablicy semantycznej). Oprócz logiki klasycznej wykorzystywana jest także w innych logikach. Odcinek powyżej rozgałęzień to pień. Drzewo ma tyle gałęzi. odwołując się do intuicji przestrzennej jest również łatwiejsza w zrozumieniu. Zdanie α leży poniżej zdania β wtedy i tylko wtedy. czy też nie jest. które są rysunkiem schematycznym drzewa postawionego pniem do góry. jak np.

piszemy je po. że gałąź jest sprzeczna zaznacza się pisząc kreskę poziomą na końcu tej gałęzi (na poziomie najniżej leżącego zdania). gdy po obu stronach. W zależności od tego. Definicja 1. Gałąź. przynajmniej po jednym. Będziemy mieli dwa rodzaje reguł. lewej lub prawej stronie odcinka. Będziemy więc odróżniali reguły lewostronne (L) i prawostronne (P ). LOGIKA ZDAŃ Definicja 1. Będziemy mieli zatem reguły: ¬L. ∧L. informacja w nich zawarta została wykorzystana do rozbudowy drzewa. prawej i lewej. Fakt. gdy zamknięte są wszystkie gałęzie składające się na tę tablicę. ⇔ P . na której znajduje się badane zdanie. zdania nieoznakowane tak to zdania żywe. odpowiednio. Takie.30 (tablicy zamkniętej). Zdań oznaczonych nie bierze się pod uwagę w dalszej konstrukcji drzewa.42 ROZDZIAŁ 1.31 (tablicy otwartej). na której znajduje się badane zdanie.28 (gałęzi sprzecznej). Reguły tworzenia tablic semantycznych są regułami analitycznymi — zdaniu złożonemu przyporządkowują jego części składowe. Metoda tablic semantycznych oparta jest na strategii „z góry do dołu” — rozpoczynamy od wartości logicznej zdania. ⇒ P . W wypadku metody zero-jedynkowej wprost postępujemy „z dołu do góry” — przypisujemy wartości literom zdaniowym. Fakt zastosowania reguły do danego zdania zaznaczać będziemy pisząc przy tym zdaniu . które wymagają dopisania dwóch odcinków pod każdą gałęzią. Zdania oznaczone to zdania martwe. ∧P . Zaczynamy zawsze od spójnika głównego. dochodząc do wartości logicznych liter zdaniowych. które wymagają tylko dopisania jednego odcinka pod każdą gałęzią. Tablica. czyli postępujemy tak jak w wypadku metody zero-jedynkowej niewprost. jest otwarta. Definicja 1. oraz takie. równokształtne napisy. a następnie obliczamy wartość logiczną zdania. jest otwarta. ⇒ L. ∨P . Dla każdego spójnika potrzebujemy dwóch reguł: jedna mówi jak postępować ze zdaniem znajdującym się po lewej. która nie jest zamknięta. . ∨L. Definicja 1. Tablica jest zamknięta wtedy i tylko wtedy. Te ostatnie reguły powodują rozgałęzienie. które nie jest zamknięta. a druga jak postępować ze zdaniem znajdującym się po prawej stronie gałęzi. odcinków wskazujących stosunek leżenia poniżej znajduje się jakieś zdanie α. Gałąź jest sprzeczna (zamknięta) wtedy i tylko wtedy.29 (gałęzi otwartej). Zdanie składowe może mieć wartość T lub F . ⇔ L. ¬P . czyli na tej gałęzi po każdej ze jej stron znajdują się.

Zatem piszemy α po prawej stronie na każdej już istniejącej otwartej gałęzi. tablica będzie binarna. Ponadto. to jaką wartość ma α? Oczywiście. tzn. . α Reguła ta stosuje się do zdania ¬ α. Zatem piszemy α po lewej stronie na każdej już istniejącej otwartej gałęzi. znajdującego się po lewej stronie gałęzi.32 (tablicy zakończonej). znajdującego się po prawej stronie gałęzi. α Reguła stosuje się do zdania ¬ α. Strona ta reprezentuje wartość F . ∧L α∧β . . rozgałęzienie dokonuje się na dokładnie dwie gałęzie. Konstrukcję tablicy prowadzimy tak długo. to jakie jest zdanie α? Oczywiście. α β ¬α . . liczba elementów tablicy zawsze będzie skończona. REGUŁY ¬L ¬α . gdy jest (a) zamknięta lub (b) jedynymi żywymi zdaniami na niej są litery zdaniowe. α ma wartość F . Jeśli zdanie ¬ α ma wartość F . zdanie α ma wartość T . RACHUNEK ZDAŃ 43 Definicja 1. ¬P . znajdującej się poniżej ¬ α (jako napisu). znajdującej się poniżej ¬ α (jako napisu). Tablica jest zakończona wtedy i tylko wtedy.1. aż otrzymamy tablicę zamkniętą lub gdy jedynymi żywymi zdaniami będą litery zdaniowe. . . Jeśli zdanie ¬ α ma wartość T .3. W wypadku logiki zdań. Ta strona reprezentuje wartość T . .

Zdanie takie ma wartość T . Zdanie α ∧ β ma wartość F . znajdującego się po lewej stronie gałęzi. ∧P . dopisujemy dwie gałęzie. . . a więc zarówno α jak i β mają wartość T . α i β. α β Reguła ta stosuje się do zdania α ∨ β. α β Reguła ta stosuje się do zdania α ∨ β. gdy α ma wartość F lub gdy β ma wartość F . ∨L α∨β . znajdującego się po prawej stronie gałęzi. Po lewej stronie na jednej piszemy α. zatem wartość F przysługuje zdaniu α α∨β .44 ROZDZIAŁ 1. . Zdanie α ∧ β ma wartość T . piszemy więc jedno pod drugim na przedłużeniu drzewa po lewej stronie każdej otwartej gałęzi. . znajdującego się po lewej stronie gałęzi. . znajdującej się poniżej α ∨ β (jako napisu). znajdującego się po prawej stronie gałęzi. Oba te zdania. a na drugiej β. znajdującej się poniżej zdania α ∧ β (jako napisu) dopisujemy dwie gałęzie. a na drugiej β. Po prawej stronie na jednej piszemy α. znajdującej się poniżej α ∧ β (jako napisu). W celu zapisania tego faktu do każdej już istniejącej otwartej gałęzi. zatem wartość T ma zdanie α lub wartość T przysługuje zdaniu β. Zdanie takie ma wartość F . ∨P . Strona ta reprezentuje wartość F . . W celu zapisania tego faktu do każdej już istniejącej otwartej gałęzi. α β α∧β Reguła ta stosuje się do zdania α ∧ β. LOGIKA ZDAŃ Reguła ta stosuje się do zdania α ∧ β.

⇒L α⇒β . a β ma wartość F . ⇔L α⇔β .1. Do każdej już istniejącej otwartej gałęzi. zatem wartość T przysługuje zarówno zdaniu α jak i zdaniu β lub wartość F mają zdania α i β. . Na każdej otwartej gałęzi. Zatem po prawej stronie na każdej już istniejącej otwartej gałęzi. . znajdującej się poniżej α∨β (jako napisu). a po prawej β. dopisujemy dwie gałęzie. znajdującego się po lewej stronie gałęzi. . znajdującej się poniżej α ⇒ β (jako napisu). Drzewo będzie się więc rozgałęziać. α β Reguła ta stosuje się do zdania α ⇒ β. zatem α ma wartość F lub β ma wartość T . zatem α ma wartość T . a po lewej stronie drugiej piszemy β. znajdującego się po lewej stronie gałęzi. Zdanie takie ma wartość T . Nasze drzewo będzie się więc rozgałęziać.3. Zdanie takie ma wartość T . znajdującego się po prawej stronie gałęzi. RACHUNEK ZDAŃ 45 i wartość F przysługuje zdaniu β. znajdującej . α β Reguła ta stosuje się do zdania α ⇒ β. piszemy jedno pod drugim α i β. znajdującej się poniżej α ⇒ β (jako napisu). α β α β α⇒β Reguła ta stosuje się do zdania α ⇔ β. . Do każdej już istniejącej otwartej gałęzi. . ⇒P . piszemy po lewej stronie α. Zdanie takie ma wartość F . Po prawej stronie jednej z nich piszemy α. .

po prawej piszemy α a po lewej β. że stosują się do dwóch dowolnych skończonych zbiorów zdań: jednego zapisanego po lewej. Uzyskaniu takiego drzewa sprzyja stosowanie reguły o charakterze pragmatycznym. Mając dwa zbiory zdań. że wszystkie zdania z Γ mają wartość T . znajdującej się poniżej α ⇔ β (jako napisu). a zdaniu β przysługuje wartość F lub odwrotnie. zatem zdaniu α przysługuje wartość T . Po lewej stronie jednej z nich piszemy jedno pod drugim α i β i tak samo po prawej stronie drugiej z nich. czy dla danych zbiorów zdań — jednego zapisanego po lewej a drugiego zapisanego po prawej stronie pnia — drzewo jest zamknięte. Do każdej już istniejącej otwartej gałęzi. .46 ROZDZIAŁ 1. . zdanie α ma wartość F . ⇔P . dopisujemy dwie gałęzie. w jakiej kolejności stosujemy poszczególne reguły. a drugiego zapisanego po prawej stronie pnia. Konstrukcję uzyskaną dla danych zbiorów zdań nazywamy tablicą semantyczną lub drzewem analitycznym tych zbiorów. Reguły odnoszące się do poszczególnych spójników mogą być stosowane w dowolnej kolejności. po lewej stronie piszemy α a po prawej β. czyli — inaczej mówiąc — odpowiedź na pytanie. Zależy nam na możliwie najmniejszym drzewie. a wszystkie zdania z Σ mają . dopisujemy dwie gałęzie. Od ich kolejności zależy jednak kształt drzewa. Podane reguły są tego rodzaju. nie zależy od tego. α β β α α⇔β Reguła ta stosuje się do zdania α ⇔ β. Drzewo będzie się więc rozgałęziać. LOGIKA ZDAŃ się poniżej α ⇔ β (jako napisu). a zdanie β ma wartość T . czy istnieje interpretacja taka. Γ i Σ możemy pytać. w szczególności jedne drzewa mogą być większe (w sensie ilości gałęzi) od innych. znajdującego się po prawej stronie gałęzi. a mianowicie: reguły nierozgałęźne stosujemy przed regułami rozgałęźnymi. Zdanie takie ma wartość F . Z formalnego punktu widzenia kolejność stosowania reguł nie ma znaczenia. W wypadku jednej z nich. a w wypadku drugiej z nich odwrotnie.

gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem początkowym znajdującym się po prawej stronie pnia. gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem początkowym znajdującym się po lewej stronie pnia. W szczególnym wypadku może być tak. czy może być tak. Zauważmy. a wszystkie zdania ze zbioru Σ mają wartość F . RACHUNEK ZDAŃ 47 wartość F . w wyniku stosowania reguł otrzymamy litery zdaniowe. Jeżeli uzyskamy tablicę zamkniętą. jak tylko . Literom zdaniowym. Proces budowy tablicy semantycznej zawsze więc będzie mógł być zakończony. a wszystkie zdania z Σ mają wartość F jest wówczas pytaniem o to. że wszystkie zdania z Γ mają wartość T . Definicja 1. Odpowiedź na to pytanie uzyskamy konstruując tablicę semantyczną. czy ten jedyny element Σ jest tautologią. to taka możliwość jest wykluczona. które nie występują na branej pod uwagę gałęzi przypisujemy dowolną z wartości T i F . W szczególności. do którego reguły są stosowane. W wypadku. a gdy znajdują się po prawej przypisujemy wartość F . a ponadto zdanie. czy zdanie będące jedynym elementem Γ jest kontrtautologią. że zdanie z Σ ma wartość F .3. Wszystkim literom zdaniowym znajdującym się na tej gałęzi.1. Zdanie α jest kontrtautologią wtedy i tylko wtedy. a po prawej stronie wszystkie zdania z Σ. Pytanie o to. a zbiór Σ jest pusty pytanie o możliwość interpretacji takiej. Definicja 1.34 (kontrtautologii). gdy zbiór Γ jest jednoelementowy. Oznacza to nic innego. to taka możliwość istnieje. Na początku konstrukcji po lewej stronie piszemy wszystkie zdania z Γ. dla której to zachodzi określamy biorąc pod uwagę jedną z otwartych gałęzi. że podane reguły analizy zdań są tego rodzaju.33 (tautologii). że wszystkie zdania z Γ mają wartość T . Zdanie α jest tautologią wtedy i tylko wtedy. Pytanie to jest więc pytaniem o to. jeśli znajdują się po stronie lewej przypisujemy wartość T . do którego zastosowano odpowiednią regułę staje się martwe. Interpretację. czyli nie może być przedmiotem ponownego zastosowania któreś z reguł. czy możliwa jest interpretacja taka. Dla tak określonej interpretacji wszystkie zdania ze zbioru Γ mają wartość T . że zbiór Γ jest pusty. a zdania z Σ mają wartość F jest pytaniem o to. Jeżeli zaś zakończona tablica będzie otwarta. a zbiór Σ ma dokładnie jeden element. że w wyniku ich zastosowania uzyskujemy zdanie lub zdania prostsze niż zdanie.

48 ROZDZIAŁ 1. W wypadku liter zdaniowych występujących w zdaniu. żeby każde z tych zdań miało wskazaną dla niego wartość logiczną. wystarczy wziąć pod uwagę jedną z niezamkniętych gałęzi i literze zdaniowej przypisać wartość T . a wartość F gdy litera ta znajduje się po prawej stronie gałęzi. Jeżeli zostaną wyczerpane wszystkie możliwości stosowania podanych reguł i tablica jest zamknięta. to wówczas możliwe jest jednoczesne przysługiwanie wskazanych wartości wszystkim zdaniom ze zbioru zdań będącego przedmiotem analizy. ((p ∧ q) ∨ (p ∧ r)) (p ∧ q) (q ∨ r) r q r . czy mając skończony zbiór zdań języka rachunku zdań możliwa jest taka interpretacja. a niewystępujących na rozważanej gałęzi. LOGIKA ZDAŃ to. gdy litera ta znajduje się po lewej stronie. Ażeby wskazać interpretację. że rozstrzygalny jest problem. Przykład 1. dla której to ma miejsce. wystarczy wziąć dowolną literę T lub F . Jeżeli zaś tablica pozostaje niezamknięta (gdy chociaż jedna gałąź nie jest zamknięta).11. PYTANIE Czy tautologią jest zdanie: ((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))? TABLICA SEMANTYCZNA ((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r))) (p ∧ (q ∨ r)) p (p ∧ r) q p q p p ODPOWIEDŹ: Zdanie: ((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r))) jest tautologią. to taka możliwość jest wykluczona.

które są w treści naszego pytania. aby zdaniu ¬ (p ⇔ q) przysługiwała wartość F w wypadku.12. .1. PYTANIE Czy możliwa jest taka interpretacja.3. RACHUNEK ZDAŃ 49 Przykład 1. gdy zdaniom (p ⇔ ¬ (q ⇔ r)) i r przysługuje wartość T? Problem ten można w sposób równoważny można sformułować następująco: Czy tautologią jest zdanie: (((p ⇔ ¬ (q ⇔ r)) ∧ r) ⇒ ¬(p ⇔ q))? Z tego zdania — jako zdania początkowego konstrukcji — po zastosowaniu właściwych reguł dojdziemy do zdań. TABLICA SEMANTYCZNA ((p ⇔ ¬(q ⇔ r) ∧ r) ⇒ ¬(p ⇔ q)) (p ⇔ ¬(q ⇔ r) ∧ r) (p ⇔ ¬(q ⇔ r)) r (p ⇔ q) p q p ¬(q ⇔ r) q r p ¬(q ⇔ r) (q ⇔ r) q r p q p ¬(q ⇔ r) ¬(q ⇔ r) q r (q ⇔ r) q r p (¬(p ⇔ q)) ODPOWIEDŹ: Wykluczona jest interpretacja taka. żeby zdaniom (p ⇔ ¬ (q ⇔ r)) oraz r przysługiwała wartość T a zdaniu ¬ (p ⇔ q) przysługiwała wartość F (lub.

Tradycyjnie problem obliczeniowy ((p ⇒ q) ⇒ (¬p ⇒ ¬q)) (¬p ⇒ ¬q) (¬q) p q . Oznacza to np.50 co jest temu równoważne. Tak czy owak. zdanie: ROZDZIAŁ 1. gdy p przyjmuje wartość F a q wartość T . Przyjmuje ono wartość F dla takiej interpretacji. LOGIKA ZDAŃ (((p ⇔ ¬ (q ⇔ r)) ∧ r) ⇒ ¬ (p ⇔ q)) jest tautologią). żeby mimo wykorzystania wszystkich istniejących maszyn czas wykonania zadania przekraczał z góry zadaną granicę. że gdyby wykonanie jednej operacji trwało jeden chronom (10−43 s. Chociaż problem. a dla n = 500 przekracza wiek wszechświata. to jednak nie jest on praktycznie rozstrzygalny w tym sensie. PYTANIE Czy tautologią jest zdanie: ((p ⇒ q) ⇒ (¬ p ⇒ ¬ q))? TABLICA SEMANTYCZNA (p ⇒ q) (¬p) q p ODPOWIEDŹ: Zdanie: ((p ⇒ q) ⇒ (¬ p ⇒ ¬ q)) nie jest tautologią. że w wypadku odpowiednio długich zdań oczekiwanie na wynik traci sens w perspektywie nie tylko życia człowieka. Zawsze można wskazać takie n. Metoda tablic semantycznych zwykle jest sprawniejsza niż metoda zerojedynkowa wprost. Podzielenie zadania i wykonywanie go przez wiele komputerów też sprawy nie rozwiązuje. Przykład 1. działającym w czasie wykładniczym. Metoda zero-jedynkowa jest algorytmem..13. liczba operacji rośnie wykładniczo w zależności od długości zdania. czy zdanie jest tautologią jest rozstrzygalny. to wykonanie 2n operacji dla n = 200 przekracza czas życia człowieka.).

że nie zachodzi M |= β. vM1 . vMn . . . gdy α dla interpretacji vM0 . . . vMn przyjmuje wartość T . że dla n danych algorytm wymaga wykonania co najwyżej nk operacji. gdy α jest literą zdaniową.1. Z założenia indukcyjnego otrzymujemy. . . czy dane zdanie jest tautologią. Lemat 1. że vMm = T wtedy i tylko wtedy. . . gdy pm jest elementem M (pm ∈ M). . . pn . . (¬) Niech α będzie zdaniem: ¬ β. Z definicji |= dostajemy. gdy pm nie jest elementem M (pm ∈ M). . że działają w czasie wielomianowym. . . vMn będzie interpretacją spełniającą założenia lematu. którego wszystkie litery zdaniowe znajdują się wśród (n + 1) liter: p0 . Weźmy dowolny model M. . że dla interpretacji vM0 . że M |= α wtedy i tylko wtedy. . gdy β dla interpretacji vM0 . gdy α przyjmuje wartość T . oraz 2. Założenie indukcyjne. vMn przyjmuje wartość T . vMn będzie interpretacją taką. 1. vM1 .2. vM1 . . vM1 . czyli vMm = F wtedy i tylko wtedy. . to zgodnie z określeniem interpretacji vM0 . W wypadku. . Niech 1.3. .3. Niech vM0 . . . . . gdy γ dla interpretacji vM0 . Niech vM0 . vM1 . M |= γ wtedy i tylko wtedy. RACHUNEK ZDAŃ 51 uważa się za praktycznie rozwiązywalny. M |= β wtedy i tylko wtedy. . O takich algorytmach mówi się. M |= α wtedy i tylko wtedy. . Niech α będzie zdaniem. vM1 . vMn stwierdzamy. Dowód.4 Tautologia a zdanie logicznie prawdziwe Nim przystąpimy do dowodu twierdzenia o pełności udowodnijmy przydatny lemat. Jak na razie nie udało się znaleźć tego rodzaju algorytmu dla rozstrzygania. gdy istnieje stała k taka. vMn przyjmuje wartość T. . Dowodzić będziemy przez indukcję ze względu na długość zdania. . p1 . . . . vM1 . Niech M |= α. .

vM1 . że dla interpretacji vM0 . Z definicji |= wynika. gdy |= α. aby pojęcia tautologii i prawdziwości były sobie równoważne. Z równoważnością możemy postępować jak z negacją. LOGIKA ZDAŃ zdanie β przyjmuje wartość F . . . . że jeżeli α. że M |= β ⇔ γ a następnie zakładać. . że nie zachodzi M |= β ⇔ γ a następnie zakładając. iż nie zachodzi M |= β. vM1 . Wpierw dowodzimy. vMn przyjmuje wartość T . . a zatem zdanie α (¬ β) dla tej interpretacji przyjmuje wartość T . Niech α dla interpretacji vM0 . vMn przyjmuje wartość T zaś γ dla tej interpretacji przyjmuje wartość F . . . . vM1 . . że zachodzi M |= β a nie zachodzi M |= γ. (⇒) Niech α będzie zdaniem: β ⇒ γ. Niech α dla interpretacji vM0 . czyli zakładać. . gdy α jest (logicznie) prawdziwe. vMn przyjmuje wartość F . że β dla interpretacji vM0 . Zależy nam na tym. że dla interpretacji vM0 . że zachodzi M |= β oraz że nie zachodzi M |= γ. a więc nie zachodzi również M |= α (β ⇒ γ). . . . vMn zdanie α (β ⇒ γ) przyjmuje wartość F . vMn zdanie β ⇔ γ przyjmuje wartość F . . że nie zachodzi M |= α. . Z założenia indukcyjnego wynika więc. to |= α. W wypadku koniunkcji postępujemy podobnie jak w wypadku negacji. Mamy bowiem. . . Niech nie zachodzi M |= α. Mówi o tym twierdzenie o pełności. Korzystając z założenia indukcyjnego dostajemy. że β dla tej interpretacji przyjmuje wartość T zaś γ przyjmuje wartość F . zaś w wypadku alternatywny podobnie jak w wypadku implikacji. Twierdzenie 1. Z tego więc dostajemy. .52 ROZDZIAŁ 1. α wtedy i tylko wtedy. vMn zdanie β ⇔ γ przyjmuje wartość T .3 (o pełności). . Dowód. Dowiedziemy dwóch tez. Możemy również postępować jak w wypadku implikacji. Korzystając z założenia indukcyjnego dostajemy. . Pokażemy. vM1 . . . A więc β przyjmuje wartość F . vM1 . a zatem zachodzi M |= α (¬ β). czyli zakładając wpierw. że dla interpretacji vM0 . . czyli aby α było tautologią wtedy i tylko wtedy. . które łącznie składają sie na dowodzone twierdzenie. . vM1 .

że α. . .2 mamy. . ” jest spójnikiem prawdziwościowym. czyli |= α. Wartość logiczna zdania „z tego. a to przeczyłoby założeniu. . RACHUNEK ZDAŃ 53 Załóżmy. że M |= α. że α” wystarczy znać wartość logiczną zdania α. czyli wartość logiczna zdania złożonego jest funkcją wartości logicznych zdań-argumentów.5 Spójniki prawdziwościowe Definicja 1. to α. który nie jest prawdziwościowy może być spójnik „z tego. niech prawdziwe będą zdania: . że α nie byłoby w nim prawdziwe.35 (spójnika prawdziwościowego). Dowiedzione twierdzenie pozwala zastąpić semantyczne pojęcie logicznej prawdziwości syntaktycznym pojęciem tautologiczności.1. vMn zdanie α przyjmowałoby wartość F . Weźmy dowolny model M taki. .2 dla interpretacji vM0 . 1. A to przeczy założeniu. Niech |= α oraz niech α. że . . Fraza „nieprawda. ”. Gdyby nie zachodziło |= α. że . czy zdanie jest tautologią. że α wynika. vM1 . że jest ono tautologią. Na podstawie lematu 1.3. że zdanie jest logicznie prawdziwe jeżeli wiadomo. więc na podstawie twierdzenia o pełności jest jasne. Zatem α jest prawdziwe we wszystkich modelach. że |= α. Na przykład. Na to. że jeżeli |= α. czy zdanie jest logicznie prawdziwe. Ponieważ rozstrzygalny jest problem. to istniałby model M taki. że wartość logiczna zdania złożonego zbudowanego za pomocą tego spójnika jest wyznaczona przez wartości logiczne zdań-argumentów tego spójnika. W pozostałych możliwych wypadkach układów wartości zdań α i β. że α dla jakiejś interpretacji przyjmuje wartość F . . Teraz dowiedziemy. Spójnik prawdziwościowy to spójnik taki. że jego elementem nie jest żadna z liter. że również rozstrzygalny jest problem. wynika. gdy α jest prawdziwe a β jest fałszywe. wartość logiczna zdania złożonego nie jest określona przez wartości logiczne zdań-argumentów. że . Przykładem dwuargumentowego spójnika. .3. Twierdzenie to umożliwia nam opuszczenie dowodu. Z tego mamy więc. . aby określić wartość logiczną zdania „nieprawda. Na podstawie lematu 1. . która w rozważanej interpretacji przyjmuje wartość F . że β” jest określona w wypadku. zdanie to wówczas jest fałszywe.

wtedy i tylko wtedy. 15 pod uwagę wzięliśmy pięć spójników. Inaczej mówiąc. Alternatywa rozłączna zdań α i β. A jest trójkątem równobocznym. Dwa spójniki są równoważne (ekstensjonalnie równe). α ⊕ β. Takich spójn ników dwuargumentowych jest szesnaście. . Ogólnie biorąc. zaś implikacja. że są dokładnie cztery (teoretycznie możliwe) ekstensjonalnie różne jednoargumentowe spójniki prawdziwościowe. Ogólnie. Definicja 1. ∨. W słowniku języka rachunku zdań opisanym na str. . charakteryzowana jest następującą tabelką wartości logicznych: α T T F F β T F T F α⊕β F T T F W języku polskim na odczytanie alternatywy rozłącznej znajdujemy wyrażenie „. 2. Definicja 1. albo . LOGIKA ZDAŃ Otóż ze zdania 1 wynika zdanie 2. ). albo . jest 22 ekstensjonalnie różnych n-argumentowych spójników prawdziwościowych (n = 1. że zamiast powiedzieć „Albo Jan jest w domu albo w kinie” . ⊕). są dokładnie cztery funkcje jednoargumentowe ze zbioru dwuelementowego do zbioru dwuelementowego oraz szesnaście takich funkcji dwuargumentowych. 2.54 1. ROZDZIAŁ 1. . 3. . gdy zawsze dla tych samych zdań-argumentów wartość logiczna zdań złożonych zbudowanych za pomocą tych spójników jest taka sama. A jest trójkątem równoramiennym. . Teraz rozważymy inne spójniki prawdziwościowe. Spójnik implikacji jest prawdziwościowy. . . . ”. Jak się zdaje intuicja może podpowiadać. nie należy go więc mylić z wynikaniem. której poprzednikiem jest 1 a następnikiem 3 jest zdaniem prawdziwym. . ∧. B jest kwadratem.37 (alternatywy rozłącznej.36 (równoważności spójników). Spójniki: ¬. Można obliczyć. Ze zdania 1 nie wynika zdanie 3. funkcji n-argumentowych ze zbioru n dwuelementowego do zbioru dwuelementowego jest 22 . ⇔ są spójnikami prawdziwościowymi. ” lub „albo . 3. . ⇒. .

gdy β”. Różnica pomiędzy obu zdaniami jest tylko różnicą stylu. że β” lub zdaniu „(nieprawda. . Kierując się wyłącznie intuicją znaczeń wyrażeń języka polskiego zauważmy. 14 . że α) wtedy i tylko wtedy. Problem wyrażenia jakiegoś n-argumentowego spójnika prawdziwościowego s przez inne spójniki polega więc na tym. aby dla każdej interpretacji Zgodnie z frazeologią języka polskiego powiemy: „Ani Jan nie jest zdolny. Uogólniając przykład stwierdzamy.38 (binegacji. . α ↓ β. Podobnie jest w wypadku innych spójników języka rachunku zdań — w zależności od kontekstu mogą być wyrażane inaczej niż to ustaliliśmy jako sposób ich odczytywania. ani β” jest równoważne zdaniu „nieprawda. Uogólniając przykład stwierdzamy. ani widu o nim”. ani . ani ziębi”. że α i nieprawda. Inaczej mówiąc. gdy nie ma go w kinie” lub — symetrycznie — „Jana nie ma w domu wtedy i tylko wtedy. żeby znaleźć zdanie zbudowane za pomocą tych innych spójników i (niekoniecznie wszystkich i niekoniecznie tylko) zdań-argumentów spójnika s. Można obliczyć. charakteryzowana jest następującą tabelką wartości logicznych: α T T F F β T F T F α↓β F F F T W języku polskim na odczytanie binegacji znajdujemy wyrażenie „ani . Można obliczyć. że zdanie „albo α albo β” jest równoważne zdaniu „α wtedy i tylko wtedy. ani nie jest pracowity”. gdy nieprawda. . zdania te są jedno drugiemu równoważne. .1. że w żadnym wypadku wartość logiczna zdania α ⊕ β nie różni się od wartości logicznej zdania ¬ α ⇔ β oraz zdania α ⇔ ¬ β i zdania ¬ (α ⇔ β). czyli zdania te są jedno drugiemu równoważne.3. iż zamiast powiedzieć. Takie bowiem znaczenie musimy przypisać temu wyrażeniu choćby w takich zwrotach języka polskiego jak: „ani słychu. „ani Jan zdolny. ”. Binegacja zdań α i β. „ani mnie to grzeje. np. ani pracowity” 14 możemy z zachowaniem myśli zawartej w tym zdaniu powiedzieć „Jan nie jest zdolny i nie jest pracowity”. . że wartość logiczna zdania α ↓ β nie różni się od wartości logicznej zdania zdania ¬ α ∧ ¬ β. że β”. RACHUNEK ZDAŃ 55 moglibyśmy w sposób równoważny wypowiedzieć: „Jan jest w domu wtedy i tylko wtedy. Definicja 1. gdy jest w kinie”. że zdanie „ani α. ↓).

Zatem dla dowolnej interpretacji wartość logiczna α1 ∨ α2 jest taka sama jak wartość logiczna δ1 ∨ α2 . Twierdzenie to głosi. ∧. czyli α ⇔ δ. w którym występują tylko spójniki prawdziwościowe istnieje logicznie równoważne mu zdanie β ( α ⇔ β). Rozważmy więc tylko wypadek alternatywy. będący zdaniem. Ponieważ z założenia β ⇔ γ. podajmy twierdzenie. Dla dowolnego zdania α. Niech α będzie zdaniem β. Dowód.3. występujący w nim ciąg symboli β ciągiem symboli γ takim. Dowodzić będziemy przez indukcję ze względu na budowę zdania α. Twierdzenie 1. że dla dowolnej interpretacji wartość logiczna δ1 jest taka sama jak wartość logiczna α1 . ∨. Zatem dla dowolnej interpretacji wartość logiczna ¬ α1 jest taka sama jak ¬ δ1 . to na podstawie założenia indukcyjnego dla dowolnej interpretacji wartość logiczna α1 jest taka sama jak wartość logiczna δ1 . to α ⇔ δ.4 (o zastępowaniu). to na podstawie założenia indukcyjnego mamy. z którego będziemy korzystać w dowodzie tego faktu. (∨) Jeżeli α jest zdaniem α1 ∨ α2 a zastępowania dokonujemy w α1 . więc α ⇔ δ. LOGIKA ZDAŃ wartość logiczna tego zdania była taka sama jak zdania zbudowanego za pomocą spójnika s. to otrzymamy zdanie δ równoważne zdaniu α ( α ⇔ δ). czyli niech zdanie δ będzie wynikiem zastąpienia w zdaniu α zdania β przez zdanie γ. Dla wszystkich spójników dwuargumentowych postępujemy podobnie. czyli β::=γ β::=γ β::=γ . że zdania β oraz γ są równoważne ( β ⇔ γ). że wszystkie teoretycznie możliwe spójniki prawdziwościowe dadzą się wyrazić za pomocą tylko trzech spójników: negacji.6 Funkcjonalna pełność Nim pokażemy. alternatywy i koniunkcji. Niech α −→ δ.56 ROZDZIAŁ 1. czyli α ⇔ δ. Po zastąpieniu β przez γ otrzymamy zdanie γ. Założenie indukcyjne. 1. Niech α1 −→ δ1 oraz α2 −→ δ2 (¬) Jeżeli α jest zdaniem ¬ α1 a β ⇔ γ. Podobnie postępujemy. w którym występują tylko spójniki: ¬. Jeżeli β ⇔ γ. gdy zastępowania dokonujemy w α2 . że jeżeli w zdaniu α zastąpimy.

Niech spójnik ten będzie charakteryzowany przez następującą tabelkę wartości logicznych: α1 1 v1 . . że . ∧} jest funkcjonalnie pełny. j = 1. . . . vn (j = 1. Korzystając z założenia indukcyjnego i twierdzenia o zastępowaniu stwierdzamy.. ∨. gdy litera zdaniowa pi przyjmuje j wartość vi .. . . Koniunkcja ta przyjmuje wartość T wtedy i tylko wtedy. Dowód. Zbiór spójników {¬. . . Jest zatem równoważne zdaniu α. odpowiednio. Założenie indukcyjne. .. β1 . .. αn ) v1 . v2n Dowodzić będziemy przez indukcję. αn 1 vn . βn zbudowane tylko za pomocą spójników: ¬. to jako α bierzemy koniunkcję wszystkich występujących w α liter zdaniowych i ich negacji.. Można pokazać. (i = 1. 2n ). ... ∨ i ∧.. . vn zdanie α przyjmuje j j j wartość T . że uzyskane konstrukcje są równoważne zdaniu α. . . 2n v2 . βn będą zdaniami takimi... βn i ich negacje. . . v2 . . dla którego α przyjmuje wartość T bierzemy koniunkcję liter zdaniowych pi . j j j Niech teraz dla jakiegoś układu wartości v1 . .. .3.. . W wypadku... 2n v1 α2 1 v2 .5 (o funkcjonalnej pełności).1. . .. . . . 2n vn s(α1 . Budować będziemy takie zdanie α równoważne zdaniu α. j v2 . . gdy α jest zdaniem. . . . Alternatywa wszystkich takich koniunkcji jest równoważna zdaniu α. Niech α będzie zdaniem s(β1 . . Dla każdego układu wartości v1 . w którym występują tylko spójniki: ¬. gdy j j vi przyjmuje wartość T i ¬ pi . . . . ∨. n. . gdy argumentami s były litery zdaniowe. j vn . . gdy wszystkie wartości v1 . j v1 .. RACHUNEK ZDAŃ 57 Twierdzenie 1. vj . Postępujemy podobnie jak w wypadku. ∧. . . . vj . . Zdanie to dla dowolnej interpretacji przyjmuje wartość F . . .. Niech dany będzie n-argumentowy spójnik prawdziwościowy s... Tym razem jednak zamiast liter zdaniowych bierzemy zdania β1 . . jakie przyjmuje α są równe F . w którym występuje tylko spójnik s (wszystkie argumenty spójnika s są literami zdaniowymi). α2 . że istnieją równoważne im zdania. v2n .. . .... . 2n ).. . . . Niech β1 .. gdy vi przyjmuje wartość F . Rozważmy wpierw wypadek. . βn ). ... . . v2 ..

albo nie . . . . 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). albo nie . ani . . że taką samą własność ma także spójnik zwany kreską Sheffera. . że oprócz „ani . Definicja 1. oznaczany |. . ”. ⇒} jest funkcjonalnie pełny. zarówno teoretycznych jak i praktycznych. . . Okazuje się. Każdy ze zbiorów spójników {¬. . Literał to litera zdaniowa lub litera zdaniowa poprzedzona spójnikiem negacji. ∨}. wygodne jest korzystanie z jakiejś standardowej (kanonicznej) postaci zdań.7 Postacie normalne Zdania o postaci opisanej w dowodzie twierdzenia o funkcjonalnej pełności mają szczególną budowę. ani . {¬. . . . ∧}. .6. 1. . LOGIKA ZDAŃ Wniosek 1. . Dla różnych celów.3. . . a odczytywany „albo nie . {¬. ) wystarcza dla konstrukcji zdań logicznie równoważnych zdaniom zbudowanym za pomocą jakichkolwiek (nawet tylko dających się pomyśleć) spójników prawdziwościowych. Spójnik ten jest charakteryzowany następującą tabelką: β T T F F γ T F T F β|γ F T T T Dla ciekawości dodajmy. ” żaden inny co najwyżej dwuargumentowy spójnik sam jeden nie wystarcza dla wypowiedzenia wszystkich pozostałych spójników prawdziwościowych. ” i „albo nie . Pokazano również.58 ROZDZIAŁ 1. że sam spójnik ↓ (ani . . Taką budowę mają zdania o postaci normalnej dysjunkcyjnej (alternatywnej).39 (literału). .

. DNF15 ).3.1. a negacje liter zdaniowych to literały negatywne. p1 . . Przykład 1. ¬ p1 . Zdanie: λ1 ∨ λ2 ∨ · · · ∨ λn . 1 ≤ i ≤ n. . Definicja 1. Definicja 1. 1 ≤ i ≤ n. klauzuli).41 (dysjunkcyjnej postaci normalnej. gdy α jest koniunkcją zdań. Definicja 1. . albo α jest alternatywą takich koniunkcji. CNF16 ).40 (koniunkcji elementarnej). ¬ p2 . 15 16 Z angielskiego: Disjunctive Normal Form.15. gdzie λi jest literałem. . 1 ≤ i ≤ n. gdzie λi jest literałem. to literały negatywne.42 (dysjunkcji elementarnej. Zdanie: κ1 ∧ κ2 ∧ · · · ∧ κn . gdzie δi jest koniunkcją elementarną.14. Zdanie: δ1 ∨ δ2 ∨ · · · ∨ δn . Klauzula to alternatywa literałów. to literały pozytywne. to koniunkcyjna postać normalna zdania. ¬ p2 . Przykład 1. to dysjunkcja elementarna lub klauzula. RACHUNEK ZDAŃ 59 Litery zdaniowe to literały pozytywne. . . z których każde jest literą zdaniową lub literą zdaniową poprzedzoną spójnikiem negacji. Z angielskiego: Conjunctive Normal Form. Zdanie α ma postać normalną dysjunkcyjną (alternatywną) wtedy i tylko wtedy. Zdaniem o postaci normalnej dysjunkcyjnej jest: (p ∧ r) ∨ (p ∧ q ∧ ¬ r). . Definicja 1. p2 . Literałami są: p1 . 1 ≤ i ≤ n. . gdzie κi jest dysjunkcją elementarną. a ¬ p1 . p2 . . to koniunkcja elementarna.43 (koniunkcyjnej postaci normalnej. to dysjunkcyjna (alternatywna) postać normalna zdania. Zdanie: λ1 ∧ λ2 ∧ · · · ∧ λn .

¬ ¬ α ⇔ α. 5. Zdaniem o postaci normalnej koniunkcyjnej jest: (p ∨ ¬ p ∨ q) ∧ (p ∨ ¬ q). w której taki spójnik występuje przez formułę równoważną bez tych spójników. Dla każdego zdania sformułowanego w języku klasycznej logiki zdań można skonstruować logicznie równoważne zdanie o postaci alternatywnej normalnej oraz logicznie równoważne zdanie o postaci koniunkcyjnej normalnej. ¬ (α ∧ β) ⇔ (¬ α ∨ ¬ β). Zastępowanie z wykorzystaniem równoważności 1–5 prowadzi się tak długo. (α ⇔ β) ⇔ [(α ⇒ β) ∧ (β ⇒ α)]. stosujemy jedną z dwóch równoważności. jaka interesuje nas postać. 4. gdy α jest alternatywą zdań. Korzystamy z następujących równoważności: 1. Dokonujemy tego przez zastąpienie każdej podformuły. Dla uzyskania zdania o koniunkcyjnej postaci normalnej korzystamy z: . z których każde jest literą zdaniową lub literą zdaniową poprzedzoną znakiem negacji.16. LOGIKA ZDAŃ Zdanie α ma koniunkcyjną postać normalną wtedy i tylko wtedy. Teraz w zależności od tego. W rezultacie otrzymuje się zdanie. 2. Przykład 1. albo α jest koniunkcją takich alternatyw. ¬ (α ∨ β) ⇔ (¬ α ∧ ¬ β). które jest zbudowane tylko z literałów oraz spójników alternatywy i koniunkcji. Pierwszym krokiem zarówno w wypadku procedury uzyskania postaci alternatywnej jak i koniunkcyjnej jest wyeliminowanie spójników implikacji i równoważności. W tym celu korzysta się z następujących równoważności: 3. (α ⇒ β) ⇔ (¬ α ∨ β).60 ROZDZIAŁ 1. jak to jest możliwe. [α ∧ (β ∨ γ)] ⇔ [(α ∧ β) ∨ (α ∧ γ)]. Dla uzyskania zdania o dysjunkcyjnej postaci normalnej korzystamy z: 6. gdy spójniki negacji jako argumenty mają tylko litery zdaniowe. Kolejnym krokiem uzyskania zarówno jednej jak i drugiej postaci jest doprowadzenie do sytuacji.

której wszystkimi i tylko członami są litery zdaniowe znajdujące się po lewej stronie i negacje liter zdaniowych znajdujących się po prawej stronie tej gałęzi. W wypadku postaci normalnej dysjunkcyjnej konstruujemy drzewo zapisując po lewej stronie zdanie. którego normalną postać koniunkcyjną chcemy znaleźć. Przyjmuje się. że w każdej z nich występuje jakaś litera zdaniowa pi oraz ¬ pi . na- . w których jedynymi żywymi zdaniami są litery zdaniowe. Zdanie o postaci normalnej koniunkcyjnej jest tautologią wtedy i tylko wtedy. Koniunkcja takich alternatyw. którego normalną postać dysjunkcyjną chcemy znaleźć.3. brak impulsu. jest zdaniem o normalnej postaci koniunkcyjnej równoważnym zdaniu α. 61 Do konstrukcji postaci normalnych można wykorzystać drzewa analityczne. 1. Pod uwagę bierzemy tablice zakończone. jest zdaniem o normalnej postaci dysjunkcyjnej równoważnym zdaniu α.8 Elektroniczna interpretacja spójników Rachunek zdań znalazł interesujące zastosowanie techniczne w maszynach matematycznych. pary: impuls. dających się skonstruować dla wszystkich i tylko gałęzi takiego drzewa analitycznego. Mogą nimi być np.1. gdy na każdą alternatywę zdań będącą członem koniunkcji składa się jakaś litera zdaniowa pi oraz ¬ pi . napięcie v1 . Dla każdej gałęzi bierzemy alternatywę. gdy alternatywę tworzą koniunkcje takie. RACHUNEK ZDAŃ 7.3. W wypadku postaci normalnej koniunkcyjnej konstruujemy drzewo zapisując po prawej stronie zdanie. dających się skonstruować dla wszystkich i tylko gałęzi takiego drzewa analitycznego. że zdanie o postaci normalnej dysjunkcyjnej jest kontrtautologią wtedy i tylko wtedy. Zauważmy. że każde z wejść może znajdować się w jednym z dwóch stanów. a więc gdy wszystkie człony alternatywy są kontrtautologiami. [α ∨ (β ∧ γ)] ⇔ [(α ∨ β) ∧ (α ∨ γ)]. a więc gdy wszystkie człony koniunkcji są tautologiami. Alternatywa takich koniunkcji. czyli takie. Są to dwa rozróżnialne stany fizyczne. której wszystkimi i tylko członami są litery zdaniowe znajdujące się po prawej stronie i negacje liter zdaniowych znajdujących się po lewej stronie tej gałęzi. Wartości logiczne zdań złożonych w zależności od spójnika i wartości logicznych zdań-argumentów można interpretować jako opis działania pewnych układów elektronicznych. Dla każdej gałęzi bierzemy koniunkcję.

odpowiednio. XNOR (równoważność) to skróty dla. 1. bramki logiczne lub po prostu bramki. NOT XOR. LOGIKA ZDAŃ pięcie v2 (v1 = v2 ). NOR (binegacja).62 ROZDZIAŁ 1. Stany te można oznaczać: 0. Ponadto zakłada się. Takie układy to sieci logiczne. że układy te działają bezczasowo. α ¬α Bramka NOT α β Bramka AND Zamiast: α β korzystamy z: α β ¬(α ∧ β) ¬(α ∧ β) α∧β . tzn. OR — alternatywa. a jedynie od stanów wejść. że stan wyjścia nie zależy od czasu przetwarzania danych na wejściu. NOT to negacja. NOT OR. NAND (dysjunkcja Sheffera). Poszczególnym spójnikom przyporządkowuje się tzw. NOT AND. AND — koniunkcja. XOR — alternatywa wyłączająca (eXclusive). Nazwy bramek pochodzą z języka angielskiego.

1.3. RACHUNEK ZDAŃ Bramka NAND α α∨β β Bramka OR 63 Zamiast: α β korzystamy z: α ¬(α ∨ β) β Bramka NOR α∨β ¬(α ∨ β) α β Bramka XOR Zamiast: α β α⊕β ¬(α ⊕ β) α⊕β .

Jeżeli więc w danej technologii łatwiej zbudować bramkę NAND. Bramka AND może być zbudowana za pomocą bramek NAND.64 korzystamy z: α ROZDZIAŁ 1. Układami (sieciami) podstawowymi są sieci realizujące tablice negacji. używając tylko bramki NAND. Sprowadza się on do podania odpowiadającego danej tablicy wyrażenia rachunku zdań zbudowanego za pomocą spójników negacji. to możemy wykorzystać omówiony fakt i konstruować dowolne bramki tylko z bramki NAND. Jest to tzw. problem syntezy sieci logicznych. Podobnie można pokazać. Okazuje się. jako pierwszej i na jej wejściu bramki NOT. alternatywy i koniunkcji.9 Dowód w rachunku zdań Podstawową regułą syntaktyczną (operacją na napisach) będzie reguła odrywania (MP. aby dla dowolnej zadanej tablicy można było zbudować realizującą ją sieć złożoną z układów podstawowych. Sieć logiczna realizuje tablicę. że każdą bramkę można zbudować korzystając tylko z bramki NOR. jeśli mając na wejściu wartości przyporządkowane zdaniomargumentom. Zauważmy. że możliwe jest zbudowanie dowolnej bramki. . na wyjściu ma stan odpowiadający wartości logicznej zdania złożonego. modus ponens). LOGIKA ZDAŃ ¬(α ⊕ β) β Bramka XNOR Związki między wartościami logicznymi zdań-argumentów a wartością logiczną zdania złożonego opisywane są przez tablicę. która — jak wyżej zauważyliśmy — daje się zbudować za pomocą NAND. 1.3. alternatywy i koniunkcji. Bramkę OR budujemy poprzedzając bramkę NAND bramki NOT (którą potrafimy zbudować z bramki NAND) na każdym wejściu. że jako bramkę NOT bierzemy bramkę NAND tylko z jednym wejściem. Zasadniczym problemem teorii sieci logicznych jest określenie takich zasad. Dla takiego wyrażenia konstruuje się sieci z układów podstawowych.

jeżeli dołączone zdanie jest tautologią. Zdanie α daje się wyprowadzić ze zdań β i γ za pomocą reguły odrywania.1. podajemy numery wierszy dowodowych. . istnieją j. . Definicja 1. gdy istnieje taki skończony ciąg zdań α0 . w których znajdują się zdania. 3.44 (reguły odrywania. . • zdanie. ma dowód z. oraz • wskazanie racji. αn to dowód z Σ zdania α. Ilość zdań-wyrazów ciągu dowodowego to długość dowodu. . gdy zdanie to należy do zbioru Σ. α1 . co oznaczamy: Σ α. jest konsekwencją. k < i takie. 0 ≤ i ≤ n. — Jeżeli zdanie będzie uzyskane w wyniku użycia reguły odrywania. że αi daje się za pomocą reguły odrywania wyprowadzić ze zdań αj i αk . po średniku. Dowody zapisujemy w postaci kolumny wierszy dowodowych. Ciąg α0 . będziemy pisali „MP” oraz. . RACHUNEK ZDAŃ 65 Definicja 1. αn . 2. . wtedy i tylko wtedy. . . gdy γ jest zdaniem β ⇒ α. Ze zdań α i α ⇒ β wyprowadzalne jest zdanie β. αi jest tautologią. — Będziemy pisali „tautologia”. α1 . α wynika syntaktycznie (daje się wyprowadzić z. Zdania ze zbioru Σ to założenia (dowodu z Σ). αi należy do Σ. .45 (dowodu).3. dla których to zdanie można dołączyć do dowodu. MP). spełniony jest przynajmniej jeden z warunków: 1. na które składać się będą: • kolejny numer zdania. do których reguła ta została zastosowana. — „Założenie” piszemy w wypadku. jest wnioskiem z) Σ. że α = αn oraz dla każdego i. Niech Σ będzie dowolnym (skończonym lub nieskończonym) zbiorem zdań.

Jeżeli α i α ⇒ β są tautologiami. Niech w ciągu p0 . . LOGIKA ZDAŃ Przykład 1. którego jedynym wyrazem jest α jest dowodem α z pustego zbioru zdań. b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c) 4. Dowód. 1) założenie (MP 4. czyli mamy: jeżeli 17 α to ∅ α.7. . Poszczególne wyrażenia języka teorii mniejszości: a < b. Pokażemy że zdanie a < c ma dowód ze zbioru: {a < b ∧ b < c ⇒ a < c. . czyli są przez nas traktowane jako wewnętrznie niezłożone. vn . . a < b 3. ∅ α wtedy i tylko wtedy. że zdanie β dla tej interpretacji przyjmuje wartość F . a < c odpowiadają literom zdaniowym. b < c} a < c17 . Ponieważ z założenia α ⇒ β jest tautologią.66 ROZDZIAŁ 1. więc α dla tej interpretacji musi przyjmować wartość F . . a < b. tautologia założenie (MP 2. a to przeczy założeniu.8. gdy α Dowód. czyli Lemat 1. a < b ∧ b < c ⇒ a < c 7. b < c 5. Istnieje zatem taka interpretacja v0 . a < b ⇒ (b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c)) 2. że α jest tautologią. a < b. z których jest zbudowane zdanie α ⇒ β i niech β nie będzie tautologią. . b < c. . pn znajdują się wszystkie litery zdaniowe. gdy α jest tautologią. (a < b ∧ b < c ⇒ a < c) ⇒ (a < c) 6. p1 . to β jest tautologią. b < c}. v1 . . Jeżeli α jest tautologią.17. to ciąg. 3) założenie (MP 6. a < c Lemat 1. 5) 1. czyli że {a < b ∧ b < c ⇒ a < c. α ma dowód z pustego zbioru zdań wtedy i tylko wtedy. .

Zgodnie z definicją dowodu αk+1 może być tautologią lub może być otrzymane przez zastosowanie reguły odrywania do wyrazów poprzedzających αk+1 w ciągu α0 .1. z założenia bowiem α jest tautologią. że αk+1 jest tautologią. . α1 . ze względu na długość tego dowodu. p1 . . Jeżeli jednak stosujemy regułę odrywania do zdań.10 Twierdzenie o dedukcji Intuicyjnie utożsamiane są stwierdzenia: . . v1 . Niech dla i ≤ k. że jeżeli ∅ α to α. że α jest tautologią. . to w wyniku otrzymujemy tautologię. . . α1 .10.3. gdyby α dla tej interpretacji przyjmowało wartość F . Mamy zatem. Jeżeli α jest tautologią. to istniałaby interpretacja v0 . α jest tautologią wtedy i tylko wtedy. . αn będzie jakimś dowodem α. które są tautologiami. Pokażemy. Wniosek 1. Niech w ciągu p0 . pokażemy. UWAGA: W wypadku gdy Σ jest pustym zbiorem zdań (Σ = ∅) zamiast: ∅ będziemy pisali: α. że dla tej interpretacji zdanie β ⇒ α przyjmowałoby wartość F . gdy α ma dowód z dowolnego zbioru zdań. to β ⇒ α jest tautologią. αi będzie tautologią. . więc zgodnie z definicją dowodu α0 może być tylko tautologią. Ponieważ Σ jest puste. Gdyby β ⇒ α nie było tautologią. . RACHUNEK ZDAŃ 67 Niech α ma dowód z pustego zbioru zdań. pn znajdują się wszystkie litery zdaniowe. . . . . Niech α0 . Lemat 1.9. vn taka. a to jest wykluczone. . Byłoby to jednak możliwe tylko wówczas. . Przez indukcję.3. W każdym wypadku αk+1 jest więc tautologią. Dowód. Założenie indukcyjne. . z których jest zbudowane zdanie β ⇒ α. αn . α 1.

W wypadku. Niech α0 . . α1 . α1 . to β”. Ciąg α0 . . że dla każdego i. . . Dowód tezy 2 jest bardziej złożony. to — na podstawie wyżej udowodnionego lematu 1. a następnie wyprowadzamy β jako wniosek z α. αn . αn będzie tym dowodem. że β jest wnioskiem z α. . . . Σ α ⇒ αi . . β jest dowodem ze zbioru Σ ∪ {α} zdania β. α1 . Twierdzenie 1. bądź może być założeniem. 0 ≤ i ≤ n. Niech Σ ∪ {α} β. Pokażmy to wpierw dla i = 0. pokażemy. LOGIKA ZDAŃ zdanie β jest wnioskiem ze zdania α i twierdzeniem jest. gdy zbiorem założeń jest zbiór zdań Σ ∪ {α}. α1 .10 — α ⇒ α0 jest tautologią. Udowodnimy dwie tezy. Mając zaś udowodnione. to Σ ∪ {α} β. Niech α0 . αn . α możemy również dołączyć β. . zatem do ciągu dowodowego α0 . Mamy zatem: α0 . . to β” bierzemy zdanie α jako przesłankę. . gdy Σ α ⇒ β. . w szczególności z Σ. . Gdy α0 jest tautologią. α1 . przyjmujemy jako udowodnione zdanie: „ jeżeli α. więc może być dołączone do dowodu. . Dowód. αn . . jeżeli Σ ∪ {α} α ⇒ β. W szczególności dla i = n będzie: Σ α ⇒ β. . jeżeli Σ α ⇒ β. Σ ∪ {α} β wtedy i tylko wtedy. . . to β. . Mając do udowodnienia zdanie „ jeżeli α. czyli niech istnieje dowód β ze zbioru Σ ∪ {α}. które łącznie składają się na twierdzenie o dedukcji. αn będzie dowodem ze zbioru Σ zdania α ⇒ β. α. α.11 (o dedukcji). że jeżeli α. Dowód tezy 1 jest krótki. .68 ROZDZIAŁ 1. zdanie α jest założeniem. Przez indukcję ze względu na długość tego dowodu. α0 może być tautologią. a mianowicie: Teza 1. a więc ma dowód z dowolnego zbioru zdań. . Ponieważ β daje się za pomocą MP wyprowadzić z αn (= α ⇒ β) i α. to Σ β Teza 2.

γ 0 . . tautologia założenie (MP. . tautologia (MP. α0 3. RACHUNEK ZDAŃ 69 Jeżeli α0 jest założeniem. γu [= α ⇒ (αm ⇒ αk+1 )] będzie dowodem ze zbioru Σ zdania α ⇒ (αm ⇒ αk+1 ). l+u+2. l+u+3) (MP. Niech więc w ciągu dowodowym αk+1 będzie poprzedzane przez zdania αm oraz αm ⇒ αk+1 . . .2) . to postępujemy tak samo jak w wypadku α0 . Ciąg: 1. γ u . Niech α0 ∈ Σ. Ciąg: β0 . przedłużony o następujące trzy zdania: (l+u+3). γ 1 . . Zgodnie z definicją dowodu. gdy αk+1 uzyskane jest przez zastosowanie reguły odrywania. l+u+4. β1 . l + 1). 1. bądź może być uzyskane przez zastosowanie reguły odrywania. Niech dla i ≤ k < n zachodzi: Σ α ⇒ αi . [α ⇒ (αm ⇒ αk+1 )] ⇒ [(α ⇒ αm ) ⇒ (α ⇒ αk+1 )] (l+u+4). β l . .1. (α ⇒ αm ) ⇒ (α ⇒ αk+1 ) (l+u+5). że dla i = k + 1 zachodzi: Σ α ⇒ αk+1 . . Jeżeli αk+1 jest tautologią lub założeniem. . . Rozważmy więc tylko wypadek. γ1 . . αk+1 może być bądź tautologią. α0 ⇒ (α ⇒ α0 ) 2. . to zdanie α ⇒ α ma dowód z Σ. . Niech ciąg: β0 . Jeżeli α0 jest zdaniem α.3. Pokażemy. Zgodnie z założeniem indukcyjnym zdania α ⇒ αm i α ⇒ (αm ⇒ αk+1 ) mają dowód ze zbioru Σ. bądź jakiś element zbioru Σ. to jest to bądź zdanie α. Założenie indukcyjne. . . α ⇒ α0 będzie dowodem zdania α ⇒ α0 ze zbioru Σ. β 1 . βl (= α ⇒ αm ) będzie dowodem ze zbioru Σ zdania α ⇒ αm a ciąg: γ0 . α ⇒ αk+1 jest dowodem ze zbioru Σ zdania α ⇒ αk+1 . . bądź założeniem. jest bowiem tautologią. .

Zbiór zdań. Σ jest (syntaktycznie) niesprzecznym zbiorem zdań wtedy i tylko wtedy. .48 (semantycznie niesprzecznego zbioru zdań). 1. Zdefiniowane pojęcie wynikania rzeczywistego określimy jako wynikanie semantyczne. aby stosunek wynikania według tych reguł pokrywał się z rzeczywistym stosunkiem wynikania. który nie jest niesprzeczny jest sprzeczny. W wypadku. Definicja zbioru sprzecznego jest równoważna określeniu zbioru sprzecznego jako takiego zbioru. a więc zdań z niego wyprowadzalnych jest równy zbiorowi L wszystkich zdań. że Σ α. że Definicja 1. gdy: dla pewnego α nie jest tak.3. Zbiór zdań.3. gdy istnieje równoważność wynikania syntaktycznego i semantycznego. Intuicyjne pojęcie semantycznie niesprzecznego zbioru zdań jest takie. Σ jest (syntaktycznie) sprzecznym zbiorem zdań wtedy i tylko wtedy. co określamy jako rzeczywiste wynikanie. W zastosowaniach logiki nie będzie więc potrzeby ich odróżniania. gdy ma model.47 (syntaktycznie niesprzecznego zbioru zdań). LOGIKA ZDAŃ 1. gdy {α : Σ α} = L.11 Sprzeczne i niesprzeczne zbiory zdań Definicja 1. czyli Σ jest sprzecznym zbiorem zdań wtedy i tylko wtedy. Zbiór zdań jest semantycznie niesprzeczny wtedy i tylko wtedy.12 Wynikanie syntaktyczne a wynikanie semantyczne Reguły rachunku logicznego winny być tak dobrane.70 ROZDZIAŁ 1. Dla stwierdzenia zachodzenia takiej równości konieczne jest zdefiniowanie tego. który nie jest sprzeczny jest niesprzeczny. A zatem w terminologii logicznej znaczyłoby to. że za niesprzeczny (semantycznie) uważamy każdy zbiór zdań prawdziwych w jakiejś dziedzinie przedmiotowej (byłby to warunek wystarczający niesprzeczności semantycznej) a istnienie jakiejś „rzeczywistości”.46 (syntaktycznie sprzecznego zbioru zdań). w której prawdziwe są wszystkie zdania z jakiegoś zbioru zdań uznajemy za warunek konieczny niesprzeczności (semantycznej) tego zbioru. pojęcia niesprzeczności syntaktycznej i semantycznej są też równoważne. Definicja 1. którego zbiór konsekwencji. gdy: dla dowolnego α : Σ α.

które głosi. Twierdzenie to pozostawiamy bez dowodu. gdy każde zdanie ze zbioru Σ jest prawdziwe w M. czyli gdy dla każdego α: jeżeli α ∈ Σ. Σ |= α wtedy i tylko wtedy. gdy wynika z tego zbioru syntaktycznie. to Σ α. gdy ma model. Dowieść należy dwóch tez.3. Zdanie α wynika semantycznie z Σ (jest następstwem zdań z Σ. zdania z Σ są racjami α).12 (uogólnione twierdzenie o niesprzeczności). Twierdzenie głoszące. to M |= α. czyli jest wnioskiem z uogólnionego twierdzenia o niesprzeczności. co zapisujemy: Σ |= α. w którym prawdziwe są wszystkie zdania z Σ. gdy dla każdego modelu M: jeżeli M |= Σ. że wynikanie syntaktyczne pokrywa się z wynikaniem semantycznym. wtedy i tylko wtedy. Twierdzenie 1. Teza 1.49 (modelu zbioru zdań).13 (uogólnione twierdzenie o pełności). prawdziwe jest również zdanie α. że zbiór zdań jest (syntaktycznie) niesprzeczny wtedy i tylko wtedy. Zbiór zdań Σ jest niesprzeczny wtedy i tylko wtedy. RACHUNEK ZDAŃ 71 Definicja 1. O zbiorze Σ mówimy. Wnioskiem z uogólnionego twierdzenia o niesprzeczności jest twierdzenie. Definicja 1. gdy ma model. czyli w każdym modelu. Jeżeli Σ |= α. że α wynika semantycznie ze zbioru Σ wtedy i tylko wtedy. że jest spełniony w M. oraz α. to M |= α. . czyli uogólnione twierdzenie o pełności jest konsekwencją twierdzenia głoszącego. M jest modelem zbioru zdań Σ. |=).50 (wynikania semantycznego. Twierdzenie 1. gdy Σ Dowód.1. co zapisujemy: M |= Σ wtedy i tylko wtedy.

schematy i prawa logiki Jesteśmy zainteresowani praktycznym wykorzystaniem rachunku logicznego. jeżeli tylko pokazane jest. zatem α nie wynika semantycznie z Σ.72 Teza 2. jak ono zostało opisane. że Σ |= α. formę zdań (treść zdań była obojętna). że nieprawda. wniosek. gdy jedyną regułą dowodzenia jest reguła odrywania. gdzie nie odróżniamy np.13 Reguły. iż Σ α mamy. Zatem na podstawie uogólnionego twierdzenia o niesprzeczności Σ ∪ {¬ α} ma model. Na podstawie uogólnionego twierdzenia o niesprzeczności zbiór Σ ∪ {¬ α} jest niesprzeczny. Jest to sytuacja analogiczna do znanej z arytmetyki szkolnej. że Σ α i nieprawda. Model ten jest więc modelem zbioru Σ ∪ {¬ α}. Dla dowodu niewprost tezy 2 załóżmy. będziemy mówili po prostu o wynikaniu (logicznym). że zdanie to wynika syntaktycznie. A to przeczy założeniu. Jednak przeprowadzanie dowodów tak. że Σ α. W wyniku jej zastosowania otrzymywaliśmy jedno zdanie. Zainteresowani jesteśmy raczej regułami (syntaktycznymi). że zbiór Σ∪{¬ α} jest niesprzeczny. do jakich zdań mogła być zastosowana i jakie zdanie w wyniku jej zastosowania otrzymywaliśmy. które pozwalałyby na pokazywanie zachodzenia stosunku wynikania logicznego w sposób bardziej sprawny i faktycznie przeprowadzanym wnioskowaniom bliższy niż jest to w wypadku. Ten model jest modelem zbioru Σ a nie jest modelem zdania α. ROZDZIAŁ 1. że nieprawda Σ |= α mamy. To. . że Σ α. Jeżeli Σ α. W praktycznym stosowaniu logiki nie istnieje więc potrzeba odróżniania pomiędzy wynikaniem syntaktycznym a semantycznym. pomiędzy rzeczywistym iloczynem liczb a liczbą wyrachowaną zgodnie z regułami pisemnego mnożenia. gdzie odróżnienie to nie jest ważne.3. że jakieś zdanie wynika semantycznie. który nie jest modelem α. Z tego. LOGIKA ZDAŃ Rozpoczniemy od tezy 1. że istnieje taki model zbioru Σ. Uogólnione twierdzenie o pełności pozwala dla języka klasycznej logiki zdań na opuszczenie dowodu. byłoby uciążliwe i nienaturalne. To zaś przeczy założeniu. Z tego. wyznaczone było przez kształt. Reguła odrywania stosowana była do dwóch zdań. przesłanek. to Σ |= α. 1. Dowodzić będziemy niewprost. W dalszych rozważaniach w zakresie logiki zdań wszędzie tam. Niech więc Σ |= α i nieprawda. W takim razie nie jest prawdą.

. że wszystkie pary zbiorów mają jeden i ten sam schemat18 . Reguła to klasa par zbiorów zdań. . Ψ są schematami zdaniowymi. . jak będzie wygodniej — zapisujemy zaś w postaci jednej z trzech figur: Φ1 . . . . Φ2 . (czyli zmiennych. RACHUNEK ZDAŃ 73 Reguła odrywania może więc być opisana jako klasa par uporządkowanych zbiorów zdań: {({α. . gdzie Φ1 . Φn Ψ Φ1 . . . . . . przez regułę wnioskowania możemy rozumieć sposób przyporządkowania określonemu zbiorowi zdań jakiegoś określonego zbioru zdań. . α ⇒ β}. Ψn })}. Φ2 . Φn . . Φn /Ψ Φ1 Φ2 . . gdzie α i β są dowolnymi zdaniami. . to schemat wnioskowania. β.51 (reguły). czyli daje się opisać jako: {({Φ1 . α ⇒ β β α. Ogólnie. Definicja 1. Φn }. . . . Φ2 . Φ2 .1. . których zakresem zmienności jest zbiór 18 Takie reguły określa się jako strukturalne. . . γ. Ψ2 . {β})}. . Reguła: {({Φ1 . .3. Φm }. . α ⇒ β/β α α⇒β β Schemat wnioskowania mówi zatem. . Reguła może być klasą par skończonych zbiorów zdań takich. . Schematy wnioskowania — w zależności od tego. . . {Ψ})}.52 (schematu wnioskowania). Φn Ψ Reguła odrywania jako schemat wnioskowania mogłaby więc być opisana na trzy następujące sposoby: α. czyli Definicja 1. . {Ψ1 . Φ2 . że zdaniom otrzymanym przez podstawienie określonych zdań w miejsce wszystkich zmiennych metaprzedmiotowych α.

14. . α zostały otrzymane ze schematów. . . Φn /Ψ jest logiczny wtedy i tylko wtedy. . Definicja 1. które przesłankom przyporządkowują jako wniosek zdanie. Φ2 . α2 . α2 . Φn dana reguła przyporządkowuje zdanie otrzymane przez podstawienie w schemacie zdania Ψ tych samych zdań za te same zmienne. . . Φn to przesłanki. . αn } lub — co na jedno wychodzi: {α1 . takie schematy. . . . . αn . LOGIKA ZDAŃ zdań) występujących w schematach zdań Φ1 . . . . . . . gdy {α1 . . αn } |= α. . Schemat: Φ1 . . . odpowiednio. . zaś zdanie otrzymane z Ψ to wniosek. . . odpowiednio. Zdania otrzymane z Φ1 . Ψ — zachodzi {α1 .53 (logicznego schematu wnioskowania). . Φ2 . . tzn. Φ2 . α — jeżeli wszystkie one dadzą się otrzymać przez jednoczesne podstawienie jakichś zdań za wszystkie zmienne metaprzedmiotowe występujące w schematach zdań. to zachodzi: (α1 ∧ α2 ∧ · · · ∧ αn ) ⇒ α. αn } α. Z definicji schemat wnioskowania jest logiczny wtedy i tylko wtedy. Twierdzenie 1. jeżeli zdania: α1 . . α2 . Φ1 . . α . Schemat wnioskowania: Φ1 . Φn . . . α2 . które z tych przesłanek wynika logicznie. . . gdy w każdym wypadku. . Φ1 . gdy dla dowolnych zdań α1 . Dowód. αn . . . Φ2 . Interesują nas logiczne schematy wnioskowania. . Ψ przez jednoczesne podstawienie jakichś zdań za wszystkie zmienne metaprzedmiotowe (występujące w tych schematach).74 ROZDZIAŁ 1. . . . . . . Φn . Φ2 . Φ2 . Φn /Ψ jest logiczny wtedy i tylko wtedy. α2 . . .

. czyli zdanie. (2 ≤ i ≤ n): αi+1 ⇒ (αi+2 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . Zauważmy. . . βm w taki sposób. Niech teraz β1 . Pierwsze z nich jest tautologią. 1 ≤ j ≤ n. . . gdyż są założeniami tego dowodu. αn } α. α2 . . że jest założeniem. . Otrzymany ciąg jest dowodem zdania α ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn }. przed βi dopisujemy dwa zdania: α1 ∧ α2 ∧ · · · ∧ αn ⇒ αj oraz α1 ∧ α2 ∧ · · · ∧ αn . • wszystkie zdania α1 . α2 . Niech β1 . . Dowód α ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn } uzyskujemy uzupełniając ciąg β1 . . . . α2 . . że wynikiem odrywania będzie kolejno zdanie. gdy βi . α 75 Niech {α1 . . )). . . że w każdym wypadku. βm (= α) będzie dowodem α ze zbioru {α1 . . . . że {α1 . a drugie możemy dopisać do dowodu ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn } z tej racji. jest zdaniem αj . . β2 .3. )). . . które otrzymamy stosując regułę odrywania kolejno do zdań αi i αi ⇒ (αi+1 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . βm (= α) będzie dowodem zdania α ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn }. do którego stosujemy regułę odrywania w kolejnym kroku. . . gdy: {α1 ∧ α2 ∧ · · · ∧ αn } α. . . . Ostatnim z tych zdań będzie α1 ∧ α2 ∧ · · · ∧ αn . α2 . αn } wtedy i tylko wtedy. β2 . . . oraz • wszystkie zdania. .1. . . 1 ≤ i ≤ m. αn – wolno je dołączyć do dowodu. . β2 . . . . a więc założenie dowodu α ze zbioru jednoelementowego: {α1 ∧ α2 ∧ · · · ∧ αn }. Po tym zdaniu dopisujemy ciąg: . RACHUNEK ZDAŃ Na podstawie twierdzenia o dedukcji wystarczy pokazać. αn } uzyskamy biorąc jako początkowe wyrazy ciągu dowodowego tautologię: • α1 ⇒ (α2 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . αn }. )). (1 ≤ i ≤ n). . . α2 . . Dowód α ze zbioru {α1 .

Schemat zdania taki. że wszystkie zdania o tym schemacie są tautologiami to prawo logiki. że odpowiada schematowi zdania. Otrzymany ciąg jest dowodem ze zbioru: ROZDZIAŁ 1. . . . gdy n = 1 schematowi wnioskowania: Φ1 /Ψ przyporządkowany zostaje schemat zdaniowy: Φ1 ⇒ Ψ. LOGIKA ZDAŃ {α1 .54 (odpowiedniości schematów wnioskowania i zdania). βm . że opisane tu przyporządkowanie schematów wnioskowania schematom zdaniowym jest wzajemnie jednoznaczne. czy tautologiami są wszystkie zdania. Φn /Ψ będziemy przyporządkowywali schemat zdaniowy: Φ1 ∧ Φ2 ∧ · · · ∧ Φn ⇒ Ψ. Na podstawie twierdzenia 1. Zauważmy. β2 . Schematowi wnioskowania Φ1 . . Φ2 . .55 (prawa logiki). W szczególnym wypadku. . Definicja 1. . Obok praw logiki umieszczone będą ich tradycyjne nazwy. gdy zdanie to daje się we wskazany sposób przyporządkować temu schematowi. że odpowiada temu schematowi. . . . α2 . O schemacie zdaniowym.76 • β1 . czy schemat jest logiczny. . . . n ∈ N. . który jest w ten sposób przyporządkowany schematowi wnioskowania będziemy mówili. . Podamy teraz przykłady schematów wnioskowania i odpowiadających im praw logiki. Definicja 1. Podobnie o schemacie wnioskowania będziemy mówili.14 pytanie o to. . które dadzą się otrzymać ze schematu zdaniowego odpowiadającego temu schematowi wnioskowania. jest równoważne pytaniu o to. αn } zdania α.

3. RACHUNEK ZDAŃ Schemat wnioskowania α⇒β α β α⇒β ¬β ¬α α⇒β β⇒γ α⇒γ α ⇒ (β ⇒ γ) (α ∧ β) ⇒ γ (α ∧ β) ⇒ γ α ⇒ (β ⇒ γ) α ⇒ (β ⇒ γ) β ⇒ (α ⇒ γ) α⇒β ¬β⇒¬α Wymieńmy jeszcze niektóre ważniejsze i bardziej znane prawa: α⇒α ¬ (α ∧ ¬ α) 19 77 Nazwa modus ponendo ponens Prawo logiki [(α ⇒ β) ∧ α] ⇒ β [(α ⇒ β) ∧ ¬ β] ⇒ ¬ α modus tollendo tollens [(α ⇒ β) ∧ (β ⇒ γ)] ⇒ (α ⇒ γ) sylogizm hipotetyczny [α ⇒ (β ⇒ γ)] ⇒ [(α ∧ β) ⇒ γ] importacja [(α ∧ β) ⇒ γ] ⇒ [α ⇒ (β ⇒ γ)] eksportacja [α ⇒ (β ⇒ γ)] ⇒ [β ⇒ (α ⇒ γ)] komutacja (α ⇒ β) ⇒ (¬ β ⇒ ¬ α) transpozycja 19 zasada tożsamości zasada niesprzeczności Prawo transpozycji określa się również mianem prawa kontrapozycji. .1.

14 Systemy logiki zdań Na pytanie. Aksjomatyczny system rachunku zdań Istnieje wiele aksjomatycznych ujęć rachunku zdań. W takim wypadku mamy Jan Duns Szkot (ok. 20 . wykorzystując różne rachunki. Wybór sposobu ma wpływ na definicję dowodu.78 α∨¬ α α ⇒ (¬ α ⇒ β) (α ⇒ ¬ α) ⇒ ¬ α (¬ α ⇒ α) ⇒ α (α ⇒ β) ⇒ [(α ⇒ ¬ β) ⇒ ¬ α] ¬¬α⇒α ¬ (α ∨ β) ⇔ (¬ α ∧ ¬ β) ¬ (α ∧ β) ⇔ (¬ α ∨ ¬ β) [(α ⇒ β) ∧ (¬ α ⇒ β)] ⇒ β ROZDZIAŁ 1. franciszkanin. Tu podamy pewne. LOGIKA ZDAŃ zasada wyłączonego środka prawo Dunsa Szkota20 prawo redukcji do absurdu odwrotne prawo redukcji do absurdu drugie prawo redukcji do absurdu. aksjomaty.3. W drugim wypadku — w stosunku do pierwszego jakby odwrotnym — korzystamy tylko z reguł. 1270–1308). W jednym wypadku ograniczymy się do np. reguły odrywania i przyjmujemy bez dowodu pewne zdania. obierając je jako jeden z trzech aksjomatów swojej implikacyjno-negacyjnej aksjomatyki klasycznej logiki zdań. prawo podwójnego przeczenia (podwójnej negacji) pierwsze prawo De Morgana drugie prawo De Morgana prawo dylematu 1. Współcześnie system dowodzenia takiego typu określany jest jako hilbertowski. filozof i teolog. możemy znajdować odpowiedź na różne sposoby. Związki między prawami logiki a schematami/regułami wyznaczają dwa zasadnicze sposoby. czy zdanie jest tautologią. w których jedyną regułą jest reguła odrywania. Prawo to tak nazywa Łukasiewicz.

13. Zdanie α ma dowód z Σ wtedy i tylko . (α ⇔ β) ⇒ (α ⇒ β) (α ⇔ β) ⇒ (β ⇒ α) (α ⇒ β) ⇒ [(β ⇒ α) ⇒ (α ⇔ β)] prawo addycji drugie prawo addycji prawo dodawania poprzedników prawo symplifikacji drugie prawo symplifikacji prawo mnożenia następnika prawo transpozycji prawo podwójnego przeczenia odwrotne prawo podwójnego przeczenia prawo poprzednika prawo Fregego (MP) Reguła odrywania: jeżeli α ⇒ β i α. Aksjomaty negacji 3. Aksjomaty alternatywy 9. Aksjomaty implikacji 1. 4. RACHUNEK ZDAŃ 79 nieskończenie wiele aksjomatów podpadających pod skończoną liczbę schematów tautologii. Aksjomaty równoważności 12. α ⇒ (β ⇒ α) [α ⇒ (β ⇒ γ)] ⇒ [(α ⇒ β) ⇒ (α ⇒ γ)] II. Niech Σ będzie dowolnym zbiorem zdań języka rachunku zdań. Jest to inwariantny system rachunku zdań.3. 10. to β. 5. Definicja 1. α⇒α∨β β ⇒α∨β (α ⇒ γ) ⇒ [(β ⇒ γ) ⇒ (α ∨ β ⇒ γ)] V. 14.1. 2. 8. 11. (α ⇒ β) ⇒ (¬ β ⇒ ¬ α) ¬¬ α ⇒ α α ⇒ ¬¬ α III. Aksjomaty koniunkcji 6. 7. W wypadku ujęć. α∧β ⇒α α∧β ⇒β (α ⇒ β) ⇒ [(α ⇒ γ) ⇒ (α ⇒ β ∧ γ)] IV.56 (dowodu ze zbioru Σ zdania α). Aksjomatyka Aksjomatami rachunku zdań są wszystkie zdania o poniższych schematach: I. w których występuje reguła podstawiania liczba aksjomatów jest skończona.

. αn (= α) to dowód ze zbioru Σ zdania α. LOGIKA ZDAŃ wtedy. O tym. że zbiór tez opisanego wyżej systemu aksjomatycznego rachunku zdań pokrywa się ze zbiorem tautologii języka logiki zdań. (¬ α ⇒ α) ⇒ α Ł3. 0 ≤ i ≤ n. składa się z tylko trzech aksjomatów i trzech reguł: odrywania. Gdy zrezygnuje się z reguły podstawiania. które ma dowód z pustego zbioru. system implikacyjno-negacyjny. . . teraz tylko zdania będące aksjomatami. istnieją j. to teza rachunku zdań. Te trzy spójniki. Poprzednio do dowodu można było dołączać wszystkie tautologie.57 (tezy rachunku zdań). . . podstawiania i zastępowania oraz trzech definicji: spójnika alternatywy. że αn = α oraz dla każdego i. αn taki. 3. Zdanie. Zauważmy. α1 . . spełniony jest przynajmniej jeden z warunków: 1. Dowieść można. spójnika koniunkcji i spójnika równoważności. że jedyną różnicę w stosunku do wcześniej zdefiniowanego pojęcia dowodu znajdujemy w punkcie 1. Ciąg α0 . αi jest aksjomatem.80 ROZDZIAŁ 1. . alternatywy. αi jest elementem Σ. to należy korzystać ze schematów aksjomatów: Ł1. α1 . jak można z nich korzystać mówi reguła zastępowania. Aksjomatyka Łukasiewicza. α ⇒ (¬ α ⇒ β) Prawo sylogizmu hipotetycznego Prawo Claviusa Prawo Dunsa Szkota Korzysta się α ∨ β ⇔ df α ∧ β ⇔df α ⇔ β ⇔df też z definicji: ¬α⇒β ¬ (α ⇒ ¬ β) (α ⇒ β) ∧ (β ⇒ α) . Definicja 1. k < i takie. że αi za pomocą reguły odrywania daje się wyprowadzić z αj i αk . (α ⇒ β) ⇒ [(β ⇒ γ) ⇒ (α ⇒ γ)] Ł2. koniunkcji i równoważności. 2. . traktowane są jako wygodne skróty. gdy istnieje skończony ciąg zdań α0 .

Dowodzić możemy również tego. są to następujące aksjomaty: Ł1’. Dedukcja naturalna Systemy rachunku omawiane w tej części określane są jako dedukcja naturalna. CpCNpq Dla implikacyjno-negacyjnej logiki istnieje system aksjomatyczny tylko z jednym aksjomatem. mówią reguły tworzenia dowodu. . α. w jaki sposób buduje się dowód21 . . RACHUNEK ZDAŃ 81 Aksjomatyka Łukasiewicza W oryginalnym sformułowaniu Łukasiewicza. kiedy mówimy po prostu o dowodzie. Jednym z systemów dedukcji naturalnej jest metoda dowodów założeniowych. Zauważono. . Reguły tworzenia dowodu Opiszemy dwa rodzaje dowodu założeniowego: dowód założeniowy wprost i dowód założeniowy niewprost. α2 . O tym. mamy zawsze na uwadze dowód założeniowy.1. czyli że α1 . CCNppp Ł3’.3. CCpqCCqrCpr Ł2’. Zdanie. α1 . Przedmiot dowodu Przedmiotem dowodu mogą być zdania. dla którego istnieje dowód to twierdzenie. Zdanie. . wynika logicznie zdanie-wniosek. dla którego istnieje dowód założeniowy to twierdzenie. . a więc z zastosowaniem symboliki łukasiewiczowskiej i z regułą podstawiania. . 21 . αn . αn α. Od tych reguł należy odróżnić reguły dołączania nowych wierszy dowodowych. Definicja dowodu założeniowego Dowód założeniowy jest ciągiem zdań. Wpierw omówione zostaną reguły tworzenia dowodu a następnie reguły dołączania nowych wierszy dowodowych. Te zdania to wiersze dowodowe. że rachunki logiczne w postaci systemów aksjomatycznych z nielicznymi regułami bezpośrednio nie opisują sposobów wnioskowania stosowanych w praktyce. . że z jakichś danych zdań-przesłanek. . Stąd powstał problem naturalności dedukcji. α2 . co będziemy zwykle zapisywali: W tym fragmencie tekstu na temat dedukcji naturalnej.

. Zasady dopisywania wierszy dowodowych Dowód założeniowy jest ciągiem zdań. Jako wiersze dowodowe bierzemy wszystkie zdania α1 .82 α1 α2 . gdy istnieje dowód założeniowy dla zdania α1 ∧ α2 ∧ · · · ∧ αn ⇒ α22 . Opis zasad konstrukcji dowodu można więc ograniczyć do sytuacji. Niech przedmiotem dowodu będzie: α1 α2 . . . Są to założenia dowodu założeniowego. czyli czy z α1 . . . αn α 1. czyli — jak będziemy mówili — zdania znajdujące się nad kreską. 22 Faktu tego można dowieść dopiero po opisaniu systemu dowodów założeniowych. α2 . Zasady te dla dowodu wprost różnią się od zasad dla dowodu niewprost. α2 . są dopisywane do dowodu zgodnie z określonymi zasadami. . LOGIKA ZDAŃ Druga możliwość jest sprowadzalna do pierwszej. a mianowicie jest to sytuacja. . αn α ROZDZIAŁ 1. czy α1 . . . αn α. . α2 . αn . wiersze dowodowe. gdy pytamy o dowód z pustego zbioru przesłanek. . . α2 . . a mianowicie dowód założeniowy dla α1 . Pierwsza możliwość jest szczególnym wypadkiem drugiej. Wpierw podane zostaną te zasady dopisywania wierszy dowodowych. αn α istnieje tylko wtedy. które są dla tych sposobów wspólne. αn wynika α. . Poszczególne wyrazy tego ciągu. . . . gdy przedmiotem dowodu jest to. . . . .

. . . gdy dla pewnego γ otrzymuje się dwa wiersze dowodowe. REGUŁY TWORZENIA DOWODU NIEWPROST Jako założenie dowodu niewprost bierze się: (a) ¬ α lub (b) jeśli α jest zdaniem β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ β) . . .1. . czyli α lub . . Są to założenia dowodu założeniowego. to jako założenia dowodu niewprost można wziąć ¬ β. ma postać: β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ β) . Niech wpisując jednocześnie te same zdania za te same zmienne metaprzedmiotowe. a drugi to zdanie ¬ γ. Niech Φ1 Φ2 . . . (c) Dowód kończy się. βm . wyrażenie pod kreską. z których jeden to zdanie γ. Ψ ze schematu Φi otrzymamy zdanie βi . występujące w Φ1 . Jeżeli w dowodzie występują jako wiersze dowodowe zdania β1 . Φn Ψ będzie regułą (pierwotną lub wtórną) dołączania nowych wierszy dowodowych. . REGUŁY TWORZENIA DOWODU WPROST (a) Dowód kończy się. 83 to jako wiersze dowodowe możemy wziąć zdania β1 . 4. βm . )). gdy jako wiersz dowodowy otrzymuje się wyrażenie znajdujące się pod kreską. a ze schematu Ψ otrzymamy zdanie β. β2 . . 1 ≤ i ≤ m. . . . Φ2 . . Jeżeli zdanie α. to jako kolejny wiersz dowodowy wolno dopisać zdanie β. Jeżeli β jest twierdzeniem. β2 . 1. . 2. )). RACHUNEK ZDAŃ 2.3. Φm . 3. to β może być dopisane do dowodu. . .

— założenie dowodu niewprost sprzecz. gdy istnieje dowód wprost.84 ROZDZIAŁ 1. W tym ostatnim wypadku zaznacza się użytą regułę i wiersze dowodowe. — sprzeczność Dowieść można. to dowód kończy się. czy na podstawie reguł. . gdy jako wiersz dowodowy otrzymujemy zdanie β. a więc gdy mamy dowieść: β a β nie jest implikacją. to otrzymany zgodnie z nimi wniosek też jest w tym modelu prawdziwy. co wolno uczynić zgodnie z zasadami tworzenia dowodu niewprost. α ∨ ¬ α. Trudność praktyczną stwarzać mogą dowody w wypadku. Obok wierszy dowodowych zaznacza się. które są intuicyjnie logiczne. . że w każdym wypadku.n. Z formalnego punktu widzenia chodzi zaś o takie i o tyle reguł. to istnieje dowód niewprost.d. Intuicyjność logiczności to kryterium o charakterze subiektywnym. aby powstały system rachunku logicznego był niesprzeczny i pełny. czy zostały one przyjęte jako założenia. gdy brak wierszy «nad kreską». REGUŁY DOŁĄCZANIA NOWYCH WIERSZY DOWODOWYCH Reguły dołączania nowych wierszy dowodowych dzieli się na pierwotne i wtórne. . )). Zauważmy. — założenie z. Na reguły pierwotne nadają się reguły. Reguły pierwotne to reguły przyjęte bez dowodu. że wnioskowanie jest dedukcyjne wtedy i tylko wtedy. do których została zastosowana. np. które są logiczne (formalne i niezawodne): jeśli w modelu prawdziwe są przesłanki. Regułami wtórnymi są wszystkie reguły udowodnione. gdy ma dowód założeniowy niewprost. Ograniczając się do opisanych reguł tworzenia dowodu musimy przeprowadzać dowód niewprost. Korzystać będziemy z następujących skrótów: zał. Aby z dowodu wprost otrzymać dowód niewprost do dowodu wprost wystarczy dopisać jako założenie zdanie ¬ α lub ¬ β. czyli obejmował wszystkie i tylko te reguły. LOGIKA ZDAŃ (b) jeśli α jest zdaniem β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ β) .

3. RACHUNEK ZDAŃ REGUŁY PIERWOTNE (RO) Reguła odrywania α⇒β α β (DK) Reguła dołączania koniunkcji α β α∧β (OK) Reguła opuszczania koniunkcji α∧β α (DA) Reguła dołączania alternatywy α α∨β (OA) Reguła opuszczania alternatywy α∨β ¬α β (DE) Reguła dołączania równoważności α⇒β β⇒α α⇔β (OE) Reguła opuszczania równoważności α⇔β α⇒β α⇔β β⇒α α⇒β β⇒α β⇔α α∨β ¬β α β α∨β α∧β β α β β∧α 85 .1.

Ten schemat wnioskowania to reguła wtórna. że p∨q ¬p⇒q 1. ¬ p zał. Na przykład. które było przedmiotem operacji wpisywania zmiennych metaprzedmiotowych. α w miejsce każdej litery zdaniowej wpisać tę samą zmienną metaprzedmiotową za tę samą literę zdaniową. Otrzymujemy schemat wnioskowania. p ∨ q zał. Występować będą tylko inne zdania. αn α możemy jednocześnie we wszystkich zdaniach α1 . . Niech będzie to: Φ1 Φ2 . 3. . że każde zdanie podpadające pod ten schemat będzie tautologią. q (OA. . . Φn Ψ. . . dowodzimy.86 ROZDZIAŁ 1. LOGIKA ZDAŃ ZASADY DOWODZENIA REGUŁ WTÓRNYCH W dowolnej tautologii wpisując jednocześnie w miejsce wszystkich występujących w niej liter zdaniowych tę samą zmienną metaprzedmiotową za tę samą literę zdaniową otrzymamy schemat zdaniowy taki.2) Możemy zatem przyjąć regułę wtórną: . którego dowód założeniowy nie będzie co do sposobu dowodzenia różnił się od dowodu wnioskowania. αn . Mając udowodnione. 1. 2. α2 . że α1 α2 . . . Podobnie jest w wypadku dowodów założeniowych. Z takiego schematu po wpisaniu zdań w miejsce zmiennych metaprzemiotowych otrzymamy wnioskowanie.

RACHUNEK ZDAŃ α∨β ¬α⇒β Zauważmy.18 (dowodu założeniowego). że prawdą jest. 3. 1. . S1. Sylogizm warunkowy p⇒q q⇒r p⇒r Dowód wprost: 1. Na przykład.1. 4. q ⇒ r zał. .3. że każde wnioskowanie podpadające pod ten schemat nie ma dowodu. q (RO. że to. iż p p Przykład 1.4) . 2.3) 5. r (RO. p zał.2. p ⇒ q zał. iż schemat: Φ1 Φ2 . Φn Ψ 87 nie ma dowodu nie znaczy. dowodu nie ma schemat: α β Pod ten schemat podpada jednak: p p Prosto zaś można pokazać.

¬ ¬ p z. p (z. ¬ (p ∨ q) ¬q ROZDZIAŁ 1. ¬ q zał. 3. p (z.d. Modus tollens p⇒q ¬q ¬p Dowód niewprost: 1.n.88 S2. ¬ (p ∨ q) ¬p Dowód niewprost: 1. (1. 4.p. sprzecz. (2.3) sprzecz.4.4) S5.n.2) S3. 2. (1.p.1. 3. LOGIKA ZDAŃ . 2.5) S4.n.d. p ⇒ q zał. ¬¬ p z.) sprzecz.3) 5. ¬ p z.. ¬ (p ∨ q) zał. p ∨ q (DA.) ¬¬ p p Dowód niewprost: 1.n.p. q (RO.. ¬¬ p zał. 2.d.n.n.2) 4. Zasada podwójnej negacji (z.

J. q (z. Szczególną klauzulą jest klauzula pusta .3. ¬ (p ∨ q) 2.3) sprzecz.d. Davisa i H.3) 89 Rachunek rezolucyjny W związku z tworzeniem algorytmów automatycznego dowodzenia poszukuje się rozwiązań. Metoda Robinsona stosuje się do formuł o normalnej postaci koniunkcyjnej. ¬ (p ∨ q) zał.n. które dowodzenie to uczyniłyby bardziej efektywnym.1) (S5.1) (DK. ¬ ¬ q z. 23 . ¬ q 4. Robinson (1965) sformułował system dowodzenia z regułą rezolucji 23 .2.n. n ∈ N. n ∈ N. p ∨ q (DA. (1. Putnama (1960). Zdanie o normalnej postaci koniunkcyjnej jest zdaniem typu: κ1 ∧ κ2 ∧ · · · ∧ κn . I prawo De Morgana dla rachunku zdań ¬ (p ∨ q) ¬ p∧¬ q Dowód wprost: 1.2) 4. Herbranda (1929) oraz pracę M. 2.. czyli literą zdaniową lub literą zdaniową poprzedzoną spójnikiem negacji. (S4. Reguła ta oparta jest o wyniki J. 3. RACHUNEK ZDAŃ Dowód niewprost: 1. będzie literałem.4) S6.1. A. Klauzula ma więc postać: λ1 ∨ λ2 ∨ · · · ∨ λn . ¬ p ∧ ¬ q zał. 1 ≤ i ≤ n. 1 ≤ i ≤ n będzie klauzulą.p. Niech λi . ¬ p 3. Niech κi .

. Zdanie w koniunkcyjnej postaci normalnej można więc zapisać jako: {κ1 . Mamy pokazać. (κ2 \ λ2 ) ∪ λ2 (κ1 \ λ1 ) ∪ (κ2 \ λ2 ). Niech rez(κ1 . Możemy więc pytać o stosunek wynikania. Klauzule są zdaniami. Definicja 1. . . λ1 ∈ κ1 . Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich i tylko klauzul będących elementami tej klasy. . czyli zdanie takie zapisuje się: κ1 . κ2 ) = κ1 \ λ1 ∪ κ2 \ λ2 . . Twierdzenie 1. dla których istnieje ich rezolwenta to klauzule uzgodnione. κ2 Dowód. W rezolwencie κ1 \ λ1 ∪ κ2 \ λ2 klauzul κ1 i κ2 literały λ1 oraz λ2 to literały czynne.61 (klauzuli uzgodnionej). To.59 (rezolwenty klauzul). . że rezolwenta klauzul jest konsekwencją tych klauzul. Definicja 1. Klauzula κ1 \λ1 ∪κ2 \λ2 jest rezolwentą klauzul κ1 i κ2 wtedy i tylko wtedy. że literał λ jest członem klauzuli κ można więc zapisać: λ ∈ κ. Klauzule. Niech κ1 i κ2 będą klauzulami oraz niech λ1 i λ2 będą literałami komplementarnymi. Definicja 1. Literał pozytywny i literał negatywny zbudowane z tej samej litery zdaniowej tworzą parę literałów komplementarnych.60 (literału czynnego). . rez(κ1 . λ2 ∈ κ2 . Logicznie taki zbiór odpowiada zdaniu będącemu alternatywą wszystkich i tylko elementów (literałów) tego zbioru. . gdy 1. κn } lub — jeżeli jest to jasne z kontekstu — mogą zostać opuszczone symbole zbioru. κ2 .58 (literałów komplementarnych). Zachodzi wówczas: κ1 . κ2 . λ2 ∈ κ2 .90 ROZDZIAŁ 1.15. κn Do opisu klauzul i ich koniunkcji mogą być wykorzystane też inne symbole teoriomnogościowe. κ2 ). . 2. LOGIKA ZDAŃ Klauzula może być zapisana jako zbiór literałów. Można pokazać. takimi że λ1 ∈ κ1 . że (κ1 \ λ1 ) ∪ λ1 . literały λ1 i λ2 tworzą parę komplementarną. Definicja 1.

κ1 ∨ κ2 . κ2 rez(κ1 .62 (reguły rezolucji). z uwagi na to. λ2 ∈ κ2 oraz literały λ1 . że mamy udowodnić: (κ1 ∨ λ1 ) ∧ (κ2 ∨ λ2 ) Na podstawie prawa logiki zdań: [(α ∨ β) ∧ (γ ∨ ¬ β)] ⇒ (α ∨ γ). Zgodnie z przyjętą konwencją znaczy to. λ2 ∈ κ2 a literały λ1 . że (κ1 ∪ λ1 ). że literały λ1 i λ2 są komplementarne mamy. więc w takim razie mamy pokazać. κ 2 (κ1 \ λ1 ) ∪ (κ2 \ λ2 ) gdzie λ1 ∈ κ1 . κ 2 (κ1 \ λ1 ) ∪ (κ2 \ λ2 ) gdzie λ1 ∈ κ1 .3. λ2 tworzą parę literałów komplementarnych to reguła rezolucji. (κ2 ∪ λ2 ) κ1 ∪ κ2 . Ponieważ (κ1 \ λ1 ) ∪ λ1 jest równoważne κ1 a (κ2 \ λ2 ) ∪ λ2 jest równoważne κ2 (różnić mogą się tylko wielokrotnością wystąpienia jako członów alternatywy literałów. κ1 ∪ κ2 . Reguła: κ1 . λ2 tworzą parę literałów komplementarnych.1. Definicja 1. κ2 ). κ1 ∨ κ2 . Niezawodna jest zatem każda reguła postaci: κ1 . λ1 i λ2 ). RACHUNEK ZDAŃ 91 Niech κ1 \ λ1 = κ1 . . Stąd na podstawie twierdzenia o dedukcji: (κ1 ∨ λ1 ) ∧ (κ2 ∨ λ2 ) Zgodnie z przyjętą konwencją więc: κ1 ∪ λ1 . odpowiednio. że [(κ1 ∨ λ1 ) ∧ (κ2 ∨ λ2 )] ⇒ (κ1 ∨ κ2 ). κ2 ∪ λ2 czyli: κ1 . κ2 \ λ2 = κ2 .

. wtedy i tylko wtedy. 1 ≤ i ≤ m. k takie. 1. istnieją komplementarne literały λ1 i λ2 oraz j. . że ciąg klauzul dla dowolnej interpretacji przyjmuje wartość F wtedy i tylko wtedy. . Faktoryzacja klauzuli to wyeliminowanie z niej powtarzających się literałów. Klauzula κ ma dowód z klauzul κ1 . że 1 m 1. W rachunku rezolucyjnym dowodzi się generując z wyjściowych i już wygenerowanych klauzul kolejne klauzule. odpowiadający temu pytaniu: ¬ p ∨ q. Definicja 1.92 ROZDZIAŁ 1. . ¬ r 3. gdy w którejś z klauzul ten sam literał pojawia się przynajmniej dwukrotnie. Zgodne jest to z teoriomnogościową konwencją notacyjną. . Jedyną regułą generowania jest reguła rezolucji. Klauzula i klauzula otrzymana w wyniku faktoryzacji są sobie równoważne. ¬ q ∨ r. Przykład 1. j k Okazuje się. q ⇒ r p ⇒ r ? Tworzymy ciąg klauzul. p. dla każdego i. Faktoryzacji dokonuje się w miarę potrzeby.63. ¬ q (z 1 i 2) 4. 2. . gdy istnieje skończony ciąg klauzul κ∗ . α} \ {α} = ∅. Czy p ⇒ q. ¬ q ∨ r 2. . że κ∗ i κ∗ dają się uzgodnić dla tych literałów a κ∗ = j j i κ∗ \ λ1 ∪ κ∗ \ λ2 .64 (dowodu w rachunku rezolucyjnym). . LOGIKA ZDAŃ Definicja 1. m ∈ N taki. ¬ r. gdy z ciągu klauzul przyporządkowanych — zgodnie z zasadami tworzenia CNF oraz klauzul — zbiorowi Σ i zdaniu ¬ α daje się wygenerować pustą klauzulę. ¬ p ∨ q . gdy dowód z niego ma klauzula pusta. Ten fakt oparty jest na prawie logiki zdań: (α ∨ α) ⇔ α.19. n ∈ N. κn . κ∗ . Zatem ze zbioru zdań Σ wynika zdanie α wtedy i tylko wtedy. Mamy bowiem: {α. κ = κm ∗.

93 (z 4 i 5) (z 3 i 6). ¬ p. ¬ p ∨ q 2. ¬ p (z 1 i 3) Jedynymi klauzulami. q 7. ¬ p 3. RACHUNEK ZDAŃ 5. że nie ma dowodu pustej klauzuli pokazuje.1. p 6. ¬ q 4. 1. ¬ q. . Czy p ⇒ q ¬ p ⇒ ¬ q ? Tworzymy ciąg klauzul odpowiadający temu pytaniu: ¬ p ∨ q.3. że odpowiedzią na postawione pytanie jest: NIE. Ponieważ uzyskaliśmy klauzulę pustą. Przykład 1. na postawione pytanie odpowiadamy: TAK. Przez zastosowanie reguły rezolucji uzyskujemy klauzulę: ¬ p. Klauzula ta nie daje się uzgodnić z żadną inną. To. które dają się uzgodnić są pierwsza i ostatnia.20. Wyczerpane zostały więc możliwości stosowania reguły rezolucji.

94 ROZDZIAŁ 1. LOGIKA ZDAŃ .

języków nauk przyrodniczych. z których zbudowane jest zdanie.1. Tworząc formalny język rachunku predykatów kierujemy się postulatem analizy wewnętrznej struktury zdań. która ma być przedmiotem wnioskowań przeprowadzanych w języku klasycznego rachunku predykatów. którego zdania są za pomocą spójników zbudowane ze zdań prostych o wewnętrznie nieanalizowalnej strukturze.Rozdział 2 Logika predykatów Rachunek zdań wiernie opisuje wynikanie semantyczne dla języka. 2. Zdania proste języka potocznego. Wśród stałych logicznych oprócz spójników zdaniowych będą kwantyfikatory.1 Dziedzina Opis kategorii wyrażeń. 95 . którego język uwzględnia tę wewnętrzną złożoność zdań prostych. aby rachunek logiczny nadawał się do wszystkich rozumowań poprawnych przeprowadzanych w takich językach. 2. wewnętrznie nieanalizowalnymi wyrażeniami będą litery predykatowe. litery funkcyjne oraz stałe indywiduowe i zmienne indywiduowe. aby był rachunkiem.1 Język rachunku predykatów W języku rachunku predykatów elementarnymi. poprzedzimy opisem dziedziny. humanistycznych oraz matematyki są wewnętrznie złożone. konieczne jest. Słowa „litera” — podobnie jak w wypadku rachunku zdań — używamy dla zaznaczenia wewnętrznej nieanalizowalności omawianych wyrażeń. Na to.

96

ROZDZIAŁ 2. LOGIKA PREDYKATÓW

Przede wszystkim dziedzina ta składa się z pewnego zbioru przedmiotów indywidualnych, czyli indywiduów. Na przykład, w arytmetyce indywiduami są liczby naturalne. Jako logicy nie musimy się jednak martwić tym, czym jest indywiduum. W poprawnie metodologicznie określonej dziedzinie rozważań wyróżniona jest pewna kategoria przedmiotów jako indywiduów. Zbiór indywiduów danej dziedziny rozważań to przestrzeń, zbiór uniwersalny albo, po prostu, uniwersum. Indywidua mogą pozostawać w pewnych zależnościach, związkach czy — jak będziemy ogólnie mówić — relacjach. W zbiorze liczb może to być np. relacja mniejszości: <.

2.1.2

Stałe i zmienne indywiduowe

System dziesiętny zapisu liczb pozwala na nazwanie wszystkich liczb wymiernych (a więc również naturalnych i całkowitych). W systemie dziesiętnym nie możemy jednak zapisać nazw liczb niewymiernych (jako skończonych ciągów cyfr). Dlatego też w matematyce niektóre ważne liczby niewymierne mają specjalne oznaczenia, np. liczba niewymierna równa stosunkowi obwodu okręgu do jego średnicy oznaczana jest literą z alfabetu greckiego: π. Wszystkie nazwy występujące w języku pierwszego rzędu — a taki jest język omawianego tu klasycznego rachunku predykatów — to stałe indywiduowe. Stałe indywiduowe służą do wskazywania indywiduów, elementów dziedziny, do mówienia o której używamy języka. Stałe indywiduowe mogą być elementami słownika. Mogą być też definiowane. Język jest wzbogacany o zdefiniowane stałe indywiduowe. Stała indywiduowa wskazuje dokładnie jeden element dziedziny. Różne stałe indywiduowe mogą jednak wskazywać ten sam obiekt. Inaczej mówiąc jakiś element dziedziny może mieć więcej niż jedną nazwę indywiduową. Zmienne indywiduowe jako swój zakres (zmienności) będą miały zbiór wszystkich indywiduów, czyli uniwersum. Używając więc zmiennych indywiduowych musimy zawsze pamiętać o konieczności wskazania ich zakresu zmienności. Dysponować będziemy dowolną liczbą zmiennych. O przedmiotach z jakiegoś określonego zbioru przedmiotów można mówić używając w tym celu zmiennej i wskazując własność, jaką przedmioty mają posiadać. Podobnie, będzie można wyróżniać przedmioty przez ich związki i zależności z innymi przedmiotami. Będą to konstrukcje z liter funkcyjnych i zmiennych indywiduowych. W języku mogą, ale nie muszą, występować stałe. Język rachunku pre-

2.1. JĘZYK RACHUNKU PREDYKATÓW

97

dykatów wymaga jednak zmiennych indywiduowych (tyle, ile jest liczb naturalnych).

2.1.3

Litery funkcyjne

O indywiduach możemy mówić także za pomocą wyrażeń skonstruowanych — nazw złożonych. Jednym ze składników tych wyrażeń są litery funkcyjne. Litery funkcyjne są symbolami, które kiedy łączą ze sobą stałe indywiduowe, w wyniku dają nazwy indywiduów. Dana litera funkcyjna może łączyć jedną, dwie i więcej stałych indywiduowych. Liczbę stałych, które łączy, nazywamy jej argumentowością. Wyrażenie skonstruowane z litery funkcyjnej oraz z tylu stałych indywiduowych, ile argumentowa jest dana litera funkcyjna, jest nazwą, która nie oznacza więcej niż jednego przedmiotu, tj. jest znakiem dla co najwyżej jednego przedmiotu. Przykład 2.1. Przykładami liter funkcyjnych są znane z matematyki symbole: √ √ (jednoargumentowy), „ : ” (dwuargumentowy). Wyrażenie 4 jest nazwą liczby 2, tak samo wyrażenie „4 : 2”. Przykład 2.2. Na literę funkcyjną nie nadaje się symbol: | (n|m rozumiemy: n jest dzielnikiem m; n, m ∈ N). W wypadku m = 10 mamy: n = 1, n = 2, n = 5, n = 10. Litery funkcyjne odnoszą się do funkcji. Literom funkcyjnym przyporządkowane są liczby naturalne wskazujące liczbę nazw, które one łączą tworząc nazwę. Jeżeli literze funkcyjnej przyporządkowana jest liczba n, to litera ta odnosi do jakiejś n-argumentowej funkcji. Rozróżniamy między literami funkcyjnymi, konstrukcjami z liter funkcyjnych i stałych oraz zmiennych indywiduowych jako wyrażeniami, czyli składnikami języka a przedmiotami pozajęzykowymi, jakimi są funkcje, indywidua i konstrukcje z funkcji i in√ ” interpretujemy przede wszystkim dywiduów. W matematyce symbol „ jako funkcję określoną na zbiorze liczb rzeczywistych nieujemnych (R+ ∪{0}) o wartościach w tym zbiorze, czyli jest to zbiór wszystkich i tylko par upo√ rządkowanych (a, b) takich, że a, b ∈ R+ ∪ {0} oraz a = b. Symbol „ : ” interpretowany jest jako funkcja określona na zbiorze par (a, b) takich, że a ∈ R, b ∈ R \ {0} oraz o wartościach w zbiorze R. Jest to więc zbiór wszystkich i tylko trójek (a, b, c) takich, że c = a : b. Do oznaczania indywiduów służą stałe indywiduowe, zmienne indywiduowe oraz konstrukcje z liter funkcyjnych. Wspólnym określeniem dla tych wszystkich typów wyrażeń będzie słowo „term”.

98

ROZDZIAŁ 2. LOGIKA PREDYKATÓW

2.1.4

Term

Wyrażenia języka rachunku predykatów będą budowane z następujących symboli: 1. 2. 3. a0 , a1 , a2 , . . . , an , . . . — x0 , x 1 , x 2 , . . . , x n , . . . — F0 , F1 , . . . , Fn , . . . — 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. W języku, którym mówimy, potrzebujemy słów, za pomocą których będziemy mogli mówić o wyrażeniach języka rachunku predykatów. Język, którym mówimy jest więc metajęzykiem dla języka rachunku predykatów. Gdy zajmowaliśmy się rachunkiem zdań, to o wyrażeniach rachunku zdań mówiliśmy posługując się małymi literami greckimi: oznaczały one zdania. Teraz w języku, którym mówimy, będziemy mówili nie tylko o zdaniach, ale również o stałych i zmiennych indywiduowych oraz o literach funkcyjnych i termach. Dla interesujących nas rodzajów wyrażeń stosować będziemy następujące oznaczenia: – – – – stałe indywiduowe: zmienne indywiduowe: litery funkcyjne: termy: c, c0 , c1 , . . . v, v0 , v1 , . . . F, G, . . . t, t0 , t1 , . . . stałe indywiduowe, zmienne indywiduowe, litery funkcyjne

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 mówimy.

2.1. JĘZYK RACHUNKU PREDYKATÓW Definicja termu jest definicją indukcyjną. Definicja 2.1 (termu). 1. zmienna indywiduowa jest termem, 2. stała indywiduowa jest termem,

99

3. jeżeli F jest n-argumentową literą funkcyjną, a t1 , t2 , . . . , tn są termami, to F t1 t2 . . .tn jest termem. 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 .

2.1.5

Litery predykatowe

Predykaty są wyrażeniami, które łącznie ze stałymi indywiduowymi (jedną, dwiema lub więcej) tworzą zdania. Predykaty są więc jednoargumentowe, dwuargumentowe itd. N -argumentowy predykat jest interpretowany jako nczłonowa relacja. Predykatami są wyrażenia języka naturalnego takie, jak: „. . . jest nauczycielem” „. . . jest wyższy od . . . ”. W języku matematyki predykatami (dwuargumentowymi) są: „=”, „<”. Zbiór wszystkich i tylko jednoelementowych zbiorów tych przedmiotów, o których prawdą jest, że są nauczycielami, to zakres predykatu „. . . jest nauczycielem”. Zbiór wszystkich i tylko uporządkowanych par liczb (x, y) takich, że pierwszy element pary x jest większy niż drugi element pary y, to zakres predykatu: >. Ogólnie, zakresem predykatu n-argumentowego jest zbiór wszystkich i tylko takich n-tek uporządkowanych, które spełniają ten predykat, czyli tworzą relację będącą interpretacją tego predykatu. Predykaty wewnętrznie nieanalizowalne, niezłożone, to litery predykatowe. Literą predykatową byłoby: „<”, „=” a nie byłoby: „≤”, „≥” 1 . Jako
Symbole te zwykle są rozumiane tak, że postrzegamy je jako wewnętrznie analizowalne. Formułę x ≤ y rozumiemy jako: x < y ∨ x = y, a formułę: x ≥ y — jako: x > y ∨ x = y.
1

100

ROZDZIAŁ 2. LOGIKA PREDYKATÓW

litery predykatowe — w języku, o którym mówimy — bierzemy: ≡, P0 , P1 , . . . Przyjmujemy, że zbiór liter predykatowych jest rozłączny ze zbiorem liter funkcyjnych. Na oznaczenie liter predykatowych — w języku, w którym mówimy — będziemy używali wielkich liter: P, Q, R, . . . . Każdej literze predykatowej przyporządkowana jest liczba naturalna wskazująca liczbę jej argumentów. Mówiąc bardziej obrazowo, jest to liczba pustych miejsc, po wypełnieniu których przez nazwy otrzymamy zdanie lub — ogólnie — po uzupełnieniu których o termy otrzymamy wyrażenie o postaci zdania, czyli formułę. Predykat „≡” jest szczególnym, wyróżnionym predykatem. Jest to dwuargumentowy predykat równości. Znaku „=” używamy w języku, w którym mówimy. Do języka, o którym mówimy, jako predykat równości wprowadzamy inny symbol, a mianowicie: ≡.

2.1.6

Formuła

Definicja 2.2 (formuły atomowej). Formuła atomowa to formuła zbudowana z dokładnie jednej litery predykatowej oraz z termów. Formułami atomowymi są więc wszystkie i tylko wyrażenia postaci: P t1 . . .tn , t1 ≡t2 gdzie P jest n-argumentową literą predykatową, a t1 , . . . , tn są termami. Z formuł, które nie są zdaniami można utworzyć zdania określając dla każdej występującej w niej zmiennej indywiduowej, czy zmienna ta wskazuje wszystkie, czy tylko niektóre przedmioty ze swego zakresu zmienności. Np. w wypadku: x jest liczbą parzystą możemy mieć na uwadze zdanie: Wszystkie liczby są parzyste. lub

W języku rachunku predykatów mamy również spójniki: ¬. (ϕ ∧ φ). jeżeli ϕ i φ są formułami. Tym zdaniom możemy podporządkować zaś. „∀v : ” będziemy odczytywali: dla każdego v. ∃v : ϕ są formułami. 3. Formułą nie jest: ∀x : ⇒ P (x). 4. ciąg symboli jest formułą tylko wtedy. zaś „∃v : ” — dla pewnego v. JĘZYK RACHUNKU PREDYKATÓW Jakaś liczba jest parzysta. Niektóre x są liczbami parzystymi. ∃ — kwantyfikator szczegółowy (mały). ∧. Formułą jest: ∀x : (P x ⇒ P x). (ϕ ⇔ φ) są formułami.3 (formuły). ⇒.2. że dla języka każdej teorii charakterystyczne będą: zbiór jego stałych indywiduowych.1. . Język. odpowiednio: Każde x jest liczbą parzystą. Definicja 2. 101 Pisząc „∀v : ” przed formułą ϕ tym samym używamy zmiennej v do wskazania każdego przedmiotu z zakresu zmienności v. zmiennej v używamy dla wskazania jakiegoś przedmiotu z zakresu zmienności v. zbiór liter funkcyjnych oraz zbiór liter predykatowych. Pisząc zaś „∃v : ” przed formułą ϕ. ⇔. jeżeli v jest zmienną a ϕ — formułą. 1. gdy daje się zbudować przez stosowanie skończoną liczbę razy reguł 1–3. Zauważmy. Przykład 2. to ¬ ϕ. Formułę definiujemy indukcyjnie. Alfabet uzupełnijmy jeszcze o symbole: ∀ — kwantyfikator ogólny (duży). w którym kwantyfikacja ogranicza się do indywiduów to język pierwszego rzędu. formuła atomowa jest formułą. ∨. 2. (ϕ ⇒ φ). to ∀v : ϕ. Te trzy zbiory to sygnatura języka. (ϕ ∨ φ).4.

∃vn : piszemy: ∃v1 . . dla większej przejrzystości będziemy czasem stosowali więcej nawiasów niż wynikałoby to z tych zasad. że mają cechę P . . . zamiast: ∃v1 : ∃v2 : . które przyjęliśmy dla języka rachunku zdań. Umawiamy się. Zmienna v przebiega zbiór tych i tylko przedmiotów. φ. . . że są P . v2 . . . Użycie tych symboli w innej funkcji. vn : Podobnie. ∀vn : będziemy pisali: ∀v1 .4 (kwantyfikatorów o ograniczonym zakresie). ψ . . W opisie tych zasad tylko zamiast słowa „zdanie” bierzemy słowo „formuła”. zamiast: ∃v : (P (v) ∧ φ) piszemy: ∃φ P (v) Definicja 2. Stosujemy wszystkie zasady opuszczania zbędnych nawiasów. których wymagałaby definicja formuły. v2 . jako dowolnego ciągu elementów słownika wymaga specjalnego zaznaczenia. Używane będą również nawiasy innych kształtów.102 ROZDZIAŁ 2. . . LOGIKA PREDYKATÓW Małe greckie litery ϕ. vn : Zamiast: ∀v : (P (v) ⇒ φ) piszemy: ∀φ P (v) Podobnie. . Kwantyfikatory: ∀ φ. . o których prawdą jest. czyli — mówiąc swobodnie — dla których prawdą jest. . Także w wypadku języka rachunku predykatów. np. P (v) ∀ φ P (v) to kwantyfikatory o ograniczonym zakresie. W praktyce nie piszemy wszystkich nawiasów. . . że zamiast: ∀v1 : ∀v2 : . (w razie potrzeby z indeksami liczbowymi) będą oznaczać formuły. .

Formuła jest ciągiem elementów słownika. odpowiednio: ∀v ∈ X : φ.2. Mówiąc o jakimś symbolu musimy uwzględnić jego miejsce w ciągu.1. Ten sam element słownika. W szczególności w wypadku zmiennej indywiduowej. może być użyty wielokrotnie w formule. to będziemy mieli napisy: ∀ φ. w jednym miejscu jej wystąpienia może ona znajdować się w zasięgu działania jakiegoś kwantyfikatora.6 (zmiennej związanej w danym miejscu). odpowiednio: dużego i małego.5 (zasięgu kwantyfikatora). JĘZYK RACHUNKU PREDYKATÓW 103 Zakres zmienności zmiennej v może być też określony przez wskazanie zbioru. czyli może wystąpić w tej formule w różnych miejscach. . że wiąże zmienną v w zasięgu swego działania. Formułę ϕ w formule ∀v : ϕ oraz w formule ∃v : ϕ nazywamy zasięgiem (lub zasięgiem działania) kwantyfikatora. Zasięgiem dużego kwantyfikatora w formule: ∀x : (P x ⇒ ∃x : Qx) ⇒ Rx jest formuła: P x ⇒ ∃x : Qx a nie jest nią formuła: (P x ⇒ ∃x : Qx) ⇒ Rx. a w innym może być tak. ∃v ∈ X : φ. symbol. O kwantyfikatorze (małym lub dużym) mówimy. Zmienna v jest związana w określonym miejscu w formule ϕ wtedy i tylko wtedy. Definicja 2. Definicja 2. w której występuje. v∈X ∃ φ. że podformuła. Przykład 2. Jeżeli tym zbiorem będzie X.5. nie znajduje się w zasięgu działania żadnego kwantyfikatora wiążącego tę zmienną. v∈X Zamiast pisać: ∀ φ. jakim jest formuła. gdy jej egzemplarz znajduje się w tym miejscu w zasięgu działania jakiegoś kwantyfikatora wiążącego zmienną v. v∈X ∃ φ v∈X będziemy pisali.

104 ROZDZIAŁ 2. Niech v0 . . .7. . vn będą wszystkimi zmiennymi wolnymi występującymi w formule ϕ. . . Definicja 2. Zmienna „x” nie jest związana w „Rx”. vn ) to formuła.8. . Przykład 2. Definicja 2.10 (zdania języka rachunku predykatów). LOGIKA PREDYKATÓW Definicja 2. . . . Formuła. . . . vn ) to term taki. Zdaniem jest: ∀x : (P x ⇒ ∃x : Qx) ⇒ ∃x : Rx. której wszystkie zmienne wolne znajdują się wśród zmiennych v0 . . vn . vn }. . Definicja 2. vn }. Przykład 2.8 (zmiennej wolnej w formule). . . . . Zmienna x jest wolna w formule: ∀x : (P x ⇒ ∃x : Qx) ⇒ Rx. . w której występuje jakaś zmienna wolna to formuła otwarta. czyli zbiór wszystkich zmiennych występujących w termie t jest podzbiorem zbioru {v0 . która nie zawiera zmiennych wolnych. vn .11. Zamknięcie formuły otrzymuje się przez poprzedzenie tej formuły kwantyfikatorami ogólnymi wiążącymi wszystkie występujące w niej zmienne wolne.7 (zmiennej wolnej w danym miejscu). . . Zdanie języka rachunku predykatów to formuła. . . . Zmienna v jest zmienną wolną w formule ϕ wtedy i tylko wtedy.6. Zamknięcie formuły jest zdaniem. Przykład 2. Zmienna wolna w danym miejscu to zmienna.9 (formuły otwartej). . . Definicja 2. Formuła: ∀v0 . . czyli zbiór wszystkich zmiennych wolnych występujących w formule ϕ jest podzbiorem zbioru {v0 . . t(v0 . W formule: ∀x : (P x ⇒ ∃x : Qx) ⇒ Rx zmienna „x” jest związana w „P x” — jest bowiem w zasięgu działania dużego kwantyfikatora oraz jest związana w „Qx” — tu znajduje się w zakresie działania małego kwantyfikatora. . ϕ(v0 . vn : ϕ to zamknięcie formuły ϕ. że wszystkie zmienne występujące w tym termie znajdują się wśród zmiennych v0 . . . . gdy w formule tej jest ona wolna przynajmniej w jednym miejscu. . Formuła ta jest otwarta. która w tym miejscu nie jest związana.

Term t jest podstawialny za zmienną v do formuły ϕ wtedy i tylko wtedy. zmienna v jest w tym miejscu wolna w formule ϕ oraz 2. W formule: ∃x : (x < y) za zmienną wolną y podstawialny jest term (y − z). zaś term (x − z) nie jest podstawialny. JĘZYK RACHUNKU PREDYKATÓW 105 2. gdy jest podstawialny za zmienną v w każdym miejscu. Operacja podstawiania termu za zmienną wolną. W formule: ∃x : (x < y − z) żadna zmienna z podstawianego termu nie stała się związana. Podstawienie termu t za zmienną w danym miejscu polega na wpisaniu termu t na miejsce tej zmiennej.1.1. do której podstawiamy. to również w taki sam sposób w zdanie prawdziwe powinna przechodzić formuła otrzymana w wyniku wykonania operacji podstawiania.13 (podstawialność termu). Formułę otrzymaną z formuły ϕ przez podstawienie termu t za zmienną v oznacza się: ϕ(v/t) lub ϕ[v ::= t]. miejsce to nie znajduje się w zasięgu działania żadnego kwantyfikatora wiążącego którąś ze zmiennych (wolnych) występujących w termie t. po związaniu przez kwantyfikatory wszystkich występujących w niej zmiennych wolnych przechodzi w zdanie prawdziwe. gdy: 1. . w którym ta zmienna wolna występuje w danej formule.7 Podstawialność Podstawowa intuicja wiązana z operacją podstawiania za zmienne wolne oparta jest o następujące ustalenie: Jeżeli formuła. tzn. w każdym miejscu. Inaczej jest w wypadku formuły: ∃x : (x < x − z). Przykład 2. Term t jest podstawialny za zmienną v w danym miejscu w formule ϕ wtedy i tylko wtedy.2.9. Definicja 2. musi być wykonana jednocześnie. za którą ten term jest podstawialny. w którym zmienna v jest wolna w ϕ. Definicja 2.12 (podstawialności termu w danym miejscu).

vn ≡ F v1 . Jako wygodnego skrótu dla formuły: ∃x : [ϕ ∧ ∀y : (ϕ[x ::= y] ⇒ y = x)] można używać: ∃!x : ϕ. . Tautologią języka rachunku predykatów jest każda formuła tego języka otrzymana z jakiejś tautologii α języka rachunku zdań przez podstawienie za każdą literę zdaniową występującą w α. a n > 0. W termie: ROZDZIAŁ 2. Niech w ϕ nie występuje (ani jako wolna. ani jako związana) zmienna y. .vi−1 vi vi+1 .10. „∃!x” odczytujemy: istnieje dokładnie jedno x. 2. Aksjomatem (teorii) identyczności (≡) jest każda formuła.vn . która podpada pod jeden ze schematów: Aksjomat 1.vi−1 vvi+1 .2.14 (tautologii języka rachunku predykatów). vi ≡ v ⇒ F v1 . gdzie F jest n-argumentową literą funkcyjną. LOGIKA PREDYKATÓW x + y: x za zmienną x podstawmy term: (x − z). . Aksjomat 2. 2. . v ≡ v. jakiejś formuły języka rachunku predykatów (jednocześnie w każdym miejscu dla wszystkich wystąpień danej litery zdaniowej). .2 Rachunek predykatów Dowód w rachunku predykatów formalnie różni się od dowodu w rachunku zdań tylko dodatkowymi możliwościami. . . (x − z) + y : (x − z) (x − z) + y : x podstawienie wykonane poprawnie podstawienie wykonane niepoprawnie. . .106 Przykład 2.1 Dowód w rachunku predykatów Definicja 2. Ujmują one większe bogactwo języka rachunku predykatów w stosunku do języka rachunku zdań.

jeżeli term t jest podstawialny w miejsce zmiennej v. Reguła dołączania małego kwantyfikatora D∃. RACHUNEK PREDYKATÓW 107 Aksjomat 3. Predykat identyczności jest predykatem używanym w zasadzie we wszystkich językach (teoriach) mających praktyczne znaczenie. jeżeli v nie jest zmienną wolną w ϕ. z ϕ i ϕ ⇒ φ wynika φ. a n > 0. Reguła dołączania dużego kwantyfikatora D∀. Reguła opuszczania dużego kwantyfikatora O∀. jeżeli v nie jest zmienną wolną w φ. .vi−1 vi vi+1 . . z ϕ ⇒ φ wynika ϕ ⇒ ∀v : φ. gdzie P jest n-argumentową literą predykatową. . Zbiór reguł dowodowych w rachunku zdań wzbogacamy o nowe reguły dowodzenia. .vn ) ⇒ P v1 . . . (vi ≡ v ∧ P v1 .vi−1 vvi+1 .vn . z ϕ wynika ϕ[v ::= t]. z ∃v : ϕ ⇒ φ wynika ϕ ⇒ φ. . z ϕ ⇒ φ wynika ∃v : ϕ ⇒ φ. Reguła opuszczania małego kwantyfikatora O∃. W rachunku predykatów mamy następujące reguły: Reguła odrywania MP. Musimy więc sprecyzować pojęcie dowodu.2. z ϕ ⇒ ∀v : φ wynika ϕ ⇒ φ. Dążymy do stworzenia rachunku dla logiki predykatów. czyli do syntaktycznego scharakteryzowania pojęcia wynikania rzeczywistego. .2. mamy jeszcze: Reguła podstawiania Sb. .

żeby zachowywały rzeczywisty stosunek wynikania. 2 . które nie muszą być zdaniami. jakie możemy przyporządkować zmiennej x w zbiorze liczb rzeczywistych. Stosujemy je do formuł. Sposób rozumowania odpowiadający regule opuszczania dużego kwantyfikatora stosujemy na przykład wówczas. na podstawie: Formuła ta wyraża prawdziwą zależność w zbiorze liczb rzeczywistych. Pierwsza dla wszystkich możliwych znaczeń. LOGIKA PREDYKATÓW Reguły są tak dobrane. gdy w każdym wypadku przyporządkowania znaczeń występującym w niej zmiennym otrzymamy zdanie prawdziwe. Staje się zdaniem prawdziwym po związaniu przez duży kwantyfikator wszystkich zmiennych wolnych. zaś druga nie zawierając zmiennych jest po prostu prawdziwa. jakie może przyjmować zmienna y w zbiorze liczb rzeczywistych. do której następnika (φ) dołączamy duży kwantyfikator jest istotny. gdy na podstawie: a > 0 ⇒ ∀x : (x > 0 ⇒ x + a > 0) uznajemy: a > 0 ⇒ (x > 0 ⇒ x + a > 0). Obie otrzymane formuły są spełnione w zbiorze liczb rzeczywistych. Warunek nałożony na poprzednik (ϕ) implikacji. Najprościej mówiąc formuła jest spełniona wtedy i tylko wtedy. gdy na podstawie: y > 0 ⇒ (x > 0 ⇒ x + y > 0) uznajemy: y > 0 ⇒ ∀x : (x > 0 ⇒ x + y > 0). Regułę dołączania dużego kwantyfikatora stosujemy na przykład wówczas. Reguła podstawiania odpowiada sposobowi takiego rozumowania. Mówienie więc o prawdziwości wyrażeń. Na przykład.108 ROZDZIAŁ 2. gdy na przykład mając formułę2 : x2 ≥ 0 przyjmujemy: (y + 1)2 ≥ 0 22 ≥ 0. czyli formuła ta jest spełniona dla dowolnego znaczenia. Zamiast terminu „prawda” możemy tu użyć ogólniejszego terminu „spełnianie”. do których reguły są stosowane nie jest zasadne.

lub po prostu wiążąc ją dużym kwantyfikatorem. Definicja 2. Sposób rozumowania odpowiadający regule dołączania małego kwantyfikatora możemy zastosować na przykład do: 0 < x ∧ x ≤ y ⇒ 0 < y. Warunek nałożony na następnik (φ) implikacji. że ϕn = ϕ.. Podstawiając zaś dowolną liczbę za zmienną x. . ϕ1 .2. . . ϕn taki. Regule opuszczania małego kwantyfikatora odpowiada rozumowanie. RACHUNEK PREDYKATÓW 109 y > 0 ⇒ (x > 0 ⇒ x + y > 0) nie możemy uznać: y > 0 ⇒ ∀y : (x > 0 ⇒ x + y > 0)3 . gdzie „=” jest skrótem dla „ jest równokształtne z” oraz dla każdego i (0 ≤ i ≤ n) spełniony jest przynajmniej jeden z warunków: W tym wypadku kolidowałoby to z regułą podstawiania. gdy istnieje skończony ciąg formuł ϕ0 . 3 . Tymczasem formuła: y > 0 ⇒ (x > 0 ⇒ x + y > 0) jest spełniona.2. zgodnie z tą regułą za zmienną wolną y moglibyśmy podstawić dowolną liczbę dodatnią i stosując regułę odrywania otrzymalibyśmy: ∀y : (x > 0 ⇒ x + y > 0). Na przykład na podstawie: x ≥ 0 ⇒ (y > x ⇒ y > 0) nie możemy uznać: ∃x : (x ≥ 0) ⇒ (y > x ⇒ y > 0).15 (dowodu w rachunku predykatów). Mianowicie. gdy na przykład na podstawie: ∃x : (0 < x ∧ x ≤ y) ⇒ 0 < y uznajemy: 0 < x ∧ x ≤ y ⇒ 0 < y. Formuła ϕ ma dowód ze zbioru Σ formuł języka rachunku predykatów — co zapisujemy: Σ ϕ — wtedy i tylko wtedy. do której poprzednika (ϕ) dołączamy mały kwantyfikator jest istotny. otrzymujemy zdanie fałszywe.

k < i. 8. 6. istnieje ϕk . Zbiór formuł jest sprzeczny wtedy i tylko wtedy. 4. ϕk takie. 5. 3. czyli żeby dla dowolnego ϕ nie było prawdą.11. że ϕk = φ ⇒ ψ i zmienna v nie występuje jako zmienna wolna w ψ oraz ϕi = ∃v : φ ⇒ ψ. LOGIKA PREDYKATÓW 2.17 (sprzecznego zbioru formuł). aby zbiór jego tez — formuł mających dowód z pustego zbioru (formuł) — nie był równy zbiorowi wszystkich formuł języka tego rachunku. że ϕk = φ ⇒ ∀v : ψ oraz ϕi = φ ⇒ ψ. ϕi jest tautologią (języka rachunku predykatów). gdy z tego zbioru ma dowód dowolna formuła. istnieją ϕk . Rachunek logiczny. ROZDZIAŁ 2. jako zbiór formuł mających dowód z pustego zbioru formuł. ϕi jest aksjomatem (teorii) identyczności. Definicja 2. Definicja 2. że ϕk = ϕj ⇒ ϕi . że każda formuła mająca dowód z tego zbioru jest jego elementem. Przykład 2. j. 9. że ϕk = ∃v : φ ⇒ ψ oraz ϕi = φ ⇒ ψ. takie. aby wart był rozważania. Formuły mające dowód z pustego zbioru formuł to tezy rachunku predykatów. istnieje ϕk . ϕi jest elementem Σ. takie.18 (niesprzecznego zbioru formuł). oraz term t i zmienna v takie. gdy nie jest sprzeczny. takie. k < i. Teoria rozumiana jako zbiór formuł taki. Chodzi więc o to. istnieją ϕj . takie. że: ϕ. k < i.16 (tezy rachunku predykatów). czyli ∀x : P x ⇒ P x. istnieje ϕk . Definicja 2. czyli tezą (zbiór zamknięty na operację konsekwencji) powinna być niesprzeczna. Formuła: ∀x : P x ⇒ P x ma dowód z pustego zbioru formuł. 7. że t jest podstawialne za v w formule ϕk i ϕk [v ::= t] = ϕi . k < i.110 1. k < i. k < i. istnieje ϕk . że ϕk = φ ⇒ ψ i zmienna v nie występuje jako zmienna wolna w φ oraz ϕi = φ ⇒ ∀v : ψ. musi być niesprzeczny. . Zbiór formuł jest niesprzeczny wtedy i tylko wtedy.

3. 2. że dla dowolnej zmiennej v i dowolnej formuły ϕ analogicznie można dowieść. 1) (2. ∀v : ϕ ⇒ ϕ.2. a więc zachodzi: T 2. 1) ϕ ⇒ ∃v : ϕ. . w którym dokonuje się podstawienia oraz zmienną i podstawiany za nią term. 1. RACHUNEK PREDYKATÓW Dowód. 1) 111 Zauważmy. jeżeli term t jest podstawialny za v w ϕ. 1.2. Zastosowanie reguły podstawiania będziemy wskazywali podając numer wiersza dowodowego. ∀v : ϕ ⇒ ϕ[v ::= t]. że T 1. Z takiego schematu będzie można otrzymać dowód każdej formuły o schemacie formuły podanej jako teza. T 3. 1. ∀x : P x ⇒ ∀x : P x 2. Dowód z pustego zbioru formuł ma formuła: ϕ ⇒ ∃v : ϕ czyli jest ona tezą rachunku predykatów. Dowód. v ::= t) jeżeli term t jest podstawialny za v w ϕ. ∀v : ϕ ⇒ ∀v : ϕ ∀v : ϕ ⇒ ϕ ∀v : ϕ ⇒ ϕ[v ::= t] tautologia (O∀. ∀x : P x ⇒ P x tautologia (O∀. Zamiast dowodzić poszczególnych formuł będziemy więc podawali schematy dowodów. ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ tautologia (O∃. Dowód. 2.

że dowód formuły znajdującej się w tym wierszu przebiega według schematu dowodu tezy. 3) (D∀. Korzystać będziemy również z praw logiki zdań — jest oczywiste. 4. w których korzysta się z tych podstawowych praw i reguł. ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ ϕ[v ::= t] ⇒ ∃v : ϕ ROZDZIAŁ 2.112 T 4. na którą się powołujemy. 1. 1. v ::= t) jeżeli term t jest podstawialny za v w ϕ. 2. 3. 5. 1) (2. ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ ∃v : ψ ⇒ ∃v : ψ ψ ⇒ ∃v : ψ tautologia (O∃. 2. 3. że stosują się one do dowodów w rachunku predykatów — może to być wskazywane przez podanie nazwy zastosowanego prawa lub jego treści. 1) tautologia (O∃. Dowód. a dla znających podstawowe prawa i reguły logiki prostsze są dowody. 4) ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ T 6. 1. ∀v2 : ϕ ⇒ ϕ ϕ ⇒ ∃v1 : ϕ ∀v2 : ϕ ⇒ ∃v1 : ϕ ∃v1 : ∀v2 : ϕ ⇒ ∃v1 : ϕ ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ T1 T2 (SYLL. Zrezygnujemy z przeprowadzania dowodów ściśle według definicji. Pisząc w wierszu dowodowym nazwę tezy wskazujemy. 3) .2) (D∃. tautologia (O∃. Dowód. 4. 1. 2. Krótsze. LOGIKA PREDYKATÓW ϕ[v ::= t] ⇒ ∃v : ϕ. 3. Dowód. jeżeli term t jest podstawialny za v w ϕ. Zwykle takie dowody są długie i nieprzejrzyste. T 5.

1. x1 ::= t1 ) (t ≡ t1 ) ⇒ (t1 ≡ t) Teza 8 głosi. 2. x ::= t). że identyczność jest zwrotna. 3.3) (5.4 α∧β ⇒γ∧δ (D∃. Dowód. (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) α⇒γ β ⇒ δ. Dowód. 2. [(x1 ≡ x) ∧ (x1 ≡ x2 )] ⇒ (x ≡ x2 ) {[(x1 ≡ x) ∧ (x1 ≡ x2 )] ⇒ (x ≡ x2 )} ⇒ {(x1 ≡ x) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )]} (x1 ≡ x) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] aksjomat 3 tautologia (MP. x ::= t. 5) 113 6. 6. 1. 1. 2. 4. 5. t≡t x≡x t≡t aksjomat 1 (1. Teza T7 głosi.2) (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )] . Dowód. 2. ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) T 7.2. [(x ≡ x1 ) ∧ (x ≡ x)] ⇒ (x1 ≡ x) {[(x ≡ x1 ) ∧ (x ≡ x)] ⇒ (x1 ≡ x)} ⇒ {(x ≡ x) ⇒ [(x ≡ x1 ) ⇒ (x1 ≡ x)]} (x ≡ x) ⇒ [(x ≡ x1 ) ⇒ (x1 ≡ x)] (x ≡ x) (x ≡ x1 ) ⇒ (x1 ≡ x) (t ≡ t1 ) ⇒ (t1 ≡ t) aksjomat 3 tautologia (MP. że identyczność jest symetryczna. 3. RACHUNEK PREDYKATÓW 5. 1.2) aksjomat 1 (MP. 4. T 9. 1. T 8.2.

Rozumiemy je analogicznie do praw. Prawdziwe nie jest zdanie ∀x : ∃y : (x < y) ⇒ ∃y : ∀x : (x < y). ROZDZIAŁ 2. ϕ/∀v : ϕ — reguła generalizacji ∀v : ϕ ⇒ ϕ[v ::= t]. x ::= t. x2 ::= t2 ) Teza 9 głosi. to istnieje liczba taka. 6.4) (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )] (5. czyli prawdziwe nie jest zdanie: jeżeli dla każdej liczby istnieje liczba od niej większa. ∀v : ϕ ⇒ ∃v : ϕ 4 jeśli term t jest podstawialny za v jeśli term t jest podstawialny za v ∀v1 : ∀v2 : ϕ ⇔ ∀v2 : ∀v1 : ϕ ∃v1 : ∃v2 : ϕ ⇔ ∃v2 : ∃v1 : ϕ ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ5 Kwantyfikatory a spójnik negacji — prawa De Morgana ¬ ∀v : ϕ ⇔ ∃v : ¬ ϕ ¬ ∃v : ϕ ⇔ ∀v : ¬ ϕ Kwantyfikatory a spójnik implikacji ∀v : (ϕ ⇒ φ) ⇒ (∀v : ϕ ⇒ ∀v : φ) ∀v : (ϕ ⇒ φ) ⇒ (∃v : ϕ ⇒ ∃v : φ) 4 5 Prawo to jest ograniczone do dziedziny niepustej. schematy i reguły klasycznej logiki predykatów. 3. LOGIKA PREDYKATÓW (x ≡ x1 ) ⇒ (x1 ≡ x) T8 (x ≡ x1 ) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] (SYLL. x1 ::= t1 . . 5. że identyczność jest przechodnia. A oto niektóre ważniejsze prawa. Warto tu zauważyć. schematów i reguł rachunku zdań. ϕ[v ::= t] ⇒ ∃v : ϕ. która jest większa od każdej liczby. że prawem nie jest ∀v2 : ∃v1 : φ ⇒ ∃v1 : ∀v2 : φ.114 4.

2 Twierdzenie o dedukcji Twierdzenie o dedukcji dla rachunku predykatów w swoim sformułowaniu różni się od twierdzenia o dedukcji dla rachunku zdań tylko pewnym zastrzeżeniem spowodowanym tym. 115 2. w którym dowodzimy. że w rachunku predykatów — inaczej niż w rachunku zdań — oprócz zdań wyrażeniami poprawnie zbudowanymi są również formuły nie będące zdaniami. We fragmencie.2. Twierdzenie 2. to Σ ϕ⇒φ . φ Dowód. RACHUNEK PREDYKATÓW Kwantyfikatory a spójnik koniunkcji ∀v : (ϕ ∧ φ) ⇔ (∀v : ϕ ∧ ∀v : φ) ∃v : (ϕ ∧ φ) ⇒ (∃v : ϕ ∧ ∃v : φ) Kwantyfikatory a spójnik alternatywy (∀v : ϕ ∨ ∀v : φ) ⇒ ∀v : (ϕ ∨ φ) ∃v : (ϕ ∨ φ) ⇔ (∃v : ϕ ∨ ∃v : φ) Kwantyfikatory a spójnik równoważności — prawa ekstensjonalności ∀v : (ϕ ⇔ φ) ⇒ [∀v : (ϕ ⇒ φ) ∧ ∀v : (φ ⇒ ϕ)] ∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v : φ) ∀v : (ϕ ⇔ φ) ⇒ (∃v : ϕ ⇔ ∃v : φ). Niech ϕ będzie zdaniem (φ nie musi być zdaniem). że jeżeli Σ ∪ {ϕ} φ. Dowód tego twierdzenia przebiega w analogiczny sposób jak w wypadku rachunku zdań.2. Jest jednak bardziej złożony.2.1 (o dedukcji). Σ ∪ {ϕ} wtedy i tylko wtedy. gdy Σ ϕ ⇒ φ.

. W dowodzie tezy indukcyjnej. ψ2 . . γn będzie dowodem formuły φ ze zbioru Σ ∪ {ϕ}. że jeżeli γk+1 zostało otrzymane przez zastosowanie reguły D∀ do γi . γ2 . czyli formuły ϕ ⇒ (ξ ⇒ ∀v : λ). ψ2 . czyli γk+1 = γi [v ::= t]. Aby uzyskać dowód formuły ϕ ⇒ γk+1 . Dowód ϕ ⇒ γk+1 ze zbioru Σ uzyskamy dopisując ϕ ⇒ γi [v ::= t] jako kolejny wyraz do ciągu ψ1 . Niech ψ1 . . ψ2 . czyli nie zawiera zmiennych wolnych. ψm [= ϕ ⇒ (ξ ⇒ λ)] będzie tym dowodem. tautologią języka rachunku predykatów lub aksjomatem teorii identyczności. Rozpoczynamy od wypadku. Z założenia indukcyjnego dostajemy.. . . Niech ψ1 .. zatem (ϕ ⇒ γi )[v ::= t] = ϕ ⇒ γi [v ::= t]. Dowód. że ze zbioru Σ istnieje dowód formuły ϕ ⇒ γi . Jako założenie indukcyjne przyjmujemy. . .116 ROZDZIAŁ 2. że ze zbioru Σ istnieje dowód dla ϕ ⇒ γi . . . 1 ≤ n. czyli dla ϕ ⇒ (ξ ⇒ λ). do ciągu ψ1 . m+2) . . Niech: γ1 . (Reguła podstawiania) Niech γk+1 będzie otrzymane przez podstawienie termu t w miejsce zmiennej v w γi . Z założenia twierdzenia o dedukcji ϕ jest zdaniem. . LOGIKA PREDYKATÓW trzeba rozważyć zastosowanie reguł rachunku predykatów. Przez indukcję ze względu na długość dowodu: γ1 . ψ2 . że ξ nie zawiera zmiennej v jako wolnej. (m+3). . (D∀) Pokażemy. Założenie indukcyjne. [ϕ ⇒ (ξ ⇒ λ)] ⇒ (ϕ ∧ ξ ⇒ λ) ϕ∧ξ ⇒λ ϕ ∧ ξ ⇒ ∀v : λ tautologia (MP.. ψm (= ϕ ⇒ γi ) będzie dowodem ze zbioru Σ formuły ϕ ⇒ γi . γ1 może być elementem zbioru Σ ∪ {ϕ}. . gdy i = 1. m. (m+2). . . że ze zbioru Σ istnieje dowód formuły ϕ ⇒ γi . Z tego wynika. γn dowodzimy. że formuła ϕ ⇒ γ1 ma dowód ze zbioru Σ niczym w istocie nie różni się od analogicznego wypadku w dowodzie twierdzenia o dedukcji dla logiki zdań.. γ2 .. że ze zbioru Σ istnieje dowód formuły ϕ ⇒ γk+1 ograniczymy się do pokazania jak postępujemy w wypadku reguły podstawiania oraz reguł dołączania (D∀) i opuszczania (O∀) dużego kwantyfikatora. ψm . . .. i ≤ k. to ze zbioru Σ istnieje dowód dla ϕ ⇒ γk+1 . Niech γi = ξ ⇒ λ i niech γk+1 = ξ ⇒ ∀v : λ. ψm dopisujemy jako kolejne wyrazy następujące formuły: (m+1). . m+1) (D∀. czyli dopisując formułę otrzymaną przez zastosowanie do ψm reguły podstawiania.

. (m+5). ψ2 . to Σ ∪ {ϕ} φ przebiega w sposób nieistotnie różniący się od analogicznego fragmentu dowodu twierdzenia o dedukcji dla rachunku zdań: do dowodu ze zbioru Σ formuły ϕ ⇒ φ dopisujemy jako kolejne wyrazy ciągu ϕ – jest to element zbioru Σ ∪ {ϕ} — oraz φ — co uzyskujemy stosując regułę odrywania. (m+5). (m+4).. . m+4). to dowód ϕ możemy „skrócić” zastępując fragment ciągu będący dowodem φ powołaniem się na to. m+2) tautologia (MP. a dowodzimy ϕ ze zbioru Σ i w ciągu dowodowym pojawia się φ. RACHUNEK PREDYKATÓW (m+4). m. (ϕ ∧ ξ ⇒ ∀v : λ) ⇒ [ϕ ⇒ (ξ ⇒ ∀v : λ)] ϕ ⇒ (ξ ⇒ ∀v : λ) tautologia (MP. że φ ma dowód z Σ. Dowód ze zbioru Σ formuły ϕ ⇒ (ξ ⇒ λ) uzyskujemy dopisując do ciągu ψ1 . (O∀) Niech γk+1 będzie otrzymane przez zastosowanie reguły opuszczania dużego kwantyfikatora do γi (= ξ ⇒ ∀v : λ). ψm jako kolejne wyrazy następujące formuły: (m+1).m+3.2. . (m+3). . [ϕ ⇒ (ξ ⇒ ∀v : λ)] ⇒ (ϕ ∧ ξ ⇒ ∀v : λ) ϕ ∧ ξ ⇒ ∀v : λ ϕ∧ξ ⇒λ (ϕ ∧ ξ ⇒ λ) ⇒ [ϕ ⇒ (ξ ⇒ λ) ϕ ⇒ (ξ ⇒ λ) tautologia (MP. Kiedy mamy dowód φ ze zbioru Σ. czyli γk+1 (= ξ ⇒ λ).. ψm [= ϕ ⇒ (ξ ⇒ ∀v : λ)] będzie dowodem ze zbioru Σ formuły ϕ ⇒ γi .2. m+4) Dowód tezy: jeżeli Σ ϕ ⇒ φ. γk+1 (= ξ ⇒ ∀v : λ) zostało uzyskane z γi (= ξ ⇒ λ) przez zastosowanie reguły D∀. że do wiersza (m+2) można było zastosować regułę dołączania dużego kwantyfikatora ponieważ: 1. m+1) (O∀. (m+2). W szczególnym wypadku może to być powołanie się na już udowodnione tezy (formuły mające dowód z pustego zbioru formuł). . z założenia twierdzenia o dedukcji ϕ jest zdaniem. Niech ψ1 . . 117 Zauważmy. Twierdzenie o dedukcji daje dodatkową możliwość „skracania” — pozwala na wykorzystywanie . m+3. ξ nie zawiera v jako zmiennej wolnej. co jest możliwe tylko w wypadku. gdy ξ nie zawiera v jako zmiennej wolnej. ψ2 . a 2.

∀x : (P x ⇒ Qx) P x ⇒ ∃x : Qx 5. . Σ x > 2 ⇒ x > 1. że 1. T3 (Tw. 4) (tw. gdy rozważaliśmy zastosowanie reguły podstawiania oraz reguły dołączania dużego kwantyfikatora. W wyżej przeprowadzonym dowodzie twierdzenia o dedukcji było ono wykorzystane. LOGIKA PREDYKATÓW dowodu λ ⇒ ξ ze zbioru Σ dowodem ξ ze zbioru Σ ∪ {λ}. . Teraz podstawiamy za zmienną wolną x stałą. o dedukcji. ∀x : (P x ⇒ Qx) P x ⇒ Qx6 3. w niczym nie naruszamy jego istoty. Stosując regułę generalizacji otrzymamy bowiem: 3. 3) (D∃. czyli nie zmieniamy jego definicji. Zatem prawdą jest. do możliwości otrzymywania fałszywych wniosków z prawdziwych przesłanek. Σ ∪ {x > 2} x>1 nie jest uprawnione. Pokażemy — będzie to przykład odnoszący się do reguły podstawiania — że jego zignorowanie prowadzi do niepożądanych konsekwencji. że poprzednik implikacji — do której stosujemy twierdzenie o dedukcji — jest zdaniem jest istotne. powiedzmy 3.12. ∀x : (P x ⇒ Qx) ∃x : P x ⇒ ∃x : Qx 6. Σ ∪ {x > 2} ∀x : (x > 1). 1) T4 (SYLL. T 10. Σ x > 2 ⇒ ∀x : (x > 1). . ∀x : (P x ⇒ Qx) ⇒ (P x ⇒ Qx) 2. Qx ⇒ ∃x : Qx 4. . Przykład 2. 2. 1. ϕn } ϕ 1 . . ∀x : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃x : Qx) Założenie. ϕn φ 6 φ piszemy: . Niech Σ będzie teorią nierówności > (⊆ R × R). 5) Dowód. Ponowne zastosowanie twierdzenia o dedukcji daje: 4.118 ROZDZIAŁ 2. o dedukcji. Przejście od 1 do 2: 2. . ∀x : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃x : Qx). Dostajemy: Jeżeli nie prowadzi to do nieporozumienia zamiast: {ϕ1 . i na odwrót. . . Korzystając ze wskazanych „skrótów” w opisie dowodu.

4. o dedukcji. 5) (tw. Σ 3 > 2 ⇒ ∀x : (x > 1). to ϕ ⇔ φ. 119 Ponieważ: 6. które mówi.2. 3. 7 nie jest prawdziwe. Jeżeli ψ ⇔ χ. RACHUNEK PREDYKATÓW 5. więc stosując M P dostajemy: 7. czyli przez indukcję ze względu na konstrukcję formuły. czyli niech formuła φ będzie wynikiem zastąpienia w formule ϕ formuły ψ przez formułę χ. 1) T4 (SYLL.2. 2. zatem ϕ ⇔ χ. ∀v : (ϕ ⇒ ψ) ⇒ [ϕ[v ::= v1 ] ⇒ ψ[v ::= v1 ]] ∀v : (ϕ ⇒ ψ) ϕ[v ::= v1 ] ⇒ ψ[v : colon = v1 ] ψ[v ::= v1 ] ⇒ ∃v : ψ ∀v : (ϕ ⇒ ψ) ϕ[v ::= v1 ] ⇒ ∃v : ψ ∀v : (ϕ ⇒ ψ) [ϕ[v ::= v1 ]][v1 ::= v] ⇒ ∃v : ψ ∀v : (ϕ ⇒ ψ) ϕ ⇒ ∃v : ψ ∀v : (ϕ ⇒ ψ) ∃v : ϕ ⇒ ∃v : ψ ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ) T3. Dowodzimy podobnie jak twierdzenia o zastępowaniu dla rachunku zdań. Dowód. Σ 3 > 2. Niech ψ będzie formuła ϕ. Niech ϕ −→ φ. gdzie v1 nie występuje w ϕ ⇒ ψ (Tw. Z założenia ψ ⇔ χ. Dowód. o dedukcji. więc χ ⇔ φ. że dokonując w jakiejś formule ϕ zastąpienia podformuły przez formułę jej równoważną otrzymamy formułę równoważną formule ϕ. 3) (4) (D∃. 2. Twierdzenie 2. Ponieważ χ jest równokształtne z φ. 1. a zatem ϕ ⇔ φ. 5. ψ::=χ . 6) ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ) Udowodnimy teraz twierdzenie. 7. 6. T 11.2 (o zastępowaniu). Σ ∀x : (x > 1).

. W takim razie ∀v : ϕ1 ⇔ ∀v : φ1 . że ¬ ϕ1 −→ ¬ φ1 . 2. Pozostałe wypadki spójników zdaniowych są analogiczne. Ponieważ ψ::=χ ∀v : ϕ1 −→ ∀v : phi1 . gdy zastępowana podformuła występuje w drugim argumencie alternatywy. w formule ϕ nie występuje żaden kwantyfikator. Qn vn : ϕ. PNF7 ). gdy jest postaci: Q1 v1 : Q2 v2 : . vi = vj . 1 ≤ i ≤ n. Z założenia indukcyjnego ϕ1 ⇔ φ1 . Formuła ψ ma przedrostkową (prefiksową) postać normalną wtedy i tylko wtedy. czyli każda zmienna wiązana przez którykolwiek z kwantyfikatorów Qi występuje w formule ϕ lub — inaczej mówiąc – każda zmienna występująca w przedrostku występuje też w matrycy. czyli ϕ ⇔ φ. 4. vi ∈ V (ϕ). Qi ∈ {∀. . LOGIKA PREDYKATÓW Założenie indukcyjne. 1 ≤ i ≤ n. Definicja 2. Z założenia indukcyjnego ϕ1 ⇔ φ1 . Ponieważ ϕ1 ⇔ φ1 .120 ROZDZIAŁ 2. . Niech ϕ1 −→ φ1 . matryca formuły ψ.3 Postacie normalne Podobnie jak w wypadku rachunku zdań możemy ustalić pewne szczególne standardowe postacie formuł. Zauważmy. Ponieważ ϕ1 ∨ ϕ2 −→ φ1 ∨ ϕ2 . 7 a ϕ to Po angielsku: Prenex Normal Form. ψ ⇔ χ i niech ϕ1 ⇔ φ1 . Rozważmy jeszcze wypadek. (∨) Niech teraz ϕ będzie formułą ϕ1 ∨ϕ2 . zatem ϕ ⇔ φ. ψ::=χ ψ::=χ 2. więc ϕ ⇔ φ.2. Podobnie postępuje się. . gdzie 1. postacie normalne. więc ¬ ϕ1 ⇔ ¬ φ1 . ∃}. ψ::=χ (¬) Niech ϕ będzie formułą ¬ ϕ1 . zatem (ϕ1 ∨ ϕ2 ) ⇔ (φ1 ∨ ϕ2 ). . 3. jeżeli i = j. Qn vn : to przedrostek (prefiks) formuły ψ. Q1 v1 : Q2 v2 : . gdy formuła ϕ to formuła ∀v : ϕ1 .19 (przedrostkowej postaci normalnej.

Formuła: ∀x : [¬ P (x. Przy przekształcaniu formuły ϕ w jej równoważną formułę o przedrostkowej postaci normalnej korzysta się z następujących równoważności: 1. Inaczej mówiąc. że v1 nie występuje ani w ϕ. Dla dowodu podamy sposób przekształcania formuły w jej równoważną formułę o postaci normalnej. Każdą podformułę formuły ϕ. 2. Dowód. jeśli v nie występuje jako zmienna wolna w φ. Przykład 2.3. że Qv : φ ⇔ φ. Pokażemy. Przykład 2. Twierdzenie 2. y)]. O formułach 4–15 zakładamy. ¬ ∃v : ϕ ⇔ ∀v : ¬ ϕ. Następujące formuły mają przedrostkową postać normalną: ∀x : ∃y : [P (x. że dla każdej formuły istnieje jej równoważna formuła o przedrostkowej postaci normalnej.2. w której kwantyfikator wiąże zmienną niewystępującą w tej podformule zastępujemy jej równoważną formułą bez tego kwantyfikatora. w postaci normalnej mogą znajdować się formuły otwarte (niebędące zdaniami). Dla każdej formuły ϕ istnieje jej równoważna formuła ψ o przedrostkowej postaci normalnej. RACHUNEK PREDYKATÓW 121 Zauważmy.13. (ϕ ⇔ ψ) ⇔ [(ϕ ⇒ ψ) ∧ (ψ ⇒ ϕ)]. że nie wykluczyliśmy możliwości występowania w matrycy zmiennej. ¬ ∀v : ϕ ⇔ ∃v : ¬ ϕ. 3. y) ∨ ∃y : R(y)] nie jest formułą o postaci normalnej. która nie jest wiązana przez kwantyfikator (występujący w przedrostku). ∀x : ∀y : [¬ P (x) ∧ R(x. Opieramy się na tym.2. y) ∨ R(y)]. Rozpoczynamy od opuszczenia zbędnych kwantyfikatorów. ani w ψ. . Na podstawie twierdzenia o zastępowaniu otrzymana w wyniku formuła jest równoważna formule ϕ.14.

6. 8. wszystkie zmienne tej formuły będą się różniły jedna od drugiej a nadto będą różne od występujących w niej zmiennych wolnych. 5. [ϕ ∨ ∀v : ψ] ⇔ ∀v1 : [ϕ ∨ ψ[v ::= v1 ]]. niewystępujące w formule. Postępujemy tak długo. Otrzymana w ten sposób formuła będzie równoważna formule ϕ. 14. 9. Każdą podformułę o postaci równoważności zastępujemy w formule ϕ zgodnie z pierwszym prawem. . [ϕ ∧ ∃v : ψ] ⇔ ∃v1 : [ϕ ∧ ψ[v ::= v1 ]]. 10. że wyeliminowane zostały wszystkie zbędne kwantyfikatory oraz. w której dokonywana jest operacja zastępowania. LOGIKA PREDYKATÓW 4. [ϕ ∨ ∃v : ψ] ⇔ ∃v1 : [ϕ ∨ ψ[v ::= v1 ]]. [ϕ ∧ ∀v : ψ] ⇔ ∀v1 : [ϕ ∧ ψ[v ::= v1 ]]. [∀v : ϕ ∨ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∨ ψ]. Oczywiście. [∃v : ϕ ⇒ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ⇒ ψ]. 15. kwantyfikatory będą występować tylko na początku tej formuły a ponadto w związku z tym. [∃v : ϕ ∧ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∧ ψ]. 12. [∃v : ϕ ∨ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∨ ψ]. [ϕ ⇒ ∀v : ψ] ⇔ ∀v1 : [ϕ ⇒ ψ[v ::= v1 ]].122 ROZDZIAŁ 2. [∀v : ϕ ⇒ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ⇒ ψ]. Procedurę tę kontynuujemy aż do wyczerpania wszystkich możliwości. Do podformuł formuły ϕ w zależności od ich budowy stosujemy odpowiednie równoważności i dokonujemy ich zastąpienia przez drugi argument równoważności. [ϕ ⇒ ∃v : ψ] ⇔ ∃v1 : [ϕ ⇒ ψ[v ::= v1 ]]. zgodnie z twierdzeniem o zastępowaniu otrzymana formuła będzie równoważna formule ϕ. 7. w której nie występuje spójnik równoważności. aż otrzymamy formułę. 11. 13. Otrzymana formuła spełnia zatem wszystkie warunki nałożone na przedrostkową postać normalną. że przy zastępowaniu wprowadzamy zmienne. [∀v : ϕ ∧ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∧ ψ].

Z tego korzystając z 13 dostajemy: 3. Z opisu procedury znajdowania takiej formuły widać — choćby dlatego. Ostatecznie z 14 mamy: 5. Na podstawie 15 mamy: 7. Zauważmy. x). x)] ⇒ ∀x : ¬ R(x. x)] ⇒ ∀x : ¬ R(x. Na podstawie 15 mamy: 2. ∀y : ∃t : {∃z : [P (t) ⇒ Q(z. x)] ⇒ ¬ ∃x : R(x.15. y)}.2. ∀y : ∃t : ∀x : {[P (t) ⇒ Q(x. Przekształcimy do przedrostkowej postaci normalnej formułę: ∀x : [P (x) ⇒ ∃y : Q(y. y)}. x). ∀x : ∃z : [P (x) ⇒ Q(z. t)] ⇒ ¬ R(y. Na podstawie 12: 4. x). Z tego korzystając z 12 dostajemy: . inaczej mówiąc dla danej formuły ϕ nie jest jednoznacznie określona formuła P N F (ϕ). x)] ⇒ ∀x : ¬ R(x. że nie jest zdeterminowana kolejność zastępowania — że dla danej formuły może istnieć więcej niż jedna jej równoważna formuła o przedrostkowej postaci normalnej. 1. Przykład 2. 6. Dokonujemy podstawień otrzymując kolejno formuły równoważne rozważanej formule. ∀x : [P (x) ⇒ ∃y : Q(y. x)] ⇒ ¬ R(y. RACHUNEK PREDYKATÓW 123 Przedrostkową postać normalną formuły ϕ oznaczmy P N F (ϕ). x). ∀x : [P (x) ⇒ ∃y : Q(y. x)] ⇒ ∀x : ¬ R(x. ∀y : {∀x : ∃z : [P (x) ⇒ Q(z. t)] ⇒ ¬ R(y. y)}.2. ∀x : ∃z : [P (x) ⇒ Q(z. że formule z naszego przykładu możemy zgodnie z opisaną procedurą przyporządkować inną formułę nie tylko różniącą się kształtem zmiennych. lecz również formułę o innej kolejności kwantyfikatorów w przedrostku. x).

Przy tym za różne co do kształtu zmienne związane wpisujemy różne stałe. że z prefiksowej postaci normalnej formuły ϕ można wyeliminować wszystkie kwantyfikatory szczegółowe tak. gdzie stała c nie występuje w formule ψ. LOGIKA PREDYKATÓW 8. x)}. Skolemizacji formuły ϕ dokonujemy następująco: 1. y)}. Niech formuła ϕ znajduje się w przedrostkowej postaci normalnej. Ostatecznie z 14 mamy: 10. Skolemizacja jest metodą eliminacji kwantyfikatorów szczegółowych przez zastępowanie stałymi lub funkcjami wiązanych przez nie zmiennych. Formuła o standardowej postaci przedrostkowej ma standardową postać skolemowską wtedy i tylko wtedy. Kwantyfikatorami ogólnymi wiążemy wszystkie (i tylko) zmienne wolne występujące w ϕ. gdy jest spełniona formuła ϕ. matematyk norweski. ∃t : ∀y : ∀x : {[P (t) ⇒ Q(x. t)] ⇒ ¬ R(y. wykazał. t)] ⇒ ¬ R(y. ∃t : ∀y : {∃z : [P (t) ⇒ Q(z. y)}. gdy w jej prefiksie nie występują kwantyfikatory szczegółowe. formuła ∃x : ϕ jest spełniona wtedy i tylko wtedy. t)] ⇒ ∀x : ¬ R(x. to zastępujemy ją formułą ψ[v ::= c]. że prawdziwe jest ϕ[x ::= c]. Jeżeli formuła ma postać ∃v : ψ. Definicja 2. ∃t : {∃z : [P (t) ⇒ Q(z. Na podstawie 13: 9. Szczególnym kształtem formuły jest standardowa postać skolemowska8 . że otrzymana formuła jest spełniona wtedy i tylko wtedy. Inaczej mówiąc. gdy spełniona jest formuła ϕ[x ::= c]. który nie jest poprzedzany przez kwantyfikator ogólny eliminujemy wpisując jedną i tę samą stałą w miejsce każdego wystąpienia zmiennej wiązanej przez ten kwantyfikator. że spełnienie formuły ∃x : ϕ znaczy tyle. 8 . Zauważmy. Niech Skol(ϕ) będzie standardową skolemowską postacią formuły ϕ. Skolemizacja formuły poprzedzona jest jej sprowadzeniem do przedrostkowej postaci normalnej. Stałe te to stałe Skolema. Procedura przekształcania formuły do standardowej postaci skolemowskiej to skolemizacja.124 ROZDZIAŁ 2. Każdy występujący w prefiksie kwantyfikator szczegółowy. że jest taki przedmiot c. Thoralf Skolem. 2.20 (standardowej postaci skolemowskiej).

16. Skolemizacja prowadzi do szczególnej postaci prefiksu: występują w nim tylko kwantyfikatory ogólne. t)] ⇒ ¬ R(y. . a mianowicie: ϕ jest spełnione wtedy i tylko wtedy. swoimi pracami dał podstawy takiego ujęcia rachunku kwantyfikatorów. Przykład 2. . vn ]. f (x)). . ∀vn : ∃v : ψ. y) jest formuła: ∀x : P (x. to zastępujemy ją formułą ∀v1 : . Operacje opisane w powyższych punktach wykonujemy tak długo aż otrzymamy formułę o przedrostkowej postaci normalnej. 9 . . . Jeżeli formuła ma postać ∀v1 : . czyli nie musi zachodzić równoważność: ϕ ⇔ Skol(ϕ) ( ϕ ⇔ Skol(ϕ). Przykład 2. .2. . Opisany sposób skolemizacji formuły w przedrostkowej postaci normalnej prowadzi do formuł różniących się jedynie wyborem symboli stałych indywiduowych i liter funkcyjnych. vn ) to funkcja Skolema (Herbranda 9 ). Jeżeli kwantyfikator szczegółowy w prefiksie formuły ϕ uzyskanej przez wykonanie którejś z operacji 1–3 poprzedzany jest przez kwantyfikatory ogólne wiążące zmienne v1 . Tak nie musi być w wypadku Skol(ϕ). Standaryzacji można poddać również matrycę formuły w przedrostkowej postaci normalnej. . to w miejsce każdego wystąpienia zmiennej wiązanej przez ten kwantyfikator szczegółowy wpisujemy term F (v1 . J. y)}. . Skolemowską postacią normalną formuły: ∃t : ∀y : ∀x : {[P (t) ⇒ Q(x. .) W tym wypadku związek jest słabszy. ∀vn : ψ[v ::= F (v1 . . a)] ⇒ ¬ R(y. gdzie litera funkcyjna F nie występuje w rozważanej formule ϕ . RACHUNEK PREDYKATÓW 125 3. Herbrand. y)} jest formuła: ∀y : ∀x : {[P (a) ⇒ Q(x. Funkcja F (v1 . 1908–31. . . . czyli: ϕ ⇔ P N F (ϕ). . . vn .2. W wypadku P N F (ϕ) ma miejsce równoważność: ϕ ⇔ P N F (ϕ). vn ). .17. . . gdy Skol(ϕ) jest spełnione (czyli zachodzi |= ϕ ⇔ Skol(ϕ)). Skolemowską postacią normalną formuły: ∀x : ∃y : P (x. w której prefiksie nie występują kwantyfikatory szczegółowe. gdzie litera funkcyjna F nie występuje w formule ψ. .

Podobnie jak zdanie z rachunku zdań może więc zostać przedstawiona w postaci normalnej. W informatyce szczególnie ważne są klauzule hornowskie10 . w szczególności jako koniunkcja klauzul. 1 ≤ i ≤ n to literał. Literałami są: P (x). R(f (x).19. LOGIKA PREDYKATÓW Definicja 2. Literał to formuła atomowa lub formuła atomowa poprzedzona spójnikiem negacji. P (x) ∨ Q(f (x).23 (klauzuli hornowskiej). czyli λ1 ∨ λ2 ∨ · · · ∨ λn .126 ROZDZIAŁ 2. czyli klasa zbiorów literałów. Klauzulą nie jest: ¬ [P (x) ∨ ¬ P (x)]. W wypadku formuł o standardowej postaci skolemowskiej można pominąć prefiks. która nie ma literału pozytywnego. Klauzula może być zapisana jako zbiór literałów. . Formuła o standardowej postaci skolemowskiej może więc być zapisana jako klasa klauzul. Logicznie taki zbiór odpowiada formule będącej alternatywą wszystkich i tylko jego elementów (literałów). Matryca formuły o przedrostkowej postaci normalnej nie zawiera kwantyfikatorów. Klauzula Horna to klauzula z co najwyżej jednym pozytywnym literałem. a negacje formuł atomowych to literały negatywne. Przykład 2. Pozytywna klauzula Horna to klauzula.22 (klauzuli). Formuły atomowe to literały pozytywne. ¬ P (x). x) to literały pozytywne. Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich i tylko klauzul będących jej elementami. x). a ¬ P (x) to literał negatywny. Przykład 2. w zasadzie generalizacji. gdzie λi . Q(x. że wszystkie zmienne indywiduowe związane są kwantyfikatorami ogólnymi. która ma jeden literał pozytywny. y). Klauzula to skończona alternatywa literałów. y). y). Domyślność ta ma ugruntowanie w prawie rachunku kwantyfikatorów. Definicja 2.18. Klauzulami są: Q(x. 10 Alfred Horn (1951) pierwszy wskazał na znaczenie takich klauzul w 1951 r. P (x) ∨ ¬ P (x). Domyślnie przyjmuje się. y). Definicja 2. Q(x.21 (literału). P (x). R(f (x). Negatywna klauzula Horna to klauzula.

n ∈ N. Poszczególne klauzule mają swoje specyficzne nazwy. ¬ λ1 ∨ · · · ∨ ¬ λn ∨ λ. Poszczególnym klauzulom 1–4 odpowiadają więc następujące wyrażenia: W PROLOG–u klazulami nazywa się reguły. gdy pierwszy argument jest fałszywy. gdy klauzula Horna zawiera literał pozytywny. będzie literałem pozytywnym. że zdanie złożone jest fałszywe tylko w jednym wypadku. RACHUNEK PREDYKATÓW 127 Niech λ. 12 11 λ. W miejsce spójnika koniunkcji stosowany jest zaś przecinek.2. ewentualnie z indeksami. a drugi argument jest prawdziwy. klauzula pusta. Klauzule11 Horna zapisywane są za pomocą odwróconej implikacji. ⇐. gdy λ wynika (logicznie) z λ1 ∧ · · · ∧ λn . gdy klauzula Horna nie zawiera żadnego literału pozytywnego. 2. λ. formułą atomową. gdy klauzula Horna nie zawiera ani literału negatywnego ani pozytywnego. fakty i zapytania. 3. gdy klauzula Horna nie zawiera żadnego literału negatywnego. że λ1 ∧ · · · ∧ λn ⇒ λ wtedy i tylko wtedy. 4. Klauzula z pozytywnym literałem może być w sposób równoważny przedstawiona jako: λ1 ∧ · · · ∧ λn ⇒ λ.2. n ∈ N. ⇐12 . Z rachunku kwantyfikatorów mamy. Informatycy używają specyficznej notacji. gdy: λ1 ∧ · · · ∧ λn czyli: formuła λ1 ∧ · · · ∧ λn ⇒ λ jest tezą rachunku kwantyfikatorów wtedy i tylko wtedy. . Implikacja odwrócona. Klauzulami Horna są zatem wyrażenia następujących postaci: 1. to spójnik prawdziwościowy taki. ¬ λ1 ∨ · · · ∨ ¬ λn .

3. że ψ[v ::= c]. λ n . .2. Chodzi więc o uogólnienie metody tablic semantycznych na rachunek predykatów. fakt. 2. . . LOGIKA PREDYKATÓW — — — — reguła. λn . Procedura standaryzacji termów to unifikacja. . Zdanie to zapisujemy po lewej stronie na każdej gałęzi. . 4. gdy dla pewnej stałej c prawdą jest. . która nie występuje na gałęziach. ψ[v ::= c] ∃v : ψ . Zastosowanie rachunku rezolucyjnego dla logiki kwantyfikatorów oprócz przedstawienia formuł w standardowej postaci skolemowskiej wymaga też unifikacji termów. Do danego zdania regułę ∃L stosujemy tylko raz. Tu można ustalić postać termów. ψ[v ::= c] Reguła ∃L stosuje się do zdania ∃v : ψ zapisanego po lewej stronie gałęzi.4 Tablice semantyczne W wypadku rachunku zdań — korzystając z definicji tautologii — podaliśmy metody sprawdzania tautologiczności zdań. Powstaje pytanie o możliwość takiej metody dla rachunku predykatów. . w szczególności metodę tablic semantycznych. λ ⇐ λ1 . .128 1. 2. . Uczynimy to dla języka. . klauzula pusta (sprzeczność) Kolejnym krokiem standaryzacji postaci formuł jest standaryzacja literałów. n = 0 λ⇐ ⇐ λ1 . który nie zawiera liter funkcyjnych. n = 0 ROZDZIAŁ 2. Jest to reguła jednokrotna. Wszystkie zasady konstrukcji drzewa oraz reguły przyjęte dla metody tablic semantycznych dla rachunku zdań uzupełniamy o następujące reguły specyficzne dla rachunku predykatów. Stała indywiduowa c musi być stałą. Fakt zastosowania ∃L zaznaczamy za pomocą . Zdanie ∃v : ψ jest prawdziwe wtedy i tylko wtedy. ∃L ∃v : ψ . zanegowane pytanie. na których dopisujemy zdanie ψ[v ::= c]. . . ∃P . na której znajduje się analizowane zdanie ∃v : ψ.

. Stała c jest dowolna. ∀L ∀v : ψ . ψ[v ::= c] Reguła ∀L stosuje się do zdania ∀v : ψ zapisanego po lewej stronie gałęzi. na której znajduje się ∃v : ψ. . gdy dla dowolnej stałej c prawdą jest.2. Stała c nie może wystąpić wcześniej na żadnej gałęzi. jednokrotne. Fakt zastosowania ∀P zaznaczamy za pomocą . Zdanie ψ[v ::= c] piszemy po prawej stronie każdej gałęzi. na której znajduje się ∀v : ψ. gdy dla przynajmniej jednej stałej c nie jest prawdą ψ[v ::= c]. Reguły ∀P i ∃L to reguły niepowtarzalne. Reguły ∀L i ∃P to reguły powtarzalne. Zdanie ∃v : ψ nie jest prawdziwe wtedy i tylko wtedy. wielokrotne. Jest to reguła wielokrotna. ψ[v ::= c] Reguła ∀P stosuje się do zdania ∀v : ψ zapisanego po prawej stronie gałęzi. Ponieważ bez względu na to. że tam. Zdanie ψ[v ::= c] piszemy po prawej stronie każdej gałęzi.2. gdzie z tych reguł korzystamy proces konstrukcji drzewa nie jest ograniczony. . . ∀P . Stała c jest dowolna. Jest więc inaczej niż w wypadku rachunku zdań. że reguły ∀L i ∃P mogą być wielokrotnie stosowane do tej samego zdania powoduje. jaką weźmiemy stałą c nie jest spełnione ψ[v ::= c]. gdy dla każdej stałej c nie jest prawdziwe ψ[v ::= c]. Zdanie ψ[v ::= c] zapisujemy po lewej stronie każdej gałęzi. To. Zdanie takie nie jest prawdziwe wtedy i tylko wtedy. Fakt zastosowania ∃P zaznaczamy za pomocą . na której dopisujemy ψ[v ::= c]. więc reguła ∃P może być do tego zdania stosowana wielokrotnie. RACHUNEK PREDYKATÓW 129 Reguła ∃P stosuje się do zdania ∃v : ψ zapisanego po prawej stronie gałęzi. więc regułę ∀L możemy stosować do tego zdania wielokrotnie. Takie zdanie jest prawdziwe wtedy i tylko wtedy. Regułę ∀P stosujemy tylko raz. jaką weźmiemy stałą c prawdą jest ψ[v ::= c]. że ψ[v ::= c]. Fakt zastosowania ∀L zaznaczamy pisząc . ∀v : ψ . Ponieważ bez względu na to. Jest to reguła wielokrotna. gdzie dane zdanie tylko raz mogło być przedmiotem analizy. na której znajduje się ∀v : ψ.

Dla ∃L i ∀P formalnie wykluczone jest użycie niektórych stałych. Jeżeli tablica semantyczna jest zamknięta. czyli z koniunkcji zdań znajdujących się po lewej stronie wynika alternatywa zdań znajdujących się po stronie prawej. Powyższe uwagi o regułach dają podstawę następującym zaleceniom w sprawie konstruowania tablicy semantycznej. Jeżeli zdanie jest tezą lub ma miejsce wynikanie: z koniunkcji zdań znajdujących się po lewej stronie wynika alternatywa zdań znajdujących się po stronie prawej. czyli reguł wielokrotnych i analizę zdania. dla których tablica jest zamknięta. Zaś dla ∀L i ∃P to. jakiej stałej użyje się. • Mając do wyboru analizę zdania. do którego stosuje się jedna z reguł ∀P lub ∃L. a stałych mamy nieskończenie wiele. to dla analizowanego wypadku istnieje skończona zamknięta tablica. Dla każdej tezy lub wypadku. gdy z koniunkcji zdań znajdujących się po stronie lewej wynika alternatywa zdań znajdujących się po stronie prawej. jaka reguła może być użyta do ich analizy. mając po stronie lewej zdanie postaci ∀φ wystarczy ograniczyć się do stosowania tylko reguły ∀L — jest to reguła wielokrotna. czyli reguł jednokrotnych. nie będzie dochodzić do zamknięcia tablicy. W wypadku reguł zdaniowych jednoznacznie określony jest wynik analizy. Jednak z góry nie potrafimy określić wielkości tego zbioru. choćby po prostu za każdym krokiem stosując stałą. Jeżeli zdanie nie jest tezą lub z koniunkcji zdań znajdujących sie po lewej stronie nie wynika alternatywa zdań znajdujących sie po prawej stronie. że w kolejnym kroku to nie nastąpi. Ta swoboda wyboru stałych wymusza namysł nad tym. Można bowiem postępować tak. Nie jest tak w wypadku reguł ∃L i ∀P oraz ∀L i ∃P . to tablica nie musi być skończona. Nie wiemy bowiem z góry jak wielka ma być konstrukcja. Fakt. LOGIKA PREDYKATÓW Struktura zdania w języku rachunku zdań i formuły (w języku rachunku predykatów) jednoznacznie wskazuje na to. że na danym etapie konstrukcji tablica semantyczna tezy (wynikania) nie jest zamknięta nie przesądza. Ponadto. nie jest w ogóle wyznaczone przez formalne reguły konstrukcji drzewa. do którego stosuje się jedna z reguł ∀L lub ∃P . istnieje więc taki skończony zbiór stałych. formalne reguły konstrukcji umożliwiają tworzenie również dla niektórych tez (wynikania) niekończących się niezamkniętych tablic. do którego stosuje się jedna z reguł jednokrotnych: . Fakt ten jest równoważny półrozstrzygalności rachunku predykatów. która jeszcze nie była użyta. że mimo iż badana zdanie jest tezą. jako pierwsze analizujemy zdanie.130 ROZDZIAŁ 2. Na przykład. której stałej użyjemy. to analizowane zdanie jest tezą lub ma miejsce wynikanie.

Nie możemy bowiem wykluczyć. 3. y). 131 • Stałe powinno dobierać się tak. że stosowanie reguł ∀L i ∃P w jakimś momencie nie doprowadzi do sprzeczności. y. Istnieje co najmniej jedna gałąź. Podanie w tym wypadku jakiegoś przykładu sprawia kłopot spowodowany tym. Można jednak przyjąć. czy tezą rachunku predykatów jest: ∃x : ∀y : R(x. Sytuacja taka ma miejsce np. że mówimy tu o braku podstaw dla uznania. aby twierdzić. czy tezą rachunku predykatów jest: ∀x : P (x) ⇒ ∃x : P (x). z) ⇒ R(x. a ewentualne stosowanie reguł ∀L i ∃P (powtarzalnych) do takiej sprzeczności nie doprowadzi. Nie ma tu jednak jakieś jednej uniwersalnej reguły. gdy na gałęzi pozostało tylko stosowanie do jakiegoś zdania reguły ∀L albo ∃P i miały miejsce wszystkie wypadki stosowania tej reguły z użyciem stałych już wykorzystanych na tej gałęzi. Istnieje co najmniej jedna gałąź. że kolejne zastosowania reguł może takie podstawy stworzyć. czy tezą rachunku predykatów jest: ∃x : P (x) ⇒ ∀x : P (x). jak na przykład wówczas. y). oraz w wypadku pytania. Tablica jest zamknięta. Jako przykład wskażmy pytanie. czyli — jak to mówimy — na każdej gałęzi ma miejsce sprzeczność. że stosowanie reguł nie doprowadzi do sprzeczności. w wypadku pytania. RACHUNEK PREDYKATÓW ∀P lub ∃L.2.2. x)∧∀x. y) ⇒ ∀x : ∀y : R(x. oraz czy tezą rachunku predykatów jest: ∀x : ∃y : R(x. na której nie wystąpiła sprzeczność. z)]}. że należy dążyć do użycia możliwie najmniej różnych stałych. Sytuacja taka ma miejsce np. czy tezą rachunku predykatów jest: ¬{∀x : ∃y : R(x. z : [R(x. jak należy te stałe dobierać. 2. na każdej gałęzi po lewej i prawej stronie występuje jakieś jedno i to samo zdanie. Dlatego też w tym wypadku nie możemy dać żadnej odpowiedzi. Wyniki konstrukcji tablicy semantycznej mogą być następujące: 1. w wypadku pytania. y)∧∀x : ¬ R(x. y)∧R(y. y) ⇒ ∀y : ∃x : R(x. aby poszczególne gałęzie zamykały się. . na której nie wystąpiła sprzeczność i brak podstaw.

132 ROZDZIAŁ 2. że ∀x : Qx. Przykład 2. że ma odpowiedź negatywną. że: ∀x : (P x ⇒ Qx). LOGIKA PREDYKATÓW W wypadku 1 twierdzimy. PYTANIE Czy prawdą jest. że pytanie o istnienie dowodu danego zdania z danego zbioru zdań ma odpowiedź pozytywną. ∀x : (P x ⇒ Qx). stosując się do zasad konstrukcji tablic semantycznych wskazanych dla zdań języka rachunku zdań. ∀x : P x ∀xQx? TABLICA SEMANTYCZNA ∀x : (P x ⇒ Qx) ∀x : P x (P a ⇒ Qa) Pa Pa Qa Qa ∀x : Qx ODPOWIEDŹ: Prawdą jest. ∀x : P x Przykład 2.20. Wypadek 3 pozostawia to pytanie nierozstrzygniętym. ∀x : Qx ∀x : P x? . że ∀x : (P x ⇒ Qx).21. Wszystkie pozostałe kwestie budowy tablicy rozwiązujemy. PYTANIE Czy prawdą jest. W wypadku 2 zaś.

. którzy nie golili się sami. gdzie c jest dowolną stałą. a) ¬G(a. ∀x : Qx ∀x : P x. Zauważmy bowiem. y)]? TABLICA SEMANTYCZNA ∃x : ∀y : [G(x. a) G(a. . a) ⇔ ¬G(a. W pewnym miasteczku był golibroda. że: ∀x : (P x ⇒ Qx). y)]. Przykład 2. który golił wszystkich i tylko tych. y) ⇔ ¬ G(y. y)] ∀y : [G(a. ) znaczy: . .2. y) ⇔ ¬G(y. . a) G(a.22. . Kto golił golibrodę? Niech dwuargumentowa litera predykatowa: G(. Kontynuując konstrukcję na kolejnych gałęziach dopisywać będziemy po lewej stronie tylko P c ⇒ Qc i Qc. y) ⇔ ¬G(y. Tablica nie może zostać zamknięta. y)] G(a. y) ⇔ ¬G(y. . . że pozostaje tylko stosowanie reguły ∀L do zdania ∀x : (P x ⇒ Qx) lub do zdania ∀x : Qx. a) G(a. a) . RACHUNEK PREDYKATÓW TABLICA SEMANTYCZNA ∀x : (P x ⇒ Qx) ∀x : Qx (P a ⇒ Qa) Qa Pa ∀x : P x 133 ODPOWIEDŹ: Nie jest prawdą jest. a po prawej stronie tylko P c. goli . a) G(a. .2. PYTANIE Czy wewnętrznie sprzeczne jest zdanie: ∃x : ∀y : [G(x. Nasze zdanie możemy zapisać: ∃x : ∀y : [G(x. a) ¬G(a. . .

[∃y. y) ⇒ ∀z. Czy poniższe rozumowanie jest poprawne? Wszyscy kochają kochającego. . b) TABLICA SEMANTYCZNA ∀x. . . x)].K(z. y)] jest wewnętrznie sprzeczne. kocha . kocha . . Czy poniższe rozumowanie jest poprawne? Albo wszyscy kochają. skrótem dla: . . Wobec tego. to istnieje co najmniej jedna osoba. a) ODPOWIEDŹ: Tablica semantyczna jest zamknięta. Niech a będzie skrótem dla: Jerzy. Przykład 2. Jerzy nie kocha siebie. . a) K(a.K(a. ¬K(a. b) ∃y. . Przykład 2. Jeśli nie wszyscy kochają. Jeśli wszyscy kochają. . . LOGIKA PREDYKATÓW ∃x : ∀y : [G(x.K(x. to wszyscy kochają (?. .K(x. skrótem dla: . . . . jeśli Ania kocha.K(z. .23. a) K(a. będzie dwuargumentową literą predykatową. y) ⇔ ¬ G(y. y) ∀z. a) K(a. będzie dwuargumentową literą predykatową.K(z. . x)] ¬K(a. Niech K . albo niektórzy ludzie nie kochają. 95). . nazwiemy ją Anią. 95). b) ¬K(a. s. . a) ¬K(a. a b niech będzie skrótem dla: Ania. Niech a będzie skrótem dla: Piotr. . y) ⇒ ∀z. Niech K . a b niech będzie skrótem dla: Marta.24. Wobec tego Jerzy nie kocha Marty (?.134 ODPOWIEDŹ: Zdanie: ROZDZIAŁ 2. s. y) ⇒ ∀z. .[∃y. . zatem w omawianym rozumowaniu wniosek wynika logicznie z przesłanek. a) ∃y.K(z. to z pewnością Piotr kocha. . . b) K(a. która nie kocha.K(a. Rozważane rozumowanie możemy zatem zapisać: ∀x. Rozważane rozumowanie możemy zapisać: .

y) ⇒ ∃x.[¬K(x. RACHUNEK PREDYKATÓW 135 ∀x. y). y) ∃y.[¬K(x. Zauważmy. y) ∃x.2. y) ⇒ ∃x.∃y.K(x.2.∃y.∃y. Tu przedstawimy system nadbudowany nad systemem dowodów założeniowych logiki zdań.K(x.∃y.∀y.∃y.K(x. y) K(d. Możemy je zatem pominąć w konstrukcji tablicy semantycznej. że pierwsze dwie przesłanki są tezami rachunku predykatów.∀y. y) ∃y. ∀x. które są bliskie intuicjom.K(x. Wystarczy rozważyć tylko poprawność następującego rozumowania: ¬∀x. y).∃y. zatem w omawianym rozumowaniu wniosek wynika logicznie z przesłanek. ¬∀x. e) [¬K(b. e) ∀y. y) ∧ (x = b)] ∀x.∀y.∃y.K(d. e) K(d.2.K(x.K(x. y) ⇒ ∃y.K(x.∀y. że słowo „zdanie” zastępujemy słowem „formuła”.5 Dedukcja naturalna Podobnie jak w wypadku rachunku zdań. y) ⇒ ∃x.K(x.[¬K(x. jakie przyjęliśmy dla rachunku zdań z tym. Dochodzą tylko reguły specyficzne dla ra- . y) K(b.K(x. y) ∧ (x = b)] ∃y.∀y¬K(x. W mocy pozostają wszystkie reguły dowodzenia oraz wszystkie reguły pierwotne.K(a. y) ⇒ ∀x.∃y.[¬K(b. y) ∨ ∃x.K(b.K(x. y) ¬∀x.K(b. c) ODPOWIEDŹ: Tablica semantyczna jest zamknięta. y). c) ∃y. y) ∀x. mamy różne ujęcia rachunku predykatów.K(b. TABLICA SEMANTYCZNA ¬∀x. y)∧(x = b)] ∃y. y) ∧ (b = b)] 2.∃y. jakimi kierujemy się stosując logikę w rozumowaniach. (b = b) K(d.K(x. y) ∧ (b = b)] ¬K(bc) K(b.K(b.[¬K(x. y)∧(x = b)] ∃y.K(d. y) ⇒ ∀x. y).∃y. y) ⇒ ∀x.∃y.

. o której mowa w regule (O∃). . . v1 .. .... a Z jest zbiorem założeń. rozważmy wpierw przykłady. Reguła dołączania małego kwantyfikatora ψ ∃v : ψ ψ ∃v : ψ[v1 ::= v] ψ(c) ∃v : ψ[c ::= v] O∃. zgodnie z regułą (O∃). dochodzimy do wniosku: 2 + 3 = 5. Reguła opuszczania małego kwantyfikatora ∃v : ψ ψ[v ::= cv1 ..136 ROZDZIAŁ 2... LOGIKA PREDYKATÓW chunku predykatów. vn są wszystkimi i tylko zmiennymi wolnymi występującymi w ∃v : ψ. . O∀. ψ ∀v : ψ jeżeli v nie jest zmienną wolną w żadnej formule z Z. małego i dużego..vn to stała zależna od v1 . Pomijamy predykat identyczności. Na jego podstawie. . Aby uczynić jasną ideę stałej. Reguły pierwotne rachunku predykatów D∀.vn ] gdzie cv1 . Są nimi reguły dołączania i opuszczania kwantyfikatorów. . . Zdanie: ∃x : x + 3 = 5 jest prawdziwe. z których dowodzone jest ψ... vn . Reguła opuszczania dużego kwantyfikatora ∀v : ψ ψ ∀v : ψ ψ[v ::= v1 ] ∀v : ψ ψ[v ::= c] D∃.. Reguła dołączania dużego kwantyfikatora Z .

φ ⇒ ϕ 4. φ 5. Powiedzmy bowiem. Prawdą bowiem jest. a więc prawdą jest. że ∀y : (5 − y) + y = 5. którą wpisujemy w miejsce x zależy teraz od wartości y. 2 (MP. Ta formuła nie jest jednak spełniona dla dowolnego y. ∀v : (φ ⇒ ϕ) ∀v : φ ⇒ ∀v : ϕ Dowód wprost 1. jakie przyjmą te zmienne. ∀v : ϕ zał. 1 O∀. RACHUNEK PREDYKATÓW Formuła: ∃x : x + y = 5 137 jest dla dowolnego y spełniona w zbiorze liczb całkowitych.4) (D∀.25. ∀v : φ 3. zał. że ∀y : ∃x : x + y = 5. Mamy więc: 2 + y = 5. Przykład 2. a więc nie jest prawdą. Ta formuła jest spełniona dla dowolnego y. 5) . że ∀y : 2 + y = 5.2. O∀. Możemy więc przyjąć: c(y) + y = 5. Tym razem w miejsce x nie możemy wpisać jakiejkolwiek nazwy liczby całkowitej. Mówiąc o stałej zależnej od zmiennych wolnych występujących w formule mamy na uwadze stałą. Stała c. 3.2. której wartość zależy od wartości. że wpisaliśmy 2. ϕ 6. ∀v : (φ ⇒ ϕ) 2.

3) Przykład 2. których znaczenia były całkowicie charakteryzowane przez wartości logiczne. zał.) określone w zbiorze indywiduów. dow. 2. czym są model i prawdziwość w modelu pozostają jednak te same. ¬ ¬ φ 3.. w której będą przedmioty indywiduowe — indywidua — oraz n-argumentowe funkcje (n = 1. ∀v : ¬ φ (D∀. 4)–sprzeczność zał.) zachodzące pomiędzy elementami zbioru uniwersalnego. niewprost (zasada podwój. Dla określenia ich znaczeń musimy dysponować dziedziną. literom . ∃v : φ (1. .27. Przyporządkowanie stałym indywiduowym.2. litery funkcyjne oraz litery predykatowe. ¬ ∃v : φ ∀v : ¬φ Dowód wprost 1. . negacji. Logika predykatów od logiki zdań różni się znacznie pojęciami modelu i prawdziwości w modelu. Porównanie wynikania syntaktycznego z semantycznym wymaga zdefiniowania wynikania semantycznego. 2.26. z przykł. czyli w zbiorze uniwersalnym i n-członowe relacje (n = 1. . Teraz na język składają się między innymi stałe indywiduowe. . 2.6 Model i prawdziwość Zdefiniowane zostało wynikanie syntaktyczne. W wypadku języka logiki zdań wyrażenia były zbudowane z symboli zdaniowych (zdań prostych).138 ROZDZIAŁ 2. LOGIKA PREDYKATÓW Przykład 2. Dlatego też pojęcie modelu było stosunkowo proste. ¬ φ (reg. Istota i sama idea tego. 2) 2. ¬ ∃v : φ 2. φ 4. . ¬ ∃v : φ ¬φ Dowód niewprost 1. ¬ ∃v : φ zał. 2) (D∃. 2. 1) 3.26. .

Jeżeli L jest językiem o sygnaturze: {P0 . że różne zmienne oznaczają ten sam obiekt. R0 . . ma jednak sens pytanie: Zmienne indywiduowe mogą oznaczać dowolny obiekt z dziedziny. P1 . Tak samo prawdziwość zdania ϕ jest wyznaczona przez wartości logiczne zdań φ i ψ. Definicja 2. a φ nie musi być zdaniem. Interpretacja to — mówiąc po prostu — przyporządkowanie dokładnie jednego znaczenia przedmiotom pewnego rodzaju.. φ ∧ ψ. 0 ≤ i ≤ m. . Pytanie takie bowiem zakładałoby. x1 .24 (modelu). xq ). . . Nie jest wykluczone. . Interpretacja może więc różnym stałym przyporządkować ten sam element dziedziny. Gm . Jeżeli zdanie ϕ jest zdaniem postaci: ¬ φ. w której jedyną zmienną wolną jest zmienna v. W takiej sytuacji nie możemy po prostu mówić o wartości logicznej φ. gdy φ jest fałszywe. G1 . a0 . . co to znaczy. . R1 . Teraz wartość logiczna zdania zależy — mówiąc swobodnie — od tego. 0 ≤ i ≤ n. x0 . Chcemy więc wiedzieć. funkcji i relacji nazywamy interpretacją. Pn . I(ai ) = xi 13 . F1 . odpowiednio. . 13 . Interpretacja przyporządkowuje więc każdej stałej indywiduowej dokładnie jeden. F0 . G0 . o jakim przedmiocie jest to zdanie. RACHUNEK PREDYKATÓW 139 funkcyjnym i literom predykatowym.. to modelem M tego języka będzie: (U. . I(Fi ) = Gi . a1 . . . jakimi są wyrażenia językowe. gdy ϕ jest zdaniem postaci: φ ∨ ψ. ale dowolny obiekt z dziedziny. gdzie I(Pi ) = Ri . W wypadku języka rachunku zdań nie było mowy o indywiduach. stałym indywiduowym przyporządkowuje zaś elementy zbioru U. . Chcemy podać ścisłą definicję prawdziwości zdania w modelu. n-argumentowym literom funkcyjnym przyporządkowuje n-argumentowe funkcje określone w U. Fm . φ ⇒ ψ lub φ ⇔ ψ..2.25 (modelu języka). że φ jest zdaniem. .. Dla formuły φ. . .. Definicja 2. że zdanie ϕ jest prawdziwe w modelu M. która n-argumentowym literom predykatowym przyporządkowuje n-członowe relacje. indywiduów. Modelem jest para (U.2. .. Zdanie ϕ może być jednak zdaniem postaci: ∀v : φ lub ∃v : φ. 0 ≤ i ≤ q. Pytanie o wartość logiczną φ jest bezpodstawne. to ϕ jest prawdziwe. jak to było w wypadku rachunku zdań. I). aq }. Rn . gdzie U jest zbiorem uniwersalnym a I funkcją. . .

Chcemy znajdować odpowiedź na pytanie. dla którego odpowiedź będzie negatywna.. xn ze względu na formuły składające się na daną formułę. .. że w podformule zmiennymi wolnymi mogą być zmienne. v1 . Jeżeli zaś znajdziemy taki przedmiot. . a mianowicie pojęcie prawdziwości w modelu formuły ze zmiennymi wolnymi v0 . Może jednak być tak. Podobne będzie w wypadku pozostałych spójników zdaniowych. .140 ROZDZIAŁ 2.. że w wypadku języka rachunku predykatów pojęcie prawdziwości zdania w modelu zakłada inne pojęcie. to powiemy. gdy mówi o przedmiocie a? będziemy znajdować odpowiedź biorąc pod uwagę budowę formuły φ. . gdy mówi ona o a? Jeżeli dla każdego przedmiotu należącego do U odpowiedź ta będzie pozytywna. że φ jest formułą postaci ∀v1 : ψ lub ∃v1 : ψ a w ψ będą występowały dwie zmienne wolne v i v1 . W takim wypadku problem. gdy mówi o przedmiotach x0 . że zdanie ∃v : φ jest fałszywe. . x1 . czyli ze względu na jej podformuły. gdy znaczeniami tych zmiennych są. gdy ψ będzie o tym przedmiocie fałszywe. gdy φ będzie postaci ¬ ψ. . xn . A gdy okaże się negatywna dla wszystkich przedmiotów. Na pytanie: Czy φ jest prawdziwe. Pytanie o prawdziwość ϕ zaczyna zależeć od odpowiedzi na pytanie: Czy formuła ψ jest prawdziwa w modelu M. to będziemy mogli powiedzieć. Zauważmy. to φ będzie prawdziwe o przedmiocie x. LOGIKA PREDYKATÓW Czy formuła φ jest prawdziwa w modelu M. czy formuła jest prawdziwa. że zdanie ∀v : φ jest fałszywe. I tak np. to powiemy. . Jeżeli będzie pozytywna chociaż o jednym przedmiocie. odpowiednio: x0 . Podformułą tej formuły jest: 0 < y < x. że zdanie ∀v : φ jest zdaniem prawdziwym w modelu M. czy φ o x jest prawdziwe w modelu M komplikuje się.. x1 . które nie są zmiennymi wolnymi w formule. Okazuje się więc. Np. jeżeli ψ mówi o parze elementów a i b z U? Proces ten można kontynuować. . jedyną zmienną wolną w formule: x > 0 ⇒ ∃y : (0 < y < x) jest zmienna x. . vn . że zdanie ∃v : φ jest prawdziwe w modelu M. . to możemy powiedzieć.

. . gdy formuła nie zawiera żadnych zmiennych wolnych — czyli gdy jest zdaniem — to pytanie. A więc. . to t[x0 x1 . xn . Wartość termu t(v0 . że najpierw odpowiemy na pytanie. • jeżeli t jest stałą indywiduową c.. . że formuła atomowa ψ(v0 . . . v1 . . x1 . której wszystkie zmienne. będziemy mówili o formule. x1 . x1 . czy jest spełniona w modelu w ogóle nie zależy od tego. . . . . .. . stosując procedurę indukcyjną odpowiemy na pytanie. jaki weźmiemy ciąg przedmiotów.. to w logice mówimy.xn ] — określa się następująco: • jeżeli t = vi . x1 . Postąpimy więc tak. x1 . x1 . Definicja 2. to gdy zmienna v jest wolna w tej podformule. co to znaczy. xn . . Definicję spełniania w modelu M formuły ϕ przez ciąg: x0 . vn . . .26 (spełniania). . x1 . . to jako t[x0 x1 .. . y. . RACHUNEK PREDYKATÓW 141 Teraz mamy dwie zmienne wolne: x. . .. x1 . . . której wszystkie zmienne wolne i związane znajdują się w ciągu v0 . w szczególności. Podamy indukcyjną definicję spełniania formuły przez ciąg indywiduów.. vn jest spełniona przez x0 . x1 . . Fakt. że formuła ϕ jest spełniona w modelu M przez x0 . co to znaczy. to może ona nie być wolna w formule. .. . vn i niech: x0 . że formuła ϕ.. Powstały problem ma charakter techniczny i rozwiązujemy go w ten sposób. . .. .xn ] = I(c). .. v1 . .. Następnie.xn ] bierzemy interpretację stałej c w modelu M. ... xn będzie dowolnym ciągiem przedmiotów ze zbioru U (zbiór uniwersalny). gdy podformuła znajduje się w zasięgu jakiegoś kwantyfikatora wiążącego zmienną v. . xn . . . xn zależy wyłącznie od tych przedmiotów z ciągu. której jedynymi zmiennymi wolnymi są v0 . xn zapisujemy: M |= ϕ[x0 x1 . vn . teraz wszystkie zmienne wolne każdej podformuły znajdują się w tym ciągu zmiennych. . zarówno wolne jak związane. .2. . . jest prawdziwa w modelu M. W końcu będzie można pokazać. . vn ) jest spełniona przez ciąg x0 . . ..2. Niech ϕ będzie dowolną formułą. vn . . że odpowiedź na pytanie o spełnianie formuły przez x0 . . która mówi o przedmiotach x0 . . znajdują się w ciągu v0 . . czyli t[x0 x1 .. 1. v1 . xn — wartość tę będziemy oznaczać: t[x0 x1 . . . której wszystkie zmienne wolne i związane znajdują się w ciągu v0 ..xn ] = xi . . że w wypadku. v1 . że zamiast mówić o formule. Gdy formuła. .xn ]. Oczywiście. xn podamy w trzech krokach. . vn ) dla ciągu: x0 . . v1 . . v1 . . . że formuła ta jest spełniona przez ciąg x0 . . v1 . xn a wszystkie jej zmienne znajdują się w ciągu v0 . . . Ogólnie chodzi o to. które odpowiadają zmiennym wolnym w formule.

142

ROZDZIAŁ 2. LOGIKA PREDYKATÓW • jeżeli t = F t1 t2 . . .tm i F jest m-argumentową literą funkcyjną, to t[x0 x1 . . .xn ] = G(t1 [x0 x1 . . .xn ]. . .tm [x0 x1 . . .xn ]), gdzie G jest interpretacją w modelu M litery funkcyjnej F .

2. Niech φ(v0 , v1 , . . ., vn ) będzie formułą atomową postaci: P t1 . . .tm , gdzie P jest m-argumentową literą predykatową a t1 (v0 v1 . . .vn ), . . ., tm (v0 v1 . . .vn ) są termami. Formuła φ jest spełniona przez x0 , x1 , . . ., xn wtedy i tylko wtedy, gdy Rt1 [x0 x1 . . .xn ]. . .tm [x0 x1 . . .xn ], gdzie R jest interpretacją w modelu M predykatu P , czyli R = I(P ). Piszemy więc: M |= P t1 . . .tm [x0 x1 . . .xn ], jeżeli i tylko, gdy Rt1 [x0 x1 . . .xn ]. . .tm [x0 x1 . . .xn ]. 3. Niech ϕ będzie formułą, której wszystkie zmienne wolne i związane znajdują się w ciągu v0 , v1 , . . ., vn . • Jeżeli ϕ jest postaci: ¬ φ, φ ∨ ψ, φ ∧ ψ, φ ⇒ ψ, φ ⇔ ψ, to spełnianie ϕ w modelu M przez ciąg x0 , x1 , . . ., xn określamy zgodnie ze znaczeniem, jakie nadaliśmy spójnikom zdaniowym: ∨, ∧, ⇒, ⇔. Np. gdy ϕ jest postaci ¬ φ mamy: M |= ϕ[x0 x1 . . .xn ]

2.2. RACHUNEK PREDYKATÓW wtedy i tylko wtedy gdy nieprawda, że M |= φ[x0 x1 . . .xn ]. • Jeżeli ϕ ma postać ∀vi : φ, gdzie i ≤ n, to M |= ϕ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]

143

dla dowolnego x(∈ U, dla dowolnego indywiduum). • jeżeli ϕ ma postać ∃vi : φ, gdzie i ≤ n, to 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). Twierdzenie 2.4. Niech term t będzie taki, że wszystkie występujące w nim zmienne znajdują się w ciągu v0 , v1 , . . ., vl . Jeżeli dla każdego i takiego, że vi występuje w termie t ciągi x0 , x1 , . . ., xn (l ≤ n) oraz y0 , y1 , . . ., ym (l ≤ m) są takie, że xi = yi , to t[x0 x1 . . .xn ] = t[y0 y1 . . .ym ]. Dowód. Dowodzić będziemy przez indukcję ze względu na strukturę termu. (I) Termy proste (niezłożone) to zmienna i stała. Jeżeli term jest zmienną, czyli t = vi , to na podstawie definicji dostajemy, że t[x0 x1 . . .xn ] = xi , a t[y0 y1 . . .ym ] = yi . Zatem na podstawie założenia, że xi = yi mamy: t[x0 x1 . . .xn ] = t[y0 y1 . . .ym ]. Jeżeli term jest stałą, czyli t = c, to zgodnie z definicją wartości termu jest, że t[x0 x1 . . .xn ] = t[y0 y1 . . .ym ]. Założenie indukcyjne. Niech termy t1 , t2 , . . ., tk będą takie, że zachodzi dla nich dowodzone twierdzenie, czyli dla 1 ≤ i ≤ k: ti [x0 x1 . . .xn ] = ti [y0 y1 . . .ym ].

144

ROZDZIAŁ 2. LOGIKA PREDYKATÓW

(II) Teraz rozważymy wypadek termu złożonego. Niech t = F t1 t2 . . .tk . Niech G będzie interpretacją w modelu M litery funkcyjnej F (G = IF ). Zatem zgodnie z definicją wartości termu: t[x0 x1 . . .xn ] = G(t1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ]) t[y0 y1 . . .ym ] = G(t1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ]) Na podstawie założenia indukcyjnego mamy, że 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 ].

Twierdzenie 2.5. Niech formuła ϕ będzie taka, że wszystkie występujące w niej zmienne znajdują się w ciągu v0 , v1 , . . ., vl . Jeżeli dla każdego i takiego, że vi jest zmienną wolną w formule ϕ ciągi x0 , x1 , . . ., xn (l ≤ n) oraz y0 , y1 , . . ., ym (l ≤ m) są takie, że xi = yi , to M |= ϕ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= ϕ[y0 y1 . . .ym ]. Dowód. Dowodzić będziemy przez indukcję ze względu na budowę formuły. Rozpoczynamy od formuł prostych. (I) Niech ϕ będzie formułą postaci t1 ≡ t2 . Korzystając z poprzedniego twierdzenia 2.4 mamy, że 1. t1 [x0 x1 . . .xn ] = t1 [y0 y1 . . .ym ] 2. t2 [x0 x1 . . .xn ] = t2 [y0 y1 . . .ym ]. Na podstawie równości 1 i 2 oraz definicji spełniania następujące kolejne stwierdzenia są sobie równoważne: 3. M |= (t1 ≡ t2 )[x0 x1 . . .xn ],

2.2. RACHUNEK PREDYKATÓW 4. t1 [x0 x1 . . .xn ] = t2 [x0 x1 . . .xn ], 5. t1 [y0 y1 . . .ym ] = t2 [y0 y1 . . .ym ], 6. M |= (t1 ≡ t2 )[y0 y1 . . .ym ], czyli ostatecznie: M |= (t1 ≡ t2 )[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= (t1 ≡ t2 )[y0 y1 . . .ym ].

145

(I ) Niech ϕ będzie formułą atomową postaci P t1 t2 . . .tk . Niech R będzie interpretacją w modelu M litery predykatowej P (R = I(P )). Korzystając z poprzedniego twierdzenia mamy, że dla 1 ≤ i ≤ k ti [x0 x1 . . .xn ] = ti [y0 y1 . . .ym ]. Zatem: Rt1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ] wtedy i tylko wtedy, gdy Rt1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ]. Ponieważ: M |= ϕ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy Rt1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ] a M |= ϕ[y0 y1 . . .ym ] wtedy i tylko wtedy, gdy Rt1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ], więc: M |= ϕ[x0 x1 . . .xn ]

146 wtedy i tylko wtedy, gdy

ROZDZIAŁ 2. LOGIKA PREDYKATÓW

M |= ϕ[y0 y1 . . .ym ]. Założenie indukcyjne. Niech formuły φ i ψ będą takie, że zachodzi dla nich dowodzone twierdzenie, czyli: M |= φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= φ[y0 y1 . . .ym ], M |= ψ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= ψ[y0 y1 . . .ym ]. (II) (¬) Niech ϕ będzie formułą postaci ¬ φ. Zgodnie z definicją spełniania: M |= ¬ φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy nie zachodzi: M |= φ[x0 x1 . . .xn ]. Na podstawie założenia indukcyjnego: M |= φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= φ[y0 y1 . . .ym ]. Zatem: M |= ¬ φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= ¬ φ[y0 y1 . . .ym ].

RACHUNEK PREDYKATÓW 147 Dla spójników dwuargumentowych ⇒. Analogicznie przebiega dowód w wypadku kwantyfikatora szczegółowego (∃)16 .2. . gdy M |= φ[y0 y1 . . dla dowolnego indywiduum ze zbioru uniwersalnego): M |= φ[x0 x1 .2.yi−1 xyi+1 . ∨. . . . Na podstawie definicji spełniania: M |= ∀vi : φ[x0 x1 . Dowody pomijamy ponieważ przebiegają. . gdy M |= ∀vi : φ[y0 y1 . . (∀) Niech ϕ będzie postaci ∀vi : φ. . . .ym ]. .xi−1 xxi+1 .xn ] wtedy i tylko wtedy. .ym ]15 .xn ] wtedy i tylko wtedy. . 15 jeżeli v1 nie występuje w formule φ.yi−1 yyi+1 . gdy dla dowolnego y(∈ U) : M |= φ[y0 y1 . . jak w wypadku negacji (¬). . ∧. . że ∀v1 : ϕ[v ::= v1 ] ⇔ ∀v : ϕ[v ::= v1 ][v1 ::= v]. zgodnie z definicją prawdziwości zdania w modelu. że dla dowolnego x(∈ U ): M |= φ[x0 x1 . .xn ] wtedy i tylko wtedy. . . ⇔ rozważamy formuły zbudowane z φ i ψ. . gdy dla dowolnego x(∈ U . Korzystając z założenia indukcyjnego mamy. Zauważmy.xi−1 xxi+1 . .xn ] wtedy i tylko wtedy. że dla dowolnego x(∈ U) : M |= φ[x0 x1 . .ym ] Zatem: M |= ∀vi : φ[x0 x1 . . 14 14 . .xi−1 xxi+1 . Z tego wynika.xn ]. 16 W dowodzie korzystać będziemy z: ∀v : (ϕ ⇔ φ) ⇒ (∃v : ϕ ⇔ ∃v1 : φ[v ::= v1 ]). że skorzystaliśmy z prawa: ∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v1 : φ[v ::= v1 ]). . . . Korzystamy z tego.

. x1 .. Tarskiego17 . . Definicja 2. wtedy i tylko wtedy. . vm zaś wszystkie zmienne wolne i związane znajdują się w ciągu v0 .. . gdy M |= ϕ[x0 x1 . vn . gdy zdanie ϕ jest prawdziwe w modelu M.. Przytoczona definicja prawdy pochodzi od A. xm spełnia ϕ w modelu M. . . jeżeli v1 nie występuje w formule φ. gdy dla jakiegoś ciągu xm+1 . Ciąg przedmiotów: x0 .xm ] wtedy i tylko wtedy. Nieformalne przedstawienie wyników tej pracy oraz uzupełnienie nowymi wynikami zwłaszcza o charakterze filozoficznym i metodologicznym zawiera rozprawa (Tarski 1944). x1 . Zdanie ϕ jest prawdziwe w modelu M. . .6. LOGIKA PREDYKATÓW Z powyższego twierdzenia wyprowadzamy następujący wniosek. Zgodnie z powyższymi ustaleniami terminologicznymi następujące stwierdzenia są równoważne: zdanie ϕ jest prawdziwe w modelu M. M jest modelem zdania ϕ wtedy i tylko wtedy. xn : M |= ϕ[x0 x1 .xn ]. .. . . czyli: M |= ϕ[x0 x1 .xm xm+1 . .148 ROZDZIAŁ 2.. Definicja 2. której wszystkie zmienne wolne znajdują się w ciągu v0 . . .28 (modelu zdania). v1 . . . . . .27 (prawdziwości zdania w modelu). xn przedmiotów z U (dowolnego ciągu indywiduów ze zbioru uniwersalnego). . .xn ] dla pewnego ciągu x0 . 17 .. .. xn lub — co na jedno wychodzi — dla dowolnego ciągu: xm+1 . oraz z ∃v1 : ϕ[v ::= v1 ] ⇔ ∃v : ϕ[v : colon = v1 ][v1 ::= v]. xn lub — co w świetle twierdzenia 5 na jedno wychodzi — dla dowolnego ciągu x0 . x1 . . Po raz pierwszy była opublikowana w (Tarski 1933) r. M jest modelem zdania ϕ. Niech ϕ będzie formułą. . . zdanie ϕ jest spełnione w modelu M. v1 . Wniosek 2. . . .

gdy dla każdego modelu M: jeżeli M |= Σ. Definicja 2. Definicja 2.33 (wynikania semantycznego ze zbioru zdań). gdy M jest modelem każdego zdania ze zbioru Σ. że przynajmniej jedno ze zdań z Σ nie jest prawdziwe w M (jest fałszywe w M). To. RACHUNEK PREDYKATÓW 149 Definicja 2. M nie musi zaś być modelem jakiegoś zbioru Σ zdań języka L. że Twierdzenie 2. czyli: Definicja 2. φ |= ϕ wtedy i tylko wtedy. Zdanie jest (logicznie) prawdziwe wtedy i tylko wtedy. gdy dla każdego M: jeżeli M |= φ.31 (modelu zbioru zdań). aby M dało się opisać jako model języka L. gdy ϕ nie jest prawdziwe w modelu M. że termin „model języka L” znaczy coś innego niż „model zbioru Σ zdań języka L”. By M było modelem zbioru Σ zdań języka L konieczne jest.2. gdy jest ono spełnione (prawdziwe) w dowolnym modelu. to M |= ϕ.29 (fałszywości zdania w modelu). to M |= ϕ. Dla dowolnego zbioru Σ zdań oraz dowolnych zdań ϕ i φ: . gdy każdy model zdania φ jest modelem zdania ϕ. Można zauważyć. Zauważmy. gdy każdy model zbioru Σ zdań jest modelem zdania ϕ.: Σ |= ϕ) wtedy i tylko wtedy. Σ |= ϕ wtedy i tylko wtedy. czyli: Definicja 2.7. M jest modelem zbioru zdań Σ wtedy i tylko wtedy.30 (prawdziwości). Aby M nie było modelem Σ wystarczy.2. Zdanie ϕ wynika semantycznie ze zdania φ (symb. że zdanie ϕ jest (logicznie) prawdziwe oznaczamy: |= ϕ.32 (wynikania semantycznego ze zdania).: φ |= ϕ) wtedy i tylko wtedy. Zdanie jest fałszywe w modelu M (lub: M jest modelem zdania ¬ ϕ) wtedy i tylko wtedy. Zdanie ϕ wynika semantycznie ze zbioru zdań Σ (symb.

. an będą wszystkimi tymi elementami18 . Zbiór ten może być skończony albo może być nieskończony. 2. I) |= ∀v : φ wtedy i tylko wtedy. Jest to więc model Σ oraz spełnione jest w nim ϕ. . żeby M |= ϕ oraz nieprawda.150 ROZDZIAŁ 2. że zbiór U jest skończony. I) |= φ wtedy i tylko wtedy. . że M |= φ. Niech teraz Σ |= ϕ ⇒ φ oraz nieprawda. ∨ φ[v ::= an ]. Niech a0 . . że każdy model zbioru Σ zdań jest modelem zdania ϕ ⇒ φ. Korzystając z tych dwóch faktów. że M |= ϕ ⇒ φ. (U. Na zbiór uniwersalny U oprócz założenia niepustości nie nałożyliśmy żadnego innego warunku. aby nie zachodziło M |= ϕ ⇒ φ konieczne jest. że M |= Σ ∪ {ϕ} oraz nieprawda. a to przeczy założeniu. że M |= Σ ∪ {ϕ} oraz nieprawda. . że 1. Na to. że M |= Σ i nieprawda. Z tego wynika. (U. gdy (U. Dowód. LOGIKA PREDYKATÓW Σ ∪ {ϕ} |= φ wtedy i tylko wtedy. które jest równoważne temu. A to przeczy założeniu. dla dowolnego zdania φ (formuły niezawierającej zmiennych wolnych) możemy skonstruować zdanie Φ nie zawierające kwantyfikatorów takie. że dla dowolnej interpretacji I: (U. ∧ φ[v ::= an ]. I) |= φ[v ::= a1 ] ∨ φ[v ::= a2 ] ∨ . że M |= φ. Celem lepszego zrozumienia definicji spełniania i większej intuicyjności znaczeń kwantyfikatorów załóżmy. a1 . gdy (U. że ma dokładnie n elementów. . gdy Σ |= ϕ ⇒ φ. gdy (U. Zatem istnieje taki model M. I) |= Φ. Na podstawie definicji spełniania stwierdzamy. Istnieje zatem taki model M. . I) |= φ[v ::= a1 ] ∧ φ[v ::= a2 ] ∧ . . 18 Jeśli istnieje taka potrzeba wzbogacamy język o stosowne stałe indywiduowe. zatem nie jest spełnione w nim ϕ ⇒ φ. Niech Σ ∪ {ϕ} |= φ oraz niech nie zachodzi Σ |= ϕ ⇒ φ. I) |= ∃v : φ wtedy i tylko wtedy. . że M |= φ. że Σ ∪ {ϕ} |= φ.

Możemy przyjąć. to tym samym nie jest prawdziwe). Nie jest ono prawdziwe w dziedzinie. że tautologią nie jest: [(P a ∨ P b) ∧ (Qa ∨ Qb)] ⇒ [(P a ∧ Qa) ∨ (P b ∧ Qb)].2. w której są przynajmniej dwa elementy. Możemy teraz stosować metody opracowane dla rachunku zdań. Przykład 2. odpowiednio. . że zdaniom atomowym interpretacja I przyporządkowuje bądź wartość T . Przykład 2. będziemy mogli twierdzić. Przykład 2. Prawdziwe nie jest zdanie: ∀x : ∃y : P xy ⇒ ∃y : ∀x : P xy. Prawdziwe nie jest również zdanie: (∃x : P x ∧ ∃x : Qx) ⇒ ∃x : (P x ∧ Qx). czy też choć raz przyjmie wartość F . Zdanie: (∀x : P x ⇒ ∀x : Qx) ⇒ ∀x : (P x ⇒ Qx) nie jest prawdziwe. bądź wartość F . RACHUNEK PREDYKATÓW 151 Φ nie zawiera żadnych zmiennych.2. W zależności od tego. uznajemy za różne jeżeli zbudowane są z różnych liter predykatowych lub różnych liter funkcyjnych. W tym celu wystarczy pokazać. Takich interpretacji różniących się tylko przyporządkowaniem tych wartości zdaniom atomowym jest nie więcej niż 2m . że nie jest prawdziwe (jeżeli nie jest prawdziwe w n-elementowej dziedzinie. czy dla wszystkich 2m „interpretacji” nasze zdanie przyjmie wartość T . Nie jest ono prawdziwe w dziedzinie dwuelementowej. że tautologią nie jest: [(P a ∧ P b) ⇒ (Qa ∧ Qb)] ⇒ [(P a ⇒ Qa) ∧ (P b ⇒ Qb)]. Tautologią nie jest bowiem: [(P aa ∨ P ab) ∧ (P ba ∨ P bb] ⇒ [(P aa ∧ P ba) ∨ (P ab ∧ P bb)]. Φ zbudowane jest ze zdań otrzymanych z formuł atomowych przez wpisanie stałych w miejsce zmiennych. gdzie m jest liczbą różnych wyżej opisanych zdań. i — oczywiście — kwantyfikatorów. zdania atomowe. ani wolnych ani związanych. bądź w jednym zdaniu na i-tym miejscu występuje inna stała niż w drugim.28. bo nie jest ono prawdziwe w dziedzinie dwuelementowej.29. prawdziwe w dowolnej n-elementowej dziedzinie lub. Zdania te.30. że zdanie to jest. Pokazać bowiem można.

Skończoność dziedziny jest warunkiem wystarczającym jego fałszywości. LOGIKA PREDYKATÓW Zauważmy. aby nie był spełniony przynajmniej jeden z członów koniunkcji. f f (a). . Zdanie: ∀x : xRf (x) ∧ ∀x : ¬ xRx ∧ ∀xyz : (xRy ∧ yRz ⇒ xRz) nie jest prawdziwe w żadnej dziedzinie skończonej. to f m (a)Rf n (a). aby prawdziwe było zdanie: ∃x : ¬ xRf (x) ∨ ∃x : xRx ∨ ∃xyz : (xRy ∧ yRz ∧ ¬ xRz). Niech a będzie jakimś elementem dziedziny. że jeżeli m < n. że istnieją zdania. . . W tej dziedzinie określona jest funkcja f : elementy tej dziedziny są zarówno jej argumentami jak i wartościami. gdy R zinterpretujemy jako równość. Niech f 0 (a) = a. Warunkiem koniecznym fałszywości tego zdania jest nieskończoność dziedziny. n ∈ N. Przede wszystkim zauważmy. Pokażemy. f n (a) = f f n−1 (a). . więc dla dowolnych m. które nie są spełnione tylko w dziedzinie nieskończonej. n : (m = n) ⇒ f m (a) = f n (a). Ponieważ ∀x : ¬ xRx. że wszystkie wyrazy ciągu: a.31. W wypadku rozważanego zdania wystarczy dobrać takie rozumienie litery predykatowej R. gdy dziedzina jest nieskończona nie pociąga za sobą prawdziwości tego zdania w dowolnym modelu z nieskończoną dziedziną. Nieskończoność dziedziny jest warunkiem koniecznym prawdziwości naszego zdania. Może tak być. że zdanie może być prawdziwe tylko w wypadku. są parami różne. Przykład 2.152 ROZDZIAŁ 2. czyli zdania warunkiem koniecznym fałszywości których jest nieskończoność dziedziny. czyli wystarcza na to. Oczywiście fakt. W takim razie skończoność dziedziny jest warunkiem wystarczającym prawdziwości jego negacji. f (a).

Zbiór zdań Σ ma model wtedy i tylko wtedy. W takim razie zbiór ten jest sprzeczny. że model zbioru formuł jest modelem każdego. czyli Twierdzenie 2.8 (uogólnione twierdzenie o niesprzeczności). Na podstawie twierdzenia Gödla. gdy Σ ϕ. Twierdzenie to zwykle dowodzone jest metodą Henkina. Σ |= ϕ wtedy i tylko wtedy. Twierdzenia dowodzi się podobnie jak w wypadku rachunku zdań. a to stoi w sprzeczności z założeniem. Zakładamy. ϕ wynika semantycznie ze zbioru Σ wtedy i tylko wtedy. gdy wynika z tego zbioru syntaktycznie. którego każdy skończony podzbiór ma model skorzystamy z uogólnionego twierdzenia o niesprzeczności. Twierdzenie 2. że reguły rachunku logicznego zostały właściwie dobrane. że model ma zbiór.7 Pełność rachunku predykatów Porównanie wynikania syntaktycznego z wynikaniem semantycznym pokazuje. w szczególności wewnętrznie sprzecznego. RACHUNEK PREDYKATÓW 153 2. Ze sprzecznego zbioru można dowieść dowolnego zdania.2. czyli uogólnionego twierdzenia o pełności. Σ jest niesprzeczne wtedy i tylko wtedy. tak jak w wypadku rachunku zdań. gdy ma model.2. Zauważamy. Podobnie jak i tam. nie ma potrzeby odróżniania pomiędzy wynikaniem syntaktyczym a semantycznym. Tu dowód opuszczamy. Mówi o tym twierdzenie o pełności rachunku predykatów.9 (Gödla o pełności19 ). gdy każdy jego skończony podzbiór ma model. Taki dowód ma jednak skończoną ilość założeń. Aby dowieść.10 (o zwartości). że każdy skończony podzbiór ma model. Dowód twierdzenia Gödla nie różni się od dowodu analogicznego twierdzenia dla rachunku zdań. Zbiór tych założeń jest zatem sprzeczny. Niech Σ będzie dowolnym zbiorem zdań języka L. . a sam zbiór nie ma modelu. Dowód.2. w szczególności skończonego jego podzbioru. Dowodzone jest ono z wykorzystaniem uogólnionego twierdzenia o niesprzeczności. 19 Twierdzenie o pełności udowodnił Gödel (1930). będziemy więc mówili po prostu o wynikaniu logicznym. że każdy skończony podzbiór ma model. Twierdzenie 2.

również R. Te pytania to wystąpienia lub instancje tego problemu.154 ROZDZIAŁ 2. czyli o istnienie efektywnej metody pozwalającej dać odpowiedź na każde pytanie.8 Problem rozstrzygalności Ważnym problemem metamatematyki jest pytanie o rozstrzygalność systemu21 . Wniosek 2. to ma się na uwadze klasę pytań. Kiedy mówi się o rozstrzygalności problemu. Murawski (1990. Instancja problemu to konkretna wartość tego problemu dla wszystkich parametrów. Metoda ta musi być efektywna. Problem (klasa pytań) jest rozstrzygalny wtedy i tylko wtedy. mającego przeliczalnie wiele formuł. to ma również modele dowolnej mocy większej bądź równej mocy zbioru formuł języka L. Jeżeli teoria T sformułowana w języku L ma nieskończone modele. czy też nie jest twierdzeniem22 . jeśli ma model nieskończony.11.12 (Twierdzenie Löwenheima-Skolema-Tarskiego20 ). Teoria mająca dowolnie duży model skończony ma też model nieskończony. z których każde jest pytaniem o to. zob. jego przesłanek filozoficznych oraz znaczenia dla rozwoju informatyki zob. Hilbert uznał kwestię rozstrzygalności za główny problem logiki matematycznej. 20 . 22 Elementarny wykład problematyki rozstrzygalności znajduje się w: Grzegorczyk (1957). LOGIKA PREDYKATÓW Na podstawie uogólnionego twierdzenia o pełności oraz twierdzenia o zwartości można udowodnić bardzo interesujące twierdzenia. Każda teoria wyrażona w języku pierwszego rzędu. w literaturze bywa określany oryginalnym terminem niemieckim: Entscheidungsproblem. gdy istnieje metoda. czy dane zdanie jest czy też nie jest twierdzeniem tej teorii. Zagadnienie rozstrzygalności teorii to klasa pytań. to ma model przeliczalny. Wniosek 2. Więcej na temat historii problemu. Przytoczmy je tu bez dowodów.2. a w postaci ogólnej — Tarski. czy zdanie języka tego systemu jest. że historycznie problem ten zrodził się z programu Hilberta. 2. Twierdzenie to było dowiedzione wcześniej niż twierdzenie o pełności. (Trzęsicki 2006). 1999). Problem charakteryzowany jest przez swoje parametry. 21 W związku z tym. Dowiódł go Löwenheim (1915) i Skolem (1920). Pojęcie rozstrzygalności stosuje się więc do klasy pytań. która pozwala znaleźć pozytywną lub negatywną odpowiedź na każde pytanie z tej klasy.

np. prowadzi do odpowiedzi. że α. Mówimy o metodzie efektywnej w wypadku poszukiwania odpowiedzi na drodze obliczania. kroków. Stwierdzenie. Brak jakiejkolwiek odpowiedzi choćby tylko w wypadku jednej instancji dyskwalifikuje daną metodę jako metodę efektywną dla rozstrzygania danego problemu. musi dać się jednoznacznie opisać za pomocą skończonego ciągu słów i/lub symboli. 4. choć dla jej zapisu nie starczyłoby materii wszechświata. która w wypadku każdego pytania z klasy — dla której jest ona efektywna — składa się ze skończonej ilości operacji. nie dałaby się przedstawić jako program dla jakiegokolwiek istniejącego lub tylko teoretycznie możliwego komputera (pewnego urządzenia technicznego). przez krok należy rozumieć jakieś proste. 2. kroków.2. jej zastosowanie wymaga wykonania co najwyżej skończonej liczby operacji. której nie można w taki skończony sposób opisać. Metoda. Skończona liczba kroków to również taka liczba kroków. Sprawdzanie za pomocą papierka lakmusowego czy substancja jest kwasem. Przy czym. który mamy tu na uwadze. 3. Metoda efektywna to metoda. jest metodą obliczania. Skończoność liczby kroków nie oznacza istnienia jakiejkolwiek bariery ich realizacji. Odpowiedź otrzymana w wyniku zastosowania metody efektywnej musi być odpowiedzią poprawną: jeżeli prawdą jest. że jest efektywna metoda uzyskania wyniku zwykle wypowiadane jest jako zdanie o istnieniu efektywnej metody uzyskania wartości takiej to a takiej funkcji matematycznej. nie jest typem metody. Metoda efektywna to metoda. postępowanie zgodnie z którą prowadzi do uzyskania odpowiedzi. Jest to skończoność liczbowa. niezłożone postępowanie. eksperymentowania.2. fizycznej. odpowiedź jest poprawna. że ich wykonanie przekracza wszelkie możliwości fizyczne. RACHUNEK PREDYKATÓW Metoda efektywna powinna spełniać następujące warunki: 155 1. to odpowiedź na . 5. a nie np. Liczba może być skończona.

„Mechaniczność” kroku oznacza. Powiedzmy. Metoda jest efektywna bez względu na to. że chcemy dowieść. że nie istnieje stosowna efektywna procedura „mechaniczna”. „Mechaniczność” oznacza branie pod uwagę tylko „fizycznych” atrybutów obiektów. LOGIKA PREDYKATÓW pytanie. Problem nadania matematycznego sensu intuicji efektywnej procedury „mechanicznej” skutecznie podjął się Turing . stosuje się do wszystkich bez wyjątku instancji danego problemu. gdy pojęcie efektywnej procedury „mechanicznej” ma matematyczny sens. Możliwość stosowania metody efektywnej do wszystkich instancji problemu oznacza. czy w danej sytuacji należy wykonać taki. 7. że α odpowiedź winna być NIE. 9. daje się stosować precyzyjnie. to nie może istnieć ograniczenie jakiejkolwiek natury uniemożliwiające jego wykonanie. że jej stosowanie nie jest zależne od sposobu myślenia matematycznego tego. Z kolei jest to możliwe tylko wówczas. na których jest wykonywana. że jakiś problem nie jest rozstrzygalny. że nie stosuje się ona selektywnie. Jeżeli zastosowanie metody wymaga wykonania jakiegoś kroku. Tryb postępowania i wykonywania poszczególnych czynności jest niezależny od umiejętności matematycznych wykonawcy. kto tę metodę stosuje. Wykonanie poszczególnego kroku nie podlega żadnym ograniczeniom. 8. że jego wykonanie nie wymaga wiązania jakichkolwiek treści z obiektami. Jeżeli obiekty są napisami. każdy krok jest „mechaniczny”. trzeba dowieść. „Mechaniczność” metody oznacza. to krok ten daje się wykonać. Aby dowieść nierozstrzygalności. będących przedmiotem operacji. 6. jeżeli istnieje potrzeba wykonania jakiegoś kroku. czy też inny krok oraz wynik wykonania każdego kroku muszą być jednoznacznie określone przez metodę.156 ROZDZIAŁ 2. czy jest ona komukolwiek znana i czy jest przez kogokolwiek stosowana. zaś gdy fałszem jest. Przed logikami stanęło trudne zadanie. to pod uwagę brane są ich budowa oraz kształty (wzorce). czy α powinna być TAK. To.

Niezależnie od Turinga „mechaniczność” definiuje Church. Można wyróżnić zasadnicze trzy idee. teza Churcha-Turinga stwierdza. gdyby okazało się. że istnieje efektywna procedura „mechaniczna”. która nie daje się opisać za pomocą aparatury pojęciowej maszyny Turinga lub funkcji rekurencyjnych.2. Ideę takiej loSłowo „algorytm”. Drudzy za punkt wyjścia brali pojęcie maszyny. Szybko okazało się. że każda funkcja rekurencyjna określona na liczbach całkowitych dodatnich jest efektywnie obliczalna. który opisał zasady takiego rachunku. Zaproponowano wiele definicji efektywnej procedury „mechanicznej”. Obalenie jej jest jednak możliwe. gdy może zrealizować ją opisana przez niego jako teoretyczny twór maszyna (później nazwana maszyną Turinga). Teza ta nie może zostać dowiedziona. powszechnie określana jest jako odwrotna teza Churcha (sam Church nie dokonywał takiego odróżnienia). gdy można skonstruować (teoretycznie) maszynę. W jego wypadku „mechaniczne” to tyle — jest to teza Church — co dające się opisać za pomocą (ogólnej) funkcji rekurencyjnej. Metoda rozstrzygania istnieje. jeśli jest rekurencyjna. że — choć na pierwszy rzut oka różne — koncepcje „mechaniczności” Turinga i Churcha — jeśli ograniczyć się do funkcji określonych na liczbach całkowitych dodatnich — są sobie równoważne. że procedura jest mechaniczna wtedy i tylko wtedy. Church formułuje swoją tezę w związku z uwagą Posta. Inaczej mówiąc.2. który tworząc maszynę (Turinga) potraktował dosłownie określenie „mechaniczna”. RACHUNEK PREDYKATÓW 157 (1936–37). że intuicyjne pojęcie efektywnej procedury „mechanicznej” wyczerpuje się w pojęciu maszyny Turinga lub/i funkcji rekurencyjnej. W ten sposób powstało pojęcie algorytmu 23 . Church proponuje tezę: funkcja określona na liczbach całkowitych dodatnich jest obliczalna. Teza Churcha-Turinga głosi. z jakich przepisy mogą się składać. po łacinie „algorithmus” wywodzi się z połączenia greckiego „arithmós” — liczba oraz „algorism” oznaczającego w średniowieczu sztukę rachowania przy zastosowaniu zapisu arabskiego. Implikacja do niej odwrotna. że identyfikacja efektywnej obliczalności z rekurencją jest „hipotezą roboczą”. 23 . Od słów al jabr zawartych w tytule jednego z jego dzieł miałby zaś pochodzić termin „algebra”. Słowo „algorism” miałoby zaś pochodzić od nazwiska perskiego matematyka Muhameda ibu-Musy al-Chorezmi. Przyjął. że pojęcie funkcji obliczalnej wyczerpuje intuicyjną treść pojęcia metody efektywnej. Jedni dążyli do uściślenia pojęcia przepisu przez podanie reguł postępowania.

Działania arytmetyczne. Był to pierwszy wynik tego rodzaju. Trzecie wreszcie pojęcie metody rozstrzygania chciano wyrazić za pomocą elementarnych operacji arytmetycznych na liczbach naturalnych. W szczególności nierozstrzygalna jest sama arytmetyka liczb naturalnych. Turing formalnie dowiódł. jeśli odpowiedź na to pytanie jest pozytywna (lub. czy zdanie jest prawdziwe (pod warunkiem. a więc każde zdanie prawdziwe ma dowód. Rachunek predykatów okazuje się być półrozstrzygalny. czy formuła ta jest tezą rachunku predykatów. Ponieważ każdy dowód jest skończony.158 ROZDZIAŁ 2. Z tych dążeń wyłoniły się dział arytmetyki liczb naturalnych zwany teorią funkcji rekurencyjnych oraz pojęcie funkcji obliczalnej. gdy istnieje efektywna procedura pozwalająca w skończonej liczbie kroków dać odpowiedź na każde pytanie. Turing i Church podjęli problem nadania matematycznego sensu intuicyjnemu rozumieniu „mechanicznej” metody efektywnej. Kurt Gödel pokazał. jeśli odpowiedź jest negatywna). Kilka miesięcy później. np. dodawanie. Okazuje się. LOGIKA PREDYKATÓW gicznej maszyny oprócz maszyny Turinga realizują maszyna Posta. że zdanie to jest prawdziwe). że nie można wskazać żadnego takiego sposobu. że rachunek predykatów nie jest rozstrzygalny. głównie nawiązujące do idei Turinga. symetrycznie. że problem rozstrzygania dla systemu logiki pierwszego rzędu Hilberta i Ackermanna jest rekurencyjnie nierozwiązywalny. która dla każdej formuły języka rachunku predykatów w skończonej liczbie kroków da poprawną odpowiedź na pytanie. jeśli założy się przyjętą przez nich definicję „mechanicznej” metody efektywnej. Dowiedli. Church pokazał — przy założeniu jego tezy — że nie ma efektywnej metody rozwiązywania pewnej klasy problemów elementarnej teorii liczb. niezależnie od Churcha. W związku z zagadnieniem rozstrzygalności (Entscheidungsproblem) postawionym przez Hilberta. zatem w skończonej ilości kroków można uzyskać pozytywną odpowiedź na pytanie. Church formalnie dowiódł — jest to twierdzenie Churcha — korzystając z funkcji określonych na liczbach całkowitych dodatnich. dzięki któremu w skończonej ilości kroków znajdowalibyśmy pozytywną lub negatywną poprawną odpowiedź na każde pytanie dotyczące liczb naturalnych. Problem jest półrozstrzygalny wtedy i tylko wtedy. pojęcie metody zostanie więc sprecyzowane. że każda teoria zawierająca arytmetykę liczb naturalnych jest nierozstrzygalna. maszyny Rabina i Scota oraz inne. Rachunek predykatów jest pełny. Gdyby zdanie nie było prawdziwe — ponieważ rachunek predykatów jest niesprzeczny . których wartość daje się obliczyć w skończonym procesie podstawiania (λ-definiowalność). są ściśle określone. że nie istnieje maszyna (Turinga).

Jednak fakt nieuzyskania dowodu po wykonaniu n-kroków nie przesądza tego.2.2. że po pewnej ilości kroków dowodu nie uzyskaliśmy. zatem tylko na podstawie tego. . nie możemy dawać odpowiedzi negatywnej. że w kolejnym (n + 1)-kroku dowodu nie uzyskamy. RACHUNEK PREDYKATÓW 159 — dowodu nie uzyskamy.

LOGIKA PREDYKATÓW .160 ROZDZIAŁ 2.

dającym się przedstawić w oparciu o intuicyjne pojęcia zbioru i elementu zbioru (czyli na gruncie «naiwnej» teorii mnogości). 161 . jakie daje wykorzystanie teorii zbiorów w AI i zachęcał do skoncentrowania badań nad tym zagadnieniem. w szczególności nad rozumowaniami zdroworozsądkowymi. 3. że pojęcia teorii mnogości są zgodne z intuicją. Badać będziemy operacje na zbiorach. lub w znaczeniu kolektywnym. Tu głównie zajmiemy się fragmentem teorii mnogości. tak zwaną algebrą zbiorów (rachunkiem zbiorów). prowadzących do innowacji pojęciowych.. Kluczowym problemem jest formalizacja zdroworozsądkowej wiedzy i intuicyjnie poprawnych rozumowań. zwanym też mereologicznym. czyli abstrakcyjnym. Twórcą teorii mnogości jako odrębnej dyscypliny matematycznej był Georg Cantor (1845–1918). Jednym z powodów takiego postrzegania teorii mnogości jest i to. McCarthy podkreślał możliwości. John McCarthy — pionier badań nad sztuczną inteligencją — podkreślał potrzebę badań podstawowych.Rozdział 3 Algebra zbiorów Teoria mnogości. Należy podkreślić znaczenie teorii zbiorów w badaniach nad sztuczną inteligencją (AI — Artificial Intelligence). zatem w tym znaczeniu.1 Zbiór i element zbioru W języku potocznym słowo „zbiór” używane jest w znaczeniu dystrybutywnym. jakie ma ono w teorii mnogości. dostrzegając. którzy dążyli do ugruntowania analizy matematycznej i zbadania jej podstawowych pojęć. czyli teoria zbiorów zawdzięcza swe powstanie matematykom XIX w. że AI potrzebuje teorii matematycznych i logicznych.

które tworzą zbiór są jego elementami. Ktoś. Wszystkie człony tego podziału — mówiąc po prostu — mieszczące się w charakteryzowanym zbiorze tworzą jego przybliżenie dolne. W wypadku nazw nieostrych nie jest więc tak. Liczność zbioru (w sensie dystrybutywnym) jest określona przez to. Elementy tych zbiorów nie muszą być elementami zbioru A. Zbiór (w sensie dystrybutywnym) jest określony nie tylko przez swoje elementy. czy też nie są ich desygnatami. W wypadku zbioru rozmytego przynależność elementu do zbioru podlega gradacji. które mają Jako nazwa nierelatywna. Są to takie nazwy. ale mogą to też być części tych kamieni. przedmioty. O liczności agregatu. czy pewne przedmioty są. czy czternastolatek to dziecko. które go tworzą są jego częściami. Podobnie narusza te reguły ktoś. 1]. ile kamieni składa się na ten stos kamieni.in. że dowolny przedmiot jest albo nie jest ich desygnatem. narzędzi informatycznych wynikła potrzeba opisu zakresów nazw nieostrych. przedmioty. czy nie. ale i przez sposób ich przynależności do zbioru. ALGEBRA ZBIORÓW W wypadku dystrybutywnego znaczenia słowa „zbiór”. Bierze się podział logiczny zbioru uniwersalnego. W związku z językiem naturalnym i pojawiającymi się możliwościami stosowania m. ile elementów ma ten zbiór. jakim jest stos kamieni nawet trudno mówić: liczba jego części zależy od «głębokości» podziału. Istotne jest samo rozumienie bycia elementem. Zbiór. W wypadku kolektywnego znaczenia słowa „zbiór”. a więc nazwa. Zbiór w sensie kolektywnym to agregat lub konglomerat. 1 . przyjmując wartości z przedziału [0. która służy do wskazania elementu pewnej grupy wiekowej.162 ROZDZIAŁ 3. Szuka się też innych sposobów przełamania ograniczeń wynikłych z określenia zbioru. a wszystkie te. Mogą to być najprościej dające się wydzielić kamienie. którego elementami są wszystkie i tylko kamienie z pewnego stosu kamieni ma tyle elementów. kto kwestionowałby użycie tej nazwy do wskazania siedmiolatka naruszałby reguły języka polskiego. kto tę nazwę zastosowałby do dwudziestolatka. przedmiot jest albo nie jest elementem danego zbioru. Przykładem nazwy nieostrej jest „dziecko” 1 . Formalny opis ich zakresów jako zbiorów wymaga zatem nowego rozumienia samej przynależności elementu do zbioru. co do których reguły języka nie przesądzają. Możliwe jest to przez określenie zbioru przez jego przybliżenie dolne i górne. Elementami jakiegoś zbioru (w sensie dystrybutywnym) A mogą być zbiory. Jednak reguły języka polskiego nie przesądzają. Zgodnie z najprostszą a zarazem dominującą koncepcją.

. c. co ten przedmiot. b. Zbiór przybliżony to zbiór. które są tego samego gatunku. Teoria ta jest jedną z najszybciej rozwijających się metod sztucznej inteligencji. można tworzyć zbiory z obiektów — w intuicyjnym sensie — niemających nic ze sobą wspólnego. w analizie danych. . w razie potrzeby z indeksami.. Te intuicje dają podstawę do utworzenia pojęcia wielozbioru (multizbioru). ZBIÓR I ELEMENT ZBIORU 163 jakąkolwiek część wspólną z charakteryzowanym zbiorem.in. w razie potrzeby z indeksami. którego przybliżenia nie różnią się między sobą. W takiej sytuacji w praktyce może interesować nas to. . . których wartościami są zbiory. mając jakiś zbiór warzyw może zwracać się uwagę na to. Natura elementów zbioru może być dowolna. ile jest w zbiorze A elementów. Na przykład. tworzą jego przybliżenie górne. która dowolnemu przedmiotowi przypisuje liczbę naturalną. lecz również liczności poszczególnych gatunków elementów. W szczególności same mogą być zbiorami. Na rodzaj elementów zbiorów nie nakłada się żadnych ograniczeń. które same nie są zbiorami. C. że dowolny przedmiot jest albo nie jest elementem danego zbioru. Wielkich liter z końca alfabetu: X. Zbiór dokładny to zbiór. Do charakterystyki tak rozumianych zbiorów nie tylko należy określenie ich elementów. Małych liter z początku alfabetu: a. Znalazła zastosowanie m. Na tym opiera się koncepcja zbioru przybliżonego. Dokonuje się tego na gruncie aksjomatycznej teorii mnogości. używać będziemy jako nazw elementów zbiorów. przybliżonej klasyfikacji i przetwarzaniu obrazów. wskazującą. Na wielozbiór (A.3. w razie potrzeby z indeksami. . W klasycznej teorii zbiorów. Wielkich liter z początku alfabetu: A. ile jest „kopii” tych obiektów. . którego przybliżenie dolne różni się od przybliżenia górnego. Może też być i tak. że elementy zbioru należą do jakichś gatunków. można mówić jako o praelementach lub atomach. używać będziemy jak nazw pewnych wyróżnionych zbiorów (przestrzeni). . . B. Tym samym dochodzi do zerwania ze zdroworozsądkowym ich pojmowaniem. Stosowanie intuicyjnych pojęć zbioru oraz bycia elementem zbioru jest ograniczone i w wypadku bardziej zaawansowanych rozważań musi zostać zastąpione przez pojęcia ściśle określone. jaka tu jest rozwijana — przyjmuje się. Y. f ) składa się więc zbiór jego elementów A oraz funkcja f . Inaczej mówiąc. kantorowskiej — takiej. opracowana przez Zdzisława Pawlaka i ogłoszona na początku lat osiemdziesiątych XX w. ile w tym zbiorze jest sztuk kalafiorów lub ile jest główek kapusty. Z. używać będziemy jako zmiennych.1. O takich elementach zbiorów.

¬ (a ∈ A). podanie nazw tych elementów lub . jeżeli dysponujemy tylko skończoną liczbą termów stałych. używać będziemy również nawiasów. znaku ∈. Ze względu na to. „∈” jest dwuargumentową literą predykatową. że obiekt wskazywany przez tę literę nie jest elementem jakiegoś zbioru. że obiekt. że elementy jakiegoś zbioru mogą być zbiorami. a zbiory mogą być elementami zbiorów. że a nie jest elementem (nie należy do) zbioru A. Definicja 3. Zbiór charakteryzowany jest ekstensjonalnie przez wymienienie (nazwanie) wszystkich i tylko jego elementów. mała lub wielka litera może wystąpić po każdej ze stron. Nazwanie każdego i tylko elementu charakteryzowanego zbioru może dokonać się przez: 1. do którego odnosi się nie jest zbiorem. ALGEBRA ZBIORÓW Małe litery z końca alfabetu: x. To. Możliwości charakterystyki ekstensjonalnej zbioru zależą od zbioru termów stałych (nie zawierających zmiennych). Elementami zbiorów mogą bowiem być również zbiory. z. których wartościami są elementy zbiorów. Na przykład. w razie potrzeby z indeksami. Przedmioty (indywidua). będą używane jako zmienne. y. które tworzą zbiór to jego elementy. Oczywiście. użycie wielkiej litery nie wyklucza tego. możemy zapisać: a ∈ A. ile elementów ma zbiór termów stałych. Charakteryzowany ekstensjonalnie zbiór ma co najwyżej tyle elementów. Zasady korzystania z nich nie różnią się istotnie od zasad stosowanych w rachunku predykatów. że jest to obiekt będący elementem aktualnie rozważanego zbioru (wskazywanego przez drugi argument ∈). że przedmiot a jest elementem (należy do) zbioru A zapisujemy: a∈A Użycie małej litery nie wyklucza tego.1 (ekstensjonalnej charakterystyki zbioru). Wskazuje jedynie na to. Podobnie. w szczególności od jego liczności. Fakt.164 ROZDZIAŁ 3. prawej lub lewej. to ekstensjonalnie możemy charakteryzować tylko zbiory skończone.

. którą to formułę (warunek) spełniają wszystkie i tylko elementy tego zbioru. będą termami takimi. . . że mają dokładnie jeden desygnat. . Zbiór charakteryzowany jest intensjonalnie przez podanie formuły z jedną zmienną wolną (warunek). vin ) są vi1 .3. 1 ≤ j ≤ n} to zbiór wszystkich i tylko przedmiotów. . którego jest on jedynym elementem: a jest jedynym elementem zbioru {a}. W szczególnym wypadku ti (vi1 .1. . które są nazywane przez termy stałe otrzymane z ti (vi1 . O termach przyjmuje się. że wszystkimi zmiennymi występującymi w termie ti (vi1 . 1 ≤ j ≤ n. Zbiór: {ti (vi1 . 0 ≤ i ≤ m. . . stałych indywiduowych lub termów stałych. . 3}. Zbiór. . . . 3. że przedmiot (indywiduum) różni się od zbioru. że różne termy mają różne desygnaty. vin ) przez wpisanie w miejsce wszystkich zmiennych vij . Wówczas charakteryzowany zbiór to: {a0 . . 2i + 1. . . Singleton jest najprostszym przykładem zbioru niepustego.1. . . a1 . Niech Ai1 . 0 ≤ i ≤ m. . który daje się scharakteryzować przez podanie nazwy każdego swojego elementu musi być zbiorem skończonym. . . . Ain . Zbiorami scharakteryzowanymi ekstensjonalnie są: {1.2 (charakterystyki intensjonalnej zbioru). {1. . vin ) : vij ∈ Aij . . Przykład 3. . . który te termy wyznaczają. . {x : φ(x)} . Nie zakłada się jednak. . 0 ≤ i ≤ m. . Zbiór. vin ) mogą być termami stałymi: a0 . . . Zauważmy również. 165 Zbiór. : i ∈ N}. . am }. vin ). . Definicja 3. . vin . będących nazwami elementów odpowiednich zbiorów Aij . który daje się scharakteryzować przez podanie wzoru/wzorów nazwy każdego swojego elementu może być zbiorem nieskończonym. . będą podzbiorami zbioru stałych indywiduowych. . a1 . który ma dokładnie jeden element to singleton. am . . Niech ti (vi1 . . Warto tu zauważyć. podanie wzoru/wzorów nazw tych elementów. 2. ZBIÓR I ELEMENT ZBIORU 2. że ilość termów stałych jest nie mniejsza niż ilość elementów zbioru. 0 ≤ i ≤ m. . . . . . .

Zapis: {x · y | x ∈ X ∧ y ∈ Y } oznacza zbiór. że są φ lub które mają własność φ). Teraz nawiasy te występują w roli operatora tworzącego nazwę zbioru. Taką wspólną „własnością” wszystkich i tylko tych przedmiotów. Enumeracją zbioru A jest ciąg wszystkich i tylko tych przedmiotów. (ˆ)φ(x) to zbiór taki. że są one elementami zbioru A.3 (enumeracji zbioru). które są elementami zbioru A może być np. które spełniają φ piszemy: {x ∈ A : φ(x)}. Definicja 3. . Znaków „{” oraz „}” używaliśmy jako znaków interpunkcyjnych. Pisze się też np. Czasem zależy nam na charakterystyce ekstensjonalnej zbioru scharakteryzowanego intensjonalnie. Rozwiązać równanie to tyle. Istnieje wiele odmian jego użycia. co scharakteryzować ekstensjonalnie ten zbiór pierwiastków. będącym elementem zbioru Y . dla których — jak to mówimy — prawdą jest. Operator ten nazywa się operatorem abstrakcji lub znakiem abstrakcji. Aby zapisać. którego wszystkimi i tylko elementami są iloczyny z pierwszym czynnikiem. równanie jest charakterystyką intensjonalną zbioru pierwiastków tego równania. że x y ∈ (ˆ)φ(x) ⇔ φ(y). x Zbiór scharakteryzowany ekstensjonalnie można scharakteryzować intensjonalnie. ALGEBRA ZBIORÓW to zbiór wszystkich tych i tylko tych przedmiotów. że mamy na uwadze tylko przedmioty ze zbioru A.: {x | φ(x)}. które są elementami zbioru A. Zachodzi następująca równość: A = {x : x ∈ A}. to.166 ROZDZIAŁ 3. będącym elementem zbioru X i z drugim czynnikiem. x czyli (ˆ)φ(x) = {x : φ(x)}. np.

Po dołączeniu dużego kwantyfikatora do 1 i 2. Zbiory. 107 mamy: 1. to nie różnią się swoimi elementami. co jest n-tym wyrazem ciągu. stanowiącego enumerację A. Jeżeli zbiory A i B są równe (=). 3). Enumeracją zbioru {1. dla której istnieje efektywna metoda rozstrzygania. Podobnie: 2.4 (efektywnej enumeracji zbioru). do których reguły są stosowane. (A = B) ⇒ ∀x : (x ∈ A ⇔ x ∈ B). 167 Definicja 3. lecz również z tych reguł. 2. otrzymujemy: 3. A = B ⇒ x ∈ A ⇒ x ∈ B. które są równe. Zwykle wskazywane będą tylko wiersze dowodowe. odpowiednio. Dowody twierdzeń rachunku zbiorów przeprowadzamy metodą dowodów założeniowych. czyli: Twierdzenie 3.3.2. które są intuicyjnie oczywiste. gdy nie różnią się swoimi elementami. B = A ⇒ x ∈ B ⇒ x ∈ A. Odpowiedni komentarz będzie zamieszczany między wierszami dowodowymi (ze względów typograficznych). są ekstensjonalnie równe. 2.2. 3} jest ciąg (1. Dowód.2 Równość zbiorów Zbiory A i B są ekstensjonalnie równe wtedy i tylko wtedy.1. Zbiór wszystkich i tylko liczb naturalnych N ma efektywną enumerację. Zbiory skończone mają efektywną enumerację. A = B ⇒ ∀x : (x ∈ A ⇒ x ∈ B). Jako założenia dowodu mogą być brane tezy rachunku predykatów oraz definicje i wcześniej udowodnione twierdzenia rachunku zbiorów. Nie będziemy tych reguł nazywać. RÓWNOŚĆ ZBIORÓW Przykład 3. Korzystamy nie tylko z reguł pierwotnych. 3. 2 . 2 Z aksjomatu identyczności 3 na str. Efektywną enumeracją zbioru A jest enumeracja.

O symbolach tych będzie mowa później. co jest konieczne do jednoznacznego zrozumienia. B. aksjomat równości zbiorów na str. Dla dowolnych zbiorów A. B i C. to są równe. że identyczność jest symetryczna mamy: 5. pominięcie wskazania takiego zbioru jest zatem w pełni uprawnione i uzasadnione zasadą ekonomii. Pozytywna odpowiedź na to pytanie nie wydaje się być intuicyjnie oczywista. Zbiór mieszkańców Warszawy jest ekstensjonalnie równy zbiorowi mieszkańców stolicy Polski. Teorię mnogości uprawia się przyjmując aksjomatycznie. Wprowadzamy skrót „=”: A = B ⇔ ¬ (A = B). aby pisać tylko to. lecz również od sposobu określenia (intensji). Zasada ekstensjonalności 3 głosi. ALGEBRA ZBIORÓW 4. Z 3 i 4 i z tego. Ponieważ jednak omawiane tezy zachodzą w wypadku dowolnego zbioru uniwersalnego. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B). 5 Ściśle rzecz biorąc należałoby wskazać zbiór uniwersalny. z ekstensjonalnej równości zbiorów nie wynika ich równość. czy jeżeli zbiory są ekstensjonalnie równe. W ten sposób będziemy też postępować w innych wypadkach.5 (równości zbiorów. C 5 : Zob. to ich równość zależałaby nie tylko od ich elementów (ekstensji). Zbiory są równe wtedy i tylko wtedy. czyli mają te same własności: ∀x : (x ∈ A ⇔ x ∈ B) ⇒ (A = B). Przyjmujemy. =). A = B ⇒ ∀x : (x ∈ A ⇔ x ∈ B). czyli: Definicja 3. 187. Na gruncie rachunku predykatów z identycznością. 4 3 . to są równe.168 ROZDZIAŁ 3. Symbol „=” to dwuargumentowa litera predykatowa. że symbole „=” i „=” wiążą słabiej niż symbole operacji na zbiorach4 . B = A ⇒ ∀x : (x ∈ B ⇒ x ∈ A). Czy jednak zbiory te są równe? Gdyby rozumieć zbiory w sposób intensjonalny. Powstaje pytanie. którego podzbiorami są A. że ekstensjonalna równość zbiorów pociąga za sobą równość zbiorów. gdy nie różnią się swoimi elementami. że jeżeli dwa zbiory są ekstensjonalnie równe.

[(A = B) ∧ (B = C)] ⇒ (A = C). to zbiór. ∅. 2. symetryczna i przechodnia. Z definicji równości zbiorów mamy: 1. (B = C) ⇔ ∀x : (x ∈ B ⇔ x ∈ C). [(A = B) ∧ (B = C)] ⇒ (A = C). . Ponieważ z definicji równości zbiorów: 6. Zbiór pusty.3. że nie ma takiego przedmiotu. więc ostatecznie: 7. [∀x : (x ∈ A ⇔ x ∈ B) ∧ ∀x : (x ∈ B ⇔ x ∈ C)] ⇒ ∀x : (x ∈ A ⇔ x ∈ C). korzystając z tego.2. który różniłby się od samego siebie. Definicja 3. Dowód. (A = C) ⇔ ∀x : (x ∈ A ⇔ x ∈ C). który nie ma żadnego elementu. A = A.6 (zbioru pustego. Zbiór pusty możemy scharakteryzować intensjonalnie. T 14 (przechodniość =). Udowodnimy tylko T14. ∅). [(A = B) ∧ (B = C)] ⇒ ∀x : (x ∈ A ⇔ x ∈ C). Z 1 i 2 dostajemy: 3. RÓWNOŚĆ ZBIORÓW T 12 (zwrotność =). Tezą rachunku predykatów jest: 4. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B). 169 czyli relacja równości zbiorów jest zwrotna. ∅ = {x : ¬ x = x}. [(A = B)∧(B = C)] ⇔ [∀x : (x ∈ A ⇔ x ∈ B)∧∀x : (x ∈ B ⇔ x ∈ C)]. (A = B) ⇒ (B = A). więc z 3 i 4: 5. T 13 (symetryczność =).

Definicja 3. że istnieje jakiś taki zbiór. że zbiory rozważane w ramach określonej dyscypliny — w której algebra zbiorów jest stosowana — są tego rodzaju. że wszystkie ich elementy są elementami pewnych zbiorów6 . ⊆). Y.170 ROZDZIAŁ 3.3 Zawieranie się zbiorów Zbiór A jest podzbiorem B. że żaden przedmiot zarazem spełnia i nie spełnia jakiś warunek. wtedy i tylko wtedy. używa się wielkich liter z końca alfabetu: X. X. Symbol „∅” to stała indywiduowa. że każdy przedmiot jest równy samemu sobie. (A ⊆ B) ⇔ ∀x : (x ∈ A ⇒ x ∈ B). gdy każdy element zbioru A jest elementem zbioru B Definicja 3. A ⊆ B. Mając na uwadze to. który oznacza dana stała indywiduowa). którą posiadają wszystkie i tylko jego elementy. Nie twierdzimy tym samym. 3. 6 . zbiór uniwersalny to zbiór: {x : x = x}. W algebrze zbiorów przyjmuje się. Z (w razie potrzeby z indeksami). Czasem. to przestrzeń (zbiór pełny lub zbiór uniwersalny). X). ALGEBRA ZBIORÓW Mając na uwadze to. jak już była mowa. Zbiór ten. zbiór pusty możemy scharakteryzować następująco: ∅ = {x : φ(x) ∧ ¬ φ(x)}. Na oznaczenie tych zbiorów. X możemy zdefiniować przez własność. Dla określonej klasy zbiorów taki zbiór jest tylko jeden. przyjmuje się istnienie więcej niż jednego zbioru uniwersalnego (każdy z nich jest jedynym zbiorem uniwersalnym. że wszystkie elementy jakiegokolwiek zbioru byłyby elementami tego zbioru.7 (zbioru uniwersalnego. którą 0 pełni w algebrze.8 (podzbioru. X = {x : φ(x) ∨ ¬ φ(x)}. w szczególności w rozważaniach nad relacjami i funkcjami. Symbol „X” to stała indywiduowa. Zbiór pusty pełni w teorii mnogości rolę podobną do tej.

Relacja ⊆ to relacja zawierania się zbiorów lub inaczej relacja inkluzji. (A ⊇ B) ⇔ ∀x : (x ∈ B ⇒ x ∈ A). Zbiór A jest właściwym podzbiorem zbioru B wtedy i tylko wtedy.3. Definicja 3. to piszemy: A ⊆ B. ⊂). Zbiór A jest właściwym nadzbiorem zbioru B. Zauważmy. A ⊃ B. czyli A jest właściwym podzbiorem B wtedy i tylko. które nie są elementami A. (A ⊃ B) ⇔ ∀x : (x ∈ B ⇒ x ∈ A) ∧ ∃x : (x ∈ A ∧ x ∈ B). gdy każdy element B jest elementem A i są elementy A. Definicja 3.10 (nadzbioru. Gdy A nie jest nadzbiorem B. Definicja 3. ⊇). wtedy i tylko wtedy. . gdy każdy element zbioru B jest elementem zbioru A. Zauważmy. gdy każdy element A jest elementem B i są elementy B. Symbol „⊇” to dwuargumentowa litera predykatowa. (A ⊂ B) ⇔ ∀x : (x ∈ A ⇒ x ∈ B) ∧ ∃x : (x ∈ B ∧ x ∈ A).9 (podzbioru właściwego. gdy A jest podzbiorem B i A jest różne od B. Gdy A nie jest podzbiorem B.3. 171 Zbiór A zawiera się w zbiorze B wtedy i tylko wtedy. gdy zbiór A jest podzbiorem zbioru B. ZAWIERANIE SIĘ ZBIORÓW Symbol „⊆” to dwuargumentowa litera predykatowa. to piszemy: A ⊇ B.11 (nadzbioru właściwego. że A ⊂ B ⇔ [(A ⊆ B) ∧ (A = B)]. Zbiór A jest nadzbiorem zbioru B wtedy i tylko wtedy. ⊃). że A ⊇ B ⇔ B ⊆ A. które nie są elementami B.

że symbole „⊆”. Tezą rachunku predykatów jest: 4. Ponieważ z definicji równości zbiorów: 6. Dowód. ALGEBRA ZBIORÓW A ⊃ B ⇔ [(A ⊇ B) ∧ (A = B)]. czyli A jest nadzbiorem B wtedy i tylko wtedy. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ ∀x : (x ∈ A ⇔ x ∈ B). A ⊆ A T 16 (antysymetryczność ⊆). (A = B) ⇒ [A ⊆ B) ∨ (B ⊆ A)]. [(A ⊆ B) ∧ (B ⊆ C)] ⇒ (A ⊆ C) T 18. [∀x : (x ∈ A ⇒ x ∈ B) ∧ ∀x : (x ∈ B ⇒ x ∈ A)] ⇒ ∀x : (x ∈ A ⇔ x ∈ B). „⊂”. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B) T 17 (przechodniość ⊆). Z 1 i 2 otrzymujemy: 3. [(A ⊆ B)∧(B ⊆ A)] ⇔ [∀x : (x ∈ A ⇒ x ∈ B)∧∀x : (x ∈ B ⇒ x ∈ A)]. Przyjmujemy. Dowiedziemy tylko antysymetryczności ⊆. Na podstawie definicji ⊆: 1. „⊇”. „⊇”. więc z 5 i 6 ostatecznie otrzymujemy: . C: T 15 (zwrotność ⊆). Dla dowolnych zbiorów A. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B). B ⊆ A ⇔ ∀x : (x ∈ B ⇒ x ∈ A). A ⊆ B ⇔ ∀x : (x ∈ A ⇒ x ∈ B). Z 3 i 4 dostajemy: 5. B. Podobnie: 2. „⊃” wiążą słabiej niż wszystkie symbole operacji na zbiorach.172 Zauważmy. „⊆”. że ROZDZIAŁ 3. gdy B jest podzbiorem A i A jest różne od B.

∅ ⊆ A. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B). Charakteryzując zbiór intensjonalnie mówimy o własności. −A = {x ∈ X : ¬ x ∈ A}. czyli przestrzeń w sposób właściwy nie zawiera się w żadnym zbiorze. A = X ⇒ X ⊆ A. która ten zbiór wyznacza. którą posiadają wszystkie i tylko elementy tego zbioru. Na podstawie definicji zbioru pustego i zawierania się zbiorów mamy: T 19. Dopełnienie zbioru można więc utożsamiać z brakiem własności. że T 21. Zamiast pisać: −(−A) piszemy też: − − A. −).3. czyli każdy zbiór zawiera się w przestrzeni. lub ∀x : [x ∈ −A ⇔ ¬ x ∈ A]. które nie są elementami A.4. . którego elementami są wszystkie i tylko te elementy przestrzeni. 3. Ponadto: T 20. Następuje utożsamienie zbioru z własnością. czyli zbiór pusty jest podzbiorem każdego zbioru.1 Operacje na zbiorach Dopełnienie zbioru Dopełnieniem (uzupełnieniem) zbioru A jest zbiór −A.4. oraz T 22. Zauważmy. OPERACJE NA ZBIORACH 173 7. A = ∅ ⇒ A ⊆ ∅.12 (dopełnienia zbioru. Przyjmujemy. Symbol „−” to jednoargumentowa litera funkcyjna. A ⊆ X. że wiąże najmocniej ze wszystkich symboli operacji na zbiorach. Możemy to też zapisać jako: −A = {x ∈ X : x ∈ A}. czyli żaden zbiór w sposób właściwy nie zawiera się w zbiorze pustym.4 3. Definicja 3.

Dołączając w 6 duży kwantyfikator mamy: 7. Z 4 i 5 mamy: 6. −X = ∅ T 26. ∀x : [(x ∈ A) ⇔ (x ∈ −(−A))]. −(−A) = A. Dowód. (x ∈ −(−A)) ⇔ ¬(x ∈ −A). Nosi ono nazwę prawa podwójnego uzupełnienia. 4. Z definicji równości zbiorów: 8. (x ∈ A) ⇔ (x ∈ −(−A)). Z 7 i 8 dostajemy więc 9. ROZDZIAŁ 3. Z definicji dopełnienia zbioru mamy: 1. . ∀x : [(x ∈ −A) ⇔ ¬(x ∈ A)]. Teraz opuszczamy kwantyfikatory w 1 i 2.174 Dla dowolnego zbioru A: T 23. (x ∈ A) ⇔ ¬ (x ∈ −A). −(−A) = A T 24. Podobnie: 2. A = −(−A) ⇔ ∀x : [(x ∈ A) ⇔ (x ∈ −(−A))]. −∅ = X T 25. Z 3 otrzymujemy: 5. A ⊆ B ⇔ −B ⊆ −A. ALGEBRA ZBIORÓW Dowiedźmy tylko T23. Dostajemy więc: 3. (x ∈ −A) ⇔ ¬(x ∈ A). ∀x : [(x ∈ −(−A)) ⇔ ¬(x ∈ −A)].

∅ ∪ A = A T 30 (idempotencja ∪). Dowód. 2. Dla dowolnych zbiorów A. C: T 27 (przemienność ∪). (A ∪ B) = {x ∈ X : x ∈ A ∨ x ∈ B}.2 Suma zbiorów Sumą zbiorów A i B jest zbiór A∪B. Z definicji sumy teoriomnogościowej zachodzą kolejne równoważności: 1. Zauważmy.13 (sumy zbiorów. że x ∈ (A ∪ B) ⇔ (x ∈ A) ∧ (x ∈ B). Z 1 i 2 mamy: 3.4. B. którego elementami są wszystkie i tylko te przedmioty. W sposób równoważny możemy to wyrazić: ∀x : [x ∈ (A ∪ B) ⇔ (x ∈ A) ∨ (x ∈ B)]. A ∪ A = A T 31 (element jednostkowy ∪). Tezą rachunku logicznego jest: . Udowodnimy tylko T28. A ∪ (B ∪ C) = (A ∪ B) ∪ C T 29 (element neutralny ∪).3. ∪). które są elementami zbioru A lub są elementami zbioru B. A ∪ B = B ∪ A T 28 (łączność ∪). x ∈ [A ∪ (B ∪ C)] ⇔ [x ∈ A ∨ (x ∈ B ∨ x ∈ C)]. x ∈ [A ∪ (B ∪ C)] ⇔ [x ∈ A ∨ x ∈ (B ∪ C)]. A ∪ X = X. Definicja 3. Operacją sumowania teoriomnogościowego rządzą następujące prawa.4. [x ∈ (B ∪ C)] ⇔ (x ∈ B ∨ x ∈ C). OPERACJE NA ZBIORACH 175 3.

A ⊆ B ⇔ A ∪ B = B. Dowiedźmy tylko T35. Z definicji sumy: 7. Ograniczmy się do dowodu tego. Korzystając z przechodniości ⇔ ostatecznie dostajemy: 8. to zawsze otrzymamy ten sam wynik. B. Dowód. (x ∈ A ∨ x ∈ B) ⇔ [x ∈ (A ∪ B)]. [(x ∈ A ∨ x ∈ B) ∨ x ∈ C] ⇔ [x ∈ (A ∪ B) ∨ x ∈ C]. zapisując sumę skończonej liczby zbiorów. dla dowolnych zbiorów A. Ponadto. A ⊆ C ∧ B ⊆ C ⇒ A ∪ B ⊆ C T 34. ALGEBRA ZBIORÓW 4. że A ∪ B = B ⇒ A ⊆ B. B ⊆ A ∪ B T 33. W jakiejkolwiek kolejności byśmy sumowali. (x ∈ A ∨ x ∈ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B).176 ROZDZIAŁ 3. C. Z 5 dostajemy: 6. D: T 32. A ⊆ B ∧ C ⊆ D ⇒ A ∪ C ⊆ B ∪ D T 35. x ∈ [A ∪ (B ∪ C)] ⇔ x ∈ [(A ∪ B) ∪ C]. Ponownie korzystając z definicji sumy teoriomnogościowej mamy: 5. [x ∈ A ∨ (x ∈ B ∨ x ∈ C)] ⇔ [(x ∈ A ∨ x ∈ B) ∨ x ∈ C]. Tezą rachunku predykatów jest: 1. możemy opuścić nawiasy. W związku z łącznością ∪. Korzystając z definicji sumy teoriomnogościowej dostajemy: . [x ∈ (A ∪ B) ∨ x ∈ C] ⇔ x ∈ [(A ∪ B) ∪ C].

iloczynem) zbiorów A i B jest zbiór A ∩ B taki. ∩). ∀x : (x ∈ A ∪ B ⇔ x ∈ B) ⇒ ∀x : (x ∈ A ⇒ x ∈ B). Dla dowolnych zbiorów A. Operacją iloczynu zbiorów rządzą następujące prawa. Z definicji równości zbiorów i definicji zawierania się zbiorów: 4. (x ∈ A ∪ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B). W sposób równoważny możemy to wyrazić: ∀x : [x ∈ (A ∩ B) ⇔ (x ∈ A) ∧ (x ∈ B)]. B. OPERACJE NA ZBIORACH 2.3 Przecięcie zbiorów Przecięciem (przekrojem. że x ∈ (A ∩ B) ⇔ (x ∈ A) ∨ (x ∈ B). które są elementami zbioru A i które są elementami zbioru B. Stąd: 3. Definicja 3. C: T 36 (przemienność ∩). którego elementami są wszystkie i tylko te przedmioty. (A ∩ B) = {x ∈ X : x ∈ A ∧ x ∈ B}.4. Zauważmy. A ∩ B = B ∩ A T 37 (łączność ∩). A ∩ X = A. Symbol „∩” to dwuargumentowa litera funkcyjna. A ∩ (B ∩ C) = (A ∩ B) ∩ C T 38 (element jednostkowy ∩). ∅ ∩ A = ∅ T 39 (idempotencja ∩). 177 3. .3. (A ∪ B = B) ⇒ (A ⊆ B).4. A ∩ A = A T 40 (element neutralny ∩).14 (przecięcia zbiorów.

[x ∈ A ∧ x ∈ (B ∩ C)] ⇔ [x ∈ A ∧ (x ∈ B ∧ x ∈ C)].178 Udowodnimy tylko T37. że A ∩ B = A ⇒ A ⊆ B. 5. Korzystając z przechodniości ⇔ ostatecznie mamy: 6. . to zawsze otrzymamy ten sam wynik. [x ∈ A ∧ (x ∈ B ∧ x ∈ C)] ⇔ [(x ∈ A ∧ x ∈ B) ∧ x ∈ C]. zapisując przecięcie skończonej liczby zbiorów możemy opuścić nawiasy. Ograniczmy się do dowodu tego. Ponadto. Tezą rachunku logicznego jest: 3. C. [(x ∈ A ∧ x ∈ B) ∧ x ∈ C] ⇔ [x ∈ (A ∩ B) ∧ x ∈ C]. D: T 41. dla dowolnych zbiorów A. W związku z łącznością ∩. A ∩ B ⊆ B T 42. A ⊆ B ∧ A ⊆ C ⇒ A ⊆ B ∩ C T 43. A ⊆ B ⇔ A ∩ B = A. ALGEBRA ZBIORÓW Dowód. Dowód. A ⊆ B ∧ C ⊆ D ⇒ A ∩ C ⊆ B ∩ D T 44. x ∈ [A ∩ (B ∩ C)] ⇔ [x ∈ A ∧ x ∈ (B ∩ C)]. B. ROZDZIAŁ 3. Ponownie korzystając z definicji przecięcia dostajemy: 4. x ∈ [A ∩ (B ∩ C)] ⇔ x ∈ [(A ∩ B) ∩ C]. Na podstawie definicji przecięcia zbiorów zachodzą kolejne równoważności: 1. [x ∈ (A ∩ B) ∧ x ∈ C] ⇔ x ∈ [(A ∩ B) ∩ C]. 2. Dowiedźmy tylko T44. W jakiejkolwiek kolejności byśmy brali przecięcie.

(A ⊇⊆ B) ⇔ ¬ ∃x : (x ∈ A ∧ x ∈ B). ⊇⊆). wtedy i tylko wtedy. Z definicji przecięcia zbiorów: 3.4. (x ∈ A ∧ x ∈ B) ⇔ x ∈ A. [(x ∈ A ∧ x ∈ B) ⇔ x ∈ A] ⇒ (x ∈ A ⇒ x ∈ B). Definicja 3. gdy żaden element jednego ze zbiorów nie jest elementem drugiego. Zbiory A i B są rozłączne. Z 4 i 5 dostajemy 6.15 (rozłączności zbiorów. . Z 1 na podstawie definicji równości zbiorów: 2. które nie są elementami zbioru B. 3. Z 2 i 3 mamy: 4. czyli Definicja 3. którego elementami są wszystkie i tylko te elementy zbioru A. Tezą rachunku logicznego jest: 5. x ∈ A ⇒ x ∈ B. A ⊇⊆ B. OPERACJE NA ZBIORACH Niech: 1. \). A ⊆ B.4 Różnica i różnica symetryczna zbiorów Różnicą zbiorów A i B jest zbiór A \ B.16 (różnicy zbiorów.4. x ∈ (A ∩ B) ⇔ x ∈ A. x ∈ (A ∩ B) ⇔ (x ∈ A ∧ x ∈ B). Symbol „\” to dwuargumentowa litera funkcyjna. A ∩ B = A. że (A ⊇⊆ B) ⇔ (A ∩ B = ∅). Z definicji zawierania się zbiorów i 6 179 7.3. Zauważmy. W sposób równoważny możemy to wyrazić: ∀x : [x ∈ (A \ B) ⇔ (x ∈ A) ∧ ¬ (x ∈ B)]. (A \ B) = {x ∈ X : x ∈ A ∧ ¬ x ∈ B}.

Symbol „ . B. które nie są elementami zbioru A. B. . A ⊆ B ∧ C ⊆ D ⇒ A \ D ⊆ B \ C T 47. Istnieje ścisły związek między tymi (i innymi) prawami rachunku zbiorów a odpowiednimi prawami rachunku zdań: odrzucenie tych drugich wiąże się z zakwestionowaniem tych pierwszych. (A . A ∪ −A = X T 51. teoriomnogościowym prawem wyłączonego środka i teoriomnogościowym prawem (nie)sprzeczności. którego elementami są wszystkie i tylko te elementy zbioru A. A \ B ⊆ A T 46. B) = (B . . Twierdzenia T2 i T3 można by nazwać. ∀x : [x ∈ (A B) ⇔ (x ∈ A ∧ ¬ x ∈ B) ∨ (¬ x ∈ A ∧ x ∈ B)]. A ∩ −A = ∅. ” to dwuargumentowa litera funkcyjna. Zauważmy. odpowiednio. że 3.17 (różnicy symetrycznej zbiorów.4. Równoważnie możemy to zapisać: .5 Związki między działaniami teoriomnogościowymi Operacja dopełnienia pozostaje w następujących związkach z innymi działaniami teoriomnogościowymi. Definicja 3. (A B) = [x ∈ X : (x ∈ A ∧ ¬ x ∈ B) ∨ (¬ x ∈ A ∧ x ∈ B)]. A ⊆ B ⇔ A \ B = ∅. Dla dowolnego zbioru A i przestrzeni X 7 : T 49. Różnicą symetryczną zbiorów A i B jest zbiór A .180 ROZDZIAŁ 3. C ⊆ D ⇒ A \ D ⊆ A \ C T 48. −A = X \ A T 50. 7 . C. A). które nie są elementami zbioru B oraz wszystkie i tylko te elementy zbioru B. D: T 45. ). ALGEBRA ZBIORÓW Dla dowolnych zbiorów A.

4. A \ B = A ∩ −B T 55. Związki między różnicą a sumą określają następujące prawa. B i C: T 58 (prawo absorpcji (pochłaniania)). A \ (A \ B) = A ∩ B. Kolejne prawo pozwala określić przecięcie za pomocą różnicy. A ∪ (B \ A) = A ∪ B T 63. A ∩ (A ∪ B) = A T 59 (prawo absorpcji (pochłaniania)). A ⊆ B ⇔ −A ∪ B = X. A \ B = −(−A ∪ B).3. Dla dowolnych zbiorów A. A ⊆ B ⇔ A ∩ −B = ∅ T 57. 181 Następujące prawa ustalają związki między dodawaniem a mnożeniem zbiorów. Dla dowolnych zbiorów A i B: T 62. A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C) T 61 (prawo rozdzielności iloczynu względem sumy). A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C). A ⊆ B ⇒ A ∪ (B \ A) = B. OPERACJE NA ZBIORACH Dla dowolnych zbiorów A i B: T 52 (prawo De Morgana). Dla dowolnych zbiorów A. (A ∩ B) ∪ B = B T 60 (prawo rozdzielności sumy względem iloczynu). B i przestrzeni X: T 56. −(A ∪ B) = −A ∩ −B T 53 (prawo De Morgana). −(A ∩ B) = −A ∪ −B T 54. . Dla dowolnych zbiorów A i B: T 64.

2. to piszemy: A AND NOT (B OR C) lub (A AND NOT B) AND (A AND NOT C). T (A AND B) = T (A) ∩ T (B). Algebra zbiorów ma wielorakie zastosowania. B. Dla dowolnych zbiorów A. Jeżeli chcemy znaleźć dokumenty. co na jedno wychodzi: 4. ALGEBRA ZBIORÓW Między różnicą a dodawaniem i mnożeniem zbiorów zachodzą następujące związki. że jest to liczba skończona i wynosi 22 . mnożenia i odejn mowania. Równoważności tych sformułowań można dowieść korzystając z algebry zbiorów. . w których występuje słowo A i nie występuje ani słowo B ani słowo C. Niech T (A) będzie zbiorem wszystkich i tylko tekstów (dokumentów). A \ (B ∪ C) = (A \ B) ∩ (A \ C) T 66 (prawo De Morgana (dla różnicy)). lub. Dowodzi się. Można postawić pytanie. w szczególności z operacjami teoriomnogościowymi mamy do czynienia przy wyszukiwaniu informacji. ile daje się uzyskać wzajemnie różnych zbiorów z danych n zbiorów stosując do nich operacje dodawania.182 ROZDZIAŁ 3. C: T 65 (prawo De Morgana (dla różnicy)). T (A AND NOT B) = T (A) \ T (B). T (A AND NOT B) = T (A) ∩ −T (B). A \ (B ∩ C) = (A \ B) ∪ (A \ C). T (A OR B) = T (A) ∪ T (B). Dla znanych z wyszukiwarek internetowych spójników: OR. 3. AND oraz AND NOT zachodzą następujące zależności: 1. w których występuje słowo A.

. 5.19 (uogólnionego przecięcia zbiorów. OPERACJE NA ZBIORACH 183 3. T = {1. . które są elementami każdego ze zbiorów rodziny (At )t∈T . . które są elementem przynajmniej jednego ze zbiorów (At )t∈T . Jej elementami byłyby wszystkie zbiory (dla każdego n ∈ N): An = {(n + 1). Definicja 3. Przykład 3. A3 = {4. . gdy zbiór T jest skończony. .4.3. W wypadku. . . 2. Sumą uogólnioną zbiorów rodziny (At )t∈T jest zbiór t∈T At (lub: {At : t ∈ T }). Przecięciem uogólnionym zbiorów niepustej rodziny (At )t∈T jest zbiór A (lub: {At : t ∈ T }). ∪ An . . . . Definicja 3. . At ) ⇔ ∃t∈T (x ∈ At )}. (n + 2). to rodzina (At )t∈T miałaby nieskończenie wiele elementów. Rodzinę zbiorów (At )t∈T tworzą następujące zbiory: A1 = {2.}. . A2 = {3. ∀x : {(x ∈ t∈T ). . 7.}. 5}. Niech (At )t∈T = {n ∈ N : t < n}. . Niech T będzie zbiorem {1. którego elementami są wszystkie i tylko te przedmioty. . At ) ⇔ ∀t∈T (x ∈ At )}.}. .}. .18 (uogólnionej sumy zbiorów. Gdybyśmy jako T wzięli zbiór liczb naturalnych. . którego elementami są wszystkie i tylko te przedt∈T t mioty. . 6.}. .3.}. Sumę i przecięcie można uogólnić na dowolną rodzinę zbiorów. . 3. . t∈T . ∀x : {(x ∈ t∈T T S ). . . 2. Niech (At )t∈T będzie rodziną podzbiorów przestrzeni X.4. A5 = {6. A4 = {5. Niech X będzie niepustą przestrzenią (X = ∅). 3. gdzie T jest zbiorem (indeksów). Niech przestrzenią będzie zbiór liczb naturalnych N.6 Uogólnione suma i przecięcie zbiorów Dotychczas omawialiśmy działania teoriomnogościowe na skończonej liczbie zbiorów. to At = A1 ∪ A2 ∪ . 4. 4. n}.

184

ROZDZIAŁ 3. ALGEBRA ZBIORÓW

At = A1 ∩ A2 ∩ . . . ∩ An .
t∈T

W wypadku, gdy T = N, czyli gdy T jest zbiorem liczb naturalnych piszemy:

An
n=1 ∞

zamiast
n∈N

An , An .
n∈N

An
n=1

zamiast

Omówimy teraz niektóre własności uogólnionych sumy i przecięcia. Dla dowolnej rodziny zbiorów (At )t∈T , dla każdego t ∈ T : T 67. At ⊆ T 68.
t∈T t∈T

At

At ⊆ At
t∈T

T 69. At ⊆ A ⇒

At ⊆ A
t∈T

T 70. A ⊆ At ⇒ A ⊆ T 71. T 72.
t∈T t∈T

At
t∈T (At t∈T (At

At ∪ At ∩

t∈T t∈T

Bt = Bt =

∪ Bt ) ∩ Bt ).

Udowodnijmy tylko własność T70. Dowód. Przeprowadzimy dowód niewprost. Niech więc: 1. ∀t ∈ T : (A ⊆ At ), 2. A ⊆
T t∈T

At .
T t∈T

Z definicji zawierania się zbiorów i z 2 mamy, że dla pewnego a: 3. a ∈ A ∧ ¬ a ∈ Z tego: 4. a ∈ A, oraz At .

3.4. OPERACJE NA ZBIORACH 5. ¬ a ∈
T t∈T

185

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 wierszami 6 i 8. Związki między uogólnionymi sumą i przecięciem a relacją inkluzji ustalają następujące twierdzenia. Dla dowolnych rodzin zbiorów (At )t∈T i (Bt )t∈T oraz każdego t(∈ T ): T 73. (At ⊆ Bt ) ⇒ T 74. (At ⊆ Bt ) ⇒ T 75. T 76.
t∈T (At t∈T t∈T t∈T

At ⊆ At ⊆
t∈T

t∈T t∈T

Bt Bt
t∈T

∩ Bt ) ⊆
t∈T

At ∩
t∈T (At

Bt

At ∪

Bt ⊆

∪ Bt ).

Kolejne twierdzenia określają związki między dodawaniem i przecięciem a uogólnionymi sumą oraz przecięciem. Dla dowolnej rodziny zbiorów (At )t∈T i dowolnego zbioru A: T 77. A ∪ T 78. A ∩ T 79. A ∪ T 80. A ∩
t∈T t∈T t∈T t∈T

At = At = At = At =

t∈T (A t∈T (A t∈T (A t∈T (A

∪ At ) ∩ At ) ∪ At ) ∩ At ).

Udowodnijmy tylko własność T80, ograniczając się do: A∩
t∈T

At ⊆
t∈T

(A ∩ At ).

186 Dowód. Niech 1. x ∈ (A ∩
T t∈T

ROZDZIAŁ 3. ALGEBRA ZBIORÓW

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: 5. x ∈
T t∈T

(A ∩ At ),

co kończy dowód. Związki między różnicą a uogólnionymi sumą i przecięciem ustalają dwa pierwsze uogólnione prawa De Morgana (dla różnicy), zaś dla dopełnienia — dwa kolejne uogólnione prawa De Morgana (dla dopełnienia). Dla dowolnej rodziny (At )t∈T i dowolnego zbioru A: T 81. A \ T 82. A \ T 83. − T 84. −
t∈T t∈T t∈T t∈T

At = At =

t∈T (A t∈T (A

\ At ) \ At )

At = At =

t∈T (−At ) t∈T (−At ).

Twierdzenia T83 i T84 są konsekwencjami, odpowiednio, T81 i T82.

3.5

Aksjomaty algebry zbiorów

W powyższych rozważaniach dotyczących algebry zbiorów przyjmowano jako pewniki niektóre własności zbiorów i pewne rozumienie bycia elementem zbioru. Te założenia znajdują jawne sformułowanie w następujących czterech aksjomatach algebry zbiorów. Stanowią one system aksjomatów algebry zbiorów.

3.5. AKSJOMATY ALGEBRY ZBIORÓW

187

Aksjomat 1 (równości zbiorów (ekstensjonalności)8 ). Jeśli zbiory A i B nie różnią się swoimi elementami, to zbiory A i B są równe. Aksjomat 2 (sumy). Dla dowolnych zbiorów A i B istnieje zbiór, którego elementami są wszystkie i tylko te przedmioty, które są elementami zbioru A lub są elementami zbioru B. Aksjomat 3 (różnicy). Dla dowolnych zbiorów A i B istnieje zbiór, którego elementami są wszystkie i tylko te elementy zbioru A, które nie są elementami B. Aksjomat 4 (istnienia). Istnieje co najmniej jeden zbiór. Aksjomaty te nie obejmują wszystkiego tego, co dla potrzeb matematyki wystarczająco charakteryzowałoby pojęcie zbioru. Zwykle oprócz podanych wyżej czterech aksjomatów, przyjmuje się jeszcze kolejne trzy. Wszystkie te aksjomaty pochodzą od Ernesta Zermelo. Aksjomat 5 (podzbiorów, inaczej: wyróżniania). Dla każdego zbioru A i każdej formuły φ z jedną zmienną wolną, której zakresem jest zbiór A istnieje zbiór, którego elementami są wszystkie i tylko elementy zbioru A, które spełniają φ. Naiwna intuicja zbioru mogłaby nas skłaniać do przyjęcia aksjomatu mocniejszego, a mianowicie pewnika abstrakcji głoszącego, że dla dowolnej własności (formuły) φ istnieje zbiór wszystkich i tylko tych przedmiotów, które tę własność posiadają (lub, odpowiednio, zbiór przedmiotów spełniających tę formułę). Pewnik ten dopuszcza istnienie zbiorów przedmiotów o dowolnej cesze. Okazuje się jednak, że taki aksjomat prowadzi do sprzeczności (antynomii). Jest tak np. w wypadku antynomii Russella. φ(x) ⇔ (x jest zbiorem) ∧ (x ∈ x). Niech: R = {x : φ(x)}, czyli R = {x : x jest zbiorem ∧ x ∈ x}.
8

Por. z zasadą ekstensjonalności na str. 168.

188

ROZDZIAŁ 3. ALGEBRA ZBIORÓW

Jeśli przyjmiemy, że każda własność wyznacza zbiór, to R jest zbiorem. Zasadne staje się więc pytanie, czy R jest elementem R. Z definicji R mamy, że R ∈ R ⇔ R ∈ R, co jest ewidentną sprzecznością. Zermelo wyeliminował antynomie, w miejsce pewnika abstrakcji przyjmując aksjomat wyróżniania. Zakłada się w nim istnienie zbiorów przedmiotów o dowolnej cesze φ, ale tylko tych przedmiotów, które są elementami jakiegoś zbioru. Aksjomat wyróżniania pozwala z każdego zbioru wyróżnić podzbiór jego elementów posiadających określoną własność. W szczególności przy założeniu istnienia jakiegoś zbioru zapewnia istnienie zbioru pustego. Zbiór ten zawiera się w każdym zbiorze, ponieważ można go wyróżnić z każdego zbioru, a mianowicie jako {x ∈ A : ¬ x = x}. Aksjomat 6 (zbioru potęgowego). Dla każdego zbioru A istnieje zbiór 2A , zwany zbiorem potęgowym zbioru A, którego elementami są wszystkie i tylko podzbiory zbioru A. Zbiór potęgowy bywa oznaczany „P (A)” — od angielskiego Power lub też „C(A)” — od Cantora. Aksjomat ten pozwala tworzyć dowolnie duże zbiory. Zbiór P (A) ma więcej9 elementów niż zbiór X. Ponieważ, mając zbiór P (A) możemy utworzyć jego zbiór potęgowy P (P (A)), to otrzymujemy jeszcze większy zbiór itd. Aksjomat 7 (wyboru, pewnik wyboru). Dla każdej rodziny zbiorów niepustych i rozłącznych istnieje zbiór, który z każdym ze zbiorów z tej rodziny ma jeden i tylko jeden wspólny element. Fakt przyjmowania pewnika wyboru jako aksjomatu jest zaznaczany w nazwie danego systemu aksjomatycznego. Na przykład, ZFC to system aksjomatyczny Zermelo-Fraenkla z aksjomatem wyboru (Choice — ang.: wybór). Aksjomat 8 (regularności, ufundowania). W każdym niepustym zbiorze A jest taki element, którego żaden element nie jest elementem zbioru A.
Odpowiedź na pytanie, co to znaczy, że jeden zbiór ma więcej elementów niż inny, damy rozważając problemy mocy zbiorów.
9

. Succ({∅. Na podstawie aksjomatu wyróżniania stwierdzamy istnienie zbioru {x ∈ A : x = x}. . że zarówno A ⊂ Succ(A) jak i A ∈ Succ(A). że istnieje zbiór: A ∪ {A}. Możemy teraz określić zbiór N jako najmniejszy zbiór. Stwierdzamy więc istnienie zbioru {∅}. {∅}} = {0. n = {0. 2. . ∅ ∈ N. Z kolei z aksjomatu sumy mamy. Korzystając z aksjomatu sumy mamy zbiór ∅ ∪ {∅}(= {∅}). AKSJOMATY ALGEBRY ZBIORÓW 189 Konsekwencją tego aksjomatu jest wykluczenie istnienia zbioru A takiego. Zgodnie z tym mamy: . Korzystając z aksjomatu istnienia stwierdzamy istnienie jakiegoś zbioru A.5. że A ∈ A a także wykluczona jest każda z możliwości: A ∈ A1 . 2 = {∅. 1}. . Na podstawie aksjomatu zbioru potęgowego stwierdzamy istnienie zbioru P (∅).3. W teorii mnogości można zdefiniować zbiór liczb naturalnych N. Na mocy aksjomatu wyróżniania mamy. który spełnia następujące warunki: 1. Definiujemy indukcyjnie według wzoru: Succ(A) = A ∪ {A}. Taki zbiór jest dokładnie jeden. A1 ∈ A2 . A ∈ N ⇒ Succ(A) ∈ N. {∅}} ∪ {{∅. . Zgodnie z tym mamy: Succ(∅) = ∅ ∪ {∅} = {∅}. że istnieje zbiór {x ∈ P (A) : x = A}(= {A}). 1. n − 1}. . . Na podstawie aksjomatu zbioru potęgowego stwierdzamy istnienie zbioru potęgowego P (A). {∅}}}. 1 = {∅} = {0}. Jest to zbiór pusty: ∅. itd. . {∅}}. Succ({∅}) = {∅} ∪ {{∅}} = {∅. . . . Zauważmy. . W kolejnym kroku definicji indukcyjnej zakładamy istnienie zbioru A. . {∅}}) = {∅. Poszczególne elementy zbioru N są oznaczane jak następuje: 0 = ∅. . Na mocy aksjomatu wyróżniania mamy zbiór: {x ∈ P (∅) : x = ∅}. An ∈ A.

190 ROZDZIAŁ 3. i ogólnie: Succ(n) = n + 1. Succ(1) = 2. . ALGEBRA ZBIORÓW Succ(0) = 1.

y : ∃z : (z = {{x}.1 Iloczyn kartezjański zbiorów Podstawowym pojęciem dalszych rozważań jest operacja tworzenia pary uporządkowanej przedmiotów. y1 }) ∧ ({x. y1 })]∨ [({x} = {x1 . którego elementami będą tylko x i y. y}. Korzystając ponownie z aksjomatu pary ze zbiorów {x} i {x. czyli dla dowolnych przedmiotów x i y (niekoniecznie różnych): 1. ∀x. Mając przedmiot x możemy utworzyć — korzystając chociażby z aksjomatu pary — zbiór {x}. x1 . zbiór ten jest przyporządkowany tylko tej parze przedmiotów. y} jest dokładnie jeden. y}} oraz 2. y}. y} możemy utworzyć zbiór {{x}.Rozdział 4 Relacje i funkcje 4. {x. którego jedynym elementem jest x. {x. którego elementami będą tylko {x} i {x. y.1. y}}. {x1 . y1 }} ⇔ [({x} = {x1 })∧({x. {x. y}} = {{x1 }. y1 : (x = x1 ∧ y = y1 ⇔ {{x}. Twierdzenie 4. bowiem Z definicji równości zbiorów mamy: 1. {x1 . y}}). Mając przedmioty x i y (niekoniecznie różne) na podstawie aksjomatu pary możemy utworzyć zbiór {x. {x. y} = {x1 . Stwierdzamy więc istnienie zbioru {{x}. y} = {y1 })]. Dowód. {x. {{x}. y}}. y1 }}). 2. 191 . ∀x. 1. Taki zbiór utworzony z przedmiotów x i y i jako swoich elementów zbiorów {x} i {x. istnieje dokładnie jeden zbiór {{x}. {x. y}} = {{x1 }.

1 (pary uporządkowanej). {x. (x. y} = {x1 . {x} = {x1 } ⇔ x = x1 . y1 }} ⇔ (x = x1 ) ∧ (y = y1 ).192 2. {{x}. y) to para uporządkowana. (x = x1 )∧[(x = x1 ∧y = y1 )∨(x = y1 ∧y = x1 )] ⇒ [(x = x1 )∧(y = y1 )]. (x = x1 ) ∧ (y = y1 ) ⇒ {{x}. Z 7 i 8 mamy: 9. [({x} = {x1 . ROZDZIAŁ 4. której poprzednikiem jest x a której następnikiem jest y. {x1 . {x. Z definicji równości zbiorów: 11. Z definicji równości zbiorów: 7. (x. y}} = {{x1 }. {x1 . Pary uporządkowane są równe wtedy i tylko wtedy. y} = {x1 . y1 }} ⇒ (x = x1 ) ∧ (y = y1 ). y1 }) ⇔ (x = x1 )∧[(x = x1 ∧y = y1 )∨(y = y1 ∧ y = x1 )]. Z 4 i 5 dostajemy: 6. {{x}. {x1 . [({x} = {x1 . ({x} = {x1 }) ∧ ({x. y1 }) ∧ ({x. y1 }}. y1 }) ∧ ({x. y) = {{x}. y} = {x1 })] ⇔ (x = x1 = y1 ) ∧ (x = y = x1 ). Z 1. y} = {x1 . {x. y}}. Z 2 i 3 mamy: 4. y} = {x1 })] ⇒ (x = x1 ) ∧ (y = y1 ). Definicja 4. Z własności identyczności: 8. y}} = {{x1 }. {x. RELACJE I FUNKCJE 3. y1 }) ⇒ [(x = x1 ) ∧ (y = y1 )]. . Z 10 i 11 dostajemy: 12. 6 i 9 dostajemy: 10. y}} = {{x1 }. (x = x1 = y1 ) ∧ (x = y = x1 ) ⇒ (x = x1 ) ∧ (y = y1 ). ({x} = {x1 })∧({x. {x. gdy równe są ich poprzedniki i równe są ich następniki. y1 } ⇔ (x = x1 ∧ y = y1 ) ∨ (x = y1 ∧ y = x1 ). Z własności identyczności dostajemy: 5.

x2 . Jest to jedno z podstawowych działań na zbiorach. . . X n jest zbiór: X1 ×X2 × · · · ×Xn wszystkich i tylko n-tek uporządkowanych: (x1 . . Ogólnie możemy mówić o punktach w przestrzeni n-wymiarowej. . xn1 . i ≤ n}. .2 (krotki (n-tki) uporządkowanej). . . . iloczyny kartezjańskie pełnią doniosłą rolę. . xn ). czyli Definicja 4. . . . xn−1 . W wypadku. co ((x1 .3 (iloczynu kartezjańskiego. . xn ) znaczy tyle. . .1. . Iloczynem kartezjańskim. Zbiór punktów płaszczyzny (zbiór liczb zespolonych) jest produktem kartezjańskim zbioru R liczb rzeczywistych przez siebie: R×R. W wypadku punktu (x. xn ) : xi ∈ Xi . x2 . . x1 . ILOCZYN KARTEZJAŃSKI ZBIORÓW Niech (x1 . . . . x2 . Dla dowolnych zbiorów X1 . . X2 . xn . dających się utworzyć z elementów zbioru X jako poprzedników i elementów zbioru Y jako następników tych par: {(x. W matematyce. że i-tym członem n-tki jest element zbioru Xi .4. . . N -tka uporządkowana (krotka) przedmiotów x1 . gdy Xi = R. . . Xn istnieje zbiór wszystkich i tylko n-tek uporządkowanych. . . . . . 1 ≤ i ≤ n. inaczej produktem kartezjańskim zbiorów X i Y jest zbiór X×Y wszystkich i tylko par uporządkowanych (x. . X2 . ×). Xn . . . to współrzędne n-tki (x1 . y) takich. xn . X2 . czyli X×Y = {(x. xn ). mamy do czynienia z punktami w przestrzeni 3-wymiarowej. x2 . x2 . . . X2 . Iloczynem kartezjańskim. Dla dowolnych zbiorów X i Y istnieje zbiór wszystkich par uporządkowanych. . 193 Definicja 4. xn ). . Xn osiami współrzędnych. (n ≥ 2) to: (x1 . xi . . xn−1 ). takich. Zbiór ten jest też jednoznacznie określony. . X1 ×X2 × · ×Xi × · ×Xn = {(x1 . xn ) takich. y) : x ∈ X ∧ y ∈ Y }. a w wypadku gdy n = 3. . xn−1 . . to dla n = 1 mamy punkty na prostej. . dających się utworzyć z elementów zbiorów X1 . y) : x ∈ X ∧ y ∈ Y }. zbiory X1 . Zbiór ten jest jednoznacznie określony. . inaczej produktem kartezjańskim zbiorów: X 1 . x2 . że x ∈ X i y ∈ Y . x2 . że xi ∈ Xi . x2 . xn−1 . . . . x to odcięta a y to rzędna. dla n = 2 — na płaszczyźnie. . y). . Elementy zbioru X1 × X2 × · · · × Xn nazywamy punktami. . i ≤ n. . xn−1 . .

Spełnione są też prawa rozdzielności iloczynu kartezjańskiego względem przecięcia teoriomnogościowego. y) ∈ A × B ⇔ x ∈ A ∧ y ∈ B]. ∀x. X2 . Iloczyn kartezjański nie jest przemienny. Udowodnimy tylko: A × B = B × A ⇒ A = B ∨ A = ∅ ∨ B = ∅. Dla dowolnych zbiorów X1 . ∀x. (X1 ∩ X2 ) × Y = (X1 × Y ) ∩ (X2 × Y ) T 90. 2. Y × (X1 ∩ X2 ) = (Y × X1 ) ∩ (Y × X2 ). Y . (X1 ⊆ X2 ) ⇔ (X1 × Y ⊆ X2 × Y ) ⇔ (Y × X1 ⊆ Y × X2 ). y : [(x. Dla dowolnych zbiorów X1 . Y : T 85. Dla dowolnych zbiorów X1 . (X1 ∪ X2 ) × Y = X1 × Y ∪ X2 × Y T 86. prawa rozdzielności. A × B = B × A ⇔ A = B ∨ A = ∅ ∨ B = ∅. X2 . Z definicji iloczynu kartezjańskiego mamy: 1. jeśli Y = ∅. Zachodzą np. Y × (X1 ∪ X2 ) = Y × X1 ∪ Y × X2 T 87. y : [(x. y) ∈ B × A ⇔ x ∈ B ∧ y ∈ A]. Z definicji równości zbiorów: . (X1 \ X2 ) × Y = X1 × Y \ X2 × Y T 88. Dowód.1. Y : T 89. Przykład 4. X2 . Y × (X1 \ X2 ) = Y × X1 \ Y × X2 . Iloczyn kartezjański jest operacją monotoniczną względem stosunku zawierania.194 ROZDZIAŁ 4. RELACJE I FUNKCJE Niektóre własności iloczynu kartezjańskiego są analogiczne do własności iloczynu arytmetycznego. to: T 91.

12. A × B = B × A. 7. ILOCZYN KARTEZJAŃSKI ZBIORÓW 3. Opuszczając w 9 równoważność mamy: 10. 8 dostajemy: 9. a następnie w 2 i 5 mamy: 6. Z 11 mamy. W 14 podstawiając z w miejsce y dostajemy: . ∀x. gdy jako wiersz dowodowy uzyskamy następnik tej implikacji). x ∈ A ∧ y ∈ B ⇔ x ∈ B ∧ y ∈ A. y) ∈ A × B ⇔ (x. x ∈ A ∧ y ∈ B ⇒ x ∈ B ∧ y ∈ A. do założeń możemy dołączyć poprzednik implikacji. że 14. y ∈ B ⇒ (x ∈ A ⇒ x ∈ B) a z 12. Z 6. W 13 podstawiając z w miejsce x dostajemy 15. y : [(x.4. y) ∈ B × A. 7. y) ∈ A × B ⇔ (x. y : [(x. y) ∈ A × B ⇔ (x. (x. A z tego: 11. że 13. Opuszczając kwantyfikator w 1. której dowodzimy (dowód zakończy się. x ∈ A ∧ y ∈ B ⇒ y ∈ A. 8. x ∈ A ⇒ (y ∈ B ⇒ y ∈ A). 195 Korzystając z twierdzenia o dedukcji. Z 3 i 4 dostajemy: 5. y) ∈ B × A]. y) ∈ B × A ⇔ x ∈ B ∧ y ∈ A. y ∈ B ⇒ (z ∈ A ⇒ z ∈ B). (x. Zatem jako założenie możemy przyjąć: 4. x ∈ A ∧ y ∈ B ⇒ x ∈ B. (x. y) ∈ A × B ⇔ x ∈ A ∧ y ∈ B.1. y) ∈ B × A]. A × B = B × A ⇔ ∀x.

2. 4. A = B ⇔ ∀z : (z ∈ A ⇔ z ∈ B). Teraz do 20 dołączamy duży kwantyfikator i mamy: 21.1 Relacje Pojęcie relacji Słów „stosunek” i „zależność”. W wyniku dostajemy: 17. „związek” i „relacja” używamy w podobnym znaczeniu. Z tego zaś: 20. Z 17 i 18 mamy: 19. o zależności między objętością a ciśnieniem. ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B). ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇔ z ∈ B). ∃x : x ∈ A ⇒ (z ∈ B ⇒ z ∈ A). 18. Mówimy np. więc: 25. o związku pracy z płacą. a 24.196 16. ¬ B = ∅ ⇔ ∃y : y ∈ A. RELACJE I FUNKCJE Do 15 i 16 możemy dołączyć mały kwantyfikator. ¬ A = ∅ ∧ ¬ B = ∅ ⇒ A = B. 25 jest równoważne: 26. A = B ∨ A = ∅ ∨ B = ∅. Ponieważ: 22. x ∈ A ⇒ (z ∈ B ⇒ z ∈ A).2 4. ¬ A = ∅ ⇔ ∃x : x ∈ A. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ ∀z : (z ∈ A ⇔ z ∈ B). o stosunku większości między liczbami. . 23. Tu pozycja terminu „relacja” będzie formalnie wyróżniona — definicje i twierdzenia będą mówić o relacji. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B) ∧ (z ∈ B ⇒ z ∈ A). ROZDZIAŁ 4.

6 (i-tej dziedziny relacji. czyli gdy jest podzbiorem X będziemy mówili. Zbiór In (⊆ X × X) taki. Relacją dwuczłonową w iloczynie X×Y . W wypadku.4. Mówiliśmy o sygnaturze języka. Jest to relacja w zbiorze X. Definicja 4. Di (R) = {xi : (x1 . . Napis: R ⊆ X1 ×X2 × · · · ×Xn to sygnatura relacji 1 . B) ∈ In ⇔ A ⊆ B jest relacją inkluzji. jest każdy podzbiór zbioru X1 ×X2 × · · · ×Xn .5 (relacji n-członowej). Niech R będzie relacją dwuczłonową. i ≤ n. . x2 .2. m) ∈ W ⇔ (n ≤ m). xn ) ∈ R}. . Wcześniej termin „sygnatura” użyty był w innym znaczeniu.4 (relacji dwuczłonowej). . RELACJE 197 Definicja 4. gdy: (n. gdzie X i Y są zbiorami. gdy relacja jest podzbiorem X×X. .2. . czyli Definicja 4. . gdzie Xi są zbiorami.3. y) ∈ R będziemy pisać xRy a czytać: x jest w relacji R z y. Niech N będzie zbiorem liczb naturalnych. 1 . Zamiast (x. . 2 Przykład 4. Di (R)). „R” to nazwa relacji. Zbiór wszystkich i tylko i-tych członów n-członowej relacji R to i-ta dziedzina relacji R. Przykład 4. Podzbiór W (⊆ N × N) jest relacją niewiększości w zbiorze liczb naturalnych wtedy i tylko wtedy. a X1 ×X2 × · · · ×Xn to typ relacji. Relacją n-członową w iloczynie: X1 ×X2 × · · · ×Xn . że jest to relacja binarna w zbiorze X. Jest to relacja w zbiorze N. xi . Niech X będzie przestrzenią. jest każdy podzbiór zbioru X×Y . że dla dowolnych A. B(⊆ X): (A.

z. Polem relacji R. y. C) ∈ M ⇔ A/B/C. C(R) = D1 (R) ∪ D2 (R) ∪ · · · ∪ Dn (R). gdy dla dowolnych punktów A. y) należących do relacji R.7 (lewej dziedziny relacji. Przykład 4. y) należących do relacji R. y. czyli Definicja 4. D∗ (R) = {y : (x. Zbiór ten jest jej pierwszą. C(∈ l): (A.5. D∗ (R)). . czyli punkt B leży między punktami A i C. D(R)). czyli Definicja 4.9 (pola relacji. t (∈ R): z x (x. C(R)). B. y t Relacja P jest relacją czteroczłonową. Niech P (⊆ R×R×R×R) będzie relacją taką. jest teoriomnogościowa suma wszystkich dziedzin relacji R. z. że dla dowolnych x. Niech l będzie prostą. C(R). Jest to zbiór D(R) poprzedników par uporządkowanych (x. czyli zbiór: Definicja 4. Przykład 4. drugą i trzecią dziedziną oraz polem. Jest to relacja w zbiorze l. M (⊆ l × l × l) jest relacją leżenia między wtedy i tylko wtedy. a drugą i czwartą — R \ {0}. D(R) = {x : (x.198 ROZDZIAŁ 4. że jest to dziedzina lub lewa dziedzina. y) ∈ R}. Jej pierwszą i trzecią dziedziną jest zbiór R. t) ∈ P ⇔ = . W wypadku relacji dwuczłonowej o 2-giej dziedzinie mówimy.8 (prawej dziedziny relacji.4. gdzie n to liczba członów relacji R. B. Jest to zbiór D∗ (R) następników par uporządkowanych (x. y) ∈ R}. RELACJE I FUNKCJE W wypadku relacji dwuczłonowej o 1-szej dziedzinie mówimy. że jest to przeciwdziedzina lub prawa dziedzina. Relacja leżenia między jest relacją trójczłonową.

16). (3. W dziedzinie matematycznej np.4. Jest to zbiór: {(x. 1). para (x. Na mocy zasady ekstensjonalności relacje. (1. gdy A ⊆ B. że następnik pary jest podzielny przez poprzednik pary: (2.2. Inaczej mówiąc. RELACJE 199 W opisie relacji nie należy pomijać wskazania iloczynu kartezjańskiego. że poprzednik pary jest małżonkiem następnika tej pary. Podzielność jest relacją w zbiorze liczb naturalnych. bez względu jak byśmy go określili. . Relacją jest też inkluzja. W wypadku dziedziny poza matematycznej oznacza to. (2. Na przykład. (4. (3. czyli jest podzbiorem zbioru N×N. A) jest elementem tej relacji wtedy i tylko wtedy. Relacja z powyższego przykładu miałaby następującą tablicę: . utożsamiamy ze zbiorem takich par ludzi. . podzielność utożsamiamy ze zbiorem takich par liczb naturalnych. związek małżeński. że przedmioty x i y pozostają w relacji R wtedy i tylko wtedy. Na rysunku podaje się nazwy przedmiotów pozostających w relacji. 1). para (A. . 2). Skończone dwuczłonowe relacje można przedstawiać w postaci grafu. 6). (3. 2). 4)} ma następujący graf: Relacje binarne można przedstawić też za pomocą tablicy (macierzy). A) : x ∈ A ∧ A ⊆ X}. ∈. Fakt zachodzenia relacji między określonymi przedmiotami zaznaczany jest przez połączenie nazw tych przedmiotów strzałkami w taki sposób. którego jest ona podzbiorem. (4. 1). ⊆. Jest to zbiór: {(A. . jest relacją. 4). B) jest elementem tej relacji wtedy i tylko wtedy. relacja {(1. Bycie elementem zbioru. gdy poruszając się od x zgodnie z kierunkiem wskazywanym przez strzałkę dojdziemy do y. Inaczej mówiąc. B) : A ⊆ B ∧ A ⊆ X ∧ B ⊆ X}. gdy x ∈ A. 3). (2. które nie różnią się swoimi elementami uznajemy za równe. że np.

∆X to przekątna w zbiorze X × X. 4. że w wypadku.2. Można zauważyć. gdy każdy element zbioru X jest w tej relacji ze sobą. REF). REF. y) ∈ ∆X ⇔ x ∈ X ∧ y ∈ X}.200 1 + + + ROZDZIAŁ 4. że R jest zwrotna zapisujemy: R ∈ REF. x) : x ∈ X}. ∀x ∈ X : (xRx). gdy między xi a xj zachodzi relacja. RELACJE I FUNKCJE 2 + + + 3 + 4 1 2 3 4 Najogólniej rzecz biorąc opis skończonej relacji za pomocą tabeli. że relacja R jest zwrotna w X[= C(R)] wtedy i tylko wtedy. czyli (x. której wiersze i kolumny przyporządkowane są wzajemnie jednoznacznie elementom dziedziny i przeciwdziedziny tej relacji przeprowadza się w ten sposób. REF. czyli Definicja 4.2 Relacje zwrotna i przeciwzwrotna Dwuczłonowa relacja R w zbiorze X[= C(R)] jest zwrotna. Dla każdego zbioru X istnieje i jest dokładnie jedna relacja: ∆X = {(x. oznaczeniu podlega pole tabeli wyznaczone przez wiersz xi i kolumnę xj . wtedy i tylko wtedy.10 (relacji zwrotnej. Fakt. . gdy ∆X ⊆ R.

IRREF). że R jest przeciwzwrotna zapisujemy: R ∈ IRREF. To. gdy: Definicja 4.11 (relacji przeciwzwrotnej. wtedy i tylko wtedy. będzie to następująca tabelka: 1 1 2 3 4 + + 2 3 + 4 + .2. Na przykład. będzie to następująca tabelka: 1 + + + 2 + + 3 + + + 4 1 2 3 4 Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przeciwzwrotna. W wypadku relacji przeciwzwrotnej w tabelce żadne miejsce na przekątnej nie będzie zaznaczone. Na grafie relacji przeciwzwrotnej żadna strzałka nie będzie łączyła jakiegoś elementu z nim samym. IRREF. RELACJE 201 W wypadku relacji zwrotnej każdy element x(∈ X) jest połączony ze sobą strzałką: W tabelce relacji zwrotnej oznakowane są wszystkie miejsca na przekątnej. ∀x ∈ X : ¬ (xRx). Na przykład. IRREF.4.

SYM. że ROZDZIAŁ 4.3 Relacje symetryczna.6.2. gdy w systemie dziesiętnym nazwa liczby x ma dokładnie dwie takie same cyfry co nazwa liczby y. Nie jest też przeciwzwrotna — w wypadku liczb dwucyfrowych zachodzi między liczbą a nią samą. przeciwsymetryczna i antysymetryczna Dwuczłonowa relacja R w zbiorze X[= C(R)] jest symetryczna. gdy Definicja 4. Fakt.8. ∀x. Relacje mogą być zwrotne. wtedy i tylko wtedy. że R jest symetryczna zapisujemy: R ∈ SYM. Nie zawsze zachodzi między liczbą a nią samą — choćby liczby mające trzy lub więcej cyfr mają więcej cyfr wspólnych. że xRy wtedy i tylko wtedy. y ∈ X : (xRy ⇒ yRx). SYM. Niech R będzie relacją w zbiorze liczb naturalnych N taką. Przykład 4. SYM). lub. RELACJE I FUNKCJE R ∈ REF ⇒ ¬ R ∈ IRREF. Relacja < w zbiorze liczb rzeczywistych R jest przeciwzwrotna: ∀x ∈ R : ¬(x < x). . Relacja ≤ w zbiorze liczb rzeczywistych R jest zwrotna: ∀x ∈ R : (x ≤ x). Przykład 4.202 Zauważmy. Relacja R nie jest zwrotna. 4. co jest równoważne: R ∈ IRREF ⇒ ¬ R ∈ REF.7. Przykład 4.12 (relacji symetrycznej. przeciwzwrotne lub ani zwrotne i ani przeciwzwrotne.

y ∈ X : (xRy ⇒ ¬ yRx). ASYM. Fakt. wtedy i tylko wtedy.13 (relacji przeciwsymetrycznej. y ∈ X : (xRy ∧ yRx ⇒ x = y). ASYM). ANTYSYM). to jest również strzałka łącząca y z x. że R jest antysymetryczna zapisujemy: . ASYM.14 (relacji antysymetrycznej. gdy Definicja 4. Przykładem tabelki relacji przeciwsymetrycznej może być: 1 1 2 3 4 + + 2 3 + 4 Dwuczłonowa relacja R w zbiorze X[= C(R)] jest antysymetryczna. W tabelce relacji symetrycznej przekątna jest osią symetrii. ANTYSYM. Fakt. ∀x. gdy Definicja 4.2. ∀x. Jest tak np. w następującej tabelce: 1 + + + 2 + + + 3 + + 4 1 2 3 4 + Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przeciwsymetryczna. że R jest przeciwsymetryczna zapisujemy: R ∈ ASYM. ANTYSYM.4. wtedy i tylko wtedy. RELACJE 203 W wypadku relacji symetrycznej jeżeli na grafie jest strzałka łącząca x z y.

relacja identyczności Id: 6. Relacje mogą być symetryczne. antysymetryczne i mogą nie być ani symetryczne. że dla każdego x i y zachodzi xRy ∧ yRx ⇒ x = y. Przykładem tabelki relacji antysymetrycznej może być: 1 + + 2 3 + 4 1 2 3 4 Zauważmy. lub równoważnie 2. Id ∈ SY M ∩ AN T Y SY M.204 ROZDZIAŁ 4. W wypadku relacji przeciwsymetrycznych warunek xRy ∧ yRx nie jest spełniony dla żadnego x i y. jak np. że jeżeli R = ∅. RELACJE I FUNKCJE R ∈ ANTYSYM. R ∈ SYM ⇒ ¬ R ∈ ASYM. Zbiór relacji symetrycznych i antysymetrycznych zarazem jest niepusty: SY M ∩ AN T Y SY M = ∅. 2 . relacja niewiększości w zbiorze liczb rzeczywistych ≤. to + + 1. SYM ∩ ASYM = ∅. Do zbioru tego należy np. inaczej mówiąc: 3. które nie są przeciwsymetryczne. zatem prawdą jest. 4. R ∈ ASYM ⇒ R ∈ ANTYSYM2 lub równoważnie: 5. ani przeciwsymetryczne. Są relacje antysymetryczne. ASYM ∩ ANTYSYM = ASYM. ani antysymetryczne. przeciwsymteryczne. R ∈ ASYM ⇒ ¬ R ∈ SYM.

2.12. że 21 = 12. np. Relacja R jest symetryczna. y : (x < y ⇒ ¬ y < x). że 23R31. że relacja R jest przechodnia zapisujemy: R ∈ TRANS. Niech R będzie relacją w zbiorze liczb naturalnych taką.10.11. TRANS). Niech R będzie relacją w zbiorze liczb naturalnych taką. Przykład 4. gdy Definicja 4. Przykład 4. Przykład 4.4 Relacja przechodnia Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przechodnia (TRANS) wtedy i tylko wtedy.4. Relacja ta nie jest symetryczna i nie jest antysymetryczna. Relacja ta nie jest przeciwsymetryczna i nie jest antysymetryczna. y. to nieprawda. bo xRx i ¬ x ≤ x. 31R23 i nieprawda. że xRy wtedy i tylko wtedy. z ∈ X : (xRy ∧ yRz ⇒ xRz). Relacja < w zbiorze liczb naturalnych jest przeciwsymetryczna: ∀x. Relacja ta nie jest symetryczna. Przykładem tabelki relacji przechodniej może być: .15 (relacji przechodniej. bo gdy x = y i x ≤ y.9. Nie jest symetryczna. ∀x. 4. że nRm wtedy i tylko wtedy. Relacja ≤ w zbiorze liczb naturalnych nie jest ani symetryczna. gdy w zapisie dziesiętnym w n występuje cyfra „1” a w m cyfra „2”. Relacja ta jest antysymetryczna. że y ≤ x. RELACJE 205 Przykład 4. TRANS.2. ani nie jest przeciwsymetryczna. Fakt. Nie jest też przeciwsymetryczna. R nie jest też przeciwsymetryczna i nie jest antysymetryczna: 21R12 i 12R21. a nieprawda. gdy istnieje różna od 1 liczba naturalna będąca podzielnikiem liczby x i liczby y.

Relacja inkluzji ⊆ jest przechodnia. ponieważ 7 i 8 są sprzeczne. Zauważmy. aRa. y : (xRy ⇒ ¬ yRx). przechodnią i niech nie będzie asymetryczna. ¬ ∀x.206 1 + + + ROZDZIAŁ 4. y : (xRy ∧ yRx). że jeśli R jest przeciwzwrotna i przechodnia.2. Z tego dla pewnych a i b: 5. IRREF ∩ TRANS ⊆ ASYM. Dowód. 3. Z 3 na podstawie praw De Morgana mamy: 4. ∃x. Niech R będzie relacją przeciwzwrotną. czyli Twierdzenie 4. . Na podstawie 1 zaś: 8. ¬ aRa. xRy ∧ yRz ⇒ xRz. aRb ∧ bRa ⇒ aRa Z 5 i 6 mamy: 7. to jest przeciwsymetryczna. Z 2 dostajemy: 6. co kończy dowód. 2. Dowodzimy niewprost. aRb ∧ bRa. czyli 1.13. ¬ xRx. RELACJE I FUNKCJE 2 + + + 3 + + + 4 1 2 3 4 + Przykład 4.

że Id jest relacją równoważności. Przykład 4. y. Na jej olbrzymią rolę w różnych dziedzinach matematycznych pierwszy zwrócił uwagę Frege.16 (relacji równoważności. symbolu „≈” używać będziemy na oznaczenie jakiejkolwiek relacji równoważności. to Id ⊆ R. Fakt. Terminu „równoważność” użyliśmy już zajmując się logiką zdań. EQ). czyli Definicja 4. Relacją równoważności jest relacja w zbiorze liczb naturalnych taka. RELACJE 207 4. że: 1. 2. ∀x ∈ X : (xRx) zwrotna. Równość jest najmniejszą relacją równoważności. że liczby x i y pozostają w tej relacji wtedy i tylko wtedy. ∀x. czyli Id ∈ EQ.2.4. Relacja równoważności daje podstawę do tworzenia pojęć abstrakcyjnych3 . że Id = {(x. EQ. z ∈ X : [(xRy ∧ yRz) ⇒ xRz] przechodnia. więc jest również najmniejszą taką relacją. x) : x ∈ X}. czyli jeżeli R ∈ EQ. Relacja dwuczłonowa R jest relacją równoważności. Teraz występuje on w znaczeniu różnym od poprzedniego. y ∈ X : [xRy ⇒ yRx] symetryczna. kiedy różnica x − y jest liczbą całkowitą.15. 3 . ∀x. EQ.14. w zbiorze X[= C(R)] wtedy i tylko wtedy. Nie są to jednak wszystkie znaczenia tego słowa. EQ = REF ∩ SYM ∩ TRANS. Ponieważ Id jest relacją równoważności. 3.2. w jakich występuje ono w tekstach logicznych i matematycznych. gdy jest to relacja taka. Relacja równoległości prostych na płaszczyźnie euklidesowej jest relacją równoważności. że przedmioty x i y pozostają w relacji równoważności będziemy zapisywali: x≈y. Id ∈ REF ∩ SYM ∩ TRANS. Zauważmy.5 Relacja równoważności Trudno przecenić znaczenie relacji równoważności w matematyce i nie tylko w matematyce. Nie każda relacja równoważności jest relacją identyczności. Zauważmy. Zatem Id jest najmniejszą relacją zwrotną. Inaczej mówiąc. Przykład 4.

= {y ∈ X : x≈y}.3. Jest to klasa liczb dwucyfrowych. które są w relacji ≈ z x to klasa równoważności (abstrakcji. X/≈). Przykład 4. 11. Zbiór x ≈ . . który ma dokładnie jeden element wspólny z każdą klasą abstrakcji tej relacji równoważności. czyli Definicja 4. Klasa x ≈ jest niepusta. Można zauważyć. .19 (zbioru reprezentantów równoważności). Zbiór reprezentantów relacji równoważności ≈ o polu C to każdy podzbiór C. W wielu wypadkach bez odwołania się do niego nie umiemy tego dowieść.17 (klasy abstrakcji. Np. których nazwy w systemie dziesiętnym mają tyle samo cyfr. którego wszystkimi i tylko elementami są te przedmioty ze zbioru X. RELACJE I FUNKCJE Niech ≈ będzie relacją równoważności w zbiorze X. . Klasą abstrakcji tej relacji wyznaczoną przez daną liczbę naturalną jest zbiór wszystkich i tylko tych liczb. czyli Definicja 4. Przykład 4.17. . ekwiwalencji) relacji ≈ wyznaczona przez x lub o reprezentancie x.208 ROZDZIAŁ 4. . X/≈ = { x ≈: x ∈ X}. klasą abstrakcji wyznaczoną przez liczbę 11 jest zbiór {10.16. x x ≈ ≈ ). że Twierdzenie 4. Klasą abstrakcji relacji równoległości w zbiorze wszystkich prostych na płaszczyźnie euklidesowej wyznaczoną przez pewną prostą jest zbiór wszystkich i tylko prostych do niej równoległych. 12. Niech ≈ będzie relacją równoważności w niepustym zbiorze X. 99}. czyli ∀x : ∃y : (y ∈ x ≈ ).18 (przestrzeni ilorazowej. Dzięki temu mamy pojęcie liczby n-cyfrowej. Relacja posiadania tylu samo cyfr w nazwie w systemie dziesiętnym jest relacją równoważności w zbiorze liczb naturalnych. Definicja 4. Istnienie zbioru reprezentantów wynika z aksjomatu wyboru. Fakt ten daje podstawę do utworzenia pojęcia równoległości. Przestrzeń ilorazowa X/ ≈ to zbiór wszystkich i tylko klas abstrakcji relacji równoważności ≈.

Z definicji x 1. x ∈ x ≈ ⇔ x ≈ x.4. Dołączając duży kwantyfikator mamy: 4. Z założenia relacja ≈ jest zwrotna. ≈ ]. Wykorzystując prawo De Morgana o zaprzeczaniu alternatywy dostajemy: . Na podstawie prawa De Morgana mamy: 2. Dowód przeprowadzimy metodą niewprost. y : ( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅).2. czyli jako założenie przyjmiemy zaprzeczenie dowodzonej tezy. bądź rozłączne. y : ¬( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅). RELACJE Dowód. x ≈ x ⇒ x ∈ x ≈. y : ( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅). ∃x. Z tego mamy: 2. y ∈ x ≈ ≈: 209 ⇔ x≈y. Dowód. Z tego dostajemy: 8. ¬ ∀x. ∃x : [x ∈ x ≈ ]. 1. Twierdzenie 4. Z 2 dostajemy: 3. czyli ∀x. Dwie klasy abstrakcji relacji równoważności ≈ są bądź równe. ∀x : (x ≈ x) Z 5 i 6 mamy: 7. ∀x : [x ∈ x ≈ ]. [∀x : (x ≈ x)] ⇒ [∀x : (x ∈ x ≈ )].4. czyli 6. ∀x : [x ≈ x ⇒ x ∈ x Z tego dostajemy: 5.

Z 10 i 6 mamy: 11. Z definicji zbioru pustego: 10. Opuszczając w 11 mały kwantyfikator otrzymujemy: 12. Na podstawie definicji klas równoważności z 13 oraz 14 dostajemy. Z 5 i 7 mamy: 8. y : (¬ x ≈ ROZDZIAŁ 4. d ∈ a ≈ ∧d∈ b ≈. Opuszczając w 12 koniunkcję mamy: 13. ¬ a oraz 6. ∃x : [(x ∈ a ≈ ≈) ⇔ ∃x : [(x ∈ a ≈ ∧¬ x ∈ b ≈ ) ∨ (¬ x∈ a ≈ ∧x ∈ ∧¬ x∈ b ≈) ∨ (¬ x ∈ a ≈ ∧x∈ b ≈ )]. (¬ a ≈ ∩ b ≈ = ∅) ⇔ ∃x : (x ∈ a ≈ ∧x∈ b ≈ ). d ∈ a oraz 14. ¬ a ≈ = b ≈ ∧¬ a ≈ ∩ b ≈ = ∅. Opuszczając koniunkcję dostajemy: 5. Opuszczając mały kwantyfikator stwierdzamy. Opuszczając dwukrotnie mały kwantyfikator mamy: 4. ∃x. d ∈ b ≈. że dla pewnego c: 9. ∩ b ≈ = ∅. Z definicji równości zbiorów: 7. (¬ a ≈ = b b ≈ )]. ∃x : (x ∈ a ≈ ∧x∈ b ≈ ). ≈. odpowiednio: . RELACJE I FUNKCJE = y ≈ ∧¬ x ≈ ∩ y ≈ = ∅).210 3. ¬ a ≈ ≈ = b ≈. (c ∈ a ≈ ∧¬ c∈ b ≈) ∨ (¬ c ∈ a ≈ ∧c∈ b ≈ ).

Z 23. b ≈ a ⇒ [(c ≈ b ∧ b ≈ a ⇒ c ≈ a) ⇒ ¬ (¬ c ≈ a ∧ c ≈ b)]. Z symetryczności relacji ≈ i 15 mamy: 17. a ≈ b ⇒ [(c ≈ a ∧ a ≈ b ⇒ c ≈ b) ⇒ ¬ (c ≈ a ∧ ¬ c ≈ b)]. d ≈ a. Z 27 na podstawie praw De Morgana: 211 .2. Z 18 i 22 23. Z przechodniości relacji ≈ oraz 16 i 17: 18.4. 24 i 25 mamy: 26. ¬ (c ≈ a ∧ ¬ c ≈ b). ¬ (¬ c ≈ a ∧ c ≈ b). Z 21 i 26 przez dołączanie koniunkcji: 27. d ≈ b. a ≈ b. Tautologią jest: 20. ¬ (c ≈ a ∧ ¬ c ≈ b) ∧ ¬ (¬ c ≈ a ∧ c ≈ b). RELACJE 15. c ≈ a ∧ a ≈ b ⇒ c ≈ b. 19 i 20 mamy: 21. Z symetryczności ≈: 22. c ≈ b ∧ b ≈ a ⇒ c ≈ a. a ≈ d. b ≈ a Z przechodniości ≈: 24. Tautologią jest: 25. Z przechodniości ≈: 19. a ≈ b ⇒ b ≈ a. Z 18. oraz 16.

Na drodze abstrakcji tworzone są też pojęcia w dziedzinach pozamatematycznych. np. Chwila to klasa zdarzeń równoczesnych. Są to pojęcia abstrakcyjne. Podziałem logicznym zbioru X (zbiór dzielony) jest klasa zbiorów P taka. Każdy element X należy do jakiejś klasy abstrakcji relacji ≈. y : (y ≈ x ⇔ y ∈ x ). do której ten element należy. korzystając z definicji klas równoważności mamy: 29. Za pomocą relacji równoważności definiuje się pojęcia. Twierdzenie 4. że każdy element zbioru X należy do klasy wyznaczonej przez ten element. czyli ∀x ∈ X : ∃y ∈ X : (x ∈ y ≈ ). ∀x : (x ≈ x) ⇒ ∀x : (x ∈ x ). Wiersze 28 i 29 są sprzeczne. Z tego: 3. Z definicji klasy abstrakcji relacji ≈ 1. ¬ [(c ≈ a ∧ ¬ c ≈ b) ∨ (¬ c ≈ a ∧ c ≈ b)]. ∀x : (x ≈ x ⇔ x ∈ x ). Barwa to klasa abstrakcji relacji równobarwności. czerwień to klasa równobarwności wyznaczona przez przedmiot czerwony. Niech ≈ będzie relacją równoważności w zbiorze X. Dowód. Relacja ≈ jest zwrotna więc z założenia: 4. (c ≈ a ∧ ¬ c ≈ b) ∨ (¬ c ≈ a ∧ c ≈ b).5. elementy te są parami rozłączne (warunek rozłączności ) oraz każdy element zbioru X jest elementem przynajmniej jednego elementu P (warunek zupełności ). czyli . Z tego: 2. RELACJE I FUNKCJE 28. ∀x. Takim pojęciem jest pojęcie liczby. Pokażemy. Z 9. że dla każdego elementu zbioru X istnieje klasa abstrakcji. ∀x : (x ≈ x). ∀x : (x ∈ x ). że każdy element P (człon podziału) jest niepusty (warunek niepustości ). Tym samym pokażemy. Z 3 i 4 mamy: 5.212 ROZDZIAŁ 4.

Przyporządkowanie każdemu elementowi zbioru klasy abstrakcji wyznaczonej przez ten element to przekształcenie kanoniczne.6 (zasada abstrakcji). rozłączność ∀x ∈ X : ∃A ∈ P : (x ∈ A). Przy przejściu od elementów zbioru do klas abstrakcji relacja równoważności zostaje zamieniona na relację równości. B ∈ P ⇒ [(A = B) ∨ (A ∩ B = ∅)]. niepustość A. Prawem arytmetyki liczb naturalnych jest 1. RELACJE 213 Definicja 4. co dowodzi zwrotności. Zgodnie z definicją relacji R mamy więc: 2. . n1 ). Podział logiczny zbioru X to klasa zbiorów P taka. że spełnione są łącznie następujące warunki: 1. czyli R ⊆ [(N × N) × (N × N)] taką. Podamy przykłady takiego postępowania. n1 )R(m2 .4. Zbiór klas abstrakcji relacji równoważności w zbiorze X jest podziałem logicznym zbioru X. 3. R jest symetryczna. R jest zwrotna. Można więc zastąpić je klasami obiektów równoważnych.18. że (m1 . Przykład 4. Niech R będzie relacją w zbiorze par liczb naturalnych. (m1 . Ten sposób postępowania jest metodą stosowaną w matematyce szczególnie wtedy. (m1 + n1 ) = (m1 + n1 ). n1 )R(m1 . Twierdzenie to jest bezpośrednią konsekwencją powyższych twierdzeń i definicji podziału logicznego.2. R jest relacją równoważności. Jest to metoda identyfikacji elementów równoważnych. gdy wprowadza się nowe obiekty matematyczne. Z punktu widzenia teorii obiekty równoważne na gruncie tej teorii nie są w niej odróżnialne. zupełność Twierdzenie 4. A ∈ P ⇒ A = ∅. 2. n2 ) ⇔ [(m1 + n2 ) = (m2 + n1 )].20 (podziału logicznego).

[(m1 +n2 ) = (m2 +n1 )∧(m2 +n3 ) = (m3 +n2 )] ⇒ (m1 +n3 ) = (m3 +n1 ).214 Niech: 1. n1 ). ROZDZIAŁ 4. że 2. Z tego mamy. czyli . RELACJE I FUNKCJE Ponieważ = jest symetryczna. (m1 . (m1 + n2 ) = (m2 + n1 ) oraz 4. n1 )R(m2 . Niech 1. Z własności sumowania mamy. (m1 . więc mamy: 4. (m2 . n3 ). czyli zachodzi: 3. Otrzymujemy więc: 6. (m2 . (m1 + n3 ) = (m3 + n1 ). n2 )R(m1 . R jest przechodnia. n1 )R(m2 . n2 ) i 2. Mamy zatem. że 5. że zachodzi: 5. (m2 + n1 ) = (m1 + n2 ). To zaś oznacza. że 3. (m2 + n3 ) = (m3 + n2 ). (m1 + n2 ) = (m2 + n1 ). n2 )R(m3 . n2 ). (m1 + n2 ) = (m2 + n1 ) ⇒ (m2 + n1 ) = (m1 + n2 ).

4.2. RELACJE 7. (m1 , n1 )R(m3 , n3 ), co dowodzi przechodniości R.

215

Opisana relacja dzieli zbiór par liczb naturalnych na klasy abstrakcji. Te klasy abstrakcji nazywa się liczbami całkowitymi. Inaczej mówiąc, liczba całkowita to klasa abstrakcji powyżej opisanej relacji równoważności w zbiorze par liczb naturalnych. Elementami (1, 1) , klasy abstrakcji wyznaczonej przez parę (1, 1), są wszystkie pary (n, m) takie, że n = m, czyli (m, n) ∈ (1, 1) ⇔ m = n. Ta klasa abstrakcji wyznacza liczbę całkowitą 0. Klasy (m, n) takie, że m > n i m = n + k, k = 1, 2, . . . wyznaczają liczby całkowite dodatnie, odpowiednio, 1, 2, . . .. Gdy m < n i n = m + k, k = 1, 2, . . ., to klasy te wyznaczają liczby ujemne, odpowiednio: −1, −2, . . .. W zbiorze liczb całkowitych, czyli w zbiorze klas abstrakcji relacji R [⊆ ((N × N) × (N × N))] definiuje się różne działania. Dodawanie (+) definiuje się następująco: (m1 , n1 ) + (m2 , n2 ) = (m1 + m2 , n1 + n2 ) . Zauważmy, że gdyby znak „+” po obu stronach równości (=) był użyty w tym samym znaczeniu, to mielibyśmy do czynienia z błędnym kołem bezpośrednim w definiowaniu. Tak nie jest. Znaczenie „+” użytego po lewej stronie równości różni się od znaczenia tego znaku użytego po stronie prawej. Po lewej stronie jest to znak definiowanej operacji dodawania liczb całkowitych. Po prawej stronie równości jest to znak dodawania liczb naturalnych, tak jak ta operacja określona jest w aksjomatyce Peano. Fakt użycia tego samego symbolu w różnych znaczeniach nie przeszkadza w rozumieniu definicji dlatego, że kontekst jego użycia jednoznacznie wskazuje znaczenie. Podobna uwaga odnosi się do definicji mnożenia. Mnożenie liczb całkowitych definiowane jest przez następującą równość: (m1 , n1 ) · (m2 , n2 ) = (m1 ·m2 + n1 ·n2 , m1 ·n2 + n1 ·m2 ) . Dla wykazania poprawności definicji liter funkcyjnych „+” oraz „·” jako symboli, odpowiednio, dodawania i mnożenia liczb całkowitych, trzeba dowieść, że wynik operacji nie zależy od wyboru reprezentantów klas abstrakcji:

216

ROZDZIAŁ 4. RELACJE I FUNKCJE

bez względu na wybór reprezentantów każdy wynik wykonania operacji będzie reprezentantem tej samej klasy abstrakcji. Fakt ten pokażemy tylko dla „·”. Niech (m1 , n1 ) i (m1 , n1 ) będą reprezentantami tej samej klasy i niech (m2 , n2 ) i (m2 , n2 ) będą reprezentantami tej samej klasy. Musimy pokazać, że (m1 ·m2 +n1 ·n2 , m1 ·n2 +m2 ·n1 ) i (m1 ·m2 +n1 ·n2 , m1 ·n2 +m2 ·n1 ) reprezentują tę samą klasę. Na podstawie założenia, zgodnie z definicją mamy, że m1 + n1 = m1 + n1 , i m2 + n2 = m2 + n2 . Z tego otrzymujemy, odpowiednio: m1 − n1 = m1 − n1 , m2 − n2 = m2 − n2 . Mnożąc stronami powyższe dwie równości dostajemy: m1 · m2 − m1 · n2 − m2 · n1 + n1 · n2 = m1 · m2 − m1 · n2 − m2 · n1 + n1 · n2 . Po przekształceniu otrzymujemy: m1 · m2 + m1 · n2 + m2 · n1 + n1 · n2 = m1 · m2 + m1 · n2 + m2 · n1 + n1 · n2 . A to zgodnie z definicją znaczy, że (m1 ·m2 +n1 ·n2 , m1 ·n2 +m2 ·n1 ) i (m1 ·m2 + n1 ·n2 , m1 ·n2 + m2 ·n1 ) reprezentują tę samą klasę. Działania + i · w zbiorze liczb całkowitych mają te same własności jak odpowiednie działania w zbiorze liczb naturalnych. Przykład 4.19. Tą samą metodą, jaką zdefiniowane zostały liczby całkowite, definiuje się liczby wymierne. Są to również klasy abstrakcji relacji równoważności. Niech Z będzie zbiorem liczb całkowitych, a Z∗ niech będzie zbiorem liczb całkowitych bez 0, czyli Z∗ = Z \ {0}. Niech R będzie podzbiorem iloczynu kartezjańskiego (Z × Z∗ ) × (Z × Z∗ ) takim, że (c1 , d1 )R(c2 , d2 ) ⇔ c1 d2 = c2 d1 . Relacja R, jak wyżej zdefiniowana, jest relacją równoważności. Pokażemy tylko, że jest przechodnia.

4.2. RELACJE 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 .

217

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 = 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 abstrakcji. Te klasy nazywa się liczbami wymiernymi. Inaczej mówiąc, liczba wymierna to klasa abstrakcji relacji równoważności R w zbiorze Z×Z∗ . Klasy c1 , d1 i c2 , d2 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

W zbiorze liczb wymiernych, czyli w zbiorze klas abstrakcji relacji R [⊆ ((Z × Z∗ ) × (Z × Z∗ ))] określa się różne działania. Dodawanie (+) definiuje się następująco: (c1 , d1 ) + (c2 , d2 ) = (c1 d2 + c2 d1 , d1 d2 ) . Mnożenie liczb wymiernych definiowane jest przez następującą równość: (c1 , d1 ) · (c2 , d2 ) = (c1 c2 , d1 d2 ) . Dowodzi się — dowody w istocie nie różnią się od odpowiednich dowodów dla liczb całkowitych — że wyniki dodawania i mnożenia liczb wymiernych nie zależą od wyboru reprezentantów klas abstrakcji: dla reprezentantów tych samych klas abstrakcji wynik jest reprezentantem tej samej klasy. Spełnione są więc warunki poprawności definicji liter funkcyjnych „+” i „·”. Działania te mają takie same własności jak odpowiednie działania w zbiorze liczb naturalnych (i całkowitych). Liczby rzeczywiste, tak jak całkowite i wymierne, też konstruowane są na drodze abstrakcji.

4.3

Rachunek relacji

Relacje są zbiorami. Można więc wykonywać na nich operacje teoriomnogościowe. Relacje są zbiorami n-tek uporządkowanych. Możliwe jest więc również zdefiniowanie specyficznych operacji uwzględniających ten fakt4 . Relacja pusta w zbiorze X to relacja, która nie zachodzi między żadnymi elementami tego zbioru. Definicja 4.21 (relacji pustej w X). ∀x, y ∈ X : (¬ xRy). R jest pusta w X wtedy i tylko wtedy, gdy R ∩ X × X = ∅. Relacja pełna w zbiorze X to relacja, która zachodzi między wszystkimi elementami tego zbioru.
4

Mówić będziemy o rachunku dla relacji dwuczłonowych.

4.3. RACHUNEK RELACJI Definicja 4.22 (relacji pełnej w X). ∀x, y ∈ X : (xRy). R jest pełna w X 5 wtedy i tylko wtedy, gdy R ∩ X × X = X × X.

219

Relacje są zbiorami, zatem dla relacji określone są wszystkie operacje teoriomnogościowe. Sumą relacji R i R1 w zbiorze X jest relacja R2 taka, że x jest w relacji R2 z y wtedy i tylko wtedy, gdy x jest w relacji R z y lub gdy jest w relacji R1 z y, czyli R2 = R ∪ R1 . Definicja 4.23 (sumy relacji). ∀x, y ∈ X : [x(R ∪ R1 )y ⇔ (xRy ∨ xR1 y)]. Iloczynem relacji R i R1 w zbiorze X jest relacja R2 taka, że x jest w relacji R2 z y wtedy i tylko wtedy, gdy x jest w relacji R z y i gdy jest w relacji R1 z y, czyli R2 = R ∩ R1 . Definicja 4.24 (iloczynu relacji). ∀x, y ∈ X : [x(R ∩ R1 )y ⇔ (xRy ∧ xR1 y)]. Negacją relacji R w zbiorze X jest relacja R taka, że x jest w relacji R z y wtedy i tylko wtedy, gdy x nie jest w relacji R z y, czyli negacją relacji jest jej dopełnienie do relacji pełnej: R = (X × X) \ R. Definicja 4.25 (negacji relacji, ). ∀x, y ∈ X : [xR y ⇔ ¬ xRy]. Dla relacji określone są nie tylko operacje teoriomnogościowe. Taką specyficzną operacją jest konwers relacji. Konwersem relacji (relacją odwrotną do) R w zbiorze X jest relacja R−1 taka, że x jest w relacji R−1 z y wtedy i tylko wtedy, gdy y jest w relacji R z x, czyli (x, y) ∈ R−1 ⇔ (y, x) ∈ R. Z definicji konwersu wynika, że dowolna relacja ma konwers i jest on dokładnie jeden. Możemy więc wprowadzić literę funkcyjną „ −1 ”.
5

Nie wprowadzamy specjalnego oznaczenia na relację pełną.

∀x. . y) ∈ R|Z ⇔ (x. Inaczej mówiąc. a relacją odwrotną do > jest <. czyli gdy R = R−1 . Można pokazać. które są elementami Z. ◦). Relacja R|Z jest relacją R zredukowaną do zbioru Z wtedy i tylko wtedy.26 (konwersu relacji. Ten fragment relacji R to relacja R|Z zredukowana do zbioru Z. y ∈ X : [x(R ◦ R1 )y ⇔ ∃z ∈ X : (xRz ∧ z R1 y)]. Przykład 4. z) ∈ R ∧ (z. ∀x. że x jest w relacji R ◦ R1 z y wtedy i tylko wtedy. że T 92. Zauważmy. jest spójna wtedy i tylko wtedy. RELACJE I FUNKCJE −1 ). jest antysymetryczna wtedy i tylko wtedy.27 (złożenia relacji. gdy R ∪ R−1 = X × X. czyli (x. relacją odwrotną do < jest >. R ◦ (R1 ◦ R2 ) = (R ◦ R1 ) ◦ R2 T 93. że relacja R(⊆ X × X): 1. y) ∈ R]. Zauważmy. gdy: ∀x. Iloczynem względnym relacji (złożeniem relacji ) R i R1 w zbiorze X jest relacja R ◦ R1 taka. możemy być zainteresowani fragmentem relacji R(⊆ X × X) ograniczonym do tych członów tej relacji. R ◦ ∆X = ∆X ◦ R = R. 3.20. Konwersem relacji < jest > i na odwrót: konwersem > jest <. gdy R ∩ R−1 ⊆ ∆X . Definicja 4. gdy istnieje z (∈ X) takie. Mając zbiór Z(⊆ X). (R ◦ R1 )−1 = R1 −1 ◦ R−1 T 94. y ∈ X : [xR−1 y ⇔ yRx]. gdy jest równa swojemu konwersowi. y) ∈ R1 ]. y ∈ Z : [(x. że (R−1 )−1 = R. ROZDZIAŁ 4. Dla dowolnych dwóch relacji istnieje ich iloczyn względny i jest dokładnie jeden. jest symetryczna wtedy i tylko wtedy. 2. że x jest w relacji R z z a z jest w relacji R1 z y. y) ∈ R ◦ R1 ⇔ ∃z : [(x.220 Definicja 4.

2. R). Na pewnych relacjach daje się określić operację uzupełniania relacji tak. RW ∈ W . Domknięciem relacji R do własności W jest relacja RW wtedy i tylko wtedy. że konwers relacji jest jednoznacznie określony i fakt. . Relację ≤ w zbiorze liczb naturalnych można rozumieć jako relację ≤ w zbiorze liczb rzeczywistych zredukowaną do zbioru liczb naturalnych. aby można było dla określonej własności zdefiniować domknięcie do niej. ∀x. y ∈ Z) ∧ xRy]. R ⊆ RW . Zwrotnym domknięciem R(⊆ X × X) jest relacja: R ∪ ∆X . y ∈ X : [xR|Zy ⇔ (x. W tym wypadku oznacza to. że przekątna jest jednoznacznie określona i fakt. że relacja jest symetryczna wtedy i tylko wtedy. |). mając na uwadze. Definicja 4. 221 Na ogół — gdy nie prowadzi to do nieporozumień — zamiast (X. R|Z) pisze się (Z. Mając na uwadze. aby w wyniku otrzymać relację o określonej własności (aby należała ona do określonej klasy relacji).29 (domknięcia relacji do własności W ).3. 3. gdy jest równa swojemu konwersowi oraz to.30 (zwrotnego domknięcia). relacji Mając na uwadze. że dla każdej relacji (z zakresu operacji domknięcia) musi istnieć i być jednoznacznie określony nadzbiór. możemy wprowadzić operację uzupełniania relacji do relacji zwrotnej. że chodzi o relację R zredukowaną do Z. że relacja RW ma własność W . spełnione muszą być warunki poprawnego definiowania.28 (relacji zredukowanej. drugi i trzeci zaś. RACHUNEK RELACJI Definicja 4. Niech W będzie klasą relacji.4. że relacja jest zwrotna wtedy i tylko wtedy. Definicja 4. że R ∪ R−1 = (R ∪ R−1 )−1 . możemy wprowadzić operację uzupełnienia relacji do relacji symetrycznej. gdy 1. gdy zawiera swoją przekątną. który ma daną własność. Punkt pierwszy definicji mówi o tym. Oczywiście. R ⊆ R1 ∧ R1 ∈ W ⇒ RW ⊆ W1 . że RW jest najmniejszym takim nadzbiorem R.

1 Pojęcie funkcji Definicja 4. xn . . . 4. x2 . O funkcji spełniającej tylko warunek 1 mówi się. . to xn+1 = xn+1 . xn+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1 . czyli gdy: . . Definicja funkcji jednoargumentowej (n = 1) będzie więc następująca: Niech X i Y będą zbiorami. xn . RELACJE I FUNKCJE Definicja 4. X2 . xn+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1 i (x1 . x2 . przekształcenie. xn+1 : jeżeli (x1 . Tu podamy definicję. .31 (symetrycznego domknięcia). gdy dla każdego x (∈ X) istnieje co najwyżej jedno y (∈ Y ) takie. odwzorowanie. . .32 (funkcji). 4. . W wypadku. że jest to funkcja częściowa lub funkcja częściowo określona. . . transformacji. gdy R jest jednoznaczna w ostatniej dziedzinie. czyli ∀x1 . Różnice w ich stosowaniu wyznaczone są przez konteksty.4. Niech X1 . xn+1 . Dwuczłonowa relacja R (⊆ X × Y ) jest funkcją (jednoargumentową) wtedy i tylko wtedy. . stosując jeden z tych terminów. Xn . czyli 1. . xn . . a R(⊆ X1 × X2 × · · · × Xn × Xn+1 ) niech będzie (n + 1)-członową relacją.4 Funkcja Używa się terminów funkcja. W szczególnych wypadkach mówi się też o operacji. . Wszystkie te terminy czysto formalnie oznaczają jeden rodzaj obiektów. . w których terminy te pojawiają się. z którym jest on w relacji R. . x2 . Symetrycznym domknięciem relacji R(⊆ X × X) jest relacja: R ∪ R−1 . gdy dla każdego elementu dziedziny istnieje element przeciwdziedziny. że xRy. operatorze. R jest n-argumentową funkcją wtedy i tylko wtedy. że są używane zamiennie. ∀x ∈ X : ∀y1 . Bywa. Xn+1 będą zbiorami. y2 ∈ Y : [(xRy1 ∧ xRy2 ) ⇒ y1 = y2 ].222 ROZDZIAŁ 4. a mianowicie „funkcja”.

x2 . . X. lecz nie na odwrót. xn jako f (x1 . . FUNKCJA 2. . które pozostają w relacji R z elementami zbiorów X1 . W wypadku funkcji dwuargumentowych zwykle stosowana jest notacja infiksowa (wrostkowa). . . a w wypadku funkcji całkowitej dodatkowo warunek: 2. Xn i jakiegoś wzoru f (x1 . . Y ). . „f ” — nazwa funkcji. x2 . . Przy algorytmicznym obliczaniu wartości stanowiących złożenie wielu funkcji stosuje się notację sufiksową (przyrostkową). . . X2 . xn . y2 ) ∈ f ⇒ y1 = y2 ]. . x2 . . . . ∀x ∈ X : ∀y1 y2 ∈ Y : [(x. . gdzie f (⊆ X ×Y ) jest relacją spełniającą w wypadku funkcji częściowej warunek: 1. Zamiast (x1 . . . x2 . np. .4. . jak np. . xn ) przedstawiającego element przeciwdziedziny Xn+1 przyporządkowany elementom x1 . g(x1 . x2 . xn )f. X2 . x2 . xn ) to zapis w konwencji prefiksowej (przedrostkowej ). xn ). Zbiór wartości funkcji to jej przeciwdziedzina. Każdy i-ty argument funkcji jest elementem Xi . Zapis wartości funkcji f dla x1 . to mówi się o funkcji całkowicie określonej lub funkcji całkowitej. h. . xn . ∀x ∈ X : ∃y ∈ Y : [(x. xn ). g. . . . . 2 + 3. . . Xn → Xn+1 to sygnatura funkcji. xn . . . Zwykle n-argumentowa funkcja jest określana przez podanie jej dziedzin X1 . . . . . . Xn → Xn+1 to typ funkcji f . xn ). f (x1 . . O funkcji należy mówić w kontekście jej dziedzin. oznaczają wartości odpowiednich funkcji dla argumentów: x1 . . x2 . . funkcję jednoargumentową z X do Y definiuje się jako uporządkowaną trójkę (f. . . x2 . . . Niech R będzie funkcją. zaś X1 × X2 × . . ∀x ∈ X : ∃y ∈ Y : xRy. . czyli pisze się: (x1 . Napis: f : X1 × X2 × . . . 223 W tej terminologii każda funkcja (całkowita) jest funkcją częściową. y) ∈ R pisze się więc np. Dla uwypuklenia tego. Xn to wartości funkcji R. . . . y) ∈ f ]. . x2 . ewentualnie z indeksami. i-tej dziedziny relacji R. . . . . a te elementy zbioru Xn+1 . . y1 ) ∈ f ∧ (x. (i ≤ n). Na oznaczanie relacji. x2 . będących funkcjami używa się liter: f .4. .: y = f (x1 . . . czyli pisze się: x1 f x2 . .

Definicja 4. Funkcje.224 ROZDZIAŁ 4. że jest to wykres funkcji f . Dziedziną tej funkcji jest zbiór liczb rzeczywistych R.21. na mocy zasady ekstensjonalności wszelkie rodzaje jednoznacznego przyporządkowania utożsamiamy z funkcjami jako tworami teoriomnogościowymi. Czasem dla podkreślenia. Relacja w zbiorze liczb rzeczywistych R taka. Dziedziną tej funkcji jest zbiór liczb rzeczywistych R. jak zostały opisane. że pierwszemu elementowi x pary uporządkowanej jako drugi element przyporządkowane jest sinx jest funkcją: f (x) = sinx. a przeciwdziedziną zbiór liczb rzeczywistych dodatnich R+ . RELACJE I FUNKCJE Przykład 4. 1 ≤ i ≤ (n + 1). Dla n ≥ 1. to: 1.22. Funkcja f (⊆ R2 ) dana wzorem f (x) = x2 −1 równa się funkcji g(⊆ R2 ) danej wzorem g(x) = (x + 1)(x − 1). (n + 1)-argumentową funkcję f identyfikujemy ze zbiorem (n + 1)-elementowych zbiorów uporządkowanych. że pierwszemu elementowi x pary uporządkowanej jako drugi element przyporządkowane jest x2 jest funkcją: f (x) = x2 . że właśnie o ten zbiór nam chodzi. mówimy o nim. Zbiór ten jest podzbiorem właściwym zbioru liczb rzeczywistych: {y : − 1 ≤ y ≤ 1} ⊆ R Przykład 4. Podobnie jak to było w wypadku relacji. Funkcje n-argumentowe: f (⊆ X1 × X2 × · · · × Xn × Xn+1 ) i g(⊆ Y1 × Y2 × · · · × Yn × Yn+1 ) są równe wtedy i tylko wtedy.33 (równości funkcji). a przeciwdziedziną jest zbiór {y : − 1 ≤ y ≤ 1}. Jeżeli funkcje są równe. które nie różnią się tym zbiorem oraz dziedzinami są równe bez względu na to.23. Obie funkcje nie różnią się swoimi wykresami. Relacja w zbiorze liczb rzeczywistych R taka. dla każdego i. zwłaszcza gdy rozpatrujemy go jako podzbiór iloczynu kartezjańskiego. czyli gdy f = g oraz gdy Di (f ) = Di (g). równe są ich i-te dziedziny (i ≤ n) oraz . gdy równe są ich wykresy. Przykład 4.

gdzie xi ∈ Di . to funkcje nie są równe. Przykład 4. W jednym i drugim wypadku jest to zbiór dodatnich liczb rzeczywistych R+ . Funkcja f (⊆ R2 ) dana wzorem f (x) = x nie jest równa x funkcji g(⊆ R2 ) danej wzorem g(x) = x. Przykład 4. 0). tak w wypadku funkcji specjalnie traktujemy funkcje jednoargumentowe. Funkcja f : X → Y przekształca zbiór X na zbiór Y (jest surjekcją) wtedy i tylko wtedy. Dziedziną jednej i drugiej funkcji jest zbiór liczb rzeczywistych R. . Niech Di . czyli (0. 1 ≤ i ≤ (n + 1) będzie i-tą dziedziną tej relacji. Funkcje te różnią się dziedziną (i zbiorem wartości). której wykresem jest okrąg na płaszczyźnie a jego środkiem niech będzie początek układu współrzędnych. ani do wartości funkcji f . dla każdego i. której wykresem jest półokrąg. równe są ich zbiory wartości. Przykład 4. Funkcje f (x) = x2 i f (x) = x4 nie są równe.26. Mianowicie. równe są ich i-te dziedziny (i ≤ n) oraz 2. równe są ich zbiory wartości. czyli gdy f (X) = Y . Każda funkcja jest relacją. Niech R(⊆ R × R) będzie relacją. funkcją zgodną z tą relacją będzie funkcja. Każda funkcja f (: D1 × · · · × Dn → Dn+1 ). .25. Nie każda relacja jest funkcją. którego punkty mają niedodatnią rzędną.24. 1 ≤ i ≤ n. Jak w wypadku relacji szczególną uwagę zwróciliśmy na relacje dwuczłonowe. Niech R(⊆ X1 × · · · × Xn × Xn+1 ). określona dla dowolnych (x1 . Tak samo nie różnią się zbiorem wartości. .4. Półokrąg. Podobnie. inaczej niż w wypadku g liczba 0 nie należy ani do dziedziny.4. 225 Jeżeli jeden z tych warunków nie jest spełniony. xn ). 2 . którego punkty mają nieujemną rzędną to wykres funkcji zgodnej z relacją R. gdy jej dziedziną jest zbiór X. to funkcja zgodna z relacją R. jednak ich dziedziny i przeciwdziedziny są równe. . to funkcje te nie muszą być równe. a przeciwdziedziną jest zbiór Y . FUNKCJA 2. Jeżeli dla funkcji f i g: 1. która jest całkowita tzn.

1}. Dziedziną funkcji f |A jest zbiór A. Niech A ⊆ X. Niech f będzie funkcją określoną jak następuje: f (x) = 0 dla x ∈ R \ Q.28. . funkcja Lejeune-Dirichleta) jest przedłużeniem funkcji g. że g(x) = 1. gdzie Q jest zbiorem wszystkich liczb wymiernych. Nakładając warunek: −1 ≤ x ≤ 1 otrzymujemy funkcję zredukowaną do zbioru {x : − 1 ≤ x ≤ 1}. Przykład 4.27. że f |X = g to rozszerzenie (lub przedłużenie) funkcji g na zbiór Z. Funkcja f (tzw. f (n). której dziedziną jest R. czyli f (N) = Y . której wartościami są liczby rzeczywiste to funkcja rzeczywista. Możemy określić nową funkcję f |A : A → Y w następujący sposób: ∀x ∈ A : (f |A(x) = f (x)). 1 dla x ∈ Q. lub — inaczej — obcięcie funkcji f do zbioru A. Przykład 4. Niech g : X → Y będzie funkcją. RELACJE I FUNKCJE Y X to zbiór wszystkich i tylko funkcji f : X → Y . Niech f : X → Y będzie odwzorowaniem X w Y . Ciąg nieskończony lub ciąg to funkcja f (: N → Y ).226 ROZDZIAŁ 4. Funkcja ta jest określona tylko dla liczb wymiernych. Funkcja f |A to funkcja f zredukowana do zbioru A. Niech X ⊆ Z. Niech g : Q → {0. której dziedziną jest zbiór liczb naturalnych N a przeciwdziedziną pewien zbiór Y . to n-ty wyraz ciągu. Jest to funkcja f |{x : − 1 ≤ x ≤ 1}. Funkcja. a dla każdego argumentu przyjmuje wartość 1. Funkcja f (x) = x2 jest funkcją. Funkcja: f: Z →Y taka. Zwykle n-ty wyraz ciągu oznaczany jest: an . będzie funkcją taką. dla x ∈ Q. Wartość funkcji f dla argumentu n.

że Wniosek 4. W każdej klasie jest tyle funkcji. to istnieje dokładnie mn ciągów n-wyrazowych. . . dla których f (ak+1 ) = b1 . Dowód. których wyrazy należą do zbioru X. . gdy n = (k + 1) utwórzmy klasy funkcji ze zbioru X do zbioru Y . . czyli która spełnia warunek: ∀x1 . Y = {y1 . . dla których f (ak+1 ) = bm . n} do zbioru X. Jeżeli X jest zbiorem m-elementowym. . a Y niech będzie zbiorem m-elementowym. x2 ∈ X : [x1 = x2 ⇒ f (x1 ) = f (x2 )]. do mtej klasy zaliczamy wszystkie te i tylko te funkcje f . Zgodnie z założeniem indukcyjnym takich funkcji jest dokładnie mk . Dowodzić będziemy przez indukcję ze względu na liczbę elementów zbioru X. . . injekcja) to funkcja f : X → Y . Ponieważ m·mk = mk+1 . a2 . Założenie indukcyjne. . .8. . W wypadku gdy n = 1 mamy następujące funkcje: f1 (x) = b1 . . N -wyrazowy ciąg elementów zbioru X to funkcja ze zbioru {1. więc na podstawie zasady indukcji otrzymujemy dowodzoną tezę. ym }. Niech X będzie zbiorem n-elementowym. W wypadku. . wzajemnie jednoznaczna. . Funkcja różnowartościowa (jednojednoznaczna. . Zatem funkcji ze zbioru (k + 1)-elementowego do zbioru m-elementowego jest m·mk . . której dziedziną jest zbiór {1. Do pierwszej klasy niech należą wszystkie i tylko te funkcje f . Niech n = k i niech z k-elementowego zbioru X do m-elementowego zbioru Y istnieje dokładnie mk funkcji. xn }. k} → Y. . Niech X = {x1 . FUNKCJA 227 Ciąg skończony o k-wyrazach to funkcja f . Zatem na podstawie powyższego twierdzenia mamy. dla których f (ak+1 ) = b2 . f2 (x) = b2 . .4. fm (x) = bm . Ponieważ m = m1 . . Twierdzenie 4. ak ).7. czyli ze względu na n. . . . . która dla różnych argumentów przyjmuje różne wartości. Zbiór Y X wszystkich funkcji odwzorowujących zbiór X w zbiór Y ma dokładnie mn elementów.4. czyli f : {1. . Istnieje więc dokładnie m funkcji ze zbioru 1-elementowego X do zbioru m-elementowego Y . . więc dla n = 1 zachodzi dowodzone twierdzenie. . . ile jest funkcji ze zbioru k-elementowego do zbioru m-elementowego. x2 . k} a przeciwdziedziną pewien zbiór Y . y2 . . Ciąg skończony zwykle oznaczany jest: (a1 . do drugiej te i tylko te. .

. to jest ona dokładnie jedna. która jest injekcją oraz surjekcją to bijekcja zbiorów X i Y. −1 ). Funkcję odwrotną do funkcji f . RELACJE I FUNKCJE ∀x1 . Relacja f (⊆ X × Y ) jest injekcją wtedy i tylko wtedy. Zatem jeżeli dla danej funkcji istnieje funkcja do niej odwrotna.30. ∀x ∈ X : [g(f (x)) = x] — wartością funkcji g dla argumentu. 2. Funkcja odwrotna do f jest konwersem relacji f . czyli g przekształca Y na X.4. Na przykład konwers funkcji danej wzorem y = x2 nie jest funkcją. Relacja f (⊆ X × Y ) jest bijekcją wtedy i tylko wtedy. Funkcja f (x) = x2 nie jest różnowartościowa. Konwers każdej relacji jest dokładnie jeden. czyli f −1 . Przekształcenia różnowartościowe zbioru X na siebie.2 Funkcja odwrotna Definicja 4. gdy: 1. Choć niekoniecznie na odwrót — konwers nie każdej funkcji jest funkcją. równoważnie: ROZDZIAŁ 4. Przykład 4. czyli f przekształca X na Y . x2 ∈ X : [f (x1 ) = f (x2 ) ⇒ x1 = x2 ].34 (funkcji odwrotnej. gdy f ◦ f −1 = ∆X . X = g(Y ) — zbiór argumentów funkcji f jest zbiorem wartości funkcji g. 4. jeżeli istnieje. Y = f (X) — zbiór argumentów funkcji g jest zbiorem wartości funkcji f . Funkcja f (x) = x − 1 jest różnowartościowa. Przykład 4.29. czyli bijekcja X na siebie to permutacje zbioru X. Funkcja g : Y → X jest funkcją odwrotną do funkcji f : X → Y wtedy i tylko wtedy.228 lub. gdy f ◦ f −1 = ∆X oraz f −1 ◦ f = ∆Y . który jest wartością funkcji f dla argumentu x jest też x. Funkcja f : X → Y . Permutacją jest funkcja identycznościowa IX : X → X na zbiorze X określona wzorem: ∀x ∈ X : (IX (x) = x). 3. oznaczać będziemy tak samo jak konwers relacji f .

4. to ∀y ∈ Y : [f (g(y)) = y]. Mówią o nich kolejne twierdzenia. . Zatem y ∈ f (X).9. Niech g : Y → X będzie funkcją odwrotną do funkcji f: X →Y.9 mamy f (g(y1 )) = y1 i f (g(y2 )) = y2 . 3 definicji funkcji odwrotnej g(f (x1 )) = x1 . Dowód. Dowód. Analogicznie dowodzimy różnowartościowości funkcji g tyle tylko. Korzystając z założenia mamy więc. co dowodzi różnowartościowości funkcji g. lecz z twierdzenia 4. Na podstawie pkt. Z tego. ∀x ∈ X : ∀y ∈ Y : [(g(y) = x) ⇔ (f (x) = y)]. Funkcje f i g są różnowartościowe oraz 2. X” na „Y ” z 1 otrzymamy 2 a z 2 otrzymamy 1. więc f (g(y)) = f (g(f (x))).10. Interesujące są podstawowe związki między funkcją i funkcją do niej odwrotną. a g(f (x2 )) = x2 .4. więc y1 = y2 . że Y = f (X). Twierdzenie 4. że zachodzi 1. Pokazaliśmy. Na podstawie 4. 3 definicji funkcji odwrotnej g(f (x)) = x. więc f (g(y)) = f (x). że g(y) = g(f (x)). Twierdzenie 4. Niech y ∈ Y . Korzystając z wcześniejszego faktu. Ponieważ f (g(y)) = f (g(y)). W podobnym sensie zachodzi też teza symetryczna do warunku 3 (tym razem zamieniamy jeszcze litery „x” i „y”). że w definicji funkcji odwrotnej warunki 1 i 2 są symetryczne: zamieniając literę „f ” na „g” i na odwrót oraz zamieniając literę . czyli że . Udowodnimy teraz 2. czyli istnieje x (∈ X) takie. x2 zachodzi f (x1 ) = f (x2 ). Niech dla pewnych x1 . Jeżeli funkcja g : Y → X jest funkcją odwrotną do funkcji f : X → Y . 1. Mówi o tym następujące twierdzenie. FUNKCJA 229 Zauważmy. czyli że funkcje f i g są różnowartościowe. że y = f (x) otrzymujemy: f (g(y)) = y. Ponieważ g(y) = g(y). że g jest funkcją odwrotną do f na podstawie definicji mamy. że tym razem nie korzystamy z warunku 3. 3 funkcji f . że y = f (x). Na podstawie pkt. Wówczas f (g(y1 )) = f (g(y2 )). że x1 = x2 . czyli f jest różnowartościowa. Z tego g(f (x1 )) = g(f (x2 )).9 ustalającego własność funkcji g analogiczną do własności z pkt. więc mamy. Niech więc dla pewnych y1 i y2 zachodzi g(y1 ) = g(y2 ).

więc g(y) = x. że f (X) = Y . że dla danego y takie x. że f przekształca X na Y mamy. że x = f −1 (y). czyli (f −1 )−1 = f. że jeżeli funkcja g jest odwrotna do funkcji f . Twierdzenie to głosi. Na podstawie pkt. f (x) = y ⇒ g(y) = x. Z tego. Zatem mamy f (x) = f (g(y)). Jeżeli f −1 jest funkcją odwrotną do f . że y = f (x). że f (g(y)) = y. Dla każdej funkcji różnowartościowej f : X → Y przekształcającej X na Y istnieje funkcja do niej odwrotna. Na podstawie definicji funkcji f −1 mamy więc. Twierdzenie 4. .11. Zatem dla każdego x(∈ X) istnieje y (∈ Y ) takie. że warunkiem koniecznym istnienia funkcji odwrotnej do danej funkcji jest jej różnowartościowość Kolejne twierdzenie głosi. więc f (x) = y. Dla dowodu 2 załóżmy. że y = f (x). Relacja bycia funkcją odwrotną jest więc symetryczna. Zatem f −1 . że y = f (x) jest dokładnie jedno. ROZDZIAŁ 4. to f jest odwrotna do funkcji g. że dla każdego y (∈ Y ) istnieje takie x (∈ X). że f (x) = y.9 mamy. jest funkcją. relacja odwrotna do f . 4. a zatem f −1 (Y ) = X. Z tw.230 1. RELACJE I FUNKCJE Dla dowodu 1 załóżmy. Z założenia mamy. 3 definicji funkcji odwrotnej g(f (x)) = x. czyli funkcja f −1 odwzorowuje zbiór Y na X. że g(y) = x. Dowód. Z różnowartościowości f otrzymujemy. Zatem mamy g(y) = g(f (x)). g(y) = x ⇒ f (x) = y i 2. Zauważmy. Niech f : X → Y będzie różnowartościową funkcją przekształcającą zbiór X na zbiór Y . że różnowartościowość funkcji jest warunkiem wystarczającym istnienia funkcji do niej odwrotnej. to istnieje funkcja odwrotna do −1 f i jest nią f .

A to kończy dowód.35 (superpozycji funkcji. Niech f : X → Y a g : Y → Z. Przykład 4. że jeżeli xf y i ygz.31. g : Y → Z. 2. Funkcje są relacjami. h : Z → W: f ◦(g◦h) = (f ◦g)◦h. Złożeniem f ◦g będzie funkcja h : R+ → 2R określona wzorem h(x) = {y : − √ y ≤ x ≤ y}.32. ◦). że operacja ◦ składania funkcji jest łączna. Niech f : R+ → R+ będzie określona wzorem f (x) = x. Złożeniem f i g będzie funkcja h : R → R+ taka. (f ◦(g◦h))(x) = ((f ◦g)◦h)(x). (f ◦(g◦h))(x) = (g◦h)(f (x)). 3. Zauważmy. Tego rodzaju składanie funkcji to składanie sekwencyjne funkcji lub superpozycja funkcji. że (f ◦g)(x) = g(f (x)) to superpozycja lub złożenie (sekwencyjne) funkcji f i g. że h(x) = (x − 1)2 . Niech f : R → R będzie funkcją określoną wzorem f (x) = (x − 1). Definicja 4. Dla dowolnych funkcji f : X → Y . . a to wyraża wzór g(f (x)).3 Superpozycja funkcji Wartości jednej funkcji mogą być argumentami innej. h(g(f (x))) = h((f ◦ g)(x)). Dowód. Twierdzenie 4. h((f ◦g)(x)) = ((f ◦g)◦h)(x). Funkcja (f ◦g) : X → Z taka. Z definicji ◦ zachodzą kolejne równości: 1. Zgodnie z definicją złożenia relacji mamy. to xf ◦gz. (g◦h)(f (x)) = h(g(f (x))).4. 4. FUNKCJA 231 4.4. a g : R → R+ funkcją określoną wzorem g(x) = x2 .12. a g : R → 2R niech będzie określona wzorem g(x) = {y : − y ≤ x ≤ y}. Złożenie funkcji jest więc złożeniem relacji. √ Przykład 4.4. Mając na uwadze przechodniość relacji równości mamy zatem: 5.

odpowiednio. jeżeli f i g są różnowartościowe. (f ◦f −1 )(x) = f −1 (f (x)). Istnieje zatem funkcja do niej odwrotna f −1 . jeżeli f i g są różnowartościowe i przekształcają zbiory X i Y .13.14. jeżeli f przekształca X na Y . IX (x) = x. czyli 3. g : Y → Z. Niech f : X → Y . Zgodnie z definicją złożenia funkcji mamy. na Y i Z. Twierdzenie 4. 1. Na podstawie definicji funkcji odwrotnej: 2. że Twierdzenie 4. 3. Dowód. f −1 ◦f = IY . a IY jest funkcją identycznościową na zbiorze Y . ∀x ∈ X : (f ◦f −1 )(x) = x. f jest funkcją różnowartościową. . f ◦f −1 = IX . że f −1 ◦f = IY . a g przekształca Y na Z. Całkiem podobnie pokazujemy. Ponieważ: 4. Niech f : X → Y będzie funkcją różnowartościową przekształcającą zbiór X na Y . że 1. f ◦f −1 = IX . to f ◦g przekształca X na Z. 2. to istnieją funkcje (f ◦g)−1 oraz g −1 ◦f −1 i zachodzi dla nich równość: (f ◦g)−1 = g −1 ◦f −1 . gdzie IX jest funkcją identycznościową na zbiorze X. RELACJE I FUNKCJE Na podstawie definicji funkcji odwrotnej i superpozycji funkcji stwierdzamy.232 ROZDZIAŁ 4. więc: 5. to f ◦g jest funkcją różnowartościową. f −1 (f (x)) = x.

Z tego wynika. że f (x) = y. że istnieją funkcje f −1 ◦g −1 i (f ◦g)−1 . że jeżeli (g −1 ◦f −1 )(z) = x. Niech g −1 (z) = y. (A ⊆ X). wówczas f −1 (y) = x. 3. to g(y) = z. Gdy f (x) = y.4. Złożeniem funkcji g −1 i f −1 jest funkcja g −1 ◦f −1 . to f −1 (g −1 (z)) = x. co kończy dowód. Stwierdzamy więc. Z tego f (x) = y a g(y) = z. to f (x1 ) = f (x2 ) i dalej. czyli (f ◦g)(x1 ) = (f ◦g)(x2 ). a zgodnie z warunkiem 2 jest ona różnowartościowa. 2. Zatem (f ◦g)(x) = z. Niech f i g będą funkcjami różnowartościowymi. 4. To dowodzi. to (f ◦g)−1 (z) = x. a następnie (3. Jeśli (g −1 ◦f −1 )(z) = x. a g — Y na Z.) pokażemy. więc różnowartościowe są też funkcje f −1 i g −1 . Z tego f −1 (y) = x a g −1 (z) = y.2. Istnieje zatem y (∈ Y ) takie. Istnieje również takie x (∈ X).4. Niech (f ◦g)−1 (z) = x. że jeżeli x1 = x2 .1. że funkcje (f ◦g)−1 i g −1 ◦f −1 są równe. że g(f (x1 )) = g(f (x2 )). Niech A będzie podzbiorem X. to (g −1 ◦f −1 )(z) = x.2. Na tej podstawie (g −1 ◦f −1 )(z) = f −1 (g −1 (z)) = f −1 (y) = x. że (f ◦g)−1 (z) = x. Pozostaje pokazać.4. a więc g(f (x)) = z. Stąd (f ◦g)(x) = g(f (x)) = g(y) = z. Istnieje zatem funkcja (f ◦g)−1 odwrotna do funkcji (f ◦g). Niech f przekształca X na Y . 1. Stąd z = g(f (x)) = (f ◦g)(x). 3. A następnie pokażemy.4 Obrazy i przeciwobrazy Niech f : X → Y będzie funkcją.). że f ◦g jest funkcją różnowartościową. przekształcająca Z na X. Ostatecznie otrzymujemy. 3. że f ◦g przekształca X na Z. odpowiednio: f −1 — przekształca Y na X a g −1 — przekształca Z na Y . Niech z (∈ Z).1. Niech f i g będą funkcjami różnowartościowymi i niech f przekształca X na Y a g — Y na Z. FUNKCJA 233 Dowód. przekształcającą X na Z. Dla każdej z tych funkcji istnieje funkcja do nich odwrotna. W tym celu pokażemy. Wpierw (3. Obrazem zbioru A wyznaczonym przez funkcję f jest zbiór f (A) wszystkich . Zgodnie z warunkiem 1 funkcja ta przekształca Z na X. Złożenie (f ◦g) funkcji f i g jest funkcją różnowartościową. że są równe. Ponieważ f i g są różnowartościowe. że g(y) = z. że jeżeli (f ◦g)−1 (z) = x.

x) ∈ f −1 ∧ y ∈ A}. Przykład 4. f −1 (A) = {x : (y. Niech f : R → R będzie funkcją Lejeune–Dirichleta. Przeciwobrazem zbioru A wyznaczonym przez funkcję f jest zbiór tych i tylko tych elementów zbioru X. f (A) = R+ . f (A) = {1. gdzie R− jest zbiorem liczb rzeczywistych ujemnych. czyli R \ Q. gdzie R+ jest zbiorem liczb rzeczywistych dodatnich. jest pojęcie przeciwobrazu. . Niech f : R → R będzie funkcją taką. 4}. obok pojęcia obrazu. czyli Definicja 4. Niech A będzie podzbiorem Y .36 (obrazu zbioru).34.33. gdzie f : X → Y. Drugim. Niech f : X → Y będzie funkcją. gdzie f : X → Y. czyli funkcją określoną następującym wzorem (R – zbiór liczb rzeczywistych. Niech f : X → Y będzie funkcją przekształcającą X w Y .15. Przeciwobrazem zbioru {1} jest zbiór liczb wymiernych Q. 1 dla x ∈ Q. Twierdzenie 4.234 ROZDZIAŁ 4. A ⊆ X. Niech A = {1. (A ⊆ Y ). Związek między obrazem a przeciwobrazem funkcji określa następujące twierdzenie. których wartościami są elementy zbioru A. Q — zbiór liczb wymiernych): f (x) = 0 dla x ∈ R \ Q. Przykład 4. Przeciwobrazem zbioru {0} jest zbiór liczb niewymiernych. A ⊆ Y . Niech A = R− . że f (x) = x2 . 2}. Dla każdego podzbioru A zbioru f (X) (A ⊆ f (X)) zachodzi następująca równość: f (f −1 (A)) = A. RELACJE I FUNKCJE i tylko wartości funkcji f dla argumentów należących do A. czyli Definicja 4.37 (przeciwobrazu zbioru). f (A) = {y : y = f (x) ∧ x ∈ A}.

4. f (f −1 (A)) ⊆ A.3. ∃x : (x ∈ f −1 (A) ∧ y = f (x). Z tego: 1. A ⊆ f (f −1 (A)). że 2. y ∈ A. ∃x ∈ X : (y = f (x) ∧ y ∈ A). y ∈ f (f −1 (A)). Zatem 2.3.2. oraz 2.1.2. A ⊆ f (f −1 (A)).4. czyli ostatecznie 2.5. y ∈ f (f −1 (A)). Z tego 2. FUNKCJA Dowód.4.6. Dla dowodu 1 niech 1. A zatem: 2. 235 . Z definicji obrazu mamy więc. że zachodzą dwie inkluzje: 1. x ∈ f −1 (A). Pokażemy. f (x) ∈ A. Zatem: 1.1. Dla dowodu 2 niech 2. y ∈ A ∧ A ⊆ f (X).

. będzie rodziną podzbiorów przestrzeni X. . . . takich. m} → m An n=1 takich. to zamiast Pt∈T At będziemy pisali: AN lub Aℵ0 . A1 × · · · × Am to zbiór wszystkich i tylko funkcji f : {1. RELACJE I FUNKCJE 4.38 (Pt∈T At . ∞ Zauważmy. Iloczynem lub produktem kartezjańskim zbiorów rodziny (At )t∈T jest zbiór Pt∈T At wszystkich i tylko funkcji f : T → t∈T At spełniających warunek: ∀t ∈ T : (f (t) ∈ At ). W wypadku. . że ∀n ∈ N : [an ∈ N]. . gdy dla każdego t (∈ T ) At = A. to zamiast Pt∈T At pi∞ szemy: Pn=1 An . Pt∈T At = {f : T → t∈T At ∧ ∀t ∈ T : (f (t) ∈ At ). czyli jest to zbiór wszystkich ciągów (an )n∈N takich. Jeżeli T jest zbiorem liczb naturalnych (T = N). . am ) takich.236 ROZDZIAŁ 4. . iloczynu kartezjańskiego zbiorów (At )t∈T ). że zgodnie z definicją Pn=1 An jest zbiorem wszystkich funkcji: ∞ f: N→ n=1 An . Zamiast Pt∈T At piszemy wówczas: AT . czyli jest to zbiór wszystkich ciągów m-elementowych (a1 . . . że ∀n : [(1 ≤ n ≤ m) ⇒ f (n) ∈ An ]. iloczyn kartezjański Pt∈T At jest zbiorem wszystkich funkcji f : T → A. że an ∈ An . . gdzie T jest zbiorem (indeksów). to zamiast Pt∈T At piszemy: m Pn=1 An lub A1 × · · · × Am . czyli Definicja 4. Jeżeli T = {1. że ∀n ∈ N : [f (n) ∈ An ].5 Uogólniony iloczyn kartezjański Niech (At )t∈T . . . m}. Jeżeli T = N i dla każdego n (∈ N) : An = A.

Iloczyn kartezjański dwóch zbiorów A1 i A2 jako zbiór par uporządkowanych elementów tych zbiorów nie jest tym samym. których pierwsze wyrazy są elementami A1 a drugie elementami A2 . Zamiast mówić o uogólnionym iloczynie kartezjańskim zbiorów (At )t∈T będziemy też mówili po prostu o iloczynie kartezjańskim zbiorów (At )t∈T . gdy . gdy dla każdego n : An = A. przechodnia i antysymetryczna. Elementami uogólnionego iloczynu są bowiem ciągi dwuelementowe. . Ponieważ jednak istnieje wzajemnie jednoznaczne przyporządkowanie jednych drugim. am ) takich. 237 Am jest zbiorem wszystkich i tylko ciągów m-elementowych (a1 . od strony czysto formalnej nie ma potrzeby rozróżniania między nimi. Znajduje to również wyraz w zastosowanych oznaczeniach — zarówno parę uporządkowaną jak i ciąg dwuelementowy oznaczamy: (a1 . 4. zamiast: A1 × · · · × Am piszemy: Am . .6. Tak jest zresztą nie tylko w dziedzinach matematycznych. między liczbami zachodzi stosunek większości. 1 ≤ n ≤ m. np. a2 ). co uogólniony iloczyn kartezjański zbiorów A1 i A2 . an ∈ A. . . gdy jest zwrotna. Rola i znaczenie uporządkowania stały się źródłem teorii porządków. czyli wtedy i tylko wtedy.6 Uporządkowanie zbiorów Zbiory. Zwykle między tymi obiektami zachodzą różnego rodzaju stosunki.6.1 Zbiory uporządkowane Definicja 4. z którymi mamy do czynienia w praktyce naukowej rozważając jakąś dziedzinę to nie tylko proste nagromadzenie obiektów. 4.4. że dla każdego n. w szczególności obiekty te są jakoś uporządkowane. UPORZĄDKOWANIE ZBIORÓW W wypadku.39 (relacji porządkujących). np. Relacja R(⊆ X × X) jest relacją porządkującą zbiór X wtedy i tylko wtedy. w zbiorze ludzi określony jest stosunek bycia potomkiem.

∀x. y ∈ X : [(xRy) ∧ (yRx) ⇒ (x = y)]. ∀x. y ∈ X) w zbiorze uporządkowanym (X. <). ∀x. przechodniość (TRANS). że R porządkuje zbiór X. antysymetryczność. z ∈ X : [(xRy ∧ yRz) ⇒ xRz]. y.238 1. ≤) wtedy i tylko wtedy. Przykład 4. y ∈ X : [(x < y) ⇔ (x ≤ y) ∧ ¬ (x = y)]. czyli słów nad A). R) to zbiór uporządkowany. Relacja porządku leksykograficznego (A.35. Jeżeli relacja ≤ porządkuje zbiór X. gdy R jest relacją porządkującą.36. Relacje porządkujące to pewna klasa relacji. Przykład 4. a para uporządkowana (X. 2. Uporządkowanie nie jest własnością samego tylko zbioru. Niech R będzie niepustą rodziną podzbiorów zbioru X. czyli Definicja 4. Relacja porządku prefiksowego porządkuje zbiór słów. Gdy R(⊆ X × X) jest relacją porządkującą. 3. czyli Przez niektórych autorów relacje spełniające podane warunki określane są jako relacje częściowo porządkujące.40 (zbioru uporządkowanego).41 (relacja poprzedzania.37. Relacja. 6 . która należy do tej klasy. to relacja < jest przeciwzwrotna i przechodnia w X. ≤) porządkuje A∗ (zbiór wszystkich i tylko skończonych ciągów elementów A. może mieć jeszcze inne własności niż wskazane w definicji relacji porządkującej. piszemy: x ≤ y i czytamy: x jest zawarte w y lub też: y zawiera x. ROZDZIAŁ 4. jeden i ten sam zbiór może być uporządkowany przez różne relacje. gdy x ≤ y ∧ x = y. (⊆ A∗ × A∗ ) nad Przykład 4. czyli jest relacją porządkującą. (ANTYSYM) czyli R ∈ REF ∩ TRANS ∩ ANTYSYM6 . RELACJE I FUNKCJE zwrotność (REF). x < y. Zamiast xRy. Definicja 4. x poprzedza y (x. Relacja inkluzji ⊆ porządkuje zbiór R. ∀x ∈ X : (xRx). to mówimy.

≤∈ REF ∩ TRANS ∩ ANTYSYM ⇒<∈ IRREF ∩ TRANS. gdy ¬ ∃x ∈ X : (x0 < x). jakiś przedmiot jest elementem maksymalnym ze względu na jakiś zbiór uporządkowany. przechodnia i antysymetryczna. <∈ IRREF ∩ TRANS ⇒≤∈ REF ∩ TRANS ∩ ANTYSYM. to A = X. gdy w zbiorze X nie poprzedza on żadnego elementu. to relacja ≤ zdefiniowana następująco: ∀x. nie ma elementów maksymalnych. Zauważmy. y ∈ X : [(x ≤ y) ⇔ (x < y) ∨ (x = y)]. A zatem: T 97. ≤) wtedy i tylko wtedy. UPORZĄDKOWANIE ZBIORÓW T 95. . Definicja 4. Dla dowolnego n (∈ N) : n|2n i n = 2n. Przykład 4.38. |). lub ¬ ∃x ∈ X : (x0 ≤ x ∧ x0 = x). czyli T 96. czyli jest zwrotna. W zbiorze R istnieje element maksymalny. tzn. x0 (∈ X) jest elementem maksymalnym w zbiorze uporządkowanym (X. 239 Jeżeli relacja R jest przeciwzwrotna i przechodnia.4. porządkuje zbiór X. Relacja ⊆ porządkuje R. Niech R będzie rodziną podzbiorów zbioru X. gdy X ⊆ A.42 (elementu maksymalnego). gdzie n|m rozumiemy: n jest dzielnikiem m. czyli dla dowolnego n : n < 2n. Przykład 4. W zbiorze uporządkowanym (N. R ∈ IRREF ∩ TRANS ⇒ R ∈ ASYM. że x0 < x (x0 ≤ x ∧ x0 = x) czyli. to jest przeciwsymetryczna.6. Dla dowolnego podzbioru A zbioru X w wypadku.39. że pojęcie elementu maksymalnego jest pojęciem relacyjnym. zawierającą zbiór X (X ∈ R). Jeżeli relacja < jest przeciwzwrotna i przechodnia w zbiorze X. a więc gdy nie istnieje x (∈ X) takie.

240 ROZDZIAŁ 4. x0 = x∗ . ∀x ∈ X : (x ≤ x∗ ). n ≤ m znaczy tyle. ≤) wtedy i tylko wtedy. ≤) istnieje co najwyżej jeden element największy.40. Definicja 4. Tak określona relacja ≤ porządkuje zbiór liczb naturalnych. x0 jest największym elementem zbioru uporządkowanego (X. że istnieje co najwyżej jeden element największy. W zbiorze uporządkowanym (X. n ∈ N : (n ≤ m ⇔ m|n).43 (elementu największego). Twierdzenie 4.16. gdzie n|m rozumiemy: n jest dzielnikiem m. lub ∀x ∈ X : (x ≤ x0 ). 0 A z 2: 4. ≤) istnieje więc nieskończenie wiele elementów maksymalnych. Z 1 mamy: 3. a każda liczba pierwsza jest elementem maksymalnym. ∀x ∈ X : (x ≤ x0 ). Element największy jest maksymalny. 0 2. Niech dla x∗ i x0 zachodzą: 0 1. Inaczej mówiąc. 0 . x∗ ≤ x0 . gdy x0 jest poprzedzane przez każdy różny od niego element zbioru X. 0 Z 3 i 4 oraz antysymetryczności ≤ mamy 5. czyli gdy: ∀x ∈ X : (x = x0 ⇒ x < x0 ). x0 ≤ x∗ . co n jest wielokrotnością m. Niech ≤ (⊆ N × N) będzie relacją w zbiorze liczb naturalnych zdefiniowaną jak następuje: ∀m. Pokażmy wpierw. lub — co na jedno wychodzi — m jest wielokrotnością n. Dowód. RELACJE I FUNKCJE Przykład 4. W zbiorze (N.

czyli n jest wielokrotnością m. ∀x ∈ X : (x ≤ x0 ).42. Niech p będzie liczbą pierwszą. czyli p nie jest wielokrotnością żadnej liczby ze zbioru N \ {1}. ≤) wtedy i tylko wtedy. istnieje nieskończenie wiele elementów minimalnych: są nimi wszystkie liczby pierwsze. czyli niech: 1. że x < x0 (x ≤ x0 ∧ x0 = x). ≤) wtedy i tylko wtedy. W zbiorze uporządkowanym (N. Przykład 4. ≤).44 (elementu minimalnego). a więc gdy nie istnieje x (∈ X) takie.45 (elementu najmniejszego). gdzie n ≤ m ⇔ n|m (n|m — n jest dzielnikiem m).41.6. x0 (∈ X) jest elementem minimalnym w zbiorze uporządkowanym (X. to Y = ∅. elementu minimalnego i najmniejszego. Dla dowolnego podzbioru Y zbioru X w wypadku. Zgodnie z definicją x0 jest elementem maksymalnym. lub ¬ ∃x ∈ X : (x ≤ x0 ∧ x0 = x). Niech x0 będzie elementem największym.4. czyli gdy: ∀x ∈ X : (x = x0 ⇒ x0 < x). Przykład 4. istnieje element minimalny. gdzie n ≤ m ⇔ m|n (m|n — m jest dzielnikiem n). Dla żadnego n (∈ N \ {1} : n|p i n = p. W zbiorze uporządkowanym (N\{1}. czyli nie ma n takiego. gdy w zbiorze X nie poprzedza go żaden element. W zbiorze R istnieje element minimalny. że n < 1. Dla żadnego n (∈ N : n|1 i n = 1.43. gdy poprzedza ono każdy różny od siebie element zbioru X. Niech R będzie rodziną podzbiorów zbioru X zawierającą zbiór ∅ (∅ ∈ R). x0 jest najmniejszym elementem zbioru uporządkowanego (X. UPORZĄDKOWANIE ZBIORÓW 241 Pozostaje wykazać. ¬ ∃x ∈ X : (x0 ≤ x ∧ x = x0 ). mianowicie 1. Pojęciami dualnymi do pojęć elementu maksymalnego i największego są pojęcia. gdy Y ⊆ ∅. . Definicja 4. odpowiednio. że element największy jest elementem maksymalnym. ≤). Relacja ⊆ porządkuje R. Z 1 na podstawie prawa De Morgana oraz rozumienia ≤: 2. Przykład 4. Definicja 4. czyli ¬ ∃x ∈ X : (x < x0 ).

47 (elementów porównywalnych). konwers relacji antysymetrycznej jest relacją antysymetryczną. którego dowolne dwa elementy są porównywalne. gdy nie są porównywalne. Podobnie. Definicja 4. Zatem konwers relacji porządkującej jest relacją porządkującą. R) staje się maksymalnym (największym) w (X. gdy: x ≤ y ∨ y ≤ x. Dla każdego n (∈ N : 1|n.242 lub ROZDZIAŁ 4. Porządek R−1 to porządek dualny do R. Łańcuch to każdy taki podzbiór uporządkowanego zbioru. element minimalny (najmniejszy) w (X. Dwa elementy x. Element maksymalny (największy) w (X. Niech (X. W zbiorze uporządkowanym (N. ≤) istnieje co najwyżej jeden element najmniejszy. Przykład 4. że zbiór dualny (X. ⊆). R−1 ) : ¬ ∃x ∈ X : (x0 Rx ∧ x0 = x) ⇔ ¬ ∃x ∈ X : (xR−1 x0 ∧ x0 = x). W zbiorze uporządkowanym (X. |). y (∈ X) zbioru uporządkowanego (X. y (∈ X) są nieporównywalne wtedy i tylko wtedy.45.48 (elementów nieporównywalnych).17. Element najmniejszy jest minimalny.46 (zbioru dualnego).44. Dowodzi się. ∀x ∈ X : (xRx0 ) ⇔ ∀x ∈ X : (x0 R−1 x). Twierdzenie 4. gdzie n|m . ∅ jest elementem najmniejszym w zbiorze uporządkowanym (R. Zbiór (X. elementem najmniejszym jest 1. ≤) są porównywalne wtedy i tylko wtedy. R). R−1 ) jest zbiorem dualnym do (X. Podobnie jest w wypadku relacji przechodniej. R−1 ) do zbioru uporządkowanego (X. ) Dwa różne elementy x. Przykład 4. R) jest minimalny (najmniejszy) w (X. Definicja 4. Dowód powyższego twierdzenia przebiega podobnie jak dowód analogicznego twierdzenia o elemencie największym. R) będzie zbiorem uporządkowanym.n jest dzielnikiem m. R) jest zbiorem uporządkowanym. Konwers relacji zwrotnej jest relacją zwrotną. Definicja 4. RELACJE I FUNKCJE ∀x ∈ X : (x0 ≤ x). R−1 ). Niech R będzie rodziną podzbiorów zbioru X zawierającą zbiór pusty ∅. .

4.49 (łańcucha). a więc gdy każdy element zbioru A jest zawarty w x0 . . gdy: ∀x. y ∈ A : [x = y ⇒ (¬ x < y ∧ ¬ y < x)]. ≤). lub. 4.} jest łańcuchem w zbiorze uporządkowanym (N. . . |). Element x0 (∈ X) jest ograniczeniem dolnym zbioru A wtedy i tylko wtedy. Definicja 4. że x ≤ x0 . . Definicja 4.47.48. Ograniczeniem górnym zbioru {2. . y ∈ A : [x = y ⇒ (x < y ∨ y < x). że 5 ≤ x. ≤) będzie zbiorem liczb naturalnych uporządkowanych przez relację ≤ (arytmetycznej niewiększości). Definicja 4. UPORZĄDKOWANIE ZBIORÓW 243 Definicja 4. czyli ∀x ∈ A : (x ≤ x0 ). |). ≤). . 13. 5} jest każda liczba x taka. gdy: ∀x. 8. 5. . Przykład 4. A jest antyłańcuchem wtedy i tylko wtedy.52 (ograniczenia dolnego). Przykład 4. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. A jest łańcuchem wtedy i tylko wtedy. . . Przykład 4. } jest antyłańcuchem w zbiorze uporządkowanym (N. Niech (N.6. co jest równoważne: ∀x. 4. Element x0 (∈ X) jest ograniczeniem górnym zbioru A wtedy i tylko wtedy.51 (ograniczenia górnego).46. 17. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. . 11. . gdy dla każdego x (∈ A) prawdą jest. ≤). Zbiór {2. 2n . Zbiór {3. y ∈ A : (x ≤ y ∨ y ≤ x). gdy: ∀x ∈ A : (x0 ≤ x). ≤). 7. którego dowolne dwa różne elementy nie są porównywalne. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. czyli gdy x0 jest zawarty w każdym elemencie zbioru A. Antyłańcuch to każdy taki podzbiór uporządkowanego zbioru X.50 (antyłańcucha). .

49. że x ≤ 2. 5} jest każda liczba x taka. ⊆). 4.244 ROZDZIAŁ 4. RELACJE I FUNKCJE Przykład 4. Relacja ≤ porządkująca zbiór X jest relacją liniowo porządkującą zbiór X wtedy i tylko wtedy. czyli ∀x. Niech R będzie niepustą rodziną wszystkich podzbiorów niepustego zbioru X. Definicja 4. Kresem górnym zbioru A. Twierdzenie to pierwszy udowodnił Kuratowski (1922. to w X istnieje element maksymalny. jest — jeśli istnieje — element największy w zbiorze wszystkich ograniczeń dolnych zbioru A. ≤) będzie zbiorem uporządkowanym. ≤) będzie zbiorem uporządkowanym. Dowód lematu przeprowadza się z wykorzystaniem twierdzenia Zermelo o dobrym uporządkowaniu zbioru. Kresem dolnym zbioru A. ≤) będzie zbiorem uporządkowanym. Przykład 4. Definicja 4. 7 . A).50. s. Niech (N. sup(At )t∈T = t∈T At At t∈T inf(At )t∈T = 4.54 (infA. Niech (X. Dowód lematu KuratowskiegoZorna wymaga zastosowania pewnika wyboru (a na gruncie aksjomatów ZFC lemat Kuratowskiego-Zorna i pewnik wyboru są sobie równoważne).18 (lemat Kuratowskiego-Zorna7 ). A lub supA. ≤) będzie zbiorem liczb naturalnych uporządkowanych przez relację ≤ (arytmetyczną relację niewiększości). Jeżeli w zbiorze X dla każdego łańcucha A(⊆ X) istnieje ograniczenie górne.53 (supA.2 Zbiory liniowo uporządkowane Definicja 4.55 (relacji liniowo porządkujących). gdy jest spójna. 89). Niech (X. Niech A (⊆ X) będzie podzbiorem zbioru X. Niech (At )t∈T będzie klasą elementów R indeksowaną elementami zbioru T . Niech A (⊆ X) będzie podzbiorem zbioru X. Rozważmy zbiór uporządkowany (R. A lub infA. Twierdzenie 4. Ograniczeniem dolnym zbioru {2. jest — jeśli istnieje — element najmniejszy w zbiorze wszystkich ograniczeń górnych zbioru A. Niech (X.6. Zorn (1935) pierwszy wykazał doniosłą rolę tego twierdzenia w zastosowaniach. y ∈ X : (x ≤ y ∨ y ≤ x). A).

Terminy wprowadzone w rozważaniach nad zbiorami uporządkowanymi stosują się do zbiorów liniowo uporządkowanych. y ∈ X : [x < y ⇒ ∃z ∈ X : (x < z ∧ z < y)]. definicja liniowego porządku gęstego może być sformułowana krócej.6. ≤) jest zbiorem liniowo uporządkowanym gęsto wtedy i tylko wtedy. Przykład 4. ≤) będzie zbiorem liniowo uporządkowanym. Przykład 4. X2 ) zbiorów X1 (⊆ X) i X2 (⊆ X). gdy: ∀x.56 (gęstego porządku liniowego). które nie są liniowo uporządkowane.4. Stąd nie każdy termin wprowadzony w związku z rozważaniami nad teorią zbiorów liniowo uporządkowanych może być bezpośrednio przeniesiony do teorii zbiorów. Przekrój zbioru X to każda para (X1 . a para uporządkowana (X. Gdy R(⊆ X×X) jest relacją liniowo porządkującą zbiór X. Łańcuchem. Definicja 4. to mówimy. przechodnie. 2. ≤) jest porządkiem liniowym. UPORZĄDKOWANIE ZBIORÓW 245 Relacje liniowo porządkujące zbiór X są zwrotne. spełniających następujące warunki: 1. Porządek leksykograficzny nad (X. X1 ∩ X2 = ∅. ≤). antysymetryczne i spójne. Niech (X. Korzystając z symbolu < (∀x. a mianowicie: ∀x. czyli x poprzedza y wtedy i tylko wtedy. ≤) będzie zbiorem liniowo uporządkowanym. Definicja 4. W szczególności możemy mówić o relacji poprzedzania jednego elementu przez drugi: x < y ⇔ x ≤ ∧x = y.51. R) to zbiór liniowo uporządkowany lub łańcuch. gdzie R jest zbiorem liczb rzeczywistych.57 (przekroju zbioru). Sytuacja odwrotna nie musi zachodzić: nie każdy porządek jest porządkiem liniowym. gdy x ≤ y oraz x = y.52. że R liniowo porządkuje zbiór X. . X1 ∪ X2 = X. y ∈ X : [(x ≤ y ∧ x = y) ⇒ ∃z ∈ X : (z = x ∧ z = y ∧ x ≤ z ∧ z ≤ y)]. y ∈ X : [(x < y) ⇔ (x ≤ y) ∧ (x = y)]). Zbiór liniowo uporządkowany (X. a ≤ jest relacją niewiększości. Niech (X. czyli zbiorem liniowo uporządkowanym jest: (R.

a zbiór X2 to górna klasa przekroju. gdy klasa dolna ma element ostatni lub klasa górna ma element pierwszy. 2. Fakt ten jest równoważny zasadzie ciągłości Dedekinda. Przekrój (X1 . . (R. będącej jednym z aksjomatów teorii liczb rzeczywistych. X2 ) daje lukę. Definicja 4. √ Niech X1√= {x ∈ √ √ Q : x < 2}. a X2 = {x ∈ Q : 2 <√ Para ({x : x < 2}. Definicja 4. Rozważmy zbiór Q liczb wymiernych. . X2 ) jest właściwy wtedy i tylko wtedy. . . gdy jest uporządkowany w sposób gęsty i żaden przekrój właściwy nie daje luki. n} to klasa dolna przekroju. . . . Zbiór liniowo uporządkowany (X. {n+1. }) zbioru N liczb naturalnych daje skok. . {1. . . .58 (skoku). Przykład 4. n}. n+2. 8 .55. jest zbiorem liniowo uporządkowanym w sposób ciągły8 . . {n + 1. Zbiór X1 to dolna klasa przekroju. Przykład 4. n + 2. Przykład 4. X2 ) daje skok wtedy i tylko wtedy. . . n}. RELACJE I FUNKCJE 3. gdy oba zbiory X1 i X2 są niepuste (X1 = ∅. Definicja 4. Przekrój (X1 . . √ jest przekrojem. Przekrój ten nie daje skoku — ani klasa dolna nie √ ma elementu ostatniego. .56. 2. ani klasa górna nie ma elementu pierwszego. gdy klasa dolna X1 ma element ostatni a klasa górna X2 ma element pierwszy. . X2 ) klasa dolna X1 nie ma elementu ostatniego. } to klasa górna przekroju. . 2 ∈ Q. ∀x1 ∈ X1 : ∀x2 ∈ X2 : (x1 < x2 ). Przekrój nie daje luki wtedy i tylko wtedy. . a X2 nie ma elementu pierwszego. Zbiór R wszystkich i tylko liczb rzeczywistych liniowo uporządkowany przez relację niewiększości ≤. gdy żaden przekrój nie daje skoku.246 ROZDZIAŁ 4. {x : 2 < x}) x}. Każda para zbiorów ({1. ≤). X2 = ∅). . Każdy przekrój ({1. więc X1 nie ma elementu ostatniego. n + 2. Przykład 4. bowiem ({x : x < 2} ∪ {x : 2 < x}) = Q a ({x : x < √ √ 2} ∩ {x : 2 < x}) = ∅. }) jest przekrojem zbioru N liczb naturalnych.54. a klasa górna X2 nie ma elementu pierwszego. 2.60 (zbioru liniowo uporządkowanego w sposób ciągły). gdy w przekroju (X1 . a {n + 1.59 (luki). Zbiór liniowo uporządkowany (X. ≤) jest liniowo uporządkowany w sposób ciągły wtedy i tylko wtedy. Przekrój daje lukę wtedy i tylko wtedy. .53. ≤) ma typ gęsty wtedy i tylko wtedy. Zatem przekrój (X1 .

taki. Przykład 4. nie istnieje różnowartościowa funkcja f : N → X taka. Zbiór uporządkowany (X. Ponadto. gdy dla każdego niepustego zbioru A(⊆ X) istnieje element minimalny. Zbiór ({0.6. gdzie {0. gdy w X nie istnieje zstępujący ciąg elementów.4. . . ≤) jest dobrze ufundowany wtedy i tylko wtedy. Definicja 4. że dla każdego n(∈ N) zachodzi f (n + 1) ≤ f (n).6. Relacja ≤ to relacja dobrze ufundowana. 4. gdy jest dobrze ufundowana. tworzy nieskończony ciąg zstępujący. ). UPORZĄDKOWANIE ZBIORÓW 247 Zbiór (R. że relacja ≤ dobrze porządkuje X to zbiór dobrze uporządkowany.61 (dobrego ufundowania). . Niech F będzie rodziną zbiorów skończonych.58. bądź przekrój górny będzie miał element pierwszy. ≤) jest dobrze ufundowany (regularny) wtedy i tylko wtedy. Przykład 4. że ∀i ∈ N : (ai+1 ≤ ai ∧ ai+1 = ai ). Relacja ≤ (⊆ X ×X) liniowo porządkująca zbiór X jest relacją dobrze porządkującą zbiór X wtedy i tylko wtedy. Ciąg: ··· 0k+1 1 0k 1 ··· 1. (F. z porządkiem leksykograficznym indukowanym przez porządek (0 ≤ 1) nie jest dobrze ufundowany. . którego wyrazami są tylko zera (0). 1}∗ jest zbiorem wszystkich i tylko skończonych ciągów 0 i 1.3 Zbiory dobrze uporządkowane Definicja 4.62 (relacji dobrze porządkującej). gdzie 0k jest k-wyrazowym ciągiem. Zstępujący ciąg elementów zbioru X to nieskończony ciąg a0 . ≤) ma typ porządkowy gęsty. a1 . to bądź przekrój dolny będzie miał element ostatni.57. jakikolwiek przekrój właściwy zbioru R wzięlibyśmy. 1}∗ . tzn. ⊆) jest porządkiem dobrze ufundowanym. ≤) taka. Para uporządkowana (X. Zbiór uporządkowany (X.

248 ROZDZIAŁ 4. RELACJE I FUNKCJE .

. Liczba elementów zbioru równa jest liczbie 249 . 6}.Rozdział 5 Moce zbiorów 5. 2. czyli równości mocy zbiorów. dla pewnego n ∈ N. jak to ma miejsce w wypadku zestawienia palców dłoni prawej z palcami dłoni lewej. których elementy dadzą się pogrupować parami po jednym z każdego z tych zbiorów i to tak. że żaden element nie powtarza się i każdy należy do jakiejś pary. gdy istnieje funkcja różnowartościowa f : X → Y przekształcająca zbiór X (zbiór argumentów) na Y (zbiór wartości).1 (równoliczności zbiorów. Zbiór {1.1 Równoliczność zbiorów Pojęcie równoliczności zbiorów. Zgodnie z naszą definicją zbiór skończony to zbiór. Definicja 5. . 2.2. n}. Zbiór skończony to zbiór równoliczny ze zbiorem {1. Zbiory X i Y są równoliczne. . Pojęcie równoliczności jest więc uogólnieniem na dowolne zbiory elementarnego pojęcia równej liczebności zbiorów skończonych. wtedy i tylko wtedy. jest jednym z najważniejszych pojęć teorii mnogości. Funkcja f to funkcja ustalająca równoliczność. Jest to jedno z najważniejszych charakterystycznych pojęć teorii mnogości. Najprościej rzecz ujmując.2 (zbioru skończonego). którego liczba elementów jest równa liczbie naturalnej. Funkcja f określona wzorem f (x) = 2x ustala równoliczność tych zbiorów. Funkcja f (x) = 2x ustala równoliczność zbioru liczb naturalnych ze zbiorem parzystych liczb naturalnych. . ∼). Definicja 5. Przykład 5. 4. 3} jest równoliczny ze zbiorem {2.1. X ∼ Y . Przykład 5. równoliczne są te dwa zbiory.

Dowód. Niech A będzie zbiorem nieskończonym i niech A ⊆ B. które są z nim równoliczne. a zbiór B jest skończony. Istnieje więc wzajemnie jednoznaczne odwzorowanie f zbioru B na zbiór {1. Jeżeli A jest zbiorem skończonym i B ⊆ A. że g jest też wzajemnie jednoznaczne. a to przeczy założeniu. że g(x) = f (x). Pojęcie równoliczności jest uogólnieniem na wszystkie zbiory pojęcia równej liczebności zbiorów skończonych. Definicja 5. n}. czyli nadzbiór zbioru nieskończonego jest nieskończony. Zbiór nieskończony to zbiór. to zbiór B jest też nieskończony. to zbiór A \ B jest zbiorem nieskończonym. . . n}. . Niech g będzie odwzorowaniem takim. . . 5.3 (zbioru nieskończonego). 2. Dowodzić będziemy niewprost. to B jest też zbiorem skończonym. Zgodnie z definicją zbioru skończonego zbiór A byłby więc skończony. .2. zbiory nieskończone są refleksywne. 3. Z faktu. n}. . 2. Twierdzenie 5. . dla x ∈ A. gdzie n jest pewną liczbą naturalną n ∈ N. czyli w zbiór o liczbie elementów mniejszej lub równej n. . . W wypadku zbioru nieskończonego istnieją takie jego podzbiory właściwe. .3. . Korzystając z prawa logiki zdań: (α ∧ β ⇒ γ) ⇒ (¬ γ ∧ β ⇒ ¬ α). Inaczej mówiąc. że zbiór mający skończoną liczbę elementów jest równoliczny ze zbiorem skończonym mającym tę samą liczbę elementów.250 ROZDZIAŁ 5. Zauważmy.1. MOCE ZBIORÓW naturalnej n wtedy i tylko wtedy. . . . Twierdzenie 5. że A jest podzbiorem B wynika. że f jest odwzorowaniem wzajemnie jednoznacznym i że A ⊆ B wynika. Jeśli zbiór A jest nieskończony. który nie jest skończony.1 otrzymujemy następujący wniosek: Wniosek 5. Jeśli zbiór A jest nieskończony i A ⊆ B. . f : B → {1. 2. A z tego. Niech więc B będzie zbiorem skończonym n elementowym. 2. n}. . gdy zbiór ten jest równoliczny ze zbiorem {1. z tw. że g jest odwzorowaniem zbioru A w zbiór {1.

5. n + m}. . .5.4. jakim jest zbiór B. dla pewnego n(∈ N). . Dla dowolnych zbiorów X. Niech h będzie odwzorowaniem takim. funkcja f |B odwzorowuje wzajemnie jednoznacznie zbiór B w jego podzbiór właściwy. (n + 1)}) nie jest równoliczny ze zbiorem A. że A jest właściwym podzbiorem zbioru B. . Gdyby zbiór A \ B był zbiorem skończonym. m}. n. przechodniość. Zbiór (A ∪ B) jest więc zbiorem skończonym. 3. . Zgodnie z wnioskiem z poprzedniego twierdzenia zbiór ten jest zbiorem skończonym. 2. Ponieważ z założenia B jest zbiorem skończonym. Odwzorowanie h jest wzajemnie jednoznacznym odwzorowaniem zbioru (A \ B) ∪ B. więc — podobnie — istnieje wzajemnie jednoznaczne odwzorowanie g tego zbioru na zbiór {1. to istniałoby wzajemnie jednoznaczne odwzorowanie f zbioru A \ B na {1. . [(X ∼ Y ) ∧ (Y ∼ Z)] ⇒ (X ∼ Z). . Y i Z mają miejsce następujące zależności: 1. RÓWNOLICZNOŚĆ ZBIORÓW 251 Dowód. . to zbiory B i A byłyby równoliczne. . n}. . Relacja ∼ jest więc zwrotna. że gdyby było to odwzorowanie na zbiór A. symetryczność. Zważywszy na to. . Zbiór N liczb naturalnych jest nieskończony. a to nie jest możliwe w wypadku zbioru skończonego. . Niech dla pewnego n(∈ N) zbiór ten będzie równoliczny ze zbiorem A(= {1. Zbiór B(= {1. Twierdzenie 5. Funkcją ustalającą równoliczność zbioru z samym sobą jest przekształcenie identycznościowe f (x) = x. Dowód. 2. jeśli x ∈ (A \ B). Niech f : N → A będzie wzajemnie jednoznacznym odwzorowaniem zbioru N na A. . . 2. Jest to odwzorowanie w podzbiór właściwy A dlatego. a B skończonym. 2. jeśli x ∈ B. 2. . Zbiór A jest podzbiorem tego zbioru. . Twierdzenie 5. . X ∼ X. . Niech N będzie zbiorem skończonym. h(x) = n + g(x). Dowód.1. (X ∼ Y ) ⇒ (Y ∼ X). czyli zbioru (A ∪ B) na zbiór {1. Niech A będzie zbiorem nieskończonym. zwrotność. a to przeczy założeniu. 2. więc odwzorowanie f |B : B → A jest wzajemnie jednoznacznym odwzorowaniem zbioru B w podzbiór właściwy zbioru A. że A jest zbiorem nieskończonym. . dla pewnego m(∈ N). że f (x). a to byłoby sprzeczne z wyżej podanym faktem. . n}). . Ponieważ B ⊂ N.

Klasa abstrakcji relacji równoliczności to liczba kardynalna lub moc zbioru 1 . Istnieje więc przekształcenie różnowartościowe f przekształcające X na Y i istnieje przekształcenie różnowartościowe g przekształcające Y na Z. 2 Cantor określał moc zbioru jako jego własność. decyzje terminologiczne matematyków niekoniecznie kierowane są najprostszymi intuicjami. Dla wypowiedzenia tego samego możemy używać jednego z określeń: zbiory są równoliczne. Niech X ∼ Y i Y ∼ Z. Istnieje zatem przekształcenie różnowartościowe f zbioru X na Y . MOCE ZBIORÓW Niech X ∼ Y . mocy zbioru).252 ROZDZIAŁ 5. Jak w tym wypadku widać. zbiory są tej samej mocy. zbiory mają tę samą liczbę kardynalną. gdy są równoliczne. Relacja ∼ jest więc przechodnia. Dzieli ona zbiory na klasy zbiorów równolicznych.4 (liczby kardynalnej. Definicja 5. Przekształcenie f −1 jest przekształceniem różnowartościowym przekształcającym Y na X. gdy jest pusty. oraz istnieje tylko jedna taka klasa (wynika to z symetryczności i przechodniości). W wypadku n-elementowego zbioru za jego moc przyjmujemy liczbę n. Dowodzi to symetryczności ∼. Zbiór ma 0 elementów wtedy i tylko wtedy. Zdefiniowana stała indywiduowa będzie więc nazwą tej liczby. która pozostaje po abstrahowaniu od jakości elementów zbioru i od ich porządku. Z intuicyjnego punktu widzenia lepszy byłby termin liczność zbioru. że zbiory X i Y są jednakowej mocy wtedy i tylko wtedy. czyli (X = Y ) ⇔ (X ∼ Y ). Każda klasa zbiorów równolicznych z danym zbiorem jest niepusta (wynika to z faktu zwrotności relacji równoliczności). czyli A = 0 ⇔ A = ∅. ∼ jest relacją równoważności. Własność wspólna wszystkim i tylko zbiorom równolicznym to liczba ich elementów. Klasę abstrakcji relacji równoliczności wyznaczoną przez zbiór X oznaczamy X 2 . Z definicji mamy. 1 . Złożenie tych przekształceń f ◦g jest przekształceniem różnowartościowym zbioru X na Z. Dwie kreski nad nazwą zbioru mają wyrażać ideę tej podwójnej abstrakcji.

Funkcja f określona wzorem: ax dla x ≤ n.5. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 253 Liczby kardynalne wprowadza się do teorii mnogości przyjmując aksjomat istnienia liczb kardynalnych. a2 . . które są skończone lub równoliczne ze zbiorem liczb naturalnych N. to z definicji równoliczności istnieje funkcja przekształcająca N na A. Zbiory przeliczalne to te i tylko te zbiory. Z definicji przeliczalności wynika. .: alef ) jest pierwszą literą alfabetu hebrajskiego. że jeżeli A jest zbiorem przeliczalnym.2. . to istnieje funkcja f : N → A. Niech A będzie zbiorem skończonym {a1 . gdy istnieje funkcja f : N → A przekształcająca zbiór liczb naturalnych na zbiór A. W tym celu wystarczy pokazać — korzystając z funkcji f — że istnieje funkcja różnowartościowa przekształcająca N na A. że wszystkie zbiory przeliczalne nieskończone są jednakowej mocy. Gdy A jest nieskończonym zbiorem przeliczalnym. której argumentami są kolejne liczby naturalne. co zbiór liczb naturalnych. Teraz pokażemy. Mówiąc obrazowo. . obejmujące zarówno zero jak i liczby kardynalne zbiorów nieskończonych. przekształcająca zbiór liczb naturalnych na zbiór A. zbiory przeliczalne to takie zbiory. których elementy można „ustawić” w skończony lub nieskończony ciąg a1 . czyli zbiorem równolicznym z N. Dowód. przekształca zbiór N na zbiór A. a mianowicie są tej samej mocy. . Twierdzenie 5. . Niepusty zbiór A jest przeliczalny wtedy i tylko wtedy. 3 Znak ℵ (czyt. Ciąg bowiem definiujemy jako funkcję. to A jest przeliczalne. f (x) = an dla x > n. Wpierw pokażemy. że jeżeli istnieje funkcja f : N → A. 5. . an }. Moc nieskończonych zbiorów przeliczalnych oznacza się ℵ0 3 ..5 (zbioru przeliczalnego). Pojęcie równoliczności i klasy abstrakcji tej relacji pozwoliło skonstruować ogólne pojęcie liczby. .2 Zbiory przeliczalne i nieprzeliczalne Definicja 5.6.

1 ≤ i < m. że B jest zbiorem przeliczalnym. f (n). Do rozważenia pozostaje więc wypadek. Niech B będzie zbiorem nieskończonym. . Niech f : N → A będzie funkcją przekształcającą zbiór N na zbiór A. f (2). W takim wypadku. musimy określić funkcję różnowartościową g : N → A. że f (k) ∈ B. Funkcję g : N → B przekształcającą N na B definiujemy następująco:  f (x) gdy f (x) ∈ B. . Funkcja g przekształca N na B. Z założenia istnieje funkcja różnowartościowa f : N → A przekształcająca zbiór N na A. zatem A jest zbiorem równolicznym ze zbiorem liczb naturalnych. Jednak f nie musi być różnowartościowa. Wówczas f jest interesującą nas funkcją. Jeżeli B jest zbiorem skończonym. to nasza nowa funkcja g liczbie m będzie przyporządkowywać f (n). gdy A jest nieskończone.    g(x) = f (n) gdzie n jest najmniejszą liczbą taką. dla 1 ≤ i < m. Twierdzenie 5. . . Dowód. gdy dla jakieś liczby m(> i) okaże się.7. to z definicji jest przeliczalne. że A jest przeliczalne. f (n) = g(i). Niech A będzie zbiorem przeliczalnym i niech B ⊆ A. .). gdzie n > m oraz n to najmniejsza z liczb taka. czyli f (n) = g(i). że f różnym liczbom naturalnym przyporządkowuje ten sam element zbioru A. Podzbiór zbioru przeliczalnego jest zbiorem przeliczalnym. f może być różnowartościowa. Opisaną wyżej funkcję g : N → A definiujemy następująco:  f (1) dla x = 1. . dla x = m.    gdy f (x) ∈ B. Otóż. Mamy więc nieskończony ciąg elementów A: (f (1). . Funkcja g jest różnowartościowa i przekształca N na A. czyli A jest przeliczalne.254 ROZDZIAŁ 5. aby wykazać. może się bowiem zdarzyć. że f (m) = f (i). korzystając z faktu. że f (n) nie jest wartością funkcji g dla żadnej z liczb naturalnych mniejszych od m. MOCE ZBIORÓW Jeżeli A jest skończone. Korzystając więc z twierdzenia poprzedniego otrzymujemy. że dla    każdego i. że f przekształca N na A. . to jest zbiorem przeliczalnym.    g(x) = f (k) gdzie k jest najmniejszą liczbą taką.

5. . a g : N → A2 niech przekształca N na A2 . Zdefiniujemy funkcję h : N → A1 × A2 przekształcającą N na A1 × A2 .2. a dla liczb nieparzystych przyjmować będzie kolejne wartości funkcji g. Z założenia indukcyjnego istnieje funkcja f : N → A1 ∪ · · · ∪ Ak przekształcająca zbiór N na zbiór A1 ∪ · · · ∪ Ak . Z tego. h jest funkcją przekształcającą N na A1 ∪ A2 . . jest pusty. . An będą zbiorami przeliczalnymi. że Z = Z− ∪ {0} ∪ N na podstawie udowodnionego twierdzenia mamy. 1 ≤ i ≤ n. Dowód. .8. Dowodzimy przez indukcję. Niech n = 2. że dla liczb parzystych przyjmować będzie kolejne wartości funkcji f . Twierdzenie 5. Niech n = 2. Niech A1 . g(m) dla x = 2m. Niech więc wszystkie zbiory Ai . 5. Założenie indukcyjne. 1 ≤ i ≤ n. A1 i A2 . Dowód. Zbiór liczb naturalnych N i zbiór liczb całkowitych ujemnych Z− są zbiorami przeliczalnymi. Niech f : N → A1 będzie funkcją przekształcającą zbiór N na A1 . ZBIORY PRZELICZALNE I NIEPRZELICZALNE 255 Twierdzenie 5. Niech h : N → A1 ∪ A2 będzie następującym przekształceniem: h(x) = f (m) dla x = 2m − 1. odpowiednio. Zatem jest przeliczalny. Suma skończonej liczby zbiorów przeliczalnych jest zbiorem przeliczalnym. Dowodzić będziemy przez indukcję. więc istnieje funkcja g : N → Ak+1 przekształcająca N na Ak+1 . Funkcję h : N → A1 ∪ · · · ∪ Ak ∪ Ak+1 przekształcającą N na A1 ∪ · · · ∪ Ak ∪ Ak+1 otrzymujemy w podobny sposób jak w wypadku n = 2. An będą zbiorami przeliczalnymi. Niech A1 . Iloczyn kartezjański skończonej liczby zbiorów przeliczalnych jest zbiorem przeliczalnym. . Funkcję h : N → A1 ∪ A2 określimy tak. Zbiór Z liczb całkowitych jest przeliczalny. Zgodnie z tw. Niech f : N → A1 i g : N → A2 będą funkcjami przekształcającymi N na.6 zbiór A1 ∪ A2 jest przeliczalny.9. . że zbiór Z jest przeliczalny. będą niepuste. Niech dla n = k suma A1 ∪ · · · ∪ Ak będzie zbiorem przeliczalnym. Jeżeli choć jeden ze zbiorów Ai . . Wniosek 5. . . Zbiór Ak+1 jest przeliczalny. Dowód.10. to pusty jest iloczyn kartezjański A1 × A2 × · · · × An .

(f (m). . drugą. (f (2). (f (m). g(n)). . . . g(2)).. . g(2)). W ten sposób mamy: . Kolejnym liczbom naturalnym przyporządkowujemy kolejno pary składające się na pierwszą.. g(n)). . (f (3). .. . . .. n ∈ N. g(n)). MOCE ZBIORÓW Wśród par uporządkowanych (f (m). (f (3). . g(3)). . . m. (f (1). (f (2). . g(1)). (f (3). (f (3).. (f (m). .256 ROZDZIAŁ 5. Ustawmy je w następującą tablicę: (f (1). . . g(2)). g(1)). .. Kolejność w ramach każdej przekątnej jest wyznaczona wzrastaniem parametru m w parze (f (m). . . k-tą przekątną. .. . są wszystkie i tylko elementy iloczynu A1 × A2 . . . (f (2). g(n)). g(n)) takie. .. (f (m). g(1)). g(3)). (f (1). g(1)). . .. . . Przekształcenie h : N → A1 ×A2 zbioru N na A1 ×A2 definiujemy stosując metodę przekątniową. . (f (2). . g(2)). g(3)). . .. (f (1). g(n)). .. że m + n = k tworzą (k − 1)-szą przekątną powyższej tablicy. . Pary uporządkowane (f (m). g(n)). . . . . . g(3))..

6 zbiór A1 × A2 jest przeliczalny. 4 . . g(2)) h(6) = (f (3). . g(3)) h(5) = (f (2). g(1)) h(4) = (f (1). . Mamy więc iloczyn dwóch zbiorów przeliczalnych. g(n)) jest obrazem jednej liczby naturalnej. .2.11. . . Zbiór liczb wymiernych Q jest przeliczany. Funkcja f jest różnowartościowa i przekształca zbiór (A1 × A2 × · · · × Ak ) × Ak+1 na zbiór A1 × A2 × · · · × Ak × Ak+1 .5. . ak . Założenie indukcyjne. że taki zbiór jest przeliczalny. g(2)) h(3) = (f (2). . Zbiór A1 × A2 × · · · × Ak z założenia indukcyjnego jest przeliczalny. g(4)) . Zauważmy. Zgodnie z tw. . g(n)) jest przyporządkowana liczbie: (m − 1)2 + 3(m − 1) + 2(n − 1)(m − 1) + (n − 1)2 + n + 1. że zbiór A1 × A2 × · · · × Ak × Ak+1 jest zbiorem przeliczalnym. Wcześniej wykazaliśmy. . pierwsza przekątna druga przekątna trzecia przekątna czwarta przekątna Każda para (f (m). A1 × A2 × · · · × Ak będzie zbiorem przeliczalnym. Zatem funkcja h : N → A1 × A2 przekształca zbiór N na zbiór A1 × A2 4 . że zbiór A1 × A2 × · · · × Ak × Ak+1 jest równoliczny ze zbiorem (A1 × A2 × · · · × Ak ) × Ak+1 . ak ). 5. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 257 h(1) = (f (1). . g(1)) h(2) = (f (1). g(1)) h(7) = (f (1). Niech dla n = k. . . Zauważmy. . że para (f (m). ak+1 )) = (a1 . Pokażemy. Wniosek 5. . ak+1 ). . Weźmy bowiem funkcję f : (A1 × A2 × · · · × Ak ) × Ak+1 → A1 × A2 × · · · × Ak × Ak+1 zdefiniowaną następująco: f (((a1 .

258 ROZDZIAŁ 5. Zbiór n∈N An jest przeliczalny. MOCE ZBIORÓW Twierdzenie 5. przeliczalne są wszystkie zbiory An (n ∈ N). . Dowód. Dla każdego zbioru An istnieje funkcja fn : N → An przekształcająca zbiór N na An . Zbiorem wszystkich skończonych ciągów elementów X jest zbiór: ∞ An . Niech An będzie zbiorem wszystkich ciągów n-wyrazowych. więc An jest zbiorem przeliczalnym. Ostatecznie mamy. Twierdzenie 5. tj. m)) = fn (m). zatem zbiór: ∞ An n=1 jest przeliczalny. Dowód.12. Dwa pojęcia są tu istotne: rekurencyjności i rekurencyjnej przeliczalności. Zbiór n∈N An jest zatem przeliczalny. Zbiór N × N jest przeliczalny. Przeliczalna suma zbiorów przeliczalnych jest przeliczalna. że zbiór wszystkich skończonych ciągów elementów zbioru przeliczalnego jest przeliczalny. Niech (An )n∈N będzie przeliczalną rodziną przeliczalnych zbiorów. uwagi na temat tezy Churcha-Turinga. czy dla danego zbioru istnieje algorytm lub inna efektywna procedura5 przeliczenia wszystkich i tylko jego elementów. n=1 Z definicji zbiór An jest równy zbiorowi An . Skończone iloczyny kartezjańskie zbiorów przeliczalnych są przeliczane. których elementy dadzą się efektywnie przeliczyć. Informatyk praktycznie może mieć do czynienia tylko ze zbiorami. Istnieje więc funkcja g : N → N×N przekształcająca zbiór N na N×N. gdy istnieje efektywna metoda przeliczenia wszystkich i tylko jego elementów. Funkcję f : N × N → n∈N An definiujemy następująco: n∈N An przekształcającą zbiór N × N na f ((n. Kwestia ta ważna jest nie tylko z teoretycznego punktu widzenia.13. Dla każdego elementu zbioru n∈N An istnieją więc n (∈ N) i m (∈ N) takie. Niech X będzie zbiorem przeliczalnym. 5 Zob. że element ten jest obrazem fn (m). Zbiór wszystkich skończonych ciągów elementów zbioru X jest zbiorem przeliczalnym. Można pytać się. Funkcja g◦f : N → n∈N An przekształca zbiór N na n∈N An . Zbiór A jest rekurencyjnie przeliczalny wtedy i tylko wtedy.

która w wypadku dowolnego przedmiotu rozstrzyga. Na podstawie definicji bezpośrednio stwierdzamy. Zbiór A jest rekurencyjny (obliczalny) wtedy i tylko wtedy. gdy istnieje taka efektywna procedura. Niewątpliwie pytanie to ma swoją podstawę w fakcie. rozważane zbiory przeliczalne są zbiorami rekurencyjnie przeliczalnymi. że w ciągu: f (1).5. gdy ten zbiór i jego dopełnienie do zbioru N są zbiorami rekurencyjnie przeliczalnymi.3. Definicja 5. znajdują się wszystkie i tylko elementy zbioru A. Brzytwa Ockhama jest postulatem metodologii nauk. które nie są rekurencyjne. 6 . czy przedmiot ten jest.6 (zbioru rekurencyjnie przeliczalnego). choćby w przykładach. Narzuca się