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

10 .

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

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

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

Reguły semantyczne języka logiki zdań sprowadzają się zatem do definicji prawdziwości zdania w modelu. Wyrażenia są skończonymi ciągami elementów słownika zbudowanymi zgodnie z regułami syntaktycznymi. Zatem określenie reguł syntaktycznych tego języka sprowadza się do definicji zdania. 1. reguły syntaktyczne (gramatyczne) oraz reguły semantyczne (znaczeniowe). Rachunek dla logiki zdań jest fragmentem bogatszego rachunku dla logiki języka. o ile abstrahujemy od wewnętrznej złożoności ich zdań prostych. aby mówić o pewnej rzeczywistości. Zdania są jedynymi wyrażeniami poprawnie zbudowanymi języka logiki zdań. o jakimś świecie.1 Język logiki zdań Pojęcie języka logiki zdań Na język logiki zdań. model. którego jakaś część właściwa jest zdaniem. którego wszystkie spójniki są prawdziwościowe i w której przyjmuje się zasadę dwuwartościowości. Zdanie złożone to takie. LOGIKA ZDAŃ są prawdziwościowe wtedy i tylko wtedy. Proste to takie. Pojęcie prawdziwości zdania jest pojęciem semantycznym. Zdania można tworzyć ze zdań za pomocą różnych wyrażeń (w gramatyce nazywanych spójnikami i partykułami) lub . umożliwi definicję prawdziwości zdania (w modelu).2 1. W logice matematycznej takim «światem» jest abstrakcyjny konstrukt: model. których żadna część właściwa. Ściśle określony «świat». W każdym języku istnieją różne sposoby tworzenia zdań ze zdań. w którym wyróżnia się elementy składowe zdań — będzie to rachunek predykatów. Klasyczna logika zdań to logika zdań języka. Mogą być one proste lub złożone.14 ROZDZIAŁ 1.2. Będzie on tak zbudowany. Zasady logiki zdań stosują się do wszystkich języków o tyle. aby ujmował interesujące nas aspekty odnoszenia zdań do świata. z których budowane są wyrażenia (poprawnie zbudowane). jak na każdy język. W wypadku języka logiki zdań jedynymi poprawnie zbudowanymi wyrażeniami będą zdania. Słownik języka. czyli różna od całości nie jest zdaniem. gdy wartość logiczna zdań złożonych zbudowanych za pomocą tych spójników jest wyznaczana przez wartości logiczne zdań składowych (a więc z pominięciem treści tych zdań). Zdania budujemy. składają się słownik (alfabet). to zbiór symboli.

” oraz „. Przykład 1. łukasiewiczowska.2. 2.1. Zdania. Zdania proste to zdania. . . . . Zdania. ”. Przykład 1. . . . . p1 . . ¬. Spójniki dzieli się ze względu na ilość ich argumentów. które łącznie ze zdaniem bądź zdaniami tworzy zdanie. Jedna ze względu na to.2.3. „konieczne jest. z których dany spójnik tworzy zdanie to argumenty tego spójnika. . Spójnikami są. ∨. Jeżeli czworokąt ma cztery boki równe. dwuargumentowe itd. Wyróżniamy więc spójniki jednoargumentowe. . Druga. JĘZYK LOGIKI ZDAŃ 15 zestawienia zdań (połączenia zdań składowych wraz z użyciem: w języku mówionym — stosownej intonacji.2.: „nieprawda. . ∧. lub . p0 . 3. jest”. Spójnikiem nie jest: „. to ma dwa kąty równe. że jest standardowa. Spójnik to każde i tylko takie wyrażenie. . ze względu na wykorzystanie i samej definicji i pomysłu na zapis — w szczególności w informatyce.2 Definicja zdania Podane będą dwie definicje zdania. . oraz . ” i „. . że. które otrzymujemy w wyniku dopisania zdania lub zdań do spójnika to zdania złożone. ”. . a w języku pisanym — odpowiedniej interpunkcji). 1. ⇔. . . . czyli w których nie występują spójniki. Zdanie w notacji standardowej Alfabet języka logiki zdań Alfabet A języka logiki zdań jest zbiorem następujących obiektów (symboli): 1. które nie są złożone. Zdaniami prostymi są: 2+2=4 Trójkąt ma trzy boki Zdaniami złożonymi są: Nieprawda. powszechna. że . ⇒. że 2 + 2 = 4.

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

gdy każdy element A jest elementem B. (p0 ∨ p1 ) ∧ (p0 ∨ p1 ) ∧ (p0 ∨ p1 ) ∧ . Ciąg p1 ¬ p2 nie jest zdaniem właśnie na mocy tego warunku. który jest podzbiorem każdego zbioru spełniającego te warunki. A ⊆ B (A jest podzbiorem B) wtedy i tylko wtedy.4.1. ¬(p0 p5 ) ∨ (p0 ).2 (spójnika głównego). którego każdy podzbiór właściwy nie spełnia tych warunków lub — inaczej — taki i tylko taki zbiór. odpowiednio: negację. Przykład 1. koniunkcję i równoważność. 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. . implikację. p4 . (((p0 ⇒ p1 ) ∧ p2 ) ⇔ (p3 ∨ (p1 ⇒ ¬ p2 ))). nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń. Zbiór A jest podzbiorem właściwym B wtedy i tylko wtedy. Notacja łukasiewiczowska W wypadku. alternatywę. (α ⇔ β) są spójniki.2. koniunkcji i równoważności. alternatywy. 4 . odpowiednio: implikacji. Znaczenie warunku 4 (5) można zilustrować przykładem. (α ∨ β). Znaczenie zdań określone będzie przez znaczenie liter zdaniowych oraz przez znaczenie spójników. zbiór zdań jest najmniejszym zbiorem skończonych ciągów symboli spełniających warunki 1–34 . Same warunki 1–3 nie pozwalałyby na takie stwierdzenie. Nie można bowiem tego ciągu skonstruować według warunków 1–3. Spójnikami głównymi w zdaniach: ¬α. . (α ∧ β). gdy A jest podzbiorem B i jest różny od B. Definicja 1. Najmniejszy zbiór spełniający jakieś warunki to taki i tylko taki zbiór. (p5 ∨ p0 ). Zdaniami nie są: (p0 ). p5 . Warunek 4 można zastąpić warunkiem równoważnym: 5. Zdaniami są: p0 . Zdania te skrótowo określamy jako. (¬(p0 ∧ p5 ) ∨ p0 ). ¬(p0 )¬(p5 ) ∨ (p0 ). które są skończonymi ciągami symboli spełniającymi warunki 2 i 3. (α ⇒ β). Podane zostanie w definicji prawdziwości zdania w modelu. ¬p0 . JĘZYK LOGIKI ZDAŃ 17 4.

to litery zdaniowe.3 (zdania).3 Język formalny Język rachunku zdań jest przykładem języka formalnego. . 4.2. E. • reguły konstrukcji wyrażeń (reguły syntaktyczne). 1. . 3. p1 . odpowiednio: implikacji. Słownik 1. LOGIKA ZDAŃ Notację prefiksową języka rachunku zdań wynalazł Jan Łukasiewicz5 . 1. K αβ. . . koniunkcji i równoważności. Wszystkie one są prefiksami. A. 5 . A. 2. N 3. Zbiór wszystkich wyrażeń poprawnie zbudowanych języka formalnego zostaje ustalony decyzją twórcy tego języka. . p0 . . p0 . jeżeli α. Zdaniu: (p0 ∨p1 )∧p0 odpowiada zdanie w notacji Łukasiewicza: KAp0 p1 p0 a zdaniu: p0 ∨ (p1 ∧ p0 ) — Ap0 Kp1 p0 . to N α jest zdaniem. słownik). alternatywy. . które można w skończonej ilości kroków skonstruować wedle punktów 1–3. Zazwyczaj podaje się: • zbiór symboli (alfabet. Aαβ. K. Podobna idea wykorzystana jest w notacji sufiksowej (reverse Polish notation).18 ROZDZIAŁ 1. nie ma innych zdań oprócz liter zdaniowych oraz tych wyrażeń. E αβ są zdaniami. Notacja łukasiewiczowska w literaturze anglojęzycznej określana jest jako polska (Polish notation). Niech α i β będą dowolnymi ciągami symboli. litery zdaniowe są zdaniami. . p1 . C. 2. N to jednoargumentowy spójnik negacji zaś C. to C αβ. K. E są dwuargumentowymi spójnikami. β są zdaniami. Taką notację wykorzystuje się w informatyce. Definicja 1. jeżeli α jest zdaniem.

. W tym wypadku o poprawności budowy przesądzają reguły semantyczne. . Słowo puste ε to ciąg. 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.7 (słowa pustego. b2 . αˆε = α. . . b2 . Taki język jest językiem formalnym. .6 (konkatenacji. bm )]. Definicja 1. . β. Słowo puste jest elementem neutralnym operacji konkatenacji.1. Definicja 1. .5 (długości słowa. . . . ε). Elementy A∗ . . Długość słowa α.2. . . czyli: (αˆβ)ˆγ = αˆ(βˆγ). czyli skończone ciągi elementów A to słowa nad alfabetem A. . Definicja 1. Definicja 1.6. ˆ). będą dowolnymi skończonymi ciągami elementów alfabetu (słowami). JĘZYK LOGIKI ZDAŃ 19 Przykład 1. Konkatenacja. Nazywać będziemy go alfabetem. a2 . |α|. . Niech wyrażeniem poprawnie zbudowanym będzie każdy sensowny ciąg elementów słownika języka polskiego. to słowo αˆβ powstałe przez napisanie ciągu β bezpośrednio po ostatnim wyrazie ciągu α. ˆ .5. . . b1 . czyli εˆα = α. .4 (słowa nad alfabetem). A+ to zbiór wszystkich i tylko niepustych ciągów elementów A. czyli |ε| = 0. | |). którego liczba wyrazów równa jest 0. ♦ rozpoczynający się od symbolu: . to liczba wystąpień elementów alfabetu w ciągu α. an . Operacja konkatenacji jest łączna. Przykład 1. słów α[= (a1 . . czyli słowo: (a1 . an )] i β[= (b1 . bi ∈ B. Niech A będzie zbiorem. Niech teraz α. bm ). a2 . . czyli A+ = A∗ \ {ε}. Tak określony język nie jest więc językiem formalnym. Niech wyrażeniem poprawnie zbudowanym będzie każdy skończony ciąg symboli: . ai ∈ A.

LOGIKA ZDAŃ Definicja 1. Definicja 1. za które wystąpienie poprzednika (jako podsłowa danego słowa) wpisujemy następnik produkcji.11 (słowa końcowego). Definicja 1. gdy istnieją słowa γ i δ takie. α −→ β. α to poprzednik produkcji a β to następnik produkcji. bądź — co na jedno wychodzi — gdy γˆδ = ε. której poprzednik jest symbolem (słowem o długości 1) to podstawienie. inaczej sufiksem słowa β(= γˆαˆδ) wtedy i tylko wtedy. w miejsce każdego wystąpienia symbolu a to słowo β[a ::= γ]. Wynik operacji zastępowania nie jest więc określony jednoznacznie. że • α = α1 γα2 . gdy γ = ε lub δ = ε. Definicja 1. ::=). Produkcja. Produkcją lub regułą przepisywania słów α i β jest: α ::= β co czytamy: α jest zastępowane przez β. zapisuje się bez użycia symbolu konkatenacji. Wynik operacji wyprowadzania ze słowa zależy więc od tego. gdzie a ∈ A.8 (podsłowa). Definicja 1. inaczej prefiksem słowa β(= γˆαˆδ) wtedy i tylko wtedy.14 (podstawienia). Definicja 1. czyli zamiast np. gdy istnieją takie α1 i α2 . gdy γ = ε. że β = γˆαˆδ. gdy δ = ε. Zwykle konkatenację słów. α jest słowem początkowym. czyli słowo β jest wyprowadzeniem ze słowa α na podstawie produkcji γ ::= δ wtedy i tylko wtedy.10 (słowa początkowego). γ::=δ .13 (wyprowadzenia ze słowa). Definicja 1.12 (produkcji. Słowo α powstałe ze słowa β przez podstawienie a ::= γ.20 ROZDZIAŁ 1.9 (podsłowa właściwego). α jest słowem końcowym. Poprzednik produkcji może być w kilku miejscach podsłowem danego słowa. αˆβ pisze się po prostu: αβ. Słowo α jest podsłowem słowa β wtedy i tylko wtedy. • β = α1 δα2 . α jest podsłowem właściwym słowa β(= γˆαˆδ) wtedy i tylko wtedy. gdy nie prowadzi to do niejasności.

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

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

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

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

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

Zbiór taki. Klasa indukcyjna to najmniejszy zbiór zawierający wszystkie elementy proste oraz wszystkie te przedmioty. mając obiekt „|” oraz operację konkatenacji. gdy może być skonstruowany z elementów bazowych przez stosowanie reguł konstrukcji. których elementami są elementy bazowe i które są domknięte ze względu na reguły konstrukcji. jaki dokładnie jeden obiekt powstanie. LOGIKA ZDAŃ dowy obiektów złożonych są pewnego rodzaju przepisami określającymi. jeżeli zastosowana zostanie do nich jedna z reguł konstrukcji. Np. gdy do budowy zostaną użyte określone 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. które są elementami definiowanego zbioru. że przedmiot jest elementem definiowanego zbioru tylko wówczas. 3. . |||. 3 3 . Warunek 3 może być wyrażony równoważnie przez jeden z następujących warunków: 3 Definiowany zbiór jest najmniejszym takim zbiorem. . . Definiowany zbiór to taki zbiór. indukcyjny (po prostu: indukcja) — warunek ten określa. jaki dokładnie jeden obiekt powstanie z elementów definiowanego zbioru. którego żaden właściwy podzbiór nie ma jako swych elementów wszystkich elementów bazowych lub nie jest domknięty za względu na reguły konstrukcji. indukcyjnej). Definicja 1.16 (definicji rekurencyjnej. 2. W definicji rekurencyjnej (indukcyjnej) wyróżniamy trzy warunki: 1. ||. czyli operację dopisywania symbolu „|” po prawej stronie danego obiektu. możemy skonstruować obiekty: |. Definiowany zbiór jest przekrojem wszystkich i tylko takich zbiorów. końcowy — warunek ten mówi. . którego elementami są wszystkie elementy bazowe oraz który jest domknięty ze względu na reguły konstrukcji. które dadzą się zbudować z elementów prostych. bazowy (po prostu: baza) lub początkowy — przez podanie nazw wskazane są pewne obiekty.

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

Pomijając nieistotne detale możemy model po prostu utożsamić z jakimś podzbiorem M zbioru S liter zdaniowych.2. więc f jest określona dla dowolnego zdania. to temu zdaniu mogłyby być przyporządkowane różne wartości. LOGIKA ZDAŃ O poprawności takiego postępowania mówi zasada rekurencji strukturalnej. 1. 2.6 Model i prawdziwość W modelu każde zdanie proste powinno być bądź prawdziwe. Gdy pn nie należy do M. jeżeli jest określona dla α i β. Dla wykazania. Dla wykazania. „fałsz”. że jest tylko jedna funkcja spełniająca podane warunki. wystarczy zauważyć. Gdyby dane zdanie mogło być analizowane na różne sposoby. jest jednoznacznie określona przez f (α) i f (β). że pn jest prawdziwe w modelu M. • wartość f (αsβ). Tym samym funkcja f nie byłaby jedyną. to będziemy przez to rozumieć. która spełnia warunki zasady rekurencji strukturalnej. że funkcja f określona jest dla wszystkich zdań korzysta się z tego. Jeżeli litera zdaniowa pn należy do podzbioru M zbioru S. . wartość f zależy od rozczłonowania zdania. bądź fałszywe. warunek indukcyjny: • wartość f (¬ α) jest określona jednoznacznie przez f (α). Niech f będzie funkcją określoną na zbiorze zdań L. Inaczej mówiąc. że f określona jest dla liter zdaniowych. a na podstawie warunku indukcyjnego. Interpretacja (określenie znaczeń zdań w modelu) polega na przyporządkowaniu poszczególnym zdaniom prostym znaczenia jednego z terminów: „prawda”. Ponieważ zdaniami są tylko litery zdaniowe i wyrażenia otrzymane z liter zdaniowych za pomocą reguł konstrukcji. Funkcja zdefiniowana zgodnie z podanymi zasadami jest dokładnie jedna. gdzie s jest jednym ze spójników dwuargumentowych. że dane zdanie złożone może być tylko w jeden sposób rozczłonowane na części składowe10 . to będziemy 10 Twierdzenie o takim fakcie określane jest jako twierdzenie o rozbiorze. warunek początkowy: dla dowolnej litery zdaniowej p dana jest wartość f (p). 1. to określona jest dla zdań z nich zbudowanych.28 ROZDZIAŁ 1.

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

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

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

v 1 . Wartość logiczną zdania α dla interpretacji v0 . 0 ≤ i ≤ n jest jednym z symboli F lub T to interpretacja (zdania α). Niech p0 . Zdanie: p1 ∨ (p3 ∧ ¬p2 ) dla interpretacji: F. . p1 . . vn określamy (rekurencyjnie) następująco: • jeżeli α jest literą zdaniową pm . T. W ramach logiki zdań interpretacja liter zdaniowych wyczerpuje się więc w określeniu ich wartości logicznej.7. wśród których znajdują się wszystkie litery występujące w α. Mogą to być np. T. v n . a „T ” — „true” (prawda). F i T to wartości logiczne 11 . . T przyjmuje wartość: T. Ciąg: v0 . . • 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 1.20 (interpretacji). . .21 (wartości logicznej zdania). gdzie vi . to wartością logiczną zdania α jest vm . v1 . O symbolach tych jedynie zakładamy. Definicja 1. impulsy elektryczne. Definicja 1. pn będzie ciągiem liter zdaniowych. . LOGIKA ZDAŃ ważne.19 (wartości logicznej). . Definicja 1. 11 „F ” jest literą z angielskiego słowa „false” (fałsz). . . że są różne. .32 ROZDZIAŁ 1. . .

Ilość interpretacji jest zaś skończona. czy zdanie jest tautologią jest rozstrzygalny. Zgodnie z definicją tautologii należy wziąć taki początkowy fragment ciągu liter zdaniowych. . v1 . Problem. Aby tego dowieść należy wskazać «rachunkową» procedurę. Pod uwagę wystarczy zatem wziąć wszystkie tylko takie interpretacje. Takich podzbiorów jest zaś tyle. Dowód. gdy α dla dowolnej interpretacji v0 .1.22 (tautologii). zatem takich interpretacji jest 2n . czyli istnieje metoda. wartości logiczne α też się nie różnią. Twierdzenie 1. odpowiadających literom zdaniowym występującym w α. czyli 2n . Definicja 1. Dokładnie tyle. Pytanie. która w skończonej liczbie operacji/kroków umożliwia znalezienie odpowiedzi TAK lub NIE na pytanie. czy zdanie jest tautologią jest rozstrzygalne. RACHUNEK ZDAŃ 33 Zauważmy. Definicja 1. że modeli jest nieskończenie wiele. która stosuje się do każdego zdania i która w wypadku każdego zdania po wykonaniu skończonej ilości kroków/operacji pozwoli dać odpowiedź na pytanie. że jedyna istotna różnica formalna pomiędzy określeniem prawdziwości zdań w modelu a definicją wartości zdania polega na tym.23 (kontrtautologii). Niech α będzie zbudowane z n różnych liter zdaniowych (litery te mogą występować wielokrotnie). . Wartość logiczną zdania α dla zadanej interpretacji 12 Użyte tu pojęcia i oznaczenia są objaśnione w części poświęconej teorii mnogości. czyli c12 . które różnią się na miejscach odpowiadających literom zdaniowym występującym w α. . Ponieważ w α występuje dokładnie n różnych liter zdaniowych i mamy dokładnie dwie wartości logiczne. Zauważmy jednak. ile jest liczb rzeczywistych. co oznaczamy: α. czy zdanie to jest. czyli podzbiorów zbioru 2N . jaka wartość logiczna przysługuje zdaniu α dla danej interpretacji jest rozstrzygalny. czy też nie jest tautologią.1. Interpretacji o długości n jest tyle. Problem.3. wtedy i tylko wtedy. czy dane zdanie klasycznej logiki zdań jest tautologią. w którym mieszczą się wszystkie litery zdaniowe występujące w α. gdy α dla dowolnej interpretacji przyjmuje wartość F . ile jest podzbiorów zbioru liter zdaniowych. że dla interpretacji nieróżniących się na miejscach. . vn przyjmuje wartość T . Zdanie α jest tautologią. Zdanie α jest kontrtautologią wtedy i tylko wtedy. . ile jest n wyrazowych ciągów liter T i F .

3. Definicja 1.34 ROZDZIAŁ 1. określamy wszystkie możliwe układy wartości logicznych zdań prostych. LOGIKA ZDAŃ ustalamy w m krokach. T }. gdzie m jest liczbą spójników występujących w zdaniu α.8.24 (metody wprost). gdzie pod argumentami jakiegoś spójnika znajdują się podpisane wartości logiczne. porządkujemy je np. {F. T }. dla każdego układu wartości pod każdą literą zdaniową podpisujemy wartość logiczną. W celu określenia wartości logicznej zdania dla danej interpretacji korzystamy z tabelek wartości logicznych. z których zbudowane jest dane zdanie. Musimy rozważyć cztery wypadki: {T. gdy dla każdego układu wartości — określonego zgodnie z pkt. zdanie jest tautologią wtedy i tylko wtedy. W celu znalezienia metodą sprawdzania wprost odpowiedzi na pytanie. F }. F }. określamy zgodnie z tabelkami wartość logiczną zdania zbudowanego za pomocą tego spójnika i wartość tę podpisujemy pod tym spójnikiem. Przykład 1. Zdanie: [p ∧ (p ⇒ q)] ⇒ q jest tautologią. [p ∧(p ⇒q )]⇒q T T T T T T T . Szczegóły takiego postępowania opiszemy niżej jako metodę wprost. postępowanie to kontynuujemy tak długo. 4. 2. alfabetycznie według zasady pi wyprzedza pi+1 a T wyprzedza F . jaka przysługuje jej dla rozpatrywanego układu. tam. aż zostanie podpisana wartość logiczna pod spójnikiem głównym rozpatrywanego zdania. I. {T. 1 — pod spójnikiem głównym tego zdania znajduje się litera T . że każde wystąpienie spójnika (każdy symbol) liczymy osobno. {F. czy zdanie jest tautologią: 1. Ilość spójników określamy tak.

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

czy zdanie jest tautologią postępujemy następująco: 1. LOGIKA ZDAŃ Definicja 1. 3. pod spójnikiem głównym danego zdania piszemy literę F .25 (metody niewprost). Zdanie: (p ⇒ q) ⇒ (¬p ⇒ ¬q) nie jest tautologią. 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 znajduje się dokładnie jedna z liter T lub F . że pod jakimś spójnikiem lub jakąś literą zdaniową podpisane zostały obie litery T i F .9. jeżeli pod spójnikiem napisana jest jakaś litera. Przykład 1. gdy w każdym wypadku otrzymanym zgodnie z pkt. W celu sprawdzenia metodą niewprost. ile zgodnie z tabelkami wartości logicznych jest możliwych sposobów podpisania liter T i F pod argumenty tego spójnika. zdanie jest tautologią wtedy i tylko wtedy. to wartość tę podpisujemy pod każde wystąpienie tej litery zdaniowej. . (p ⇒q )⇒(¬p ⇒¬ q ) F T F T F F T F T T Inne przykłady zastosowania metody niewprost znajdujemy poniżej.36 ROZDZIAŁ 1. to rozważamy tyle wypadków (przez powtórzenie danego „rysunku”). każdy taki wypadek rozważamy oddzielnie. 2 stwierdzamy. 2. gdy podpisujemy wartość logiczną pod jakąś literą zdaniową.

W wypadku n = 1 mamy. Niech αn będzie zdaniem: (. TEZA INDUKCYJNA Zdanie αk+1 jest tautologią wtedy i tylko wtedy. że αk−1 jest tautologią stwierdzamy. (p ⇒ p) ⇒ p) . RACHUNEK ZDAŃ Przykład 1.1. . ) ⇒ p. Dowód tezy 2. . Z tego mamy.3. gdy k + 1 jest liczbą parzystą. że k + 1 jest liczba parzystą. . Na podstawie założenia indukcyjnego k nie jest liczbą parzystą. ) ⇒ p. 2. . Korzystając z tego.10. w którym litera p występuje dokładnie n razy. Niech αn to zdanie o budowie: (. Założenie indukcyjne. Niech αk+1 będzie tautologią. Dowodzimy przez indukcję ze względu na budowę zdania αn . Z tego mamy. Niech dla i(≤ k) zdanie αi będzie tautologią wtedy i tylko wtedy. Dowód tezy 1. Zdanie αk+1 to zdanie (αk−1 ⇒ p) ⇒ p. gdy n jest liczbą parzystą. . 37 w którym litera zdaniowa p występuje dokładnie n razy. Będą to tautologie najbardziej podstawowe i najprostsze. . zatem zdanie α1 jest tautologią wtedy i tylko wtedy. zatem αk nie jest tautologią. . Jeżeli k + 1 jest liczbą parzystą. gdy liczba wystąpień litery p jest liczbą parzystą. że liczba wystąpień nie jest parzysta a zdanie α1 (= p) nie jest tautologią. . Ponieważ jest to zdanie αk ⇒ p. Dowód. Zdanie to jest tautologią wtedy i tylko wtedy. gdy i będzie liczbą parzystą.3. Na podstawie założenia indukcyjnego αk−1 jest tautologią. Niech teraz k + 1 będzie liczba parzystą.2 Wybrane tautologie klasycznej logiki zdań Rozważymy teraz przykłady tautologii. (p ⇒ p) ⇒ p) . więc odnoszące do podstawowych zasad rozumowania. . to k + 1 jest liczbą parzystą. że k − 1 jest liczbą parzystą. że αk+1 jest tautologią. to αk+1 jest tautologią. Udowodnimy dwa zdania: 1. Jeżeli αk+1 jest tautologią. 1.

(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 . 2. 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. [(¬p ⇒ q) ∧ (¬p ⇒ ¬q)] ⇒ p Sprawdzenie metodą niewprost: ROZDZIAŁ 1.38 1.

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 . 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. 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.1.

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

Oprócz logiki klasycznej wykorzystywana jest także w innych logikach. Metoda tablic semantycznych ma jednak przewagę dydaktyczna nad metodą nie tylko z powodu uniwersalności. Odcinek powyżej rozgałęzień to pień.3. logiki modalne i logika intuicjonistyczna. Metoda ta. po stosownym uzupełnieniu — w rachunku predykatów. gdy od zdania β można „przejść” do zdania α poruszając się odcinkami wyłącznie w dół drzewa. rozdziela się. (p ⇔ q) ⇔ [¬(p ∧ ¬q) ∧ ¬(¬p ∧ q)] Tautologią zaś nie jest: 11. Stosunek leżenia poniżej jest więc tego rodzaju. które są rysunkiem schematycznym drzewa postawionego pniem do góry.27 (relacji leżenia poniżej). ma zastosowanie — oczywiście. Jest to jednak metoda.26 (tablicy semantycznej). . Zdanie α leży poniżej zdania β wtedy i tylko wtedy. które ma więcej niż jedną gałąź. stosunek ten jest przechodni).3. Tablica semantyczna to drzewo ze zdaniami. czy zdanie jest tautologią. Jednym z nich jest metoda tablic semantycznych. która wymaga wykonania bardzo wielu operacji. Zdania znajdujące się na pniu znajdują się na każdej gałęzi. Zrozumiałe jest więc poszukiwanie bardziej efektywnych sposobów znajdowania odpowiedzi na pytanie. Niech α i β będą różnymi napisami (napis α różni się od napisu β miejscem. Drzewo ma tyle gałęzi. Definicja 1. Zdanie może znajdować się po lewej bądź po prawej stronie gałęzi. w odróżnieniu od metody zero-jedynkowej. Odcinki łączące korzeń z liśćmi to gałęzie.1. Górę drzewa tworzy jego korzeń. odwołując się do intuicji przestrzennej jest również łatwiejsza w zrozumieniu. 41 1. jak np. a β leży poniżej γ. ile ma liści. Podane zostaną reguły budowy pewnych konstrukcji. to α leży poniżej γ (czyli. Drzewo. czy jest ono tautologią. ¬(p ⇒ q) ⇔ (p ∧ ¬q) Tautologią jest także 10. Na dole są liście. Definicja 1. rozgałęzia. (p ⇔ q) ⇔ [(p ⇒ q) ∧ (¬q ⇒ ¬p)]. że jeżeli α leży poniżej β. lecz niekoniecznie kształtem). RACHUNEK ZDAŃ 9. Konstrukcje te będziemy nazywali tablicami semantycznymi.3 Tablice semantyczne Metoda zero-jedynkowa pozwala w wypadku dowolnego zdania rozstrzygnąć. czy też nie jest.

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

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

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

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

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

to taka możliwość istnieje. Zdanie α jest kontrtautologią wtedy i tylko wtedy. RACHUNEK ZDAŃ 47 wartość F . jeśli znajdują się po stronie lewej przypisujemy wartość T . a po prawej stronie wszystkie zdania z Σ. dla której to zachodzi określamy biorąc pod uwagę jedną z otwartych gałęzi. że zdanie z Σ ma wartość F . W szczególności. do którego reguły są stosowane. czy możliwa jest interpretacja taka. Proces budowy tablicy semantycznej zawsze więc będzie mógł być zakończony. Definicja 1. W wypadku. Jeżeli zaś zakończona tablica będzie otwarta. gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem początkowym znajdującym się po lewej stronie pnia. w wyniku stosowania reguł otrzymamy litery zdaniowe. Dla tak określonej interpretacji wszystkie zdania ze zbioru Γ mają wartość T . gdy zamknięta jest tablica semantyczna ze zdaniem α jako zdaniem początkowym znajdującym się po prawej stronie pnia. a zbiór Σ ma dokładnie jeden element. a wszystkie zdania ze zbioru Σ mają wartość F .1. że wszystkie zdania z Γ mają wartość T . Interpretację. że wszystkie zdania z Γ mają wartość T . Definicja 1. Pytanie to jest więc pytaniem o to. a zbiór Σ jest pusty pytanie o możliwość interpretacji takiej. że w wyniku ich zastosowania uzyskujemy zdanie lub zdania prostsze niż zdanie. Wszystkim literom zdaniowym znajdującym się na tej gałęzi. Na początku konstrukcji po lewej stronie piszemy wszystkie zdania z Γ.33 (tautologii). Jeżeli uzyskamy tablicę zamkniętą. Oznacza to nic innego. a gdy znajdują się po prawej przypisujemy wartość F . że zbiór Γ jest pusty. Zauważmy. czyli nie może być przedmiotem ponownego zastosowania któreś z reguł. czy zdanie będące jedynym elementem Γ jest kontrtautologią.3. a ponadto zdanie. czy ten jedyny element Σ jest tautologią. jak tylko . Literom zdaniowym. do którego zastosowano odpowiednią regułę staje się martwe. a wszystkie zdania z Σ mają wartość F jest wówczas pytaniem o to. Pytanie o to. które nie występują na branej pod uwagę gałęzi przypisujemy dowolną z wartości T i F . czy może być tak. W szczególnym wypadku może być tak. że podane reguły analizy zdań są tego rodzaju. a zdania z Σ mają wartość F jest pytaniem o to. Odpowiedź na to pytanie uzyskamy konstruując tablicę semantyczną. Zdanie α jest tautologią wtedy i tylko wtedy. to taka możliwość jest wykluczona. gdy zbiór Γ jest jednoelementowy.34 (kontrtautologii).

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

12. PYTANIE Czy możliwa jest taka interpretacja. które są w treści naszego pytania.3. 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. RACHUNEK ZDAŃ 49 Przykład 1. .1. żeby zdaniom (p ⇔ ¬ (q ⇔ r)) oraz r przysługiwała wartość T a zdaniu ¬ (p ⇔ q) przysługiwała wartość F (lub. 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. aby zdaniu ¬ (p ⇔ q) przysługiwała wartość F w wypadku.

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

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

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

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

Takich spójn ników dwuargumentowych jest szesnaście.36 (równoważności spójników). ” lub „albo . Spójnik implikacji jest prawdziwościowy. ∧.37 (alternatywy rozłącznej. . 2. Dwa spójniki są równoważne (ekstensjonalnie równe). zaś implikacja. 15 pod uwagę wzięliśmy pięć spójników. której poprzednikiem jest 1 a następnikiem 3 jest zdaniem prawdziwym. Definicja 1. α ⊕ β. 2. Ze zdania 1 nie wynika zdanie 3. funkcji n-argumentowych ze zbioru n dwuelementowego do zbioru dwuelementowego jest 22 . . . są dokładnie cztery funkcje jednoargumentowe ze zbioru dwuelementowego do zbioru dwuelementowego oraz szesnaście takich funkcji dwuargumentowych. ⊕). A jest trójkątem równoramiennym. albo . Alternatywa rozłączna zdań α i β. ⇒. B jest kwadratem. Spójniki: ¬. . . 3. że zamiast powiedzieć „Albo Jan jest w domu albo w kinie” . . Można obliczyć. ROZDZIAŁ 1. ). . W słowniku języka rachunku zdań opisanym na str. Teraz rozważymy inne spójniki prawdziwościowe. Ogólnie. 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 „. 3. Ogólnie biorąc. ∨. gdy zawsze dla tych samych zdań-argumentów wartość logiczna zdań złożonych zbudowanych za pomocą tych spójników jest taka sama.54 1. że są dokładnie cztery (teoretycznie możliwe) ekstensjonalnie różne jednoargumentowe spójniki prawdziwościowe. nie należy go więc mylić z wynikaniem. albo . . . jest 22 ekstensjonalnie różnych n-argumentowych spójników prawdziwościowych (n = 1. ”. . Inaczej mówiąc. wtedy i tylko wtedy. Definicja 1. . LOGIKA ZDAŃ Otóż ze zdania 1 wynika zdanie 2. ⇔ są spójnikami prawdziwościowymi. A jest trójkątem równobocznym. Jak się zdaje intuicja może podpowiadać.

iż zamiast powiedzieć. 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). . . że α) wtedy i tylko wtedy. Problem wyrażenia jakiegoś n-argumentowego spójnika prawdziwościowego s przez inne spójniki polega więc na tym. gdy nieprawda. Można obliczyć. aby dla każdej interpretacji Zgodnie z frazeologią języka polskiego powiemy: „Ani Jan nie jest zdolny. np. żeby znaleźć zdanie zbudowane za pomocą tych innych spójników i (niekoniecznie wszystkich i niekoniecznie tylko) zdań-argumentów spójnika s. 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 . 14 . . Takie bowiem znaczenie musimy przypisać temu wyrażeniu choćby w takich zwrotach języka polskiego jak: „ani słychu. Inaczej mówiąc. RACHUNEK ZDAŃ 55 moglibyśmy w sposób równoważny wypowiedzieć: „Jan jest w domu wtedy i tylko wtedy. ani ziębi”. ani widu o nim”. że zdanie „albo α albo β” jest równoważne zdaniu „α wtedy i tylko wtedy. Podobnie jest w wypadku innych spójników języka rachunku zdań — w zależności od kontekstu mogą być wyrażane inaczej niż to ustaliliśmy jako sposób ich odczytywania. gdy nie ma go w kinie” lub — symetrycznie — „Jana nie ma w domu wtedy i tylko wtedy. Uogólniając przykład stwierdzamy. ↓). zdania te są jedno drugiemu równoważne. Można obliczyć. że wartość logiczna zdania α ↓ β nie różni się od wartości logicznej zdania zdania ¬ α ∧ ¬ β. że β” lub zdaniu „(nieprawda. Kierując się wyłącznie intuicją znaczeń wyrażeń języka polskiego zauważmy. Binegacja zdań α i β. ani pracowity” 14 możemy z zachowaniem myśli zawartej w tym zdaniu powiedzieć „Jan nie jest zdolny i nie jest pracowity”. ani . gdy β”. . gdy jest w kinie”. że α i nieprawda. ani nie jest pracowity”. „ani mnie to grzeje. że β”. ”. Definicja 1. „ani Jan zdolny. czyli zdania te są jedno drugiemu równoważne. . ani β” jest równoważne zdaniu „nieprawda.1.3. α ↓ β.38 (binegacji. Różnica pomiędzy obu zdaniami jest tylko różnicą stylu. Uogólniając przykład stwierdzamy. że zdanie „ani α.

gdy zastępowania dokonujemy w α2 . Niech α1 −→ δ1 oraz α2 −→ δ2 (¬) Jeżeli α jest zdaniem ¬ α1 a β ⇔ γ. że jeżeli w zdaniu α zastąpimy. Dla dowolnego zdania α. więc α ⇔ δ. Ponieważ z założenia β ⇔ γ. Założenie indukcyjne.3. to na podstawie założenia indukcyjnego mamy. że zdania β oraz γ są równoważne ( β ⇔ γ). to na podstawie założenia indukcyjnego dla dowolnej interpretacji wartość logiczna α1 jest taka sama jak wartość logiczna δ1 . 1. czyli α ⇔ δ. występujący w nim ciąg symboli β ciągiem symboli γ takim. Twierdzenie to głosi. Rozważmy więc tylko wypadek alternatywy. Po zastąpieniu β przez γ otrzymamy zdanie γ. czyli α ⇔ δ. Jeżeli β ⇔ γ. podajmy twierdzenie. czyli β::=γ β::=γ β::=γ . Twierdzenie 1.6 Funkcjonalna pełność Nim pokażemy. LOGIKA ZDAŃ wartość logiczna tego zdania była taka sama jak zdania zbudowanego za pomocą spójnika s. Dowodzić będziemy przez indukcję ze względu na budowę zdania α. będący zdaniem. że wszystkie teoretycznie możliwe spójniki prawdziwościowe dadzą się wyrazić za pomocą tylko trzech spójników: negacji.4 (o zastępowaniu). że dla dowolnej interpretacji wartość logiczna δ1 jest taka sama jak wartość logiczna α1 . z którego będziemy korzystać w dowodzie tego faktu. Zatem dla dowolnej interpretacji wartość logiczna ¬ α1 jest taka sama jak ¬ δ1 . alternatywy i koniunkcji. Niech α −→ δ. ∨. (∨) Jeżeli α jest zdaniem α1 ∨ α2 a zastępowania dokonujemy w α1 . Niech α będzie zdaniem β.56 ROZDZIAŁ 1. to α ⇔ δ. Dowód. to otrzymamy zdanie δ równoważne zdaniu α ( α ⇔ δ). czyli niech zdanie δ będzie wynikiem zastąpienia w zdaniu α zdania β przez zdanie γ. w którym występują tylko spójniki: ¬. Podobnie postępujemy. Zatem dla dowolnej interpretacji wartość logiczna α1 ∨ α2 jest taka sama jak wartość logiczna δ1 ∨ α2 . Dla wszystkich spójników dwuargumentowych postępujemy podobnie. w którym występują tylko spójniki prawdziwościowe istnieje logicznie równoważne mu zdanie β ( α ⇔ β). ∧.

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

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

albo α jest alternatywą takich koniunkcji. Z angielskiego: Conjunctive Normal Form. RACHUNEK ZDAŃ 59 Litery zdaniowe to literały pozytywne. Definicja 1. 15 16 Z angielskiego: Disjunctive Normal Form. a negacje liter zdaniowych to literały negatywne.43 (koniunkcyjnej postaci normalnej. 1 ≤ i ≤ n. a ¬ p1 .41 (dysjunkcyjnej postaci normalnej. p2 . Przykład 1. . . z których każde jest literą zdaniową lub literą zdaniową poprzedzoną spójnikiem negacji.40 (koniunkcji elementarnej). Zdanie: δ1 ∨ δ2 ∨ · · · ∨ δn . . gdzie λi jest literałem. ¬ p2 . Zdanie: κ1 ∧ κ2 ∧ · · · ∧ κn .3. ¬ p2 . to literały pozytywne. 1 ≤ i ≤ n. Zdanie α ma postać normalną dysjunkcyjną (alternatywną) wtedy i tylko wtedy. DNF15 ). gdy α jest koniunkcją zdań. . Definicja 1. . to literały negatywne. CNF16 ). to koniunkcja elementarna. to dysjunkcja elementarna lub klauzula. to dysjunkcyjna (alternatywna) postać normalna zdania.14. gdzie λi jest literałem.42 (dysjunkcji elementarnej. Zdanie: λ1 ∨ λ2 ∨ · · · ∨ λn . . . Zdanie: λ1 ∧ λ2 ∧ · · · ∧ λn . . ¬ p1 . Klauzula to alternatywa literałów. gdzie κi jest dysjunkcją elementarną. to koniunkcyjna postać normalna zdania. Definicja 1. Zdaniem o postaci normalnej dysjunkcyjnej jest: (p ∧ r) ∨ (p ∧ q ∧ ¬ r). p2 . Literałami są: p1 . 1 ≤ i ≤ n. Definicja 1. . Przykład 1.15. klauzuli). gdzie δi jest koniunkcją elementarną. . 1 ≤ i ≤ n.1. p1 .

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

w których jedynymi żywymi zdaniami są litery zdaniowe. której wszystkimi i tylko członami są litery zdaniowe znajdujące się po prawej stronie i negacje liter zdaniowych znajdujących się po lewej stronie tej gałęzi. której wszystkimi i tylko członami są litery zdaniowe znajdujące się po lewej stronie i negacje liter zdaniowych znajdujących się po prawej stronie tej gałęzi. że w każdej z nich występuje jakaś litera zdaniowa pi oraz ¬ pi . jest zdaniem o normalnej postaci koniunkcyjnej równoważnym zdaniu α. a więc gdy wszystkie człony alternatywy są kontrtautologiami. pary: impuls. gdy na każdą alternatywę zdań będącą członem koniunkcji składa się jakaś litera zdaniowa pi oraz ¬ pi . [α ∨ (β ∧ γ)] ⇔ [(α ∨ β) ∧ (α ∨ γ)]. czyli takie. Zdanie o postaci normalnej koniunkcyjnej jest tautologią wtedy i tylko wtedy. a więc gdy wszystkie człony koniunkcji są tautologiami. którego normalną postać dysjunkcyjną chcemy znaleźć. 1.8 Elektroniczna interpretacja spójników Rachunek zdań znalazł interesujące zastosowanie techniczne w maszynach matematycznych.3. Mogą nimi być np. napięcie v1 . gdy alternatywę tworzą koniunkcje takie. Dla każdej gałęzi bierzemy koniunkcję. brak impulsu. 61 Do konstrukcji postaci normalnych można wykorzystać drzewa analityczne.3. Dla każdej gałęzi bierzemy alternatywę. na- . Zauważmy. że zdanie o postaci normalnej dysjunkcyjnej jest kontrtautologią wtedy i tylko wtedy. że każde z wejść może znajdować się w jednym z dwóch stanów. Wartości logiczne zdań złożonych w zależności od spójnika i wartości logicznych zdań-argumentów można interpretować jako opis działania pewnych układów elektronicznych. W wypadku postaci normalnej dysjunkcyjnej konstruujemy drzewo zapisując po lewej stronie zdanie. Pod uwagę bierzemy tablice zakończone. dających się skonstruować dla wszystkich i tylko gałęzi takiego drzewa analitycznego. Alternatywa takich koniunkcji. Są to dwa rozróżnialne stany fizyczne. dających się skonstruować dla wszystkich i tylko gałęzi takiego drzewa analitycznego. Koniunkcja takich alternatyw. W wypadku postaci normalnej koniunkcyjnej konstruujemy drzewo zapisując po prawej stronie zdanie. którego normalną postać koniunkcyjną chcemy znaleźć. jest zdaniem o normalnej postaci dysjunkcyjnej równoważnym zdaniu α. Przyjmuje się.1. RACHUNEK ZDAŃ 7.

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

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 .1.

Układami (sieciami) podstawowymi są sieci realizujące tablice negacji. że jako bramkę NOT bierzemy bramkę NAND tylko z jednym wejściem. że możliwe jest zbudowanie dowolnej bramki. . Jeżeli więc w danej technologii łatwiej zbudować bramkę NAND.64 korzystamy z: α ROZDZIAŁ 1. alternatywy i koniunkcji. Dla takiego wyrażenia konstruuje się sieci z układów podstawowych. Okazuje się. jeśli mając na wejściu wartości przyporządkowane zdaniomargumentom. Zauważmy. Bramka AND może być zbudowana za pomocą bramek NAND.9 Dowód w rachunku zdań Podstawową regułą syntaktyczną (operacją na napisach) będzie reguła odrywania (MP. Podobnie można pokazać. problem syntezy sieci logicznych. że każdą bramkę można zbudować korzystając tylko z bramki NOR. używając tylko bramki NAND. Sprowadza się on do podania odpowiadającego danej tablicy wyrażenia rachunku zdań zbudowanego za pomocą spójników negacji. jako pierwszej i na jej wejściu bramki NOT. aby dla dowolnej zadanej tablicy można było zbudować realizującą ją sieć złożoną z układów podstawowych.3. 1. na wyjściu ma stan odpowiadający wartości logicznej zdania złożonego. modus ponens). Jest to tzw. Sieć logiczna realizuje tablicę. LOGIKA ZDAŃ ¬(α ⊕ β) β Bramka XNOR Związki między wartościami logicznymi zdań-argumentów a wartością logiczną zdania złożonego opisywane są przez tablicę. alternatywy i koniunkcji. Zasadniczym problemem teorii sieci logicznych jest określenie takich zasad. która — jak wyżej zauważyliśmy — daje się zbudować za pomocą NAND. Bramkę OR budujemy poprzedzając bramkę NAND bramki NOT (którą potrafimy zbudować z bramki NAND) na każdym wejściu. to możemy wykorzystać omówiony fakt i konstruować dowolne bramki tylko z bramki NAND.

. — Będziemy pisali „tautologia”. wtedy i tylko wtedy. na które składać się będą: • kolejny numer zdania. αn . Dowody zapisujemy w postaci kolumny wierszy dowodowych. jest konsekwencją. Definicja 1. gdy zdanie to należy do zbioru Σ. do których reguła ta została zastosowana. jeżeli dołączone zdanie jest tautologią. dla których to zdanie można dołączyć do dowodu. • zdanie. gdy istnieje taki skończony ciąg zdań α0 . Ze zdań α i α ⇒ β wyprowadzalne jest zdanie β. Zdania ze zbioru Σ to założenia (dowodu z Σ). co oznaczamy: Σ α.45 (dowodu). MP).44 (reguły odrywania. Ciąg α0 . że α = αn oraz dla każdego i. spełniony jest przynajmniej jeden z warunków: 1. 0 ≤ i ≤ n. — Jeżeli zdanie będzie uzyskane w wyniku użycia reguły odrywania. . w których znajdują się zdania. . ma dowód z. jest wnioskiem z) Σ. αn to dowód z Σ zdania α. . że αi daje się za pomocą reguły odrywania wyprowadzić ze zdań αj i αk . po średniku. α wynika syntaktycznie (daje się wyprowadzić z. RACHUNEK ZDAŃ 65 Definicja 1. . będziemy pisali „MP” oraz. podajemy numery wierszy dowodowych. 2. αi jest tautologią. gdy γ jest zdaniem β ⇒ α. — „Założenie” piszemy w wypadku. α1 . . α1 . oraz • wskazanie racji. . Ilość zdań-wyrazów ciągu dowodowego to długość dowodu.3. . istnieją j. αi należy do Σ. k < i takie.1. Niech Σ będzie dowolnym (skończonym lub nieskończonym) zbiorem zdań. . 3. Zdanie α daje się wyprowadzić ze zdań β i γ za pomocą reguły odrywania.

. . którego jedynym wyrazem jest α jest dowodem α z pustego zbioru zdań. a < c odpowiadają literom zdaniowym. . a < b 3. z których jest zbudowane zdanie α ⇒ β i niech β nie będzie tautologią. p1 . vn . Dowód. 1) założenie (MP 4. b < c}. a < c Lemat 1.7. gdy α jest tautologią. czyli Lemat 1. v1 . (a < b ∧ b < c ⇒ a < c) ⇒ (a < c) 6. Poszczególne wyrażenia języka teorii mniejszości: a < b. czyli że {a < b ∧ b < c ⇒ a < c. że α jest tautologią. . b < c 5. to β jest tautologią. Jeżeli α i α ⇒ β są tautologiami. to ciąg.8. b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c) 4. Ponieważ z założenia α ⇒ β jest tautologią. α ma dowód z pustego zbioru zdań wtedy i tylko wtedy. . tautologia założenie (MP 2. Istnieje zatem taka interpretacja v0 . a < b. b < c} a < c17 . . Pokażemy że zdanie a < c ma dowód ze zbioru: {a < b ∧ b < c ⇒ a < c. 3) założenie (MP 6. a < b ⇒ (b < c ⇒ ((a < b ∧ b < c ⇒ a < c) ⇒ a < c)) 2. . b < c. czyli są przez nas traktowane jako wewnętrznie niezłożone. . a < b. że zdanie β dla tej interpretacji przyjmuje wartość F . Niech w ciągu p0 . więc α dla tej interpretacji musi przyjmować wartość F . gdy α Dowód.17.66 ROZDZIAŁ 1. 5) 1. czyli mamy: jeżeli 17 α to ∅ α. a to przeczy założeniu. pn znajdują się wszystkie litery zdaniowe. LOGIKA ZDAŃ Przykład 1. ∅ α wtedy i tylko wtedy. . Jeżeli α jest tautologią. a < b ∧ b < c ⇒ a < c 7.

Ponieważ Σ jest puste. p1 . Jeżeli α jest tautologią. Byłoby to jednak możliwe tylko wówczas.3. . .10. . . α jest tautologią wtedy i tylko wtedy. gdy α ma dowód z dowolnego zbioru zdań. więc zgodnie z definicją dowodu α0 może być tylko tautologią. Niech α0 . Mamy zatem. Lemat 1. . z założenia bowiem α jest tautologią. α1 . że dla tej interpretacji zdanie β ⇒ α przyjmowałoby wartość F . v1 . Gdyby β ⇒ α nie było tautologią. gdyby α dla tej interpretacji przyjmowało wartość F .9. Niech dla i ≤ k. . że α jest tautologią. . Jeżeli jednak stosujemy regułę odrywania do zdań. α1 .3. αn . a to jest wykluczone. . to β ⇒ α jest tautologią. . które są tautologiami. że αk+1 jest tautologią. . vn taka. Dowód. Przez indukcję. αi będzie tautologią. to istniałaby interpretacja v0 . αn będzie jakimś dowodem α. W każdym wypadku αk+1 jest więc tautologią. 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 . . to w wyniku otrzymujemy tautologię. ze względu na długość tego dowodu. .10 Twierdzenie o dedukcji Intuicyjnie utożsamiane są stwierdzenia: . α 1. . Wniosek 1. . . . Niech w ciągu p0 .1. pn znajdują się wszystkie litery zdaniowe. RACHUNEK ZDAŃ 67 Niech α ma dowód z pustego zbioru zdań. z których jest zbudowane zdanie β ⇒ α. Założenie indukcyjne. że jeżeli ∅ α to α. Pokażemy. UWAGA: W wypadku gdy Σ jest pustym zbiorem zdań (Σ = ∅) zamiast: ∅ będziemy pisali: α. pokażemy.

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

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

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

Twierdzenie głoszące. . |=).12 (uogólnione twierdzenie o niesprzeczności). O zbiorze Σ mówimy. oraz α. Jeżeli Σ |= α. Twierdzenie 1.3. to M |= α. że jest spełniony w M. Dowieść należy dwóch tez. czyli jest wnioskiem z uogólnionego twierdzenia o niesprzeczności. że wynikanie syntaktyczne pokrywa się z wynikaniem semantycznym. co zapisujemy: Σ |= α. to M |= α. wtedy i tylko wtedy. Teza 1. Zdanie α wynika semantycznie z Σ (jest następstwem zdań z Σ. gdy każde zdanie ze zbioru Σ jest prawdziwe w M. w którym prawdziwe są wszystkie zdania z Σ. gdy ma model. czyli gdy dla każdego α: jeżeli α ∈ Σ. Wnioskiem z uogólnionego twierdzenia o niesprzeczności jest twierdzenie. co zapisujemy: M |= Σ wtedy i tylko wtedy. które głosi. Twierdzenie to pozostawiamy bez dowodu. czyli w każdym modelu. zdania z Σ są racjami α).13 (uogólnione twierdzenie o pełności). gdy Σ Dowód.1. Zbiór zdań Σ jest niesprzeczny wtedy i tylko wtedy. gdy ma model. czyli uogólnione twierdzenie o pełności jest konsekwencją twierdzenia głoszącego.49 (modelu zbioru zdań). M jest modelem zbioru zdań Σ. gdy wynika z tego zbioru syntaktycznie. RACHUNEK ZDAŃ 71 Definicja 1. Σ |= α wtedy i tylko wtedy. gdy dla każdego modelu M: jeżeli M |= Σ. że zbiór zdań jest (syntaktycznie) niesprzeczny wtedy i tylko wtedy.50 (wynikania semantycznego. że α wynika semantycznie ze zbioru Σ wtedy i tylko wtedy. to Σ α. prawdziwe jest również zdanie α. Twierdzenie 1. Definicja 1.

ROZDZIAŁ 1. gdzie nie odróżniamy np. że zbiór Σ∪{¬ α} jest niesprzeczny. że nieprawda. wyznaczone było przez kształt. że jakieś zdanie wynika semantycznie. zatem α nie wynika semantycznie z Σ. W praktycznym stosowaniu logiki nie istnieje więc potrzeba odróżniania pomiędzy wynikaniem syntaktycznym a semantycznym. który nie jest modelem α. schematy i prawa logiki Jesteśmy zainteresowani praktycznym wykorzystaniem rachunku logicznego. Jednak przeprowadzanie dowodów tak. byłoby uciążliwe i nienaturalne. Zainteresowani jesteśmy raczej regułami (syntaktycznymi). że Σ α i nieprawda. do jakich zdań mogła być zastosowana i jakie zdanie w wyniku jej zastosowania otrzymywaliśmy. że istnieje taki model zbioru Σ. że zdanie to wynika syntaktycznie. 1. Dowodzić będziemy niewprost. LOGIKA ZDAŃ Rozpoczniemy od tezy 1. To. gdy jedyną regułą dowodzenia jest reguła odrywania. będziemy mówili po prostu o wynikaniu (logicznym). Z tego. przesłanek. . W dalszych rozważaniach w zakresie logiki zdań wszędzie tam. Dla dowodu niewprost tezy 2 załóżmy. A to przeczy założeniu. pomiędzy rzeczywistym iloczynem liczb a liczbą wyrachowaną zgodnie z regułami pisemnego mnożenia. Niech więc Σ |= α i nieprawda. W wyniku jej zastosowania otrzymywaliśmy jedno zdanie. to Σ |= α. Ten model jest modelem zbioru Σ a nie jest modelem zdania α. iż Σ α mamy. Na podstawie uogólnionego twierdzenia o niesprzeczności zbiór Σ ∪ {¬ α} jest niesprzeczny. wniosek. Z tego. Jest to sytuacja analogiczna do znanej z arytmetyki szkolnej. które pozwalałyby na pokazywanie zachodzenia stosunku wynikania logicznego w sposób bardziej sprawny i faktycznie przeprowadzanym wnioskowaniom bliższy niż jest to w wypadku. że nieprawda Σ |= α mamy. Model ten jest więc modelem zbioru Σ ∪ {¬ α}. że Σ α. że Σ |= α. gdzie odróżnienie to nie jest ważne. Reguła odrywania stosowana była do dwóch zdań.13 Reguły. jak ono zostało opisane. Jeżeli Σ α. Uogólnione twierdzenie o pełności pozwala dla języka klasycznej logiki zdań na opuszczenie dowodu. jeżeli tylko pokazane jest. że Σ α. W takim razie nie jest prawdą. formę zdań (treść zdań była obojętna). Zatem na podstawie uogólnionego twierdzenia o niesprzeczności Σ ∪ {¬ α} ma model. To zaś przeczy założeniu.3.72 Teza 2.

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

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

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

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

1. 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. .3.

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

Aksjomaty koniunkcji 6. Definicja 1. 14.1. Aksjomaty negacji 3. α∧β ⇒α α∧β ⇒β (α ⇒ β) ⇒ [(α ⇒ γ) ⇒ (α ⇒ β ∧ γ)] IV. w których występuje reguła podstawiania liczba aksjomatów jest skończona. 2. α⇒α∨β β ⇒α∨β (α ⇒ γ) ⇒ [(β ⇒ γ) ⇒ (α ∨ β ⇒ γ)] V. 13. Aksjomaty implikacji 1. 4. 11. α ⇒ (β ⇒ α) [α ⇒ (β ⇒ γ)] ⇒ [(α ⇒ β) ⇒ (α ⇒ γ)] II. Aksjomaty równoważności 12. RACHUNEK ZDAŃ 79 nieskończenie wiele aksjomatów podpadających pod skończoną liczbę schematów tautologii. Jest to inwariantny system rachunku zdań. W wypadku ujęć. Aksjomatyka Aksjomatami rachunku zdań są wszystkie zdania o poniższych schematach: I. Aksjomaty alternatywy 9. (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. Zdanie α ma dowód z Σ wtedy i tylko . Niech Σ będzie dowolnym zbiorem zdań języka rachunku zdań. 5. 8. to β. 7.3. (α ⇒ β) ⇒ (¬ β ⇒ ¬ α) ¬¬ α ⇒ α α ⇒ ¬¬ α III. 10.56 (dowodu ze zbioru Σ zdania α).

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

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

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

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

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

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 .1.3.

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

że prawdą jest. p zał. q ⇒ r zał.1. RACHUNEK ZDAŃ α∨β ¬α⇒β Zauważmy. 1.4) .18 (dowodu założeniowego). że każde wnioskowanie podpadające pod ten schemat nie ma dowodu.3. 3.3) 5. . 4. 2. że to. iż p p Przykład 1. dowodu nie ma schemat: α β Pod ten schemat podpada jednak: p p Prosto zaś można pokazać. Sylogizm warunkowy p⇒q q⇒r p⇒r Dowód wprost: 1. r (RO. p ⇒ q zał. Φn Ψ 87 nie ma dowodu nie znaczy. S1. Na przykład. . q (RO.2. iż schemat: Φ1 Φ2 .

¬ p z. 2.n.n. ¬¬ p z. 2.d.. 3.d. ¬ ¬ p z. p (z. q (RO.2) S3. p (z.p. sprzecz.88 S2. ¬ (p ∨ q) ¬p Dowód niewprost: 1.d.. ¬¬ p zał. 4. LOGIKA ZDAŃ .n.2) 4.3) 5. Zasada podwójnej negacji (z.1.4. 3.n.) sprzecz. ¬ (p ∨ q) ¬q ROZDZIAŁ 1.n. p ⇒ q zał. 2.n. ¬ (p ∨ q) zał. Modus tollens p⇒q ¬q ¬p Dowód niewprost: 1. ¬ q zał.p.3) sprzecz. (1.) ¬¬ p p Dowód niewprost: 1. (1.5) S4.p. (2.4) S5. p ∨ q (DA.

q (z. Metoda Robinsona stosuje się do formuł o normalnej postaci koniunkcyjnej. czyli literą zdaniową lub literą zdaniową poprzedzoną spójnikiem negacji.d. 23 . I prawo De Morgana dla rachunku zdań ¬ (p ∨ q) ¬ p∧¬ q Dowód wprost: 1. ¬ (p ∨ q) 2. które dowodzenie to uczyniłyby bardziej efektywnym. ¬ ¬ q z. Davisa i H. p ∨ q (DA. 2.1.3) sprzecz.p. n ∈ N.1) (S5. n ∈ N.n. A. Zdanie o normalnej postaci koniunkcyjnej jest zdaniem typu: κ1 ∧ κ2 ∧ · · · ∧ κn .1) (DK.n. Szczególną klauzulą jest klauzula pusta . Niech κi . J. (1.4) S6. ¬ p ∧ ¬ q zał. Reguła ta oparta jest o wyniki J.2.. (S4. 1 ≤ i ≤ n.3) 89 Rachunek rezolucyjny W związku z tworzeniem algorytmów automatycznego dowodzenia poszukuje się rozwiązań. ¬ p 3. Robinson (1965) sformułował system dowodzenia z regułą rezolucji 23 . ¬ q 4. Putnama (1960). Herbranda (1929) oraz pracę M.2) 4. ¬ (p ∨ q) zał. RACHUNEK ZDAŃ Dowód niewprost: 1. będzie literałem. Klauzula ma więc postać: λ1 ∨ λ2 ∨ · · · ∨ λn . 3. Niech λi . 1 ≤ i ≤ n będzie klauzulą.3.

. (κ2 \ λ2 ) ∪ λ2 (κ1 \ λ1 ) ∪ (κ2 \ λ2 ). Zachodzi wówczas: κ1 . κ2 ). literały λ1 i λ2 tworzą parę komplementarną. Twierdzenie 1. 2. dla których istnieje ich rezolwenta to klauzule uzgodnione. że rezolwenta klauzul jest konsekwencją tych klauzul. Definicja 1. . Można pokazać. że literał λ jest członem klauzuli κ można więc zapisać: λ ∈ κ. Możemy więc pytać o stosunek wynikania.60 (literału czynnego).59 (rezolwenty klauzul). . Niech rez(κ1 . Logicznie taki zbiór odpowiada zdaniu będącemu alternatywą wszystkich i tylko elementów (literałów) tego zbioru. Zdanie w koniunkcyjnej postaci normalnej można więc zapisać jako: {κ1 . κ2 . λ2 ∈ κ2 . Literał pozytywny i literał negatywny zbudowane z tej samej litery zdaniowej tworzą parę literałów komplementarnych. czyli zdanie takie zapisuje się: κ1 . rez(κ1 .15. κ2 . Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich i tylko klauzul będących elementami tej klasy. gdy 1. takimi że λ1 ∈ κ1 .58 (literałów komplementarnych). Klauzule są zdaniami. κn } lub — jeżeli jest to jasne z kontekstu — mogą zostać opuszczone symbole zbioru. .90 ROZDZIAŁ 1. . Niech κ1 i κ2 będą klauzulami oraz niech λ1 i λ2 będą literałami komplementarnymi. LOGIKA ZDAŃ Klauzula może być zapisana jako zbiór literałów. λ2 ∈ κ2 . . . W rezolwencie κ1 \ λ1 ∪ κ2 \ λ2 klauzul κ1 i κ2 literały λ1 oraz λ2 to literały czynne. To. Klauzule. κ2 Dowód. Klauzula κ1 \λ1 ∪κ2 \λ2 jest rezolwentą klauzul κ1 i κ2 wtedy i tylko wtedy.61 (klauzuli uzgodnionej). λ1 ∈ κ1 . Definicja 1. Definicja 1. . κn Do opisu klauzul i ich koniunkcji mogą być wykorzystane też inne symbole teoriomnogościowe. κ2 ) = κ1 \ λ1 ∪ κ2 \ λ2 . Definicja 1. Mamy pokazać. że (κ1 \ λ1 ) ∪ λ1 . .

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

κn . . ¬ q (z 1 i 2) 4. 2. q ⇒ r p ⇒ r ? Tworzymy ciąg klauzul.64 (dowodu w rachunku rezolucyjnym). gdy w którejś z klauzul ten sam literał pojawia się przynajmniej dwukrotnie. j k Okazuje się. gdy istnieje skończony ciąg klauzul κ∗ . κ = κm ∗. gdy dowód z niego ma klauzula pusta.92 ROZDZIAŁ 1. Faktoryzacja klauzuli to wyeliminowanie z niej powtarzających się literałów. n ∈ N. Faktoryzacji dokonuje się w miarę potrzeby. Mamy bowiem: {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. m ∈ N taki. p.63. Zgodne jest to z teoriomnogościową konwencją notacyjną. ¬ q ∨ r. Zatem ze zbioru zdań Σ wynika zdanie α wtedy i tylko wtedy. 1 ≤ i ≤ m. istnieją komplementarne literały λ1 i λ2 oraz j. ¬ r. Jedyną regułą generowania jest reguła rezolucji. . że 1 m 1. ¬ q ∨ r 2. . odpowiadający temu pytaniu: ¬ p ∨ q. . że ciąg klauzul dla dowolnej interpretacji przyjmuje wartość F wtedy i tylko wtedy. Ten fakt oparty jest na prawie logiki zdań: (α ∨ α) ⇔ α.19. że κ∗ i κ∗ dają się uzgodnić dla tych literałów a κ∗ = j j i κ∗ \ λ1 ∪ κ∗ \ λ2 . . 1. ¬ r 3. dla każdego i. α} \ {α} = ∅. Czy p ⇒ q. LOGIKA ZDAŃ Definicja 1. Definicja 1. ¬ p ∨ q . k takie. W rachunku rezolucyjnym dowodzi się generując z wyjściowych i już wygenerowanych klauzul kolejne klauzule. Klauzula i klauzula otrzymana w wyniku faktoryzacji są sobie równoważne. . κ∗ . Przykład 1. Klauzula κ ma dowód z klauzul κ1 .

1. 93 (z 4 i 5) (z 3 i 6). Wyczerpane zostały więc możliwości stosowania reguły rezolucji. . Czy p ⇒ q ¬ p ⇒ ¬ q ? Tworzymy ciąg klauzul odpowiadający temu pytaniu: ¬ p ∨ q. To. że nie ma dowodu pustej klauzuli pokazuje. Klauzula ta nie daje się uzgodnić z żadną inną. Ponieważ uzyskaliśmy klauzulę pustą. które dają się uzgodnić są pierwsza i ostatnia. że odpowiedzią na postawione pytanie jest: NIE. p 6. na postawione pytanie odpowiadamy: TAK. 1. Przez zastosowanie reguły rezolucji uzyskujemy klauzulę: ¬ p. ¬ q. ¬ q 4. ¬ p (z 1 i 3) Jedynymi klauzulami. ¬ p 3. Przykład 1. RACHUNEK ZDAŃ 5.3. ¬ p ∨ q 2. q 7. ¬ p.20.

LOGIKA ZDAŃ .94 ROZDZIAŁ 1.

Rozdział 2 Logika predykatów Rachunek zdań wiernie opisuje wynikanie semantyczne dla języka. litery funkcyjne oraz stałe indywiduowe i zmienne indywiduowe. którego zdania są za pomocą spójników zbudowane ze zdań prostych o wewnętrznie nieanalizowalnej strukturze. 95 . która ma być przedmiotem wnioskowań przeprowadzanych w języku klasycznego rachunku predykatów. konieczne jest. humanistycznych oraz matematyki są wewnętrznie złożone. Słowa „litera” — podobnie jak w wypadku rachunku zdań — używamy dla zaznaczenia wewnętrznej nieanalizowalności omawianych wyrażeń. 2. z których zbudowane jest zdanie. Na to. poprzedzimy opisem dziedziny. wewnętrznie nieanalizowalnymi wyrażeniami będą litery predykatowe. Zdania proste języka potocznego.1 Język rachunku predykatów W języku rachunku predykatów elementarnymi. języków nauk przyrodniczych. którego język uwzględnia tę wewnętrzną złożoność zdań prostych. aby był rachunkiem. Wśród stałych logicznych oprócz spójników zdaniowych będą kwantyfikatory.1. Tworząc formalny język rachunku predykatów kierujemy się postulatem analizy wewnętrznej struktury zdań. aby rachunek logiczny nadawał się do wszystkich rozumowań poprawnych przeprowadzanych w takich językach. 2.1 Dziedzina Opis kategorii wyrażeń.

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

Niektóre x są liczbami parzystymi. (ϕ ⇔ φ) są formułami. (ϕ ∧ φ). 4. zbiór liter funkcyjnych oraz zbiór liter predykatowych. ⇔. (ϕ ⇒ φ). to ¬ ϕ. zmiennej v używamy dla wskazania jakiegoś przedmiotu z zakresu zmienności v. JĘZYK RACHUNKU PREDYKATÓW Jakaś liczba jest parzysta. 3. ∧. ciąg symboli jest formułą tylko wtedy. Formułę definiujemy indukcyjnie. ∨.3 (formuły). odpowiednio: Każde x jest liczbą parzystą. Tym zdaniom możemy podporządkować zaś. Te trzy zbiory to sygnatura języka. 101 Pisząc „∀v : ” przed formułą ϕ tym samym używamy zmiennej v do wskazania każdego przedmiotu z zakresu zmienności v. ∃ — kwantyfikator szczegółowy (mały). to ∀v : ϕ. (ϕ ∨ φ). „∀v : ” będziemy odczytywali: dla każdego v. Formułą jest: ∀x : (P x ⇒ P x). Pisząc zaś „∃v : ” przed formułą ϕ. Przykład 2. gdy daje się zbudować przez stosowanie skończoną liczbę razy reguł 1–3.1.2. 2. Definicja 2. zaś „∃v : ” — dla pewnego v. formuła atomowa jest formułą. . Język. Alfabet uzupełnijmy jeszcze o symbole: ∀ — kwantyfikator ogólny (duży). 1. w którym kwantyfikacja ogranicza się do indywiduów to język pierwszego rzędu. jeżeli v jest zmienną a ϕ — formułą. Zauważmy. ∃v : ϕ są formułami. Formułą nie jest: ∀x : ⇒ P (x).4. jeżeli ϕ i φ są formułami. że dla języka każdej teorii charakterystyczne będą: zbiór jego stałych indywiduowych. W języku rachunku predykatów mamy również spójniki: ¬. ⇒.

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

5 (zasięgu kwantyfikatora).1. w której występuje. v∈X ∃ φ. a w innym może być tak. O kwantyfikatorze (małym lub dużym) mówimy. Formułę ϕ w formule ∀v : ϕ oraz w formule ∃v : ϕ nazywamy zasięgiem (lub zasięgiem działania) kwantyfikatora. ∃v ∈ X : φ.5. odpowiednio: dużego i małego. to będziemy mieli napisy: ∀ φ. Ten sam element słownika.2. nie znajduje się w zasięgu działania żadnego kwantyfikatora wiążącego tę zmienną. symbol. Definicja 2.6 (zmiennej związanej w danym miejscu). . w jednym miejscu jej wystąpienia może ona znajdować się w zasięgu działania jakiegoś kwantyfikatora. może być użyty wielokrotnie w formule. Zmienna v jest związana w określonym miejscu w formule ϕ wtedy i tylko wtedy. gdy jej egzemplarz znajduje się w tym miejscu w zasięgu działania jakiegoś kwantyfikatora wiążącego zmienną v. Jeżeli tym zbiorem będzie X. że wiąże zmienną v w zasięgu swego działania. JĘZYK RACHUNKU PREDYKATÓW 103 Zakres zmienności zmiennej v może być też określony przez wskazanie zbioru. Mówiąc o jakimś symbolu musimy uwzględnić jego miejsce w ciągu. W szczególności w wypadku zmiennej indywiduowej. Formuła jest ciągiem elementów słownika. czyli może wystąpić w tej formule w różnych miejscach. jakim jest formuła. v∈X ∃ φ v∈X będziemy pisali. odpowiednio: ∀v ∈ X : φ. 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. v∈X Zamiast pisać: ∀ φ. Definicja 2. że podformuła. Przykład 2.

. Przykład 2. . . . .104 ROZDZIAŁ 2. czyli zbiór wszystkich zmiennych wolnych występujących w formule ϕ jest podzbiorem zbioru {v0 . .9 (formuły otwartej). 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. . vn ) to term taki. Formuła ta jest otwarta. . Zmienna x jest wolna w formule: ∀x : (P x ⇒ ∃x : Qx) ⇒ Rx. . . . Zdanie języka rachunku predykatów to formuła. .10 (zdania języka rachunku predykatów). Definicja 2. która nie zawiera zmiennych wolnych. Zmienna v jest zmienną wolną w formule ϕ wtedy i tylko wtedy. . . której wszystkie zmienne wolne znajdują się wśród zmiennych v0 . t(v0 . . . Zamknięcie formuły jest zdaniem. Definicja 2.11. .7. Definicja 2. . vn }.7 (zmiennej wolnej w danym miejscu). . . Przykład 2. vn . . Zdaniem jest: ∀x : (P x ⇒ ∃x : Qx) ⇒ ∃x : Rx. że wszystkie zmienne występujące w tym termie znajdują się wśród zmiennych v0 . . gdy w formule tej jest ona wolna przynajmniej w jednym miejscu. vn : ϕ to zamknięcie formuły ϕ. Definicja 2. w której występuje jakaś zmienna wolna to formuła otwarta. . . Przykład 2. . Zamknięcie formuły otrzymuje się przez poprzedzenie tej formuły kwantyfikatorami ogólnymi wiążącymi wszystkie występujące w niej zmienne wolne. która w tym miejscu nie jest związana. . Formuła: ∀v0 . LOGIKA PREDYKATÓW Definicja 2. . vn będą wszystkimi zmiennymi wolnymi występującymi w formule ϕ. czyli zbiór wszystkich zmiennych występujących w termie t jest podzbiorem zbioru {v0 . . Zmienna wolna w danym miejscu to zmienna. . Formuła. Zmienna „x” nie jest związana w „Rx”. . .8. . Niech v0 . vn ) to formuła. vn . .8 (zmiennej wolnej w formule). vn }. ϕ(v0 .6.

musi być wykonana jednocześnie. Formułę otrzymaną z formuły ϕ przez podstawienie termu t za zmienną v oznacza się: ϕ(v/t) lub ϕ[v ::= t].1. Operacja podstawiania termu za zmienną wolną. Podstawienie termu t za zmienną w danym miejscu polega na wpisaniu termu t na miejsce tej zmiennej.12 (podstawialności termu w danym miejscu). zmienna v jest w tym miejscu wolna w formule ϕ oraz 2. do której podstawiamy. JĘZYK RACHUNKU PREDYKATÓW 105 2. Definicja 2. za którą ten term jest podstawialny. W formule: ∃x : (x < y) za zmienną wolną y podstawialny jest term (y − z). Inaczej jest w wypadku formuły: ∃x : (x < x − z). miejsce to nie znajduje się w zasięgu działania żadnego kwantyfikatora wiążącego którąś ze zmiennych (wolnych) występujących w termie t. gdy: 1. po związaniu przez kwantyfikatory wszystkich występujących w niej zmiennych wolnych przechodzi w zdanie prawdziwe. w każdym miejscu.9.2. zaś term (x − z) nie jest podstawialny.13 (podstawialność termu).7 Podstawialność Podstawowa intuicja wiązana z operacją podstawiania za zmienne wolne oparta jest o następujące ustalenie: Jeżeli formuła. gdy jest podstawialny za zmienną v w każdym miejscu. tzn.1. W formule: ∃x : (x < y − z) żadna zmienna z podstawianego termu nie stała się związana. w którym ta zmienna wolna występuje w danej formule. . Term t jest podstawialny za zmienną v do formuły ϕ wtedy i tylko wtedy. Term t jest podstawialny za zmienną v w danym miejscu w formule ϕ wtedy i tylko wtedy. Definicja 2. w którym zmienna v jest wolna w ϕ. to również w taki sam sposób w zdanie prawdziwe powinna przechodzić formuła otrzymana w wyniku wykonania operacji podstawiania. Przykład 2.

106 Przykład 2. gdzie F jest n-argumentową literą funkcyjną. jakiejś formuły języka rachunku predykatów (jednocześnie w każdym miejscu dla wszystkich wystąpień danej litery zdaniowej). Aksjomat 2.vi−1 vvi+1 . LOGIKA PREDYKATÓW x + y: x za zmienną x podstawmy term: (x − z). Ujmują one większe bogactwo języka rachunku predykatów w stosunku do języka rachunku zdań. . W termie: ROZDZIAŁ 2.10.2 Rachunek predykatów Dowód w rachunku predykatów formalnie różni się od dowodu w rachunku zdań tylko dodatkowymi możliwościami. . vi ≡ v ⇒ F v1 . Aksjomatem (teorii) identyczności (≡) jest każda formuła.1 Dowód w rachunku predykatów Definicja 2. a n > 0. 2. (x − z) + y : (x − z) (x − z) + y : x podstawienie wykonane poprawnie podstawienie wykonane niepoprawnie.vn ≡ F v1 .2. 2. . . . . która podpada pod jeden ze schematów: Aksjomat 1. ani jako związana) zmienna y.14 (tautologii języka rachunku predykatów). Jako wygodnego skrótu dla formuły: ∃x : [ϕ ∧ ∀y : (ϕ[x ::= y] ⇒ y = x)] można używać: ∃!x : ϕ. „∃!x” odczytujemy: istnieje dokładnie jedno x.vn . 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. . . v ≡ v. Niech w ϕ nie występuje (ani jako wolna.vi−1 vi vi+1 . .

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

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

że ϕn = ϕ. do której poprzednika (ϕ) dołączamy mały kwantyfikator jest istotny. Sposób rozumowania odpowiadający regule dołączania małego kwantyfikatora możemy zastosować na przykład do: 0 < x ∧ x ≤ y ⇒ 0 < y. lub po prostu wiążąc ją dużym kwantyfikatorem. .. Podstawiając zaś dowolną liczbę za zmienną x. ϕ1 . Tymczasem formuła: y > 0 ⇒ (x > 0 ⇒ x + y > 0) jest spełniona.15 (dowodu w rachunku predykatów). RACHUNEK PREDYKATÓW 109 y > 0 ⇒ (x > 0 ⇒ x + y > 0) nie możemy uznać: y > 0 ⇒ ∀y : (x > 0 ⇒ x + y > 0)3 . 3 . . Warunek nałożony na następnik (φ) implikacji. Definicja 2.2. Na przykład na podstawie: x ≥ 0 ⇒ (y > x ⇒ y > 0) nie możemy uznać: ∃x : (x ≥ 0) ⇒ (y > x ⇒ y > 0). gdy istnieje skończony ciąg formuł ϕ0 . Mianowicie. Formuła ϕ ma dowód ze zbioru Σ formuł języka rachunku predykatów — co zapisujemy: Σ ϕ — wtedy i tylko wtedy. zgodnie z tą regułą za zmienną wolną y moglibyśmy podstawić dowolną liczbę dodatnią i stosując regułę odrywania otrzymalibyśmy: ∀y : (x > 0 ⇒ x + y > 0). otrzymujemy zdanie fałszywe. ϕn taki. 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. 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.2.

gdy z tego zbioru ma dowód dowolna formuła. Chodzi więc o to. k < i. Rachunek logiczny. że t jest podstawialne za v w formule ϕk i ϕk [v ::= t] = ϕi . Formuły mające dowód z pustego zbioru formuł to tezy rachunku predykatów. Definicja 2. jako zbiór formuł mających dowód z pustego zbioru formuł. k < i. k < i. . k < i. istnieje ϕk . LOGIKA PREDYKATÓW 2. że ϕk = φ ⇒ ∀v : ψ oraz ϕi = φ ⇒ ψ. że: ϕ. Zbiór formuł jest sprzeczny wtedy i tylko wtedy. j. Definicja 2. ROZDZIAŁ 2. istnieje ϕk .16 (tezy rachunku predykatów). Formuła: ∀x : P x ⇒ P x ma dowód z pustego zbioru formuł. takie. 9.18 (niesprzecznego zbioru formuł). Teoria rozumiana jako zbiór formuł taki. ϕi jest tautologią (języka rachunku predykatów). gdy nie jest sprzeczny. Definicja 2. czyli tezą (zbiór zamknięty na operację konsekwencji) powinna być niesprzeczna. czyli żeby dla dowolnego ϕ nie było prawdą. czyli ∀x : P x ⇒ P x. aby zbiór jego tez — formuł mających dowód z pustego zbioru (formuł) — nie był równy zbiorowi wszystkich formuł języka tego rachunku. oraz term t i zmienna v takie. że ϕk = φ ⇒ ψ i zmienna v nie występuje jako zmienna wolna w ψ oraz ϕi = ∃v : φ ⇒ ψ. istnieją ϕk . ϕk takie. Przykład 2. 4. musi być niesprzeczny. że ϕk = ϕj ⇒ ϕi . 6. aby wart był rozważania. istnieje ϕk . Zbiór formuł jest niesprzeczny wtedy i tylko wtedy. 7. takie. 3.110 1. 5. istnieje ϕk . że ϕk = φ ⇒ ψ i zmienna v nie występuje jako zmienna wolna w φ oraz ϕi = φ ⇒ ∀v : ψ. ϕi jest elementem Σ. takie.17 (sprzecznego zbioru formuł). k < i. że ϕk = ∃v : φ ⇒ ψ oraz ϕi = φ ⇒ ψ. ϕi jest aksjomatem (teorii) identyczności. k < i. istnieją ϕj . że każda formuła mająca dowód z tego zbioru jest jego elementem. takie.11. 8.

∀x : P x ⇒ ∀x : P x 2. Dowód. 1. 1) 111 Zauważmy.2. 1) ϕ ⇒ ∃v : ϕ. ∀v : ϕ ⇒ ϕ[v ::= t]. Dowód. Z takiego schematu będzie można otrzymać dowód każdej formuły o schemacie formuły podanej jako teza. ∀v : ϕ ⇒ ∀v : ϕ ∀v : ϕ ⇒ ϕ ∀v : ϕ ⇒ ϕ[v ::= t] tautologia (O∀. 3. że T 1. 1) (2. Dowód z pustego zbioru formuł ma formuła: ϕ ⇒ ∃v : ϕ czyli jest ona tezą rachunku predykatów. ∀x : P x ⇒ P x tautologia (O∀. ∀v : ϕ ⇒ ϕ. T 3.2. . Zastosowanie reguły podstawiania będziemy wskazywali podając numer wiersza dowodowego. 1. 2. 1. Zamiast dowodzić poszczególnych formuł będziemy więc podawali schematy dowodów. a więc zachodzi: T 2. RACHUNEK PREDYKATÓW Dowód. v ::= t) jeżeli term t jest podstawialny za v w ϕ. w którym dokonuje się podstawienia oraz zmienną i podstawiany za nią term. że dla dowolnej zmiennej v i dowolnej formuły ϕ analogicznie można dowieść. ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ tautologia (O∃. jeżeli term t jest podstawialny za v w ϕ. 2.

3) (D∀. że dowód formuły znajdującej się w tym wierszu przebiega według schematu dowodu tezy. 3.2) (D∃. Dowód. T 5. 4) ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ T 6. 3) . Korzystać będziemy również z praw logiki zdań — jest oczywiste. ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ ϕ[v ::= t] ⇒ ∃v : ϕ ROZDZIAŁ 2. LOGIKA PREDYKATÓW ϕ[v ::= t] ⇒ ∃v : ϕ. Dowód. 5. 4. 1. Krótsze. v ::= t) jeżeli term t jest podstawialny za v w ϕ. 1) tautologia (O∃. 3. 2. tautologia (O∃. ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) ∃v : ϕ ⇒ ∃v : ϕ ϕ ⇒ ∃v : ϕ ∃v : ψ ⇒ ∃v : ψ ψ ⇒ ∃v : ψ tautologia (O∃. 4. 1. Pisząc w wierszu dowodowym nazwę tezy wskazujemy. w których korzysta się z tych podstawowych praw i reguł. Zwykle takie dowody są długie i nieprzejrzyste. 1) (2. Zrezygnujemy z przeprowadzania dowodów ściśle według definicji. a dla znających podstawowe prawa i reguły logiki prostsze są dowody. 3. ∀v2 : ϕ ⇒ ϕ ϕ ⇒ ∃v1 : ϕ ∀v2 : ϕ ⇒ ∃v1 : ϕ ∃v1 : ∀v2 : ϕ ⇒ ∃v1 : ϕ ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ T1 T2 (SYLL.112 T 4. 2. na którą się powołujemy. jeżeli term t jest podstawialny za v w ϕ. że stosują się one do dowodów w rachunku predykatów — może to być wskazywane przez podanie nazwy zastosowanego prawa lub jego treści. Dowód. 1. 2. 1.

1. T 9. 4.4 α∧β ⇒γ∧δ (D∃. (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) α⇒γ β ⇒ δ.2. 1.2. [(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. 6.2) (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )] . 2. Dowód. 3.2) aksjomat 1 (MP. 2. x ::= t. 5. 3. t≡t x≡x t≡t aksjomat 1 (1. 1. Dowód. T 8. ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ) T 7. 2. że identyczność jest zwrotna. x1 ::= t1 ) (t ≡ t1 ) ⇒ (t1 ≡ t) Teza 8 głosi. 1. Dowód.3) (5. Teza T7 głosi. 5) 113 6. RACHUNEK PREDYKATÓW 5. 4. 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. 1. x ::= t).

schematów i reguł rachunku zdań. Rozumiemy je analogicznie do praw. A oto niektóre ważniejsze prawa. czyli prawdziwe nie jest zdanie: jeżeli dla każdej liczby istnieje liczba od niej większa. . ROZDZIAŁ 2. 6. ∀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.4) (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )] (5. schematy i reguły klasycznej logiki predykatów. Warto tu zauważyć. ϕ/∀v : ϕ — reguła generalizacji ∀v : ϕ ⇒ ϕ[v ::= t]. 3. x1 ::= t1 . 5. ϕ[v ::= t] ⇒ ∃v : ϕ. która jest większa od każdej liczby.114 4. to istnieje liczba taka. Prawdziwe nie jest zdanie ∀x : ∃y : (x < y) ⇒ ∃y : ∀x : (x < y). że prawem nie jest ∀v2 : ∃v1 : φ ⇒ ∃v1 : ∀v2 : φ. że identyczność jest przechodnia. LOGIKA PREDYKATÓW (x ≡ x1 ) ⇒ (x1 ≡ x) T8 (x ≡ x1 ) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] (SYLL. x ::= t. x2 ::= t2 ) Teza 9 głosi.

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.2.1 (o dedukcji). φ Dowód. w którym dowodzimy. Niech ϕ będzie zdaniem (φ nie musi być zdaniem). to Σ ϕ⇒φ . 115 2. że jeżeli Σ ∪ {ϕ} φ.2. Twierdzenie 2. 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).2. Jest jednak bardziej złożony. Dowód tego twierdzenia przebiega w analogiczny sposób jak w wypadku rachunku zdań. We fragmencie. Σ ∪ {ϕ} wtedy i tylko wtedy. że w rachunku predykatów — inaczej niż w rachunku zdań — oprócz zdań wyrażeniami poprawnie zbudowanymi są również formuły nie będące zdaniami. gdy Σ ϕ ⇒ φ.

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

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

T 10. Teraz podstawiamy za zmienną wolną x stałą. ϕn } ϕ 1 . gdy rozważaliśmy zastosowanie reguły podstawiania oraz reguły dołączania dużego kwantyfikatora. . ∀x : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃x : Qx) Założenie.12. ∀x : (P x ⇒ Qx) P x ⇒ ∃x : Qx 5. . T3 (Tw. . Σ ∪ {x > 2} ∀x : (x > 1). Dostajemy: Jeżeli nie prowadzi to do nieporozumienia zamiast: {ϕ1 . Σ x > 2 ⇒ ∀x : (x > 1). . 1. . . W wyżej przeprowadzonym dowodzie twierdzenia o dedukcji było ono wykorzystane. Pokażemy — będzie to przykład odnoszący się do reguły podstawiania — że jego zignorowanie prowadzi do niepożądanych konsekwencji. Qx ⇒ ∃x : Qx 4.118 ROZDZIAŁ 2. powiedzmy 3. Korzystając ze wskazanych „skrótów” w opisie dowodu. o dedukcji. ∀x : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃x : Qx). 3) (D∃. czyli nie zmieniamy jego definicji. Zatem prawdą jest. ∀x : (P x ⇒ Qx) ⇒ (P x ⇒ Qx) 2. ∀x : (P x ⇒ Qx) P x ⇒ Qx6 3. Niech Σ będzie teorią nierówności > (⊆ R × R). Ponowne zastosowanie twierdzenia o dedukcji daje: 4. Σ x > 2 ⇒ x > 1. 2. 1) T4 (SYLL. LOGIKA PREDYKATÓW dowodu λ ⇒ ξ ze zbioru Σ dowodem ξ ze zbioru Σ ∪ {λ}. 4) (tw. Σ ∪ {x > 2} x>1 nie jest uprawnione. . Przejście od 1 do 2: 2. w niczym nie naruszamy jego istoty. . Przykład 2. że poprzednik implikacji — do której stosujemy twierdzenie o dedukcji — jest zdaniem jest istotne. 5) Dowód. że 1. do możliwości otrzymywania fałszywych wniosków z prawdziwych przesłanek. ∀x : (P x ⇒ Qx) ∃x : P x ⇒ ∃x : Qx 6. ϕn φ 6 φ piszemy: . Stosując regułę generalizacji otrzymamy bowiem: 3. i na odwrót. o dedukcji.

gdzie v1 nie występuje w ϕ ⇒ ψ (Tw. a zatem ϕ ⇔ φ.2 (o zastępowaniu). T 11. 1) T4 (SYLL. Niech ψ będzie formuła ϕ. 7 nie jest prawdziwe. Σ 3 > 2. Dowodzimy podobnie jak twierdzenia o zastępowaniu dla rachunku zdań. że dokonując w jakiejś formule ϕ zastąpienia podformuły przez formułę jej równoważną otrzymamy formułę równoważną formule ϕ. Z założenia ψ ⇔ χ. 5. 6. 119 Ponieważ: 6. ψ::=χ . Niech ϕ −→ φ. 1. 3. Ponieważ χ jest równokształtne z φ. 5) (tw. więc χ ⇔ φ. Dowód. zatem ϕ ⇔ χ. RACHUNEK PREDYKATÓW 5. o dedukcji. Jeżeli ψ ⇔ χ. to ϕ ⇔ φ. 2. 3) (4) (D∃. 7. Σ ∀x : (x > 1). czyli przez indukcję ze względu na konstrukcję formuły. czyli niech formuła φ będzie wynikiem zastąpienia w formule ϕ formuły ψ przez formułę χ. Dowód. które mówi. więc stosując M P dostajemy: 7. o dedukcji. Σ 3 > 2 ⇒ ∀x : (x > 1). 6) ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ) Udowodnimy teraz twierdzenie. 4. ∀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) T3.2.2. Twierdzenie 2. 2.

. (∨) Niech teraz ϕ będzie formułą ϕ1 ∨ϕ2 . Formuła ψ ma przedrostkową (prefiksową) postać normalną wtedy i tylko wtedy. czyli ϕ ⇔ φ. że ¬ ϕ1 −→ ¬ φ1 . Podobnie postępuje się. postacie normalne. więc ¬ ϕ1 ⇔ ¬ φ1 . LOGIKA PREDYKATÓW Założenie indukcyjne. vi = vj . Ponieważ ϕ1 ⇔ φ1 . Pozostałe wypadki spójników zdaniowych są analogiczne. 4. 3. W takim razie ∀v : ϕ1 ⇔ ∀v : φ1 .120 ROZDZIAŁ 2. Qn vn : to przedrostek (prefiks) formuły ψ. . ψ::=χ (¬) Niech ϕ będzie formułą ¬ ϕ1 . Ponieważ ψ::=χ ∀v : ϕ1 −→ ∀v : phi1 . więc ϕ ⇔ φ. Q1 v1 : Q2 v2 : . 7 a ϕ to Po angielsku: Prenex Normal Form. . ∃}. Qn vn : ϕ. gdy jest postaci: Q1 v1 : Q2 v2 : . w formule ϕ nie występuje żaden kwantyfikator. jeżeli i = j. zatem ϕ ⇔ φ. PNF7 ). . Niech ϕ1 −→ φ1 . . ψ::=χ ψ::=χ 2.19 (przedrostkowej postaci normalnej. zatem (ϕ1 ∨ ϕ2 ) ⇔ (φ1 ∨ ϕ2 ). ψ ⇔ χ i niech ϕ1 ⇔ φ1 . Zauważmy. matryca formuły ψ. vi ∈ V (ϕ). Rozważmy jeszcze wypadek. Definicja 2. Z założenia indukcyjnego ϕ1 ⇔ φ1 .3 Postacie normalne Podobnie jak w wypadku rachunku zdań możemy ustalić pewne szczególne standardowe postacie formuł. Z założenia indukcyjnego ϕ1 ⇔ φ1 . 1 ≤ i ≤ n. Ponieważ ϕ1 ∨ ϕ2 −→ φ1 ∨ ϕ2 .2. 2. 1 ≤ i ≤ n. Qi ∈ {∀. gdy zastępowana podformuła występuje w drugim argumencie alternatywy. gdzie 1. 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. gdy formuła ϕ to formuła ∀v : ϕ1 .

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

10. Procedurę tę kontynuujemy aż do wyczerpania wszystkich możliwości. Otrzymana formuła spełnia zatem wszystkie warunki nałożone na przedrostkową postać normalną. 13. zgodnie z twierdzeniem o zastępowaniu otrzymana formuła będzie równoważna formule ϕ. 7. [ϕ ∨ ∃v : ψ] ⇔ ∃v1 : [ϕ ∨ ψ[v ::= v1 ]]. 14. wszystkie zmienne tej formuły będą się różniły jedna od drugiej a nadto będą różne od występujących w niej zmiennych wolnych. Każdą podformułę o postaci równoważności zastępujemy w formule ϕ zgodnie z pierwszym prawem. 15. 6. [∃v : ϕ ∨ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∨ ψ]. niewystępujące w formule. 12. że wyeliminowane zostały wszystkie zbędne kwantyfikatory oraz. Otrzymana w ten sposób formuła będzie równoważna formule ϕ. [∃v : ϕ ⇒ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ⇒ ψ]. że przy zastępowaniu wprowadzamy zmienne. Oczywiście. 5. Postępujemy tak długo. [ϕ ∨ ∀v : ψ] ⇔ ∀v1 : [ϕ ∨ ψ[v ::= v1 ]]. [∀v : ϕ ∨ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∨ ψ]. [∀v : ϕ ∧ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∧ ψ]. [ϕ ⇒ ∀v : ψ] ⇔ ∀v1 : [ϕ ⇒ ψ[v ::= v1 ]]. [∃v : ϕ ∧ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∧ ψ]. . w której dokonywana jest operacja zastępowania. [ϕ ∧ ∃v : ψ] ⇔ ∃v1 : [ϕ ∧ ψ[v ::= v1 ]]. kwantyfikatory będą występować tylko na początku tej formuły a ponadto w związku z tym. aż otrzymamy formułę. [∀v : ϕ ⇒ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ⇒ ψ]. LOGIKA PREDYKATÓW 4.122 ROZDZIAŁ 2. Do podformuł formuły ϕ w zależności od ich budowy stosujemy odpowiednie równoważności i dokonujemy ich zastąpienia przez drugi argument równoważności. 8. [ϕ ∧ ∀v : ψ] ⇔ ∀v1 : [ϕ ∧ ψ[v ::= v1 ]]. w której nie występuje spójnik równoważności. 11. [ϕ ⇒ ∃v : ψ] ⇔ ∃v1 : [ϕ ⇒ ψ[v ::= v1 ]]. 9.

x). Z opisu procedury znajdowania takiej formuły widać — choćby dlatego. x)] ⇒ ¬ R(y. y)}. x). ∀x : [P (x) ⇒ ∃y : Q(y. lecz również formułę o innej kolejności kwantyfikatorów w przedrostku. Przykład 2. inaczej mówiąc dla danej formuły ϕ nie jest jednoznacznie określona formuła P N F (ϕ). Na podstawie 15 mamy: 2. x). ∀y : ∃t : {∃z : [P (t) ⇒ Q(z. ∀y : ∃t : ∀x : {[P (t) ⇒ Q(x. y)}. że formule z naszego przykładu możemy zgodnie z opisaną procedurą przyporządkować inną formułę nie tylko różniącą się kształtem zmiennych.2. ∀x : [P (x) ⇒ ∃y : Q(y. Dokonujemy podstawień otrzymując kolejno formuły równoważne rozważanej formule. x)] ⇒ ¬ ∃x : R(x. x)] ⇒ ∀x : ¬ R(x. Z tego korzystając z 13 dostajemy: 3. ∀x : ∃z : [P (x) ⇒ Q(z. Przekształcimy do przedrostkowej postaci normalnej formułę: ∀x : [P (x) ⇒ ∃y : Q(y.2. t)] ⇒ ¬ R(y. Na podstawie 15 mamy: 7. t)] ⇒ ¬ R(y. ∀y : {∀x : ∃z : [P (x) ⇒ Q(z. Ostatecznie z 14 mamy: 5. 1. RACHUNEK PREDYKATÓW 123 Przedrostkową postać normalną formuły ϕ oznaczmy P N F (ϕ). 6.15. Na podstawie 12: 4. y)}. x). x)] ⇒ ∀x : ¬ R(x. Z tego korzystając z 12 dostajemy: . x)] ⇒ ∀x : ¬ R(x. x). że nie jest zdeterminowana kolejność zastępowania — że dla danej formuły może istnieć więcej niż jedna jej równoważna formuła o przedrostkowej postaci normalnej. ∀x : ∃z : [P (x) ⇒ Q(z. Zauważmy. x)] ⇒ ∀x : ¬ R(x.

wykazał. Inaczej mówiąc. Skolemizacji formuły ϕ dokonujemy następująco: 1. gdzie stała c nie występuje w formule ψ. Formuła o standardowej postaci przedrostkowej ma standardową postać skolemowską wtedy i tylko wtedy. 2. ∃t : ∀y : ∀x : {[P (t) ⇒ Q(x. matematyk norweski. że z prefiksowej postaci normalnej formuły ϕ można wyeliminować wszystkie kwantyfikatory szczegółowe tak. LOGIKA PREDYKATÓW 8. który nie jest poprzedzany przez kwantyfikator ogólny eliminujemy wpisując jedną i tę samą stałą w miejsce każdego wystąpienia zmiennej wiązanej przez ten kwantyfikator. Skolemizacja formuły poprzedzona jest jej sprowadzeniem do przedrostkowej postaci normalnej. Przy tym za różne co do kształtu zmienne związane wpisujemy różne stałe. Każdy występujący w prefiksie kwantyfikator szczegółowy. Niech Skol(ϕ) będzie standardową skolemowską postacią formuły ϕ. y)}. Stałe te to stałe Skolema. że jest taki przedmiot c. gdy spełniona jest formuła ϕ[x ::= c].124 ROZDZIAŁ 2. że prawdziwe jest ϕ[x ::= c]. że otrzymana formuła jest spełniona wtedy i tylko wtedy. t)] ⇒ ∀x : ¬ R(x. że spełnienie formuły ∃x : ϕ znaczy tyle. Skolemizacja jest metodą eliminacji kwantyfikatorów szczegółowych przez zastępowanie stałymi lub funkcjami wiązanych przez nie zmiennych. Szczególnym kształtem formuły jest standardowa postać skolemowska8 . gdy w jej prefiksie nie występują kwantyfikatory szczegółowe. y)}. Jeżeli formuła ma postać ∃v : ψ. Thoralf Skolem. 8 . Na podstawie 13: 9. Procedura przekształcania formuły do standardowej postaci skolemowskiej to skolemizacja. Definicja 2. x)}. t)] ⇒ ¬ R(y. formuła ∃x : ϕ jest spełniona wtedy i tylko wtedy. Niech formuła ϕ znajduje się w przedrostkowej postaci normalnej. t)] ⇒ ¬ R(y. Kwantyfikatorami ogólnymi wiążemy wszystkie (i tylko) zmienne wolne występujące w ϕ. ∃t : {∃z : [P (t) ⇒ Q(z. ∃t : ∀y : {∃z : [P (t) ⇒ Q(z.20 (standardowej postaci skolemowskiej). gdy jest spełniona formuła ϕ. Zauważmy. to zastępujemy ją formułą ψ[v ::= c]. Ostatecznie z 14 mamy: 10.

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

LOGIKA PREDYKATÓW Definicja 2.22 (klauzuli). w szczególności jako koniunkcja klauzul. czyli λ1 ∨ λ2 ∨ · · · ∨ λn . Przykład 2. Definicja 2. w zasadzie generalizacji. a ¬ P (x) to literał negatywny.18. że wszystkie zmienne indywiduowe związane są kwantyfikatorami ogólnymi. Negatywna klauzula Horna to klauzula. a negacje formuł atomowych to literały negatywne. W wypadku formuł o standardowej postaci skolemowskiej można pominąć prefiks. Domyślnie przyjmuje się. P (x) ∨ ¬ P (x).126 ROZDZIAŁ 2.21 (literału). Domyślność ta ma ugruntowanie w prawie rachunku kwantyfikatorów. Klauzulą nie jest: ¬ [P (x) ∨ ¬ P (x)]. Podobnie jak zdanie z rachunku zdań może więc zostać przedstawiona w postaci normalnej. 10 Alfred Horn (1951) pierwszy wskazał na znaczenie takich klauzul w 1951 r. która nie ma literału pozytywnego. Literał to formuła atomowa lub formuła atomowa poprzedzona spójnikiem negacji. ¬ P (x). P (x) ∨ Q(f (x). y). P (x). Logicznie taki zbiór odpowiada formule będącej alternatywą wszystkich i tylko jego elementów (literałów).23 (klauzuli hornowskiej). Klauzula może być zapisana jako zbiór literałów. gdzie λi . która ma jeden literał pozytywny. y). Definicja 2. x). Q(x. 1 ≤ i ≤ n to literał. Matryca formuły o przedrostkowej postaci normalnej nie zawiera kwantyfikatorów. x) to literały pozytywne. . Klauzula Horna to klauzula z co najwyżej jednym pozytywnym literałem. Formuły atomowe to literały pozytywne. y). Literałami są: P (x). Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich i tylko klauzul będących jej elementami. Q(x. y).19. czyli klasa zbiorów literałów. Pozytywna klauzula Horna to klauzula. W informatyce szczególnie ważne są klauzule hornowskie10 . R(f (x). Formuła o standardowej postaci skolemowskiej może więc być zapisana jako klasa klauzul. Przykład 2. Klauzula to skończona alternatywa literałów. Klauzulami są: Q(x. R(f (x).

a drugi argument jest prawdziwy. 2. gdy klauzula Horna nie zawiera ani literału negatywnego ani pozytywnego. będzie literałem pozytywnym. klauzula pusta. to spójnik prawdziwościowy taki. 3.2. gdy klauzula Horna nie zawiera żadnego literału negatywnego. Klauzule11 Horna zapisywane są za pomocą odwróconej implikacji. formułą atomową. że zdanie złożone jest fałszywe tylko w jednym wypadku. Poszczególne klauzule mają swoje specyficzne nazwy. n ∈ N. gdy: λ1 ∧ · · · ∧ λn czyli: formuła λ1 ∧ · · · ∧ λn ⇒ λ jest tezą rachunku kwantyfikatorów wtedy i tylko wtedy. Informatycy używają specyficznej notacji. ¬ λ1 ∨ · · · ∨ ¬ λn ∨ λ. że λ1 ∧ · · · ∧ λn ⇒ λ wtedy i tylko wtedy. ⇐. Poszczególnym klauzulom 1–4 odpowiadają więc następujące wyrażenia: W PROLOG–u klazulami nazywa się reguły. Klauzula z pozytywnym literałem może być w sposób równoważny przedstawiona jako: λ1 ∧ · · · ∧ λn ⇒ λ. Z rachunku kwantyfikatorów mamy. RACHUNEK PREDYKATÓW 127 Niech λ. gdy pierwszy argument jest fałszywy. . ewentualnie z indeksami. 12 11 λ. Klauzulami Horna są zatem wyrażenia następujących postaci: 1. gdy λ wynika (logicznie) z λ1 ∧ · · · ∧ λn . λ. fakty i zapytania. n ∈ N. ¬ λ1 ∨ · · · ∨ ¬ λn . Implikacja odwrócona.2. W miejsce spójnika koniunkcji stosowany jest zaś przecinek. ⇐12 . gdy klauzula Horna zawiera literał pozytywny. 4. gdy klauzula Horna nie zawiera żadnego literału pozytywnego.

LOGIKA PREDYKATÓW — — — — reguła. Fakt zastosowania ∃L zaznaczamy za pomocą . Stała indywiduowa c musi być stałą. na których dopisujemy zdanie ψ[v ::= c]. Jest to reguła jednokrotna. Zdanie to zapisujemy po lewej stronie na każdej gałęzi. że ψ[v ::= c]. ψ[v ::= c] Reguła ∃L stosuje się do zdania ∃v : ψ zapisanego po lewej stronie gałęzi. λ ⇐ λ1 . λ n . λn .2. klauzula pusta (sprzeczność) Kolejnym krokiem standaryzacji postaci formuł jest standaryzacja literałów. . . Procedura standaryzacji termów to unifikacja. . Tu można ustalić postać termów. . 2. Wszystkie zasady konstrukcji drzewa oraz reguły przyjęte dla metody tablic semantycznych dla rachunku zdań uzupełniamy o następujące reguły specyficzne dla rachunku predykatów. która nie występuje na gałęziach. . . Zastosowanie rachunku rezolucyjnego dla logiki kwantyfikatorów oprócz przedstawienia formuł w standardowej postaci skolemowskiej wymaga też unifikacji termów. . Chodzi więc o uogólnienie metody tablic semantycznych na rachunek predykatów. ∃L ∃v : ψ . 4.4 Tablice semantyczne W wypadku rachunku zdań — korzystając z definicji tautologii — podaliśmy metody sprawdzania tautologiczności zdań. ∃P . 3. . Do danego zdania regułę ∃L stosujemy tylko raz. na której znajduje się analizowane zdanie ∃v : ψ. . gdy dla pewnej stałej c prawdą jest. ψ[v ::= c] ∃v : ψ . Uczynimy to dla języka. n = 0 λ⇐ ⇐ λ1 . zanegowane pytanie. który nie zawiera liter funkcyjnych. .128 1. Powstaje pytanie o możliwość takiej metody dla rachunku predykatów. . n = 0 ROZDZIAŁ 2. Zdanie ∃v : ψ jest prawdziwe wtedy i tylko wtedy. . fakt. w szczególności metodę tablic semantycznych. 2.

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

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

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

PYTANIE Czy prawdą jest. ∀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. W wypadku 2 zaś. że ma odpowiedź negatywną. Wypadek 3 pozostawia to pytanie nierozstrzygniętym. ∀x : Qx ∀x : P x? . LOGIKA PREDYKATÓW W wypadku 1 twierdzimy.132 ROZDZIAŁ 2. że: ∀x : (P x ⇒ Qx). ∀x : (P x ⇒ Qx).21. stosując się do zasad konstrukcji tablic semantycznych wskazanych dla zdań języka rachunku zdań. Przykład 2. Wszystkie pozostałe kwestie budowy tablicy rozwiązujemy. że ∀x : Qx. ∀x : P x Przykład 2. że ∀x : (P x ⇒ Qx). PYTANIE Czy prawdą jest.20. że pytanie o istnienie dowodu danego zdania z danego zbioru zdań ma odpowiedź pozytywną.

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

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

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

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

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

6 Model i prawdziwość Zdefiniowane zostało wynikanie syntaktyczne. ∃v : φ (1.26. Logika predykatów od logiki zdań różni się znacznie pojęciami modelu i prawdziwości w modelu. czym są model i prawdziwość w modelu pozostają jednak te same. ¬ φ (reg. 2) (D∃. których znaczenia były całkowicie charakteryzowane przez wartości logiczne. .. φ 4. 1) 3.27. 2) 2. czyli w zbiorze uniwersalnym i n-członowe relacje (n = 1.26. Porównanie wynikania syntaktycznego z semantycznym wymaga zdefiniowania wynikania semantycznego. 4)–sprzeczność zał. . niewprost (zasada podwój. litery funkcyjne oraz litery predykatowe.) określone w zbiorze indywiduów. Dlatego też pojęcie modelu było stosunkowo proste. Teraz na język składają się między innymi stałe indywiduowe. 2.138 ROZDZIAŁ 2. ¬ ∃v : φ zał. z przykł. 2.) zachodzące pomiędzy elementami zbioru uniwersalnego. W wypadku języka logiki zdań wyrażenia były zbudowane z symboli zdaniowych (zdań prostych). ¬ ∃v : φ 2. literom . Istota i sama idea tego.2. w której będą przedmioty indywiduowe — indywidua — oraz n-argumentowe funkcje (n = 1. ¬ ∃v : φ ¬φ Dowód niewprost 1. negacji. 3) Przykład 2. Dla określenia ich znaczeń musimy dysponować dziedziną. 2. ¬ ∃v : φ ∀v : ¬φ Dowód wprost 1. ∀v : ¬ φ (D∀. LOGIKA PREDYKATÓW Przykład 2. . Przyporządkowanie stałym indywiduowym. . . dow. 2. . ¬ ¬ φ 3. zał.

. Zdanie ϕ może być jednak zdaniem postaci: ∀v : φ lub ∃v : φ... RACHUNEK PREDYKATÓW 139 funkcyjnym i literom predykatowym. jak to było w wypadku rachunku zdań. . R0 . . . Pn . . Pytanie o wartość logiczną φ jest bezpodstawne. gdzie U jest zbiorem uniwersalnym a I funkcją. . gdzie I(Pi ) = Ri .2. R1 .. stałym indywiduowym przyporządkowuje zaś elementy zbioru U. a φ nie musi być zdaniem. G1 . 0 ≤ i ≤ n. Interpretacja to — mówiąc po prostu — przyporządkowanie dokładnie jednego znaczenia przedmiotom pewnego rodzaju. co to znaczy. . Gm . że różne zmienne oznaczają ten sam obiekt. Nie jest wykluczone. . Interpretacja może więc różnym stałym przyporządkować ten sam element dziedziny. x0 . a0 .. . Rn . ale dowolny obiekt z dziedziny. . odpowiednio. . 0 ≤ i ≤ m. .. 13 . gdy φ jest fałszywe. w której jedyną zmienną wolną jest zmienna v. że zdanie ϕ jest prawdziwe w modelu M. ma jednak sens pytanie: Zmienne indywiduowe mogą oznaczać dowolny obiekt z dziedziny. F1 . indywiduów. x1 . która n-argumentowym literom predykatowym przyporządkowuje n-członowe relacje. Interpretacja przyporządkowuje więc każdej stałej indywiduowej dokładnie jeden. . . o jakim przedmiocie jest to zdanie. Chcemy więc wiedzieć. Dla formuły φ. gdy ϕ jest zdaniem postaci: φ ∨ ψ. W takiej sytuacji nie możemy po prostu mówić o wartości logicznej φ. 0 ≤ i ≤ q. aq }. . Pytanie takie bowiem zakładałoby. Jeżeli L jest językiem o sygnaturze: {P0 . Fm . Jeżeli zdanie ϕ jest zdaniem postaci: ¬ φ. Definicja 2. xq ). F0 . funkcji i relacji nazywamy interpretacją. Chcemy podać ścisłą definicję prawdziwości zdania w modelu. Tak samo prawdziwość zdania ϕ jest wyznaczona przez wartości logiczne zdań φ i ψ. że φ jest zdaniem. I(Fi ) = Gi .24 (modelu). a1 .2. I). . G0 . P1 . n-argumentowym literom funkcyjnym przyporządkowuje n-argumentowe funkcje określone w U.. . Modelem jest para (U. .25 (modelu języka). to modelem M tego języka będzie: (U. I(ai ) = xi 13 . jakimi są wyrażenia językowe. φ ⇒ ψ lub φ ⇔ ψ. W wypadku języka rachunku zdań nie było mowy o indywiduach. Teraz wartość logiczna zdania zależy — mówiąc swobodnie — od tego. φ ∧ ψ. to ϕ jest prawdziwe. Definicja 2.

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

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

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 ].

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

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

gdy każdy model zdania φ jest modelem zdania ϕ. gdy jest ono spełnione (prawdziwe) w dowolnym modelu.33 (wynikania semantycznego ze zbioru zdań).31 (modelu zbioru zdań). M jest modelem zbioru zdań Σ wtedy i tylko wtedy. To. aby M dało się opisać jako model języka L. gdy ϕ nie jest prawdziwe w modelu M.2. czyli: Definicja 2. Zdanie ϕ wynika semantycznie ze zdania φ (symb. że Twierdzenie 2.32 (wynikania semantycznego ze zdania). czyli: Definicja 2. Zdanie jest fałszywe w modelu M (lub: M jest modelem zdania ¬ ϕ) wtedy i tylko wtedy. Aby M nie było modelem Σ wystarczy. Dla dowolnego zbioru Σ zdań oraz dowolnych zdań ϕ i φ: . By M było modelem zbioru Σ zdań języka L konieczne jest. gdy M jest modelem każdego zdania ze zbioru Σ. Można zauważyć.2. to M |= ϕ.: φ |= ϕ) wtedy i tylko wtedy. RACHUNEK PREDYKATÓW 149 Definicja 2. φ |= ϕ wtedy i tylko wtedy. gdy dla każdego M: jeżeli M |= φ. Zdanie jest (logicznie) prawdziwe wtedy i tylko wtedy. M nie musi zaś być modelem jakiegoś zbioru Σ zdań języka L. gdy dla każdego modelu M: jeżeli M |= Σ. że zdanie ϕ jest (logicznie) prawdziwe oznaczamy: |= ϕ. to M |= ϕ. Zauważmy. Σ |= ϕ wtedy i tylko wtedy. Definicja 2.30 (prawdziwości). Zdanie ϕ wynika semantycznie ze zbioru zdań Σ (symb. że przynajmniej jedno ze zdań z Σ nie jest prawdziwe w M (jest fałszywe w M).: Σ |= ϕ) wtedy i tylko wtedy. Definicja 2. gdy każdy model zbioru Σ zdań jest modelem zdania ϕ.7.29 (fałszywości zdania w modelu). że termin „model języka L” znaczy coś innego niż „model zbioru Σ zdań języka L”.

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

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

f (a). Przykład 2. f f (a). f n (a) = f f n−1 (a). że jeżeli m < n. Niech f 0 (a) = a. Ponieważ ∀x : ¬ xRx. . że wszystkie wyrazy ciągu: a.31. Niech a będzie jakimś elementem dziedziny. n ∈ N. Oczywiście fakt. W takim razie skończoność dziedziny jest warunkiem wystarczającym prawdziwości jego negacji. W wypadku rozważanego zdania wystarczy dobrać takie rozumienie litery predykatowej R. . W tej dziedzinie określona jest funkcja f : elementy tej dziedziny są zarówno jej argumentami jak i wartościami. które nie są spełnione tylko w dziedzinie nieskończonej. LOGIKA PREDYKATÓW Zauważmy. aby prawdziwe było zdanie: ∃x : ¬ xRf (x) ∨ ∃x : xRx ∨ ∃xyz : (xRy ∧ yRz ∧ ¬ xRz). to f m (a)Rf n (a). Nieskończoność dziedziny jest warunkiem koniecznym prawdziwości naszego zdania. gdy R zinterpretujemy jako równość. czyli wystarcza na to. gdy dziedzina jest nieskończona nie pociąga za sobą prawdziwości tego zdania w dowolnym modelu z nieskończoną dziedziną. Skończoność dziedziny jest warunkiem wystarczającym jego fałszywości. że zdanie może być prawdziwe tylko w wypadku. n : (m = n) ⇒ f m (a) = f n (a). czyli zdania warunkiem koniecznym fałszywości których jest nieskończoność dziedziny. Może tak być. . Zdanie: ∀x : xRf (x) ∧ ∀x : ¬ xRx ∧ ∀xyz : (xRy ∧ yRz ⇒ xRz) nie jest prawdziwe w żadnej dziedzinie skończonej. aby nie był spełniony przynajmniej jeden z członów koniunkcji. Warunkiem koniecznym fałszywości tego zdania jest nieskończoność dziedziny. Pokażemy. więc dla dowolnych m. że istnieją zdania. . są parami różne.152 ROZDZIAŁ 2. Przede wszystkim zauważmy.

gdy Σ ϕ. czyli uogólnionego twierdzenia o pełności.2. Dowodzone jest ono z wykorzystaniem uogólnionego twierdzenia o niesprzeczności. nie ma potrzeby odróżniania pomiędzy wynikaniem syntaktyczym a semantycznym. Zbiór tych założeń jest zatem sprzeczny. którego każdy skończony podzbiór ma model skorzystamy z uogólnionego twierdzenia o niesprzeczności. Σ |= ϕ wtedy i tylko wtedy. Mówi o tym twierdzenie o pełności rachunku predykatów. że każdy skończony podzbiór ma model. Dowód twierdzenia Gödla nie różni się od dowodu analogicznego twierdzenia dla rachunku zdań. gdy wynika z tego zbioru syntaktycznie. Zakładamy. RACHUNEK PREDYKATÓW 153 2. gdy ma model.2. Aby dowieść. W takim razie zbiór ten jest sprzeczny. a sam zbiór nie ma modelu. Dowód.9 (Gödla o pełności19 ). Zauważamy. Zbiór zdań Σ ma model wtedy i tylko wtedy.10 (o zwartości). Niech Σ będzie dowolnym zbiorem zdań języka L. czyli Twierdzenie 2. że reguły rachunku logicznego zostały właściwie dobrane. a to stoi w sprzeczności z założeniem. ϕ wynika semantycznie ze zbioru Σ wtedy i tylko wtedy. Podobnie jak i tam. że każdy skończony podzbiór ma model.2. .7 Pełność rachunku predykatów Porównanie wynikania syntaktycznego z wynikaniem semantycznym pokazuje.8 (uogólnione twierdzenie o niesprzeczności). w szczególności wewnętrznie sprzecznego. gdy każdy jego skończony podzbiór ma model. Twierdzenie to zwykle dowodzone jest metodą Henkina. że model ma zbiór. Ze sprzecznego zbioru można dowieść dowolnego zdania. tak jak w wypadku rachunku zdań. Tu dowód opuszczamy. będziemy więc mówili po prostu o wynikaniu logicznym. 19 Twierdzenie o pełności udowodnił Gödel (1930). Twierdzenie 2. Twierdzenie 2. Twierdzenia dowodzi się podobnie jak w wypadku rachunku zdań. w szczególności skończonego jego podzbioru. Na podstawie twierdzenia Gödla. że model zbioru formuł jest modelem każdego. Taki dowód ma jednak skończoną ilość założeń. Σ jest niesprzeczne wtedy i tylko wtedy.

1999). Kiedy mówi się o rozstrzygalności problemu.2. Przytoczmy je tu bez dowodów. gdy istnieje metoda. to ma się na uwadze klasę pytań. Murawski (1990.11.154 ROZDZIAŁ 2. zob. Każda teoria wyrażona w języku pierwszego rzędu. 20 . Twierdzenie to było dowiedzione wcześniej niż twierdzenie o pełności. a w postaci ogólnej — Tarski. Te pytania to wystąpienia lub instancje tego problemu. Pojęcie rozstrzygalności stosuje się więc do klasy pytań.8 Problem rozstrzygalności Ważnym problemem metamatematyki jest pytanie o rozstrzygalność systemu21 . Wniosek 2. że historycznie problem ten zrodził się z programu Hilberta. Wniosek 2. czy zdanie języka tego systemu jest. Problem (klasa pytań) jest rozstrzygalny wtedy i tylko wtedy. Instancja problemu to konkretna wartość tego problemu dla wszystkich parametrów. (Trzęsicki 2006). to ma model przeliczalny. czy też nie jest twierdzeniem22 . LOGIKA PREDYKATÓW Na podstawie uogólnionego twierdzenia o pełności oraz twierdzenia o zwartości można udowodnić bardzo interesujące twierdzenia. to ma również modele dowolnej mocy większej bądź równej mocy zbioru formuł języka L. Metoda ta musi być efektywna. czy dane zdanie jest czy też nie jest twierdzeniem tej teorii. która pozwala znaleźć pozytywną lub negatywną odpowiedź na każde pytanie z tej klasy. jeśli ma model nieskończony. Dowiódł go Löwenheim (1915) i Skolem (1920). 21 W związku z tym. Teoria mająca dowolnie duży model skończony ma też model nieskończony. 2. Problem charakteryzowany jest przez swoje parametry. Jeżeli teoria T sformułowana w języku L ma nieskończone modele. czyli o istnienie efektywnej metody pozwalającej dać odpowiedź na każde pytanie.12 (Twierdzenie Löwenheima-Skolema-Tarskiego20 ). również R. Zagadnienie rozstrzygalności teorii to klasa pytań. 22 Elementarny wykład problematyki rozstrzygalności znajduje się w: Grzegorczyk (1957). jego przesłanek filozoficznych oraz znaczenia dla rozwoju informatyki zob. z których każde jest pytaniem o to. Więcej na temat historii problemu. mającego przeliczalnie wiele formuł. w literaturze bywa określany oryginalnym terminem niemieckim: Entscheidungsproblem. Hilbert uznał kwestię rozstrzygalności za główny problem logiki matematycznej.

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

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

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

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

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

160 ROZDZIAŁ 2. LOGIKA PREDYKATÓW .

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

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

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

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

Zbiór charakteryzowany jest intensjonalnie przez podanie formuły z jedną zmienną wolną (warunek). . . . . . 2i + 1. . vin . ZBIÓR I ELEMENT ZBIORU 2.2 (charakterystyki intensjonalnej zbioru). . . stałych indywiduowych lub termów stałych. : i ∈ N}. Zbiorami scharakteryzowanymi ekstensjonalnie są: {1. że przedmiot (indywiduum) różni się od zbioru. . będą termami takimi. 0 ≤ i ≤ m. . W szczególnym wypadku ti (vi1 . vin ) przez wpisanie w miejsce wszystkich zmiennych vij . {x : φ(x)} . . vin ) : vij ∈ Aij . Przykład 3. Warto tu zauważyć. . które są nazywane przez termy stałe otrzymane z ti (vi1 . . 0 ≤ i ≤ m. . Zbiór: {ti (vi1 . . 3.1. . że ilość termów stałych jest nie mniejsza niż ilość elementów zbioru. a1 . Niech ti (vi1 . będą podzbiorami zbioru stałych indywiduowych. vin ). który daje się scharakteryzować przez podanie wzoru/wzorów nazwy każdego swojego elementu może być zbiorem nieskończonym. Niech Ai1 . że mają dokładnie jeden desygnat. . . będących nazwami elementów odpowiednich zbiorów Aij . . . 0 ≤ i ≤ m. że wszystkimi zmiennymi występującymi w termie ti (vi1 . Ain . 165 Zbiór. . Nie zakłada się jednak. Singleton jest najprostszym przykładem zbioru niepustego. .1. który daje się scharakteryzować przez podanie nazwy każdego swojego elementu musi być zbiorem skończonym. . . podanie wzoru/wzorów nazw tych elementów. Zbiór. .3. 3}. . am . . . a1 . . że różne termy mają różne desygnaty. . . Definicja 3. 1 ≤ j ≤ n. . {1. . O termach przyjmuje się. 0 ≤ i ≤ m. . . . . który te termy wyznaczają. . . 1 ≤ j ≤ n} to zbiór wszystkich i tylko przedmiotów. . am }. który ma dokładnie jeden element to singleton. vin ) mogą być termami stałymi: a0 . . Zbiór. którą to formułę (warunek) spełniają wszystkie i tylko elementy tego zbioru. vin ) są vi1 . . . Wówczas charakteryzowany zbiór to: {a0 . Zauważmy również. 2. którego jest on jedynym elementem: a jest jedynym elementem zbioru {a}.

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

2. Podobnie: 2. są ekstensjonalnie równe. Zbiory. A = B ⇒ x ∈ A ⇒ x ∈ B.2 Równość zbiorów Zbiory A i B są ekstensjonalnie równe wtedy i tylko wtedy. Po dołączeniu dużego kwantyfikatora do 1 i 2. Zwykle wskazywane będą tylko wiersze dowodowe. stanowiącego enumerację A. Enumeracją zbioru {1. otrzymujemy: 3. co jest n-tym wyrazem ciągu. dla której istnieje efektywna metoda rozstrzygania. 167 Definicja 3. Nie będziemy tych reguł nazywać. gdy nie różnią się swoimi elementami. 2. Efektywną enumeracją zbioru A jest enumeracja. lecz również z tych reguł. Odpowiedni komentarz będzie zamieszczany między wierszami dowodowymi (ze względów typograficznych). Jeżeli zbiory A i B są równe (=). Dowód. 3.1. które są równe. 107 mamy: 1. 3). do których reguły są stosowane. to nie różnią się swoimi elementami. Dowody twierdzeń rachunku zbiorów przeprowadzamy metodą dowodów założeniowych. RÓWNOŚĆ ZBIORÓW Przykład 3. czyli: Twierdzenie 3. 2 .4 (efektywnej enumeracji zbioru). (A = B) ⇒ ∀x : (x ∈ A ⇔ x ∈ B). Zbiór wszystkich i tylko liczb naturalnych N ma efektywną enumerację. Jako założenia dowodu mogą być brane tezy rachunku predykatów oraz definicje i wcześniej udowodnione twierdzenia rachunku zbiorów. A = B ⇒ ∀x : (x ∈ A ⇒ x ∈ B). B = A ⇒ x ∈ B ⇒ x ∈ A. 2. Korzystamy nie tylko z reguł pierwotnych. które są intuicyjnie oczywiste. odpowiednio.3. Zbiory skończone mają efektywną enumerację. 3} jest ciąg (1. 2 Z aksjomatu identyczności 3 na str.2.

W ten sposób będziemy też postępować w innych wypadkach. Symbol „=” to dwuargumentowa litera predykatowa. 187. 4 3 . B i C. że symbole „=” i „=” wiążą słabiej niż symbole operacji na zbiorach4 . z ekstensjonalnej równości zbiorów nie wynika ich równość. Zbiór mieszkańców Warszawy jest ekstensjonalnie równy zbiorowi mieszkańców stolicy Polski. Dla dowolnych zbiorów A. ALGEBRA ZBIORÓW 4.168 ROZDZIAŁ 3. czyli: Definicja 3. Powstaje pytanie. którego podzbiorami są A. O symbolach tych będzie mowa później. Na gruncie rachunku predykatów z identycznością. lecz również od sposobu określenia (intensji). czyli mają te same własności: ∀x : (x ∈ A ⇔ x ∈ B) ⇒ (A = B). gdy nie różnią się swoimi elementami.5 (równości zbiorów. Z 3 i 4 i z tego. Ponieważ jednak omawiane tezy zachodzą w wypadku dowolnego zbioru uniwersalnego. A = B ⇒ ∀x : (x ∈ A ⇔ x ∈ B). B. aksjomat równości zbiorów na str. to ich równość zależałaby nie tylko od ich elementów (ekstensji). że jeżeli dwa zbiory są ekstensjonalnie równe. B = A ⇒ ∀x : (x ∈ B ⇒ x ∈ A). Zbiory są równe wtedy i tylko wtedy. Pozytywna odpowiedź na to pytanie nie wydaje się być intuicyjnie oczywista. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B). =). Wprowadzamy skrót „=”: A = B ⇔ ¬ (A = B). Zasada ekstensjonalności 3 głosi. że ekstensjonalna równość zbiorów pociąga za sobą równość zbiorów. to są równe. aby pisać tylko to. to są równe. 5 Ściśle rzecz biorąc należałoby wskazać zbiór uniwersalny. czy jeżeli zbiory są ekstensjonalnie równe. Teorię mnogości uprawia się przyjmując aksjomatycznie. Przyjmujemy. że identyczność jest symetryczna mamy: 5. Czy jednak zbiory te są równe? Gdyby rozumieć zbiory w sposób intensjonalny. C 5 : Zob. pominięcie wskazania takiego zbioru jest zatem w pełni uprawnione i uzasadnione zasadą ekonomii. co jest konieczne do jednoznacznego zrozumienia.

[(A = B) ∧ (B = C)] ⇒ (A = C). Z 1 i 2 dostajemy: 3. 169 czyli relacja równości zbiorów jest zwrotna. A = A. który nie ma żadnego elementu.3. Tezą rachunku predykatów jest: 4.2. że nie ma takiego przedmiotu. (A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B). ∅). Zbiór pusty możemy scharakteryzować intensjonalnie. korzystając z tego. T 13 (symetryczność =). RÓWNOŚĆ ZBIORÓW T 12 (zwrotność =). [(A = B) ∧ (B = C)] ⇒ (A = C). [(A = B)∧(B = C)] ⇔ [∀x : (x ∈ A ⇔ x ∈ B)∧∀x : (x ∈ B ⇔ x ∈ C)]. Dowód. [∀x : (x ∈ A ⇔ x ∈ B) ∧ ∀x : (x ∈ B ⇔ x ∈ C)] ⇒ ∀x : (x ∈ A ⇔ x ∈ C). 2. . (A = C) ⇔ ∀x : (x ∈ A ⇔ x ∈ C). to zbiór. [(A = B) ∧ (B = C)] ⇒ ∀x : (x ∈ A ⇔ x ∈ C).6 (zbioru pustego. więc z 3 i 4: 5. który różniłby się od samego siebie. (B = C) ⇔ ∀x : (x ∈ B ⇔ x ∈ C). Definicja 3. ∅. więc ostatecznie: 7. T 14 (przechodniość =). (A = B) ⇒ (B = A). ∅ = {x : ¬ x = x}. Udowodnimy tylko T14. Z definicji równości zbiorów mamy: 1. symetryczna i przechodnia. Zbiór pusty. Ponieważ z definicji równości zbiorów: 6.

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

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

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

−A = {x ∈ X : ¬ x ∈ A}.4. A = X ⇒ X ⊆ A. czyli zbiór pusty jest podzbiorem każdego zbioru. Przyjmujemy. czyli przestrzeń w sposób właściwy nie zawiera się w żadnym zbiorze. Następuje utożsamienie zbioru z własnością. Definicja 3. oraz T 22. Zamiast pisać: −(−A) piszemy też: − − A. czyli każdy zbiór zawiera się w przestrzeni. . ∅ ⊆ A. Charakteryzując zbiór intensjonalnie mówimy o własności.4 3. OPERACJE NA ZBIORACH 173 7. Zauważmy. Możemy to też zapisać jako: −A = {x ∈ X : x ∈ A}.12 (dopełnienia zbioru.3. Na podstawie definicji zbioru pustego i zawierania się zbiorów mamy: T 19.4. czyli żaden zbiór w sposób właściwy nie zawiera się w zbiorze pustym. −). że wiąże najmocniej ze wszystkich symboli operacji na zbiorach. że T 21. A ⊆ X. którą posiadają wszystkie i tylko elementy tego zbioru. A = ∅ ⇒ A ⊆ ∅. która ten zbiór wyznacza. którego elementami są wszystkie i tylko te elementy przestrzeni. Ponadto: T 20. [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B). lub ∀x : [x ∈ −A ⇔ ¬ x ∈ A]. które nie są elementami A. 3. Dopełnienie zbioru można więc utożsamiać z brakiem własności. Symbol „−” to jednoargumentowa litera funkcyjna.1 Operacje na zbiorach Dopełnienie zbioru Dopełnieniem (uzupełnieniem) zbioru A jest zbiór −A.

∀x : [(x ∈ −(−A)) ⇔ ¬(x ∈ −A)]. (x ∈ −A) ⇔ ¬(x ∈ A). Dowód. Dołączając w 6 duży kwantyfikator mamy: 7. ROZDZIAŁ 3. ∀x : [(x ∈ −A) ⇔ ¬(x ∈ A)]. Z 4 i 5 mamy: 6. A ⊆ B ⇔ −B ⊆ −A. ∀x : [(x ∈ A) ⇔ (x ∈ −(−A))]. Nosi ono nazwę prawa podwójnego uzupełnienia. A = −(−A) ⇔ ∀x : [(x ∈ A) ⇔ (x ∈ −(−A))]. . 4. Podobnie: 2. Z 7 i 8 dostajemy więc 9. Z definicji równości zbiorów: 8. Dostajemy więc: 3. Teraz opuszczamy kwantyfikatory w 1 i 2. −X = ∅ T 26. (x ∈ A) ⇔ ¬ (x ∈ −A). Z definicji dopełnienia zbioru mamy: 1. −(−A) = A T 24. (x ∈ −(−A)) ⇔ ¬(x ∈ −A). −∅ = X T 25. ALGEBRA ZBIORÓW Dowiedźmy tylko T23.174 Dla dowolnego zbioru A: T 23. −(−A) = A. Z 3 otrzymujemy: 5. (x ∈ A) ⇔ (x ∈ −(−A)).

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

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

∀x : (x ∈ A ∪ B ⇔ x ∈ B) ⇒ ∀x : (x ∈ A ⇒ x ∈ B). (A ∪ B = B) ⇒ (A ⊆ B). (A ∩ B) = {x ∈ X : x ∈ A ∧ x ∈ B}.3.4. W sposób równoważny możemy to wyrazić: ∀x : [x ∈ (A ∩ B) ⇔ (x ∈ A) ∧ (x ∈ B)]. C: T 36 (przemienność ∩). Dla dowolnych zbiorów A. OPERACJE NA ZBIORACH 2. A ∩ B = B ∩ A T 37 (łączność ∩). 177 3. Operacją iloczynu zbiorów rządzą następujące prawa. Definicja 3. które są elementami zbioru A i które są elementami zbioru B.4. iloczynem) zbiorów A i B jest zbiór A ∩ B taki. A ∩ X = A.14 (przecięcia zbiorów. . A ∩ A = A T 40 (element neutralny ∩). że x ∈ (A ∩ B) ⇔ (x ∈ A) ∨ (x ∈ B). (x ∈ A ∪ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B). ∅ ∩ A = ∅ T 39 (idempotencja ∩).3 Przecięcie zbiorów Przecięciem (przekrojem. Zauważmy. Stąd: 3. Symbol „∩” to dwuargumentowa litera funkcyjna. którego elementami są wszystkie i tylko te przedmioty. Z definicji równości zbiorów i definicji zawierania się zbiorów: 4. ∩). B. A ∩ (B ∩ C) = (A ∩ B) ∩ C T 38 (element jednostkowy ∩).

[x ∈ A ∧ (x ∈ B ∧ x ∈ C)] ⇔ [(x ∈ A ∧ x ∈ B) ∧ x ∈ C]. że A ∩ B = A ⇒ A ⊆ B. W związku z łącznością ∩. x ∈ [A ∩ (B ∩ C)] ⇔ x ∈ [(A ∩ B) ∩ C]. Ponownie korzystając z definicji przecięcia dostajemy: 4. x ∈ [A ∩ (B ∩ C)] ⇔ [x ∈ A ∧ x ∈ (B ∩ C)]. B. [x ∈ A ∧ x ∈ (B ∩ C)] ⇔ [x ∈ A ∧ (x ∈ B ∧ x ∈ C)]. A ⊆ B ⇔ A ∩ B = A. 2. Ponadto. Na podstawie definicji przecięcia zbiorów zachodzą kolejne równoważności: 1. Dowód. Korzystając z przechodniości ⇔ ostatecznie mamy: 6. 5. Tezą rachunku logicznego jest: 3. [(x ∈ A ∧ x ∈ B) ∧ x ∈ C] ⇔ [x ∈ (A ∩ B) ∧ x ∈ C]. . ROZDZIAŁ 3. C. W jakiejkolwiek kolejności byśmy brali przecięcie. Dowiedźmy tylko T44. to zawsze otrzymamy ten sam wynik. zapisując przecięcie skończonej liczby zbiorów możemy opuścić nawiasy. A ⊆ B ∧ C ⊆ D ⇒ A ∩ C ⊆ B ∩ D T 44. A ⊆ B ∧ A ⊆ C ⇒ A ⊆ B ∩ C T 43.178 Udowodnimy tylko T37. D: T 41. Ograniczmy się do dowodu tego. [x ∈ (A ∩ B) ∧ x ∈ C] ⇔ x ∈ [(A ∩ B) ∩ C]. dla dowolnych zbiorów A. ALGEBRA ZBIORÓW Dowód. A ∩ B ⊆ B T 42.

że (A ⊇⊆ B) ⇔ (A ∩ B = ∅). (A \ B) = {x ∈ X : x ∈ A ∧ ¬ x ∈ B}. . Z 1 na podstawie definicji równości zbiorów: 2. x ∈ (A ∩ B) ⇔ x ∈ A. gdy żaden element jednego ze zbiorów nie jest elementem drugiego. Tezą rachunku logicznego jest: 5. A ⊆ B. którego elementami są wszystkie i tylko te elementy zbioru A. ⊇⊆). Zbiory A i B są rozłączne. (x ∈ A ∧ x ∈ B) ⇔ x ∈ A. [(x ∈ A ∧ x ∈ B) ⇔ x ∈ A] ⇒ (x ∈ A ⇒ x ∈ B). 3.16 (różnicy zbiorów. A ∩ B = A. \). Z definicji przecięcia zbiorów: 3. które nie są elementami zbioru B. (A ⊇⊆ B) ⇔ ¬ ∃x : (x ∈ A ∧ x ∈ B). x ∈ A ⇒ x ∈ B. Symbol „\” to dwuargumentowa litera funkcyjna. Z 2 i 3 mamy: 4. Zauważmy. W sposób równoważny możemy to wyrazić: ∀x : [x ∈ (A \ B) ⇔ (x ∈ A) ∧ ¬ (x ∈ B)]. Definicja 3.15 (rozłączności zbiorów. Z 4 i 5 dostajemy 6. OPERACJE NA ZBIORACH Niech: 1. Z definicji zawierania się zbiorów i 6 179 7.3.4. wtedy i tylko wtedy.4 Różnica i różnica symetryczna zbiorów Różnicą zbiorów A i B jest zbiór A \ B. czyli Definicja 3. A ⊇⊆ B.4. x ∈ (A ∩ B) ⇔ (x ∈ A ∧ x ∈ B).

A ⊆ B ⇔ A \ B = ∅. Równoważnie możemy to zapisać: . (A B) = [x ∈ X : (x ∈ A ∧ ¬ x ∈ B) ∨ (¬ x ∈ A ∧ x ∈ B)]. Twierdzenia T2 i T3 można by nazwać. .180 ROZDZIAŁ 3. A ∪ −A = X T 51.17 (różnicy symetrycznej zbiorów. Zauważmy. A). A ∩ −A = ∅. Istnieje ścisły związek między tymi (i innymi) prawami rachunku zbiorów a odpowiednimi prawami rachunku zdań: odrzucenie tych drugich wiąże się z zakwestionowaniem tych pierwszych. C.5 Związki między działaniami teoriomnogościowymi Operacja dopełnienia pozostaje w następujących związkach z innymi działaniami teoriomnogościowymi. 7 . które nie są elementami zbioru B oraz wszystkie i tylko te elementy zbioru B. które nie są elementami zbioru A. A \ B ⊆ A T 46. ALGEBRA ZBIORÓW Dla dowolnych zbiorów A. A ⊆ B ∧ C ⊆ D ⇒ A \ D ⊆ B \ C T 47. B. . −A = X \ A T 50. Różnicą symetryczną zbiorów A i B jest zbiór A .4. C ⊆ D ⇒ A \ D ⊆ A \ C T 48. ). że 3. teoriomnogościowym prawem wyłączonego środka i teoriomnogościowym prawem (nie)sprzeczności. którego elementami są wszystkie i tylko te elementy zbioru A. ” to dwuargumentowa litera funkcyjna. B) = (B . Symbol „ . Definicja 3. D: T 45. ∀x : [x ∈ (A B) ⇔ (x ∈ A ∧ ¬ x ∈ B) ∨ (¬ x ∈ A ∧ x ∈ B)]. (A . odpowiednio. Dla dowolnego zbioru A i przestrzeni X 7 : T 49. B.

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

w których występuje słowo A. mnożenia i odejn mowania. w których występuje słowo A i nie występuje ani słowo B ani słowo C. 2. T (A OR B) = T (A) ∪ T (B). AND oraz AND NOT zachodzą następujące zależności: 1. Dowodzi się. ALGEBRA ZBIORÓW Między różnicą a dodawaniem i mnożeniem zbiorów zachodzą następujące związki. B. ile daje się uzyskać wzajemnie różnych zbiorów z danych n zbiorów stosując do nich operacje dodawania. 3. T (A AND NOT B) = T (A) ∩ −T (B). T (A AND NOT B) = T (A) \ T (B). Dla znanych z wyszukiwarek internetowych spójników: OR. Równoważności tych sformułowań można dowieść korzystając z algebry zbiorów. Dla dowolnych zbiorów A. . Można postawić pytanie. A \ (B ∩ C) = (A \ B) ∪ (A \ C). lub. w szczególności z operacjami teoriomnogościowymi mamy do czynienia przy wyszukiwaniu informacji. Niech T (A) będzie zbiorem wszystkich i tylko tekstów (dokumentów). T (A AND B) = T (A) ∩ T (B). A \ (B ∪ C) = (A \ B) ∩ (A \ C) T 66 (prawo De Morgana (dla różnicy)). to piszemy: A AND NOT (B OR C) lub (A AND NOT B) AND (A AND NOT C). co na jedno wychodzi: 4.182 ROZDZIAŁ 3. Algebra zbiorów ma wielorakie zastosowania. Jeżeli chcemy znaleźć dokumenty. C: T 65 (prawo De Morgana (dla różnicy)). że jest to liczba skończona i wynosi 22 .

. Przykład 3. .18 (uogólnionej sumy zbiorów. .19 (uogólnionego przecięcia zbiorów. 5. . którego elementami są wszystkie i tylko te przedt∈T t mioty. . A3 = {4. ∀x : {(x ∈ t∈T ).}. . Definicja 3. 3. . Przecięciem uogólnionym zbiorów niepustej rodziny (At )t∈T jest zbiór A (lub: {At : t ∈ T }). . .}. .4. Jej elementami byłyby wszystkie zbiory (dla każdego n ∈ N): An = {(n + 1). . . . . . 7. . ∀x : {(x ∈ t∈T T S ).4. Niech przestrzenią będzie zbiór liczb naturalnych N. At ) ⇔ ∀t∈T (x ∈ At )}. Niech X będzie niepustą przestrzenią (X = ∅). Gdybyśmy jako T wzięli zbiór liczb naturalnych.6 Uogólnione suma i przecięcie zbiorów Dotychczas omawialiśmy działania teoriomnogościowe na skończonej liczbie zbiorów. to rodzina (At )t∈T miałaby nieskończenie wiele elementów. Niech (At )t∈T będzie rodziną podzbiorów przestrzeni X. t∈T . . 5}. gdzie T jest zbiorem (indeksów). T = {1. . . 2. A4 = {5. 4.}. to At = A1 ∪ A2 ∪ . n}. 3. Definicja 3. ∪ An . A5 = {6. 2. A2 = {3. OPERACJE NA ZBIORACH 183 3. 4. . Niech (At )t∈T = {n ∈ N : t < n}.}. Sumę i przecięcie można uogólnić na dowolną rodzinę zbiorów. Sumą uogólnioną zbiorów rodziny (At )t∈T jest zbiór t∈T At (lub: {At : t ∈ T }). Rodzinę zbiorów (At )t∈T tworzą następujące zbiory: A1 = {2.3. które są elementem przynajmniej jednego ze zbiorów (At )t∈T . W wypadku. Niech T będzie zbiorem {1.3. .}. . którego elementami są wszystkie i tylko te przedmioty. . (n + 2). gdy zbiór T jest skończony. At ) ⇔ ∃t∈T (x ∈ At )}. 6.}. . które są elementami każdego ze zbiorów rodziny (At )t∈T .

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

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

Mając przedmioty x i y (niekoniecznie różne) na podstawie aksjomatu pary możemy utworzyć zbiór {x. y}}. y}. Twierdzenie 4. bowiem Z definicji równości zbiorów mamy: 1. którego elementami będą tylko x i y. y}}. {x. y}}). istnieje dokładnie jeden zbiór {{x}. y} możemy utworzyć zbiór {{x}. {x. y} jest dokładnie jeden. y1 }}). {x1 . {x1 . którego elementami będą tylko {x} i {x. {x. y : ∃z : (z = {{x}. 1. którego jedynym elementem jest x. ∀x. ∀x. {{x}. zbiór ten jest przyporządkowany tylko tej parze przedmiotów. 191 . Mając przedmiot x możemy utworzyć — korzystając chociażby z aksjomatu pary — zbiór {x}. Korzystając ponownie z aksjomatu pary ze zbiorów {x} i {x. {x. y.Rozdział 4 Relacje i funkcje 4.1. Taki zbiór utworzony z przedmiotów x i y i jako swoich elementów zbiorów {x} i {x. y} = {x1 . x1 . y}. y}} oraz 2. y1 })]∨ [({x} = {x1 . y1 }) ∧ ({x. y1 : (x = x1 ∧ y = y1 ⇔ {{x}.1 Iloczyn kartezjański zbiorów Podstawowym pojęciem dalszych rozważań jest operacja tworzenia pary uporządkowanej przedmiotów. Dowód. 2. y}} = {{x1 }. y}} = {{x1 }. czyli dla dowolnych przedmiotów x i y (niekoniecznie różnych): 1. y} = {y1 })]. Stwierdzamy więc istnienie zbioru {{x}. {x. {x. y1 }} ⇔ [({x} = {x1 })∧({x.

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

. i ≤ n. xn ) znaczy tyle. x2 . że xi ∈ Xi . . ILOCZYN KARTEZJAŃSKI ZBIORÓW Niech (x1 . inaczej produktem kartezjańskim zbiorów: X 1 . xn ). xn1 . a w wypadku gdy n = 3.3 (iloczynu kartezjańskiego.1. (n ≥ 2) to: (x1 . . xn−1 . . xi . Jest to jedno z podstawowych działań na zbiorach. . . . y) takich. Xn osiami współrzędnych. inaczej produktem kartezjańskim zbiorów X i Y jest zbiór X×Y wszystkich i tylko par uporządkowanych (x. Dla dowolnych zbiorów X i Y istnieje zbiór wszystkich par uporządkowanych. xn . xn ) takich. X n jest zbiór: X1 ×X2 × · · · ×Xn wszystkich i tylko n-tek uporządkowanych: (x1 . Zbiór ten jest jednoznacznie określony. że i-tym członem n-tki jest element zbioru Xi . dla n = 2 — na płaszczyźnie. x2 . Zbiór ten jest też jednoznacznie określony. . x2 .2 (krotki (n-tki) uporządkowanej). . i ≤ n}. W wypadku. dających się utworzyć z elementów zbioru X jako poprzedników i elementów zbioru Y jako następników tych par: {(x. takich. . . . . Xn . W wypadku punktu (x. y) : x ∈ X ∧ y ∈ Y }. . . . mamy do czynienia z punktami w przestrzeni 3-wymiarowej. . . zbiory X1 . . . Ogólnie możemy mówić o punktach w przestrzeni n-wymiarowej. . . Iloczynem kartezjańskim. x1 . 1 ≤ i ≤ n. . x2 . X2 . xn ). to współrzędne n-tki (x1 . . Elementy zbioru X1 × X2 × · · · × Xn nazywamy punktami. X2 . to dla n = 1 mamy punkty na prostej. . x2 . Zbiór punktów płaszczyzny (zbiór liczb zespolonych) jest produktem kartezjańskim zbioru R liczb rzeczywistych przez siebie: R×R. . . iloczyny kartezjańskie pełnią doniosłą rolę.4. N -tka uporządkowana (krotka) przedmiotów x1 . . xn−1 . . . xn ). co ((x1 . . x to odcięta a y to rzędna. . x2 . czyli Definicja 4. gdy Xi = R. że x ∈ X i y ∈ Y . . . . . x2 . Xn istnieje zbiór wszystkich i tylko n-tek uporządkowanych. . y) : x ∈ X ∧ y ∈ Y }. . dających się utworzyć z elementów zbiorów X1 . czyli X×Y = {(x. xn−1 . . Dla dowolnych zbiorów X1 . . xn−1 . . . W matematyce. . Iloczynem kartezjańskim. . . x2 . xn ) : xi ∈ Xi . X2 . xn . ×). y). . . 193 Definicja 4. X1 ×X2 × · ×Xi × · ×Xn = {(x1 . . . X2 . . xn−1 ). .

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

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

Z 17 i 18 mamy: 19.2 4. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇔ z ∈ B). „związek” i „relacja” używamy w podobnym znaczeniu.196 16. ¬ A = ∅ ⇔ ∃x : x ∈ A. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ ∀z : (z ∈ A ⇔ z ∈ B). Ponieważ: 22. o zależności między objętością a ciśnieniem. 23. 18. W wyniku dostajemy: 17. a 24. ROZDZIAŁ 4. o związku pracy z płacą. ¬ A = ∅ ∧ ¬ B = ∅ ⇒ A = B. Teraz do 20 dołączamy duży kwantyfikator i mamy: 21. x ∈ A ⇒ (z ∈ B ⇒ z ∈ A). Mówimy np. o stosunku większości między liczbami. ∃x : x ∈ A ⇒ (z ∈ B ⇒ z ∈ A). ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B). Z tego zaś: 20.1 Relacje Pojęcie relacji Słów „stosunek” i „zależność”. . A = B ∨ A = ∅ ∨ B = ∅. ∃x : x ∈ A ∧ ∃y : y ∈ B ⇒ (z ∈ A ⇒ z ∈ B) ∧ (z ∈ B ⇒ z ∈ A). 4. ¬ B = ∅ ⇔ ∃y : y ∈ A. A = B ⇔ ∀z : (z ∈ A ⇔ z ∈ B). 25 jest równoważne: 26.2. Tu pozycja terminu „relacja” będzie formalnie wyróżniona — definicje i twierdzenia będą mówić o relacji. więc: 25. RELACJE I FUNKCJE Do 15 i 16 możemy dołączyć mały kwantyfikator.

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

czyli zbiór: Definicja 4. y) ∈ R}.4. Przykład 4. z. że dla dowolnych x. B. drugą i trzecią dziedziną oraz polem. a drugą i czwartą — R \ {0}. z. y. RELACJE I FUNKCJE W wypadku relacji dwuczłonowej o 1-szej dziedzinie mówimy. y) ∈ R}. gdzie n to liczba członów relacji R. D(R) = {x : (x. y) należących do relacji R. czyli Definicja 4. Niech l będzie prostą. C(R)). . C(R). gdy dla dowolnych punktów A. y.5. Zbiór ten jest jej pierwszą. C(R) = D1 (R) ∪ D2 (R) ∪ · · · ∪ Dn (R). W wypadku relacji dwuczłonowej o 2-giej dziedzinie mówimy.8 (prawej dziedziny relacji. t (∈ R): z x (x. że jest to przeciwdziedzina lub prawa dziedzina. Jej pierwszą i trzecią dziedziną jest zbiór R. t) ∈ P ⇔ = . czyli Definicja 4. M (⊆ l × l × l) jest relacją leżenia między wtedy i tylko wtedy. C(∈ l): (A. C) ∈ M ⇔ A/B/C. Jest to relacja w zbiorze l.7 (lewej dziedziny relacji. jest teoriomnogościowa suma wszystkich dziedzin relacji R.198 ROZDZIAŁ 4. że jest to dziedzina lub lewa dziedzina. Relacja leżenia między jest relacją trójczłonową. D∗ (R) = {y : (x. czyli punkt B leży między punktami A i C. Polem relacji R. D∗ (R)).9 (pola relacji. y t Relacja P jest relacją czteroczłonową. y) należących do relacji R. B. Jest to zbiór D(R) poprzedników par uporządkowanych (x. Przykład 4. Jest to zbiór D∗ (R) następników par uporządkowanych (x. Niech P (⊆ R×R×R×R) będzie relacją taką. D(R)).

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

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

11 (relacji przeciwzwrotnej. Na przykład. W wypadku relacji przeciwzwrotnej w tabelce żadne miejsce na przekątnej nie będzie zaznaczone. IRREF). wtedy i tylko wtedy. Na grafie relacji przeciwzwrotnej żadna strzałka nie będzie łączyła jakiegoś elementu z nim samym. gdy: Definicja 4. 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. Na przykład. IRREF. To. że R jest przeciwzwrotna zapisujemy: R ∈ IRREF.4.2. ∀x ∈ X : ¬ (xRx). będzie to następująca tabelka: 1 1 2 3 4 + + 2 3 + 4 + . IRREF. będzie to następująca tabelka: 1 + + + 2 + + 3 + + + 4 1 2 3 4 Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przeciwzwrotna.

RELACJE I FUNKCJE R ∈ REF ⇒ ¬ R ∈ IRREF. gdy Definicja 4.7. lub. 4. Relacja ≤ w zbiorze liczb rzeczywistych R jest zwrotna: ∀x ∈ R : (x ≤ x).8.3 Relacje symetryczna. Przykład 4. Nie zawsze zachodzi między liczbą a nią samą — choćby liczby mające trzy lub więcej cyfr mają więcej cyfr wspólnych.202 Zauważmy.12 (relacji symetrycznej. że xRy wtedy i tylko wtedy. Przykład 4.6.2. Fakt. Relacja R nie jest zwrotna. że R jest symetryczna zapisujemy: R ∈ SYM. SYM). SYM. przeciwzwrotne lub ani zwrotne i ani przeciwzwrotne. wtedy i tylko wtedy. gdy w systemie dziesiętnym nazwa liczby x ma dokładnie dwie takie same cyfry co nazwa liczby y. SYM. y ∈ X : (xRy ⇒ yRx). Relacja < w zbiorze liczb rzeczywistych R jest przeciwzwrotna: ∀x ∈ R : ¬(x < x). . Nie jest też przeciwzwrotna — w wypadku liczb dwucyfrowych zachodzi między liczbą a nią samą. ∀x. co jest równoważne: R ∈ IRREF ⇒ ¬ R ∈ REF. Przykład 4. Niech R będzie relacją w zbiorze liczb naturalnych N taką. przeciwsymetryczna i antysymetryczna Dwuczłonowa relacja R w zbiorze X[= C(R)] jest symetryczna. że ROZDZIAŁ 4. Relacje mogą być zwrotne.

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

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

∀x. gdy w zapisie dziesiętnym w n występuje cyfra „1” a w m cyfra „2”. y. Relacja ta nie jest symetryczna i nie jest antysymetryczna. bo gdy x = y i x ≤ y. 31R23 i nieprawda. Nie jest symetryczna.4 Relacja przechodnia Dwuczłonowa relacja R w zbiorze X[= C(R)] jest przechodnia (TRANS) wtedy i tylko wtedy. że 21 = 12. bo xRx i ¬ x ≤ x. Relacja ta nie jest przeciwsymetryczna i nie jest antysymetryczna.4. np. Fakt. że relacja R jest przechodnia zapisujemy: R ∈ TRANS. Relacja ta jest antysymetryczna. Relacja R jest symetryczna. Przykład 4. to nieprawda. y : (x < y ⇒ ¬ y < x). R nie jest też przeciwsymetryczna i nie jest antysymetryczna: 21R12 i 12R21.2. gdy istnieje różna od 1 liczba naturalna będąca podzielnikiem liczby x i liczby y. że xRy wtedy i tylko wtedy.15 (relacji przechodniej. Przykład 4.12. ani nie jest przeciwsymetryczna. Przykład 4. 4. Niech R będzie relacją w zbiorze liczb naturalnych taką. Relacja ta nie jest symetryczna.11. że nRm wtedy i tylko wtedy.9. RELACJE 205 Przykład 4. Przykładem tabelki relacji przechodniej może być: . TRANS. Relacja < w zbiorze liczb naturalnych jest przeciwsymetryczna: ∀x. a nieprawda.10. że y ≤ x. z ∈ X : (xRy ∧ yRz ⇒ xRz). Nie jest też przeciwsymetryczna. że 23R31. gdy Definicja 4.2. Relacja ≤ w zbiorze liczb naturalnych nie jest ani symetryczna. Niech R będzie relacją w zbiorze liczb naturalnych taką. TRANS).

¬ xRx. aRb ∧ bRa ⇒ aRa Z 5 i 6 mamy: 7. IRREF ∩ TRANS ⊆ ASYM. aRb ∧ bRa. Relacja inkluzji ⊆ jest przechodnia. Z 2 dostajemy: 6. aRa. RELACJE I FUNKCJE 2 + + + 3 + + + 4 1 2 3 4 + Przykład 4. 3. ponieważ 7 i 8 są sprzeczne. Dowodzimy niewprost. xRy ∧ yRz ⇒ xRz. czyli Twierdzenie 4.206 1 + + + ROZDZIAŁ 4. Z tego dla pewnych a i b: 5. to jest przeciwsymetryczna. ¬ ∀x. ∃x. Niech R będzie relacją przeciwzwrotną. Z 3 na podstawie praw De Morgana mamy: 4. 2. Dowód. y : (xRy ⇒ ¬ yRx).2. że jeśli R jest przeciwzwrotna i przechodnia. y : (xRy ∧ yRx). Na podstawie 1 zaś: 8. ¬ aRa. czyli 1. Zauważmy. co kończy dowód. .13. przechodnią i niech nie będzie asymetryczna.

kiedy różnica x − y jest liczbą całkowitą. EQ). że przedmioty x i y pozostają w relacji równoważności będziemy zapisywali: x≈y. Zatem Id jest najmniejszą relacją zwrotną. że Id = {(x. Id ∈ REF ∩ SYM ∩ TRANS. 3. Równość jest najmniejszą relacją równoważności.5 Relacja równoważności Trudno przecenić znaczenie relacji równoważności w matematyce i nie tylko w matematyce.2. gdy jest to relacja taka. czyli Id ∈ EQ. EQ.16 (relacji równoważności. symbolu „≈” używać będziemy na oznaczenie jakiejkolwiek relacji równoważności.14. ∀x ∈ X : (xRx) zwrotna.4.2. EQ.15. Relacja równoważności daje podstawę do tworzenia pojęć abstrakcyjnych3 . Przykład 4. Relacja dwuczłonowa R jest relacją równoważności. czyli jeżeli R ∈ EQ. to Id ⊆ R. Przykład 4. ∀x. Nie są to jednak wszystkie znaczenia tego słowa. Fakt. 2. że Id jest relacją równoważności. że liczby x i y pozostają w tej relacji wtedy i tylko wtedy. ∀x. 3 . RELACJE 207 4. Zauważmy. EQ = REF ∩ SYM ∩ TRANS. więc jest również najmniejszą taką relacją. y ∈ X : [xRy ⇒ yRx] symetryczna. Inaczej mówiąc. w zbiorze X[= C(R)] wtedy i tylko wtedy. Terminu „równoważność” użyliśmy już zajmując się logiką zdań. z ∈ X : [(xRy ∧ yRz) ⇒ xRz] przechodnia. Relacją równoważności jest relacja w zbiorze liczb naturalnych taka. Ponieważ Id jest relacją równoważności. Nie każda relacja równoważności jest relacją identyczności. Na jej olbrzymią rolę w różnych dziedzinach matematycznych pierwszy zwrócił uwagę Frege. x) : x ∈ X}. Teraz występuje on w znaczeniu różnym od poprzedniego. czyli Definicja 4. że: 1. y. w jakich występuje ono w tekstach logicznych i matematycznych. Relacja równoległości prostych na płaszczyźnie euklidesowej jest relacją równoważności. Zauważmy.

Zbiór reprezentantów relacji równoważności ≈ o polu C to każdy podzbiór C.208 ROZDZIAŁ 4.19 (zbioru reprezentantów równoważności). który ma dokładnie jeden element wspólny z każdą klasą abstrakcji tej relacji równoważności. Jest to klasa liczb dwucyfrowych. którego wszystkimi i tylko elementami są te przedmioty ze zbioru X. czyli Definicja 4. . Dzięki temu mamy pojęcie liczby n-cyfrowej. Fakt ten daje podstawę do utworzenia pojęcia równoległości. Zbiór x ≈ . . Przykład 4. że Twierdzenie 4. Niech ≈ będzie relacją równoważności w niepustym zbiorze X. które są w relacji ≈ z x to klasa równoważności (abstrakcji. czyli ∀x : ∃y : (y ∈ x ≈ ). . Klasą abstrakcji relacji równoległości w zbiorze wszystkich prostych na płaszczyźnie euklidesowej wyznaczoną przez pewną prostą jest zbiór wszystkich i tylko prostych do niej równoległych. Przestrzeń ilorazowa X/ ≈ to zbiór wszystkich i tylko klas abstrakcji relacji równoważności ≈.16.17 (klasy abstrakcji. Istnienie zbioru reprezentantów wynika z aksjomatu wyboru. 12. W wielu wypadkach bez odwołania się do niego nie umiemy tego dowieść. 99}.17. 11. . Przykład 4.3. których nazwy w systemie dziesiętnym mają tyle samo cyfr. ekwiwalencji) relacji ≈ wyznaczona przez x lub o reprezentancie x. Klasą abstrakcji tej relacji wyznaczoną przez daną liczbę naturalną jest zbiór wszystkich i tylko tych liczb. Relacja posiadania tylu samo cyfr w nazwie w systemie dziesiętnym jest relacją równoważności w zbiorze liczb naturalnych. Np. czyli Definicja 4.18 (przestrzeni ilorazowej. Klasa x ≈ jest niepusta. . RELACJE I FUNKCJE Niech ≈ będzie relacją równoważności w zbiorze X. = {y ∈ X : x≈y}. Można zauważyć. x x ≈ ≈ ). Definicja 4. X/≈ = { x ≈: x ∈ X}. klasą abstrakcji wyznaczoną przez liczbę 11 jest zbiór {10. X/≈).

x ∈ x ≈ ⇔ x ≈ x. czyli ∀x. Dowód. Z 2 dostajemy: 3. ∀x : (x ≈ x) Z 5 i 6 mamy: 7. Z definicji x 1. y : ( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅). Dołączając duży kwantyfikator mamy: 4.4.2. [∀x : (x ≈ x)] ⇒ [∀x : (x ∈ x ≈ )]. Z tego dostajemy: 8. y : ¬( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅). czyli 6. Z tego mamy: 2. Dowód przeprowadzimy metodą niewprost. Wykorzystując prawo De Morgana o zaprzeczaniu alternatywy dostajemy: . 1. y : ( x ≈ = y ≈ ∨ x ≈ ∩ y ≈ = ∅). Twierdzenie 4. ∃x : [x ∈ x ≈ ]. czyli jako założenie przyjmiemy zaprzeczenie dowodzonej tezy. Dwie klasy abstrakcji relacji równoważności ≈ są bądź równe. y ∈ x ≈ ≈: 209 ⇔ x≈y. ¬ ∀x. x ≈ x ⇒ x ∈ x ≈. ∃x. ≈ ]. bądź rozłączne. Z założenia relacja ≈ jest zwrotna. ∀x : [x ≈ x ⇒ x ∈ x Z tego dostajemy: 5.4. ∀x : [x ∈ x ≈ ]. Na podstawie prawa De Morgana mamy: 2. RELACJE Dowód.

d ∈ a ≈ ∧d∈ b ≈. ¬ a oraz 6. d ∈ b ≈. (¬ a ≈ ∩ b ≈ = ∅) ⇔ ∃x : (x ∈ a ≈ ∧x∈ b ≈ ). ∃x : [(x ∈ a ≈ ≈) ⇔ ∃x : [(x ∈ a ≈ ∧¬ x ∈ b ≈ ) ∨ (¬ x∈ a ≈ ∧x ∈ ∧¬ x∈ b ≈) ∨ (¬ x ∈ a ≈ ∧x∈ b ≈ )]. y : (¬ x ≈ ROZDZIAŁ 4. (¬ a ≈ = b b ≈ )]. Opuszczając koniunkcję dostajemy: 5. Opuszczając dwukrotnie mały kwantyfikator mamy: 4. odpowiednio: . Z definicji równości zbiorów: 7. Opuszczając mały kwantyfikator stwierdzamy. ¬ a ≈ ≈ = b ≈. ∃x. RELACJE I FUNKCJE = y ≈ ∧¬ x ≈ ∩ y ≈ = ∅). Opuszczając w 11 mały kwantyfikator otrzymujemy: 12. ¬ a ≈ = b ≈ ∧¬ a ≈ ∩ b ≈ = ∅. że dla pewnego c: 9. Na podstawie definicji klas równoważności z 13 oraz 14 dostajemy. Z 10 i 6 mamy: 11. Z 5 i 7 mamy: 8. ∩ b ≈ = ∅. ∃x : (x ∈ a ≈ ∧x∈ b ≈ ). ≈. (c ∈ a ≈ ∧¬ c∈ b ≈) ∨ (¬ c ∈ a ≈ ∧c∈ b ≈ ). d ∈ a oraz 14. Opuszczając w 12 koniunkcję mamy: 13.210 3. Z definicji zbioru pustego: 10.

Z przechodniości relacji ≈ oraz 16 i 17: 18. ¬ (c ≈ a ∧ ¬ c ≈ b). Z przechodniości ≈: 19. 24 i 25 mamy: 26. RELACJE 15. Z 18 i 22 23. d ≈ b. a ≈ d. ¬ (¬ c ≈ a ∧ c ≈ b). a ≈ b ⇒ [(c ≈ a ∧ a ≈ b ⇒ c ≈ b) ⇒ ¬ (c ≈ a ∧ ¬ c ≈ b)]. b ≈ a Z przechodniości ≈: 24. Z 27 na podstawie praw De Morgana: 211 . oraz 16. a ≈ b. Z 21 i 26 przez dołączanie koniunkcji: 27. Z symetryczności ≈: 22. Tautologią jest: 20.4. a ≈ b ⇒ b ≈ a.2. b ≈ a ⇒ [(c ≈ b ∧ b ≈ a ⇒ c ≈ a) ⇒ ¬ (¬ c ≈ a ∧ c ≈ b)]. d ≈ a. 19 i 20 mamy: 21. Z symetryczności relacji ≈ i 15 mamy: 17. Tautologią jest: 25. c ≈ b ∧ b ≈ a ⇒ c ≈ a. Z 23. ¬ (c ≈ a ∧ ¬ c ≈ b) ∧ ¬ (¬ c ≈ a ∧ c ≈ b). Z 18. c ≈ a ∧ a ≈ b ⇒ c ≈ b.

y : (y ≈ x ⇔ y ∈ x ). elementy te są parami rozłączne (warunek rozłączności ) oraz każdy element zbioru X jest elementem przynajmniej jednego elementu P (warunek zupełności ). że każdy element zbioru X należy do klasy wyznaczonej przez ten element. ¬ [(c ≈ a ∧ ¬ c ≈ b) ∨ (¬ c ≈ a ∧ c ≈ b)]. Pokażemy. Podziałem logicznym zbioru X (zbiór dzielony) jest klasa zbiorów P taka. Z definicji klasy abstrakcji relacji ≈ 1.5. RELACJE I FUNKCJE 28. np. Wiersze 28 i 29 są sprzeczne. Chwila to klasa zdarzeń równoczesnych. że dla każdego elementu zbioru X istnieje klasa abstrakcji. Dowód. Takim pojęciem jest pojęcie liczby. Z tego: 2. ∀x.212 ROZDZIAŁ 4. Niech ≈ będzie relacją równoważności w zbiorze X. Twierdzenie 4. Barwa to klasa abstrakcji relacji równobarwności. Każdy element X należy do jakiejś klasy abstrakcji relacji ≈. ∀x : (x ≈ x). Tym samym pokażemy. do której ten element należy. ∀x : (x ∈ x ). Na drodze abstrakcji tworzone są też pojęcia w dziedzinach pozamatematycznych. Z 3 i 4 mamy: 5. Z 9. czyli ∀x ∈ X : ∃y ∈ X : (x ∈ y ≈ ). czerwień to klasa równobarwności wyznaczona przez przedmiot czerwony. że każdy element P (człon podziału) jest niepusty (warunek niepustości ). Są to pojęcia abstrakcyjne. korzystając z definicji klas równoważności mamy: 29. Za pomocą relacji równoważności definiuje się pojęcia. ∀x : (x ≈ x ⇔ x ∈ x ). czyli . ∀x : (x ≈ x) ⇒ ∀x : (x ∈ x ). Relacja ≈ jest zwrotna więc z założenia: 4. (c ≈ a ∧ ¬ c ≈ b) ∨ (¬ c ≈ a ∧ c ≈ b). Z tego: 3.

Niech R będzie relacją w zbiorze par liczb naturalnych. R jest relacją równoważności. RELACJE 213 Definicja 4. R jest zwrotna. A ∈ P ⇒ A = ∅. 2. n2 ) ⇔ [(m1 + n2 ) = (m2 + n1 )]. Przy przejściu od elementów zbioru do klas abstrakcji relacja równoważności zostaje zamieniona na relację równości. zupełność Twierdzenie 4.20 (podziału logicznego). że spełnione są łącznie następujące warunki: 1. Podamy przykłady takiego postępowania. Zbiór klas abstrakcji relacji równoważności w zbiorze X jest podziałem logicznym zbioru X. B ∈ P ⇒ [(A = B) ∨ (A ∩ B = ∅)].18. Prawem arytmetyki liczb naturalnych jest 1. Podział logiczny zbioru X to klasa zbiorów P taka. rozłączność ∀x ∈ X : ∃A ∈ P : (x ∈ A). Twierdzenie to jest bezpośrednią konsekwencją powyższych twierdzeń i definicji podziału logicznego. 3. Z punktu widzenia teorii obiekty równoważne na gruncie tej teorii nie są w niej odróżnialne. Zgodnie z definicją relacji R mamy więc: 2. czyli R ⊆ [(N × N) × (N × N)] taką. Jest to metoda identyfikacji elementów równoważnych. Można więc zastąpić je klasami obiektów równoważnych. co dowodzi zwrotności. . n1 )R(m1 . (m1 . Ten sposób postępowania jest metodą stosowaną w matematyce szczególnie wtedy.4. R jest symetryczna. niepustość A. Przyporządkowanie każdemu elementowi zbioru klasy abstrakcji wyznaczonej przez ten element to przekształcenie kanoniczne. że (m1 . (m1 + n1 ) = (m1 + n1 ).2. Przykład 4.6 (zasada abstrakcji). n1 )R(m2 . gdy wprowadza się nowe obiekty matematyczne. n1 ).

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

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.

jest symetryczna wtedy i tylko wtedy. RELACJE I FUNKCJE −1 ). z) ∈ R ∧ (z. Przykład 4. że relacja R(⊆ X × X): 1. że x jest w relacji R z z a z jest w relacji R1 z y. Można pokazać. Definicja 4. . y) ∈ R|Z ⇔ (x. Ten fragment relacji R to relacja R|Z zredukowana do zbioru Z. y) ∈ R]. ∀x. gdy R ∪ R−1 = X × X. y ∈ X : [x(R ◦ R1 )y ⇔ ∃z ∈ X : (xRz ∧ z R1 y)]. R ◦ ∆X = ∆X ◦ R = R. y) ∈ R ◦ R1 ⇔ ∃z : [(x. że (R−1 )−1 = R. czyli (x. Relacja R|Z jest relacją R zredukowaną do zbioru Z wtedy i tylko wtedy.20. ROZDZIAŁ 4. Zauważmy. ∀x. możemy być zainteresowani fragmentem relacji R(⊆ X × X) ograniczonym do tych członów tej relacji. że x jest w relacji R ◦ R1 z y wtedy i tylko wtedy. gdy jest równa swojemu konwersowi. relacją odwrotną do < jest >. Mając zbiór Z(⊆ X). ◦).220 Definicja 4. gdy: ∀x. gdy R ∩ R−1 ⊆ ∆X . y ∈ Z : [(x. Zauważmy. 3. czyli gdy R = R−1 . a relacją odwrotną do > jest <. Konwersem relacji < jest > i na odwrót: konwersem > jest <. R ◦ (R1 ◦ R2 ) = (R ◦ R1 ) ◦ R2 T 93. gdy istnieje z (∈ X) takie. że T 92. Iloczynem względnym relacji (złożeniem relacji ) R i R1 w zbiorze X jest relacja R ◦ R1 taka. y ∈ X : [xR−1 y ⇔ yRx]. y) ∈ R1 ]. 2.27 (złożenia relacji.26 (konwersu relacji. Inaczej mówiąc. jest antysymetryczna wtedy i tylko wtedy. jest spójna wtedy i tylko wtedy. Dla dowolnych dwóch relacji istnieje ich iloczyn względny i jest dokładnie jeden. które są elementami Z. (R ◦ R1 )−1 = R1 −1 ◦ R−1 T 94.

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

transformacji. xn+1 : jeżeli (x1 . RELACJE I FUNKCJE Definicja 4. x2 . Wszystkie te terminy czysto formalnie oznaczają jeden rodzaj obiektów. . xn . Niech X1 . xn+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1 i (x1 . w których terminy te pojawiają się. czyli gdy: . W wypadku. x2 . że jest to funkcja częściowa lub funkcja częściowo określona. . a mianowicie „funkcja”. ∀x ∈ X : ∀y1 . . 4. R jest n-argumentową funkcją wtedy i tylko wtedy. O funkcji spełniającej tylko warunek 1 mówi się. gdy dla każdego elementu dziedziny istnieje element przeciwdziedziny. y2 ∈ Y : [(xRy1 ∧ xRy2 ) ⇒ y1 = y2 ].222 ROZDZIAŁ 4. . . stosując jeden z tych terminów.4 Funkcja Używa się terminów funkcja. operatorze. gdy R jest jednoznaczna w ostatniej dziedzinie. . odwzorowanie. 4.1 Pojęcie funkcji Definicja 4. . . . xn . x2 .4. . Bywa. Definicja funkcji jednoargumentowej (n = 1) będzie więc następująca: Niech X i Y będą zbiorami. xn+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1 . to xn+1 = xn+1 . Dwuczłonowa relacja R (⊆ X × Y ) jest funkcją (jednoargumentową) wtedy i tylko wtedy. . Xn . X2 . . z którym jest on w relacji R. czyli 1. gdy dla każdego x (∈ X) istnieje co najwyżej jedno y (∈ Y ) takie.31 (symetrycznego domknięcia). . przekształcenie. że są używane zamiennie.32 (funkcji). że xRy. xn+1 . . czyli ∀x1 . Xn+1 będą zbiorami. Symetrycznym domknięciem relacji R(⊆ X × X) jest relacja: R ∪ R−1 . xn . Tu podamy definicję. Różnice w ich stosowaniu wyznaczone są przez konteksty. . W szczególnych wypadkach mówi się też o operacji. a R(⊆ X1 × X2 × · · · × Xn × Xn+1 ) niech będzie (n + 1)-członową relacją. .

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

33 (równości funkcji). Funkcja f (⊆ R2 ) dana wzorem f (x) = x2 −1 równa się funkcji g(⊆ R2 ) danej wzorem g(x) = (x + 1)(x − 1). czyli gdy f = g oraz gdy Di (f ) = Di (g).224 ROZDZIAŁ 4. Przykład 4. Relacja w zbiorze liczb rzeczywistych R taka.23. że pierwszemu elementowi x pary uporządkowanej jako drugi element przyporządkowane jest x2 jest funkcją: f (x) = x2 . a przeciwdziedziną zbiór liczb rzeczywistych dodatnich R+ . Dziedziną tej funkcji jest zbiór liczb rzeczywistych R. na mocy zasady ekstensjonalności wszelkie rodzaje jednoznacznego przyporządkowania utożsamiamy z funkcjami jako tworami teoriomnogościowymi. że właśnie o ten zbiór nam chodzi. Definicja 4. Dla n ≥ 1. równe są ich i-te dziedziny (i ≤ n) oraz . że pierwszemu elementowi x pary uporządkowanej jako drugi element przyporządkowane jest sinx jest funkcją: f (x) = sinx. RELACJE I FUNKCJE Przykład 4. (n + 1)-argumentową funkcję f identyfikujemy ze zbiorem (n + 1)-elementowych zbiorów uporządkowanych. dla każdego i. a przeciwdziedziną jest zbiór {y : − 1 ≤ y ≤ 1}. gdy równe są ich wykresy. Obie funkcje nie różnią się swoimi wykresami. zwłaszcza gdy rozpatrujemy go jako podzbiór iloczynu kartezjańskiego. 1 ≤ i ≤ (n + 1). Relacja w zbiorze liczb rzeczywistych R taka. to: 1.21.22. Dziedziną tej funkcji jest zbiór liczb rzeczywistych R. które nie różnią się tym zbiorem oraz dziedzinami są równe bez względu na to. jak zostały opisane. Jeżeli funkcje są równe. mówimy o nim. Czasem dla podkreślenia. Podobnie jak to było w wypadku relacji. Funkcje. Zbiór ten jest podzbiorem właściwym zbioru liczb rzeczywistych: {y : − 1 ≤ y ≤ 1} ⊆ R Przykład 4. że jest to wykres funkcji f . Funkcje n-argumentowe: f (⊆ X1 × X2 × · · · × Xn × Xn+1 ) i g(⊆ Y1 × Y2 × · · · × Yn × Yn+1 ) są równe wtedy i tylko wtedy.

której wykresem jest półokrąg. 1 ≤ i ≤ (n + 1) będzie i-tą dziedziną tej relacji. gdzie xi ∈ Di . Funkcje f (x) = x2 i f (x) = x4 nie są równe. Nie każda relacja jest funkcją. którego punkty mają nieujemną rzędną to wykres funkcji zgodnej z relacją R. 2 . Jeżeli dla funkcji f i g: 1.26. . 1 ≤ i ≤ n. funkcją zgodną z tą relacją będzie funkcja. Funkcja f : X → Y przekształca zbiór X na zbiór Y (jest surjekcją) wtedy i tylko wtedy. której wykresem jest okrąg na płaszczyźnie a jego środkiem niech będzie początek układu współrzędnych. to funkcje te nie muszą być równe. xn ). Jak w wypadku relacji szczególną uwagę zwróciliśmy na relacje dwuczłonowe. równe są ich zbiory wartości. Dziedziną jednej i drugiej funkcji jest zbiór liczb rzeczywistych R. Mianowicie. równe są ich i-te dziedziny (i ≤ n) oraz 2. równe są ich zbiory wartości. Każda funkcja jest relacją. czyli (0. Funkcja f (⊆ R2 ) dana wzorem f (x) = x nie jest równa x funkcji g(⊆ R2 ) danej wzorem g(x) = x. Niech R(⊆ X1 × · · · × Xn × Xn+1 ). FUNKCJA 2. Przykład 4.4. inaczej niż w wypadku g liczba 0 nie należy ani do dziedziny. . określona dla dowolnych (x1 . gdy jej dziedziną jest zbiór X. Niech R(⊆ R × R) będzie relacją. ani do wartości funkcji f . jednak ich dziedziny i przeciwdziedziny są równe. czyli gdy f (X) = Y . tak w wypadku funkcji specjalnie traktujemy funkcje jednoargumentowe. to funkcje nie są równe. Każda funkcja f (: D1 × · · · × Dn → Dn+1 ). Funkcje te różnią się dziedziną (i zbiorem wartości).4. która jest całkowita tzn. to funkcja zgodna z relacją R. . dla każdego i.24. Podobnie. 0). którego punkty mają niedodatnią rzędną. Niech Di . W jednym i drugim wypadku jest to zbiór dodatnich liczb rzeczywistych R+ . a przeciwdziedziną jest zbiór Y . Przykład 4. 225 Jeżeli jeden z tych warunków nie jest spełniony. Półokrąg. Tak samo nie różnią się zbiorem wartości. Przykład 4. .25.

Funkcja: f: Z →Y taka. Niech f : X → Y będzie odwzorowaniem X w Y . Ciąg nieskończony lub ciąg to funkcja f (: N → Y ). Funkcja f |A to funkcja f zredukowana do zbioru A. a dla każdego argumentu przyjmuje wartość 1. Dziedziną funkcji f |A jest zbiór A. że g(x) = 1.226 ROZDZIAŁ 4. funkcja Lejeune-Dirichleta) jest przedłużeniem funkcji g.27. f (n). Wartość funkcji f dla argumentu n. Funkcja f (x) = x2 jest funkcją. której wartościami są liczby rzeczywiste to funkcja rzeczywista. Przykład 4. Niech A ⊆ X. lub — inaczej — obcięcie funkcji f do zbioru A. Funkcja f (tzw. to n-ty wyraz ciągu. Funkcja. Niech g : X → Y będzie funkcją. czyli f (N) = Y . Niech X ⊆ Z. Jest to funkcja f |{x : − 1 ≤ x ≤ 1}.28. 1 dla x ∈ Q. będzie funkcją taką. 1}. dla x ∈ Q. . Niech g : Q → {0. Niech f będzie funkcją określoną jak następuje: f (x) = 0 dla x ∈ R \ Q. Funkcja ta jest określona tylko dla liczb wymiernych. Zwykle n-ty wyraz ciągu oznaczany jest: an . Nakładając warunek: −1 ≤ x ≤ 1 otrzymujemy funkcję zredukowaną do zbioru {x : − 1 ≤ x ≤ 1}. Możemy określić nową funkcję f |A : A → Y w następujący sposób: ∀x ∈ A : (f |A(x) = f (x)). że f |X = g to rozszerzenie (lub przedłużenie) funkcji g na zbiór Z. Przykład 4. RELACJE I FUNKCJE Y X to zbiór wszystkich i tylko funkcji f : X → Y . której dziedziną jest R. gdzie Q jest zbiorem wszystkich liczb wymiernych. której dziedziną jest zbiór liczb naturalnych N a przeciwdziedziną pewien zbiór Y .

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

równoważnie: ROZDZIAŁ 4. Funkcja g : Y → X jest funkcją odwrotną do funkcji f : X → Y wtedy i tylko wtedy. Funkcja odwrotna do f jest konwersem relacji f .228 lub. Zatem jeżeli dla danej funkcji istnieje funkcja do niej odwrotna. gdy f ◦ f −1 = ∆X . Funkcja f (x) = x − 1 jest różnowartościowa. Choć niekoniecznie na odwrót — konwers nie każdej funkcji jest funkcją. Relacja f (⊆ X × Y ) jest injekcją wtedy i tylko wtedy. czyli f −1 . ∀x ∈ X : [g(f (x)) = x] — wartością funkcji g dla argumentu. Przykład 4.4. . Relacja f (⊆ X × Y ) jest bijekcją wtedy i tylko wtedy. x2 ∈ X : [f (x1 ) = f (x2 ) ⇒ x1 = x2 ]. Funkcja f (x) = x2 nie jest różnowartościowa.30. Przekształcenia różnowartościowe zbioru X na siebie. 3. X = g(Y ) — zbiór argumentów funkcji f jest zbiorem wartości funkcji g. czyli f przekształca X na Y . gdy: 1. −1 ). czyli bijekcja X na siebie to permutacje zbioru X. gdy f ◦ f −1 = ∆X oraz f −1 ◦ f = ∆Y . Y = f (X) — zbiór argumentów funkcji g jest zbiorem wartości funkcji f . czyli g przekształca Y na X. Permutacją jest funkcja identycznościowa IX : X → X na zbiorze X określona wzorem: ∀x ∈ X : (IX (x) = x). oznaczać będziemy tak samo jak konwers relacji f . to jest ona dokładnie jedna. Funkcja f : X → Y . jeżeli istnieje. który jest wartością funkcji f dla argumentu x jest też x. 2. 4. Na przykład konwers funkcji danej wzorem y = x2 nie jest funkcją.34 (funkcji odwrotnej. która jest injekcją oraz surjekcją to bijekcja zbiorów X i Y.29.2 Funkcja odwrotna Definicja 4. Funkcję odwrotną do funkcji f . RELACJE I FUNKCJE ∀x1 . Konwers każdej relacji jest dokładnie jeden. Przykład 4.

Korzystając z założenia mamy więc. Mówią o nich kolejne twierdzenia. Z tego g(f (x1 )) = g(f (x2 )). czyli istnieje x (∈ X) takie. więc f (g(y)) = f (x). że tym razem nie korzystamy z warunku 3.4. Mówi o tym następujące twierdzenie. że g jest funkcją odwrotną do f na podstawie definicji mamy. Jeżeli funkcja g : Y → X jest funkcją odwrotną do funkcji f : X → Y . że y = f (x). Z tego. 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 . że y = f (x) otrzymujemy: f (g(y)) = y. Funkcje f i g są różnowartościowe oraz 2. czyli że . Dowód. Twierdzenie 4. Na podstawie pkt. Niech y ∈ Y . czyli f jest różnowartościowa. że w definicji funkcji odwrotnej warunki 1 i 2 są symetryczne: zamieniając literę „f ” na „g” i na odwrót oraz zamieniając literę . Twierdzenie 4. że Y = f (X). czyli że funkcje f i g są różnowartościowe. to ∀y ∈ Y : [f (g(y)) = y]. 1. że x1 = x2 . Zatem y ∈ f (X). Niech dla pewnych x1 . Na podstawie pkt. Dowód. . Ponieważ f (g(y)) = f (g(y)). Wówczas f (g(y1 )) = f (g(y2 )). Analogicznie dowodzimy różnowartościowości funkcji g tyle tylko. 3 definicji funkcji odwrotnej g(f (x)) = x. X” na „Y ” z 1 otrzymamy 2 a z 2 otrzymamy 1. Ponieważ g(y) = g(y). FUNKCJA 229 Zauważmy. Niech więc dla pewnych y1 i y2 zachodzi g(y1 ) = g(y2 ). więc y1 = y2 . x2 zachodzi f (x1 ) = f (x2 ). lecz z twierdzenia 4. a g(f (x2 )) = x2 . Korzystając z wcześniejszego faktu. Interesujące są podstawowe związki między funkcją i funkcją do niej odwrotną. ∀x ∈ X : ∀y ∈ Y : [(g(y) = x) ⇔ (f (x) = y)]. że zachodzi 1. 3 funkcji f . Pokazaliśmy. że g(y) = g(f (x)). co dowodzi różnowartościowości funkcji g. Na podstawie 4.9 ustalającego własność funkcji g analogiczną do własności z pkt. W podobnym sensie zachodzi też teza symetryczna do warunku 3 (tym razem zamieniamy jeszcze litery „x” i „y”). więc f (g(y)) = f (g(f (x))). Udowodnimy teraz 2.10.9. więc mamy.4.

Relacja bycia funkcją odwrotną jest więc symetryczna. Twierdzenie to głosi. Twierdzenie 4.9 mamy. że f (X) = Y . więc f (x) = y. czyli (f −1 )−1 = f. że f (g(y)) = y. . Zatem mamy g(y) = g(f (x)). czyli funkcja f −1 odwzorowuje zbiór Y na X. to f jest odwrotna do funkcji g. że y = f (x). że f przekształca X na Y mamy. ROZDZIAŁ 4. relacja odwrotna do f . Jeżeli f −1 jest funkcją odwrotną do f . że dla każdego y (∈ Y ) istnieje takie x (∈ X). Niech f : X → Y będzie różnowartościową funkcją przekształcającą zbiór X na zbiór Y . że f (x) = y. Z tw. że y = f (x). g(y) = x ⇒ f (x) = y i 2. Zauważmy. 3 definicji funkcji odwrotnej g(f (x)) = x. że jeżeli funkcja g jest odwrotna do funkcji f . f (x) = y ⇒ g(y) = x. Dla dowodu 2 załóżmy. Zatem mamy f (x) = f (g(y)). Dla każdej funkcji różnowartościowej f : X → Y przekształcającej X na Y istnieje funkcja do niej odwrotna. a zatem f −1 (Y ) = X. Zatem dla każdego x(∈ X) istnieje y (∈ Y ) takie. Z różnowartościowości f otrzymujemy. że różnowartościowość funkcji jest warunkiem wystarczającym istnienia funkcji do niej odwrotnej. 4. Z założenia mamy. że y = f (x) jest dokładnie jedno. że warunkiem koniecznym istnienia funkcji odwrotnej do danej funkcji jest jej różnowartościowość Kolejne twierdzenie głosi. jest funkcją. że dla danego y takie x.230 1. że x = f −1 (y). to istnieje funkcja odwrotna do −1 f i jest nią f . że g(y) = x. RELACJE I FUNKCJE Dla dowodu 1 załóżmy. Na podstawie pkt. więc g(y) = x. Dowód. Zatem f −1 .11. Z tego. Na podstawie definicji funkcji f −1 mamy więc.

Złożenie funkcji jest więc złożeniem relacji. Z definicji ◦ zachodzą kolejne równości: 1. FUNKCJA 231 4. Mając na uwadze przechodniość relacji równości mamy zatem: 5. Funkcje są relacjami. Dowód. Przykład 4. h(g(f (x))) = h((f ◦ g)(x)). Zgodnie z definicją złożenia relacji mamy. Niech f : R+ → R+ będzie określona wzorem f (x) = x. g : Y → Z. Niech f : X → Y a g : Y → Z. Złożeniem f i g będzie funkcja h : R → R+ taka. h : Z → W: f ◦(g◦h) = (f ◦g)◦h.4. (f ◦(g◦h))(x) = (g◦h)(f (x)). że operacja ◦ składania funkcji jest łączna. ◦). Funkcja (f ◦g) : X → Z taka. że h(x) = (x − 1)2 . Niech f : R → R będzie funkcją określoną wzorem f (x) = (x − 1).12.35 (superpozycji funkcji. h((f ◦g)(x)) = ((f ◦g)◦h)(x). 2. a g : R → R+ funkcją określoną wzorem g(x) = x2 . Definicja 4. . że (f ◦g)(x) = g(f (x)) to superpozycja lub złożenie (sekwencyjne) funkcji f i g. Dla dowolnych funkcji f : X → Y .4. Twierdzenie 4. 4. 3. a to wyraża wzór g(f (x)). (g◦h)(f (x)) = h(g(f (x))).3 Superpozycja funkcji Wartości jednej funkcji mogą być argumentami innej. (f ◦(g◦h))(x) = ((f ◦g)◦h)(x). A to kończy dowód. √ Przykład 4.32. Zauważmy.4. Złożeniem f ◦g będzie funkcja h : R+ → 2R określona wzorem h(x) = {y : − √ y ≤ x ≤ y}. że jeżeli xf y i ygz. a g : R → 2R niech będzie określona wzorem g(x) = {y : − y ≤ x ≤ y}. Tego rodzaju składanie funkcji to składanie sekwencyjne funkcji lub superpozycja funkcji. to xf ◦gz.31.

Niech f : X → Y .232 ROZDZIAŁ 4. a g przekształca Y na Z. f jest funkcją różnowartościową. Zgodnie z definicją złożenia funkcji mamy. 2. RELACJE I FUNKCJE Na podstawie definicji funkcji odwrotnej i superpozycji funkcji stwierdzamy. na Y i Z. f −1 ◦f = IY . że f −1 ◦f = IY . (f ◦f −1 )(x) = f −1 (f (x)). Niech f : X → Y będzie funkcją różnowartościową przekształcającą zbiór X na Y . f −1 (f (x)) = x. to f ◦g jest funkcją różnowartościową. Na podstawie definicji funkcji odwrotnej: 2. Twierdzenie 4. czyli 3.14. 1.13. to f ◦g przekształca X na Z. 3. gdzie IX jest funkcją identycznościową na zbiorze X. jeżeli f przekształca X na Y . a IY jest funkcją identycznościową na zbiorze Y . odpowiednio. IX (x) = x. f ◦f −1 = IX . że Twierdzenie 4. . to istnieją funkcje (f ◦g)−1 oraz g −1 ◦f −1 i zachodzi dla nich równość: (f ◦g)−1 = g −1 ◦f −1 . f ◦f −1 = IX . Ponieważ: 4. Całkiem podobnie pokazujemy. więc: 5. jeżeli f i g są różnowartościowe i przekształcają zbiory X i Y . Dowód. Istnieje zatem funkcja do niej odwrotna f −1 . jeżeli f i g są różnowartościowe. g : Y → Z. ∀x ∈ X : (f ◦f −1 )(x) = x. że 1.

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

Niech A = {1. Niech f : X → Y będzie funkcją przekształcającą X w Y . czyli funkcją określoną następującym wzorem (R – zbiór liczb rzeczywistych. Niech f : R → R będzie funkcją taką. Przeciwobrazem zbioru {1} jest zbiór liczb wymiernych Q. Dla każdego podzbioru A zbioru f (X) (A ⊆ f (X)) zachodzi następująca równość: f (f −1 (A)) = A. x) ∈ f −1 ∧ y ∈ A}. Przeciwobrazem zbioru {0} jest zbiór liczb niewymiernych.33. Przeciwobrazem zbioru A wyznaczonym przez funkcję f jest zbiór tych i tylko tych elementów zbioru X. Niech A będzie podzbiorem Y .34. Przykład 4. Związek między obrazem a przeciwobrazem funkcji określa następujące twierdzenie. f (A) = {y : y = f (x) ∧ x ∈ A}. A ⊆ Y . Q — zbiór liczb wymiernych): f (x) = 0 dla x ∈ R \ Q. gdzie R− jest zbiorem liczb rzeczywistych ujemnych. Niech f : X → Y będzie funkcją.234 ROZDZIAŁ 4. (A ⊆ Y ). Przykład 4. 2}. RELACJE I FUNKCJE i tylko wartości funkcji f dla argumentów należących do A. gdzie f : X → Y. Niech A = R− . gdzie f : X → Y. 4}. f (A) = R+ . czyli Definicja 4.37 (przeciwobrazu zbioru). gdzie R+ jest zbiorem liczb rzeczywistych dodatnich. których wartościami są elementy zbioru A.36 (obrazu zbioru). obok pojęcia obrazu. Niech f : R → R będzie funkcją Lejeune–Dirichleta. czyli R \ Q. A ⊆ X. jest pojęcie przeciwobrazu. f −1 (A) = {x : (y. Twierdzenie 4. .15. f (A) = {1. 1 dla x ∈ Q. Drugim. czyli Definicja 4. że f (x) = x2 .

2. oraz 2. y ∈ f (f −1 (A)). Pokażemy. Z definicji obrazu mamy więc.1.4. czyli ostatecznie 2. x ∈ f −1 (A). Z tego 2. Zatem: 1. Z tego: 1. FUNKCJA Dowód.3. że 2.6.3.5. y ∈ A. Dla dowodu 2 niech 2. ∃x : (x ∈ f −1 (A) ∧ y = f (x). A ⊆ f (f −1 (A)). że zachodzą dwie inkluzje: 1. A ⊆ f (f −1 (A)). 235 . ∃x ∈ X : (y = f (x) ∧ y ∈ A). Dla dowodu 1 niech 1. A zatem: 2. Zatem 2.2.4.4. y ∈ A ∧ A ⊆ f (X).1. y ∈ f (f −1 (A)). f (f −1 (A)) ⊆ A. f (x) ∈ A.

. czyli Definicja 4. RELACJE I FUNKCJE 4. to zamiast Pt∈T At pi∞ szemy: Pn=1 An . Jeżeli T = N i dla każdego n (∈ N) : An = A. iloczyn kartezjański Pt∈T At jest zbiorem wszystkich funkcji f : T → A. . to zamiast Pt∈T At piszemy: m Pn=1 An lub A1 × · · · × Am . 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 ). . czyli jest to zbiór wszystkich ciągów m-elementowych (a1 . będzie rodziną podzbiorów przestrzeni X. ∞ Zauważmy. Zamiast Pt∈T At piszemy wówczas: AT . to zamiast Pt∈T At będziemy pisali: AN lub Aℵ0 .5 Uogólniony iloczyn kartezjański Niech (At )t∈T .38 (Pt∈T At . czyli jest to zbiór wszystkich ciągów (an )n∈N takich. . . Jeżeli T = {1. . . takich. iloczynu kartezjańskiego zbiorów (At )t∈T ). m} → m An n=1 takich. że zgodnie z definicją Pn=1 An jest zbiorem wszystkich funkcji: ∞ f: N→ n=1 An . W wypadku. A1 × · · · × Am to zbiór wszystkich i tylko funkcji f : {1. . że an ∈ An . .236 ROZDZIAŁ 4. gdzie T jest zbiorem (indeksów). Pt∈T At = {f : T → t∈T At ∧ ∀t ∈ T : (f (t) ∈ At ). . Jeżeli T jest zbiorem liczb naturalnych (T = N). am ) takich. . m}. gdy dla każdego t (∈ T ) At = A. że ∀n ∈ N : [an ∈ N]. . że ∀n ∈ N : [f (n) ∈ An ]. . że ∀n : [(1 ≤ n ≤ m) ⇒ f (n) ∈ An ].

Znajduje to również wyraz w zastosowanych oznaczeniach — zarówno parę uporządkowaną jak i ciąg dwuelementowy oznaczamy: (a1 . UPORZĄDKOWANIE ZBIORÓW W wypadku.6. 4. an ∈ A. czyli wtedy i tylko wtedy. Ponieważ jednak istnieje wzajemnie jednoznaczne przyporządkowanie jednych drugim. Relacja R(⊆ X × X) jest relacją porządkującą zbiór X wtedy i tylko wtedy. am ) takich. że dla każdego n. z którymi mamy do czynienia w praktyce naukowej rozważając jakąś dziedzinę to nie tylko proste nagromadzenie obiektów. gdy dla każdego n : An = A. zamiast: A1 × · · · × Am piszemy: Am . 4. Rola i znaczenie uporządkowania stały się źródłem teorii porządków. których pierwsze wyrazy są elementami A1 a drugie elementami A2 . między liczbami zachodzi stosunek większości. Tak jest zresztą nie tylko w dziedzinach matematycznych. . . co uogólniony iloczyn kartezjański zbiorów A1 i A2 . Zwykle między tymi obiektami zachodzą różnego rodzaju stosunki.4. Zamiast mówić o uogólnionym iloczynie kartezjańskim zbiorów (At )t∈T będziemy też mówili po prostu o iloczynie kartezjańskim zbiorów (At )t∈T . w szczególności obiekty te są jakoś uporządkowane. od strony czysto formalnej nie ma potrzeby rozróżniania między nimi. w zbiorze ludzi określony jest stosunek bycia potomkiem. 1 ≤ n ≤ m. Elementami uogólnionego iloczynu są bowiem ciągi dwuelementowe. przechodnia i antysymetryczna. gdy jest zwrotna. np. . 237 Am jest zbiorem wszystkich i tylko ciągów m-elementowych (a1 . .1 Zbiory uporządkowane Definicja 4.6. Iloczyn kartezjański dwóch zbiorów A1 i A2 jako zbiór par uporządkowanych elementów tych zbiorów nie jest tym samym. a2 ). np.39 (relacji porządkujących).6 Uporządkowanie zbiorów Zbiory. gdy .

Jeżeli relacja ≤ porządkuje zbiór X. ∀x. to relacja < jest przeciwzwrotna i przechodnia w X. 2. jeden i ten sam zbiór może być uporządkowany przez różne relacje. ∀x. (⊆ A∗ × A∗ ) nad Przykład 4. to mówimy. że R porządkuje zbiór X. Przykład 4. Przykład 4.238 1. gdy x ≤ y ∧ x = y.35. z ∈ X : [(xRy ∧ yRz) ⇒ xRz]. y.36. y ∈ X : [(xRy) ∧ (yRx) ⇒ (x = y)]. a para uporządkowana (X. Relacja porządku leksykograficznego (A. ∀x ∈ X : (xRx). przechodniość (TRANS). Relacja porządku prefiksowego porządkuje zbiór słów. Relacje porządkujące to pewna klasa relacji. ≤) porządkuje A∗ (zbiór wszystkich i tylko skończonych ciągów elementów A. ≤) wtedy i tylko wtedy. może mieć jeszcze inne własności niż wskazane w definicji relacji porządkującej. R) to zbiór uporządkowany. RELACJE I FUNKCJE zwrotność (REF). Gdy R(⊆ X × X) jest relacją porządkującą. czyli Przez niektórych autorów relacje spełniające podane warunki określane są jako relacje częściowo porządkujące. x poprzedza y (x.40 (zbioru uporządkowanego). x < y. y ∈ X : [(x < y) ⇔ (x ≤ y) ∧ ¬ (x = y)]. 3. antysymetryczność. ROZDZIAŁ 4. Relacja. czyli jest relacją porządkującą. ∀x.41 (relacja poprzedzania. Zamiast xRy. gdy R jest relacją porządkującą. y ∈ X) w zbiorze uporządkowanym (X. czyli słów nad A). czyli Definicja 4. Niech R będzie niepustą rodziną podzbiorów zbioru X. piszemy: x ≤ y i czytamy: x jest zawarte w y lub też: y zawiera x. Definicja 4.37. (ANTYSYM) czyli R ∈ REF ∩ TRANS ∩ ANTYSYM6 . która należy do tej klasy. Uporządkowanie nie jest własnością samego tylko zbioru. 6 . Relacja inkluzji ⊆ porządkuje zbiór R. <).

to relacja ≤ zdefiniowana następująco: ∀x. UPORZĄDKOWANIE ZBIORÓW T 95. czyli T 96. czyli jest zwrotna. to A = X. . Jeżeli relacja < jest przeciwzwrotna i przechodnia w zbiorze X. czyli dla dowolnego n : n < 2n.4. W zbiorze R istnieje element maksymalny.38. x0 (∈ X) jest elementem maksymalnym w zbiorze uporządkowanym (X. R ∈ IRREF ∩ TRANS ⇒ R ∈ ASYM. |). Relacja ⊆ porządkuje R. Przykład 4. to jest przeciwsymetryczna. A zatem: T 97. gdy w zbiorze X nie poprzedza on żadnego elementu. porządkuje zbiór X. przechodnia i antysymetryczna. tzn. Dla dowolnego podzbioru A zbioru X w wypadku. lub ¬ ∃x ∈ X : (x0 ≤ x ∧ x0 = x). nie ma elementów maksymalnych. Zauważmy. 239 Jeżeli relacja R jest przeciwzwrotna i przechodnia. <∈ IRREF ∩ TRANS ⇒≤∈ REF ∩ TRANS ∩ ANTYSYM.42 (elementu maksymalnego).39. Niech R będzie rodziną podzbiorów zbioru X. Przykład 4. że x0 < x (x0 ≤ x ∧ x0 = x) czyli. gdzie n|m rozumiemy: n jest dzielnikiem m. że pojęcie elementu maksymalnego jest pojęciem relacyjnym.6. zawierającą zbiór X (X ∈ R). jakiś przedmiot jest elementem maksymalnym ze względu na jakiś zbiór uporządkowany. ≤∈ REF ∩ TRANS ∩ ANTYSYM ⇒<∈ IRREF ∩ TRANS. a więc gdy nie istnieje x (∈ X) takie. W zbiorze uporządkowanym (N. y ∈ X : [(x ≤ y) ⇔ (x < y) ∨ (x = y)]. Definicja 4. gdy X ⊆ A. Dla dowolnego n (∈ N) : n|2n i n = 2n. ≤) wtedy i tylko wtedy. gdy ¬ ∃x ∈ X : (x0 < x).

gdzie n|m rozumiemy: n jest dzielnikiem m. co n jest wielokrotnością m. ≤) istnieje więc nieskończenie wiele elementów maksymalnych. czyli gdy: ∀x ∈ X : (x = x0 ⇒ x < x0 ).240 ROZDZIAŁ 4. n ∈ N : (n ≤ m ⇔ m|n).40. gdy x0 jest poprzedzane przez każdy różny od niego element zbioru X. Twierdzenie 4. W zbiorze (N. ∀x ∈ X : (x ≤ x∗ ). Dowód. Z 1 mamy: 3. Niech ≤ (⊆ N × N) będzie relacją w zbiorze liczb naturalnych zdefiniowaną jak następuje: ∀m. a każda liczba pierwsza jest elementem maksymalnym. lub ∀x ∈ X : (x ≤ x0 ). n ≤ m znaczy tyle. Pokażmy wpierw. 0 . Definicja 4. że istnieje co najwyżej jeden element największy. Inaczej mówiąc. 0 2. x0 ≤ x∗ . ≤) wtedy i tylko wtedy. 0 Z 3 i 4 oraz antysymetryczności ≤ mamy 5. x∗ ≤ x0 . Tak określona relacja ≤ porządkuje zbiór liczb naturalnych.16. x0 = x∗ . W zbiorze uporządkowanym (X. RELACJE I FUNKCJE Przykład 4. Element największy jest maksymalny. Niech dla x∗ i x0 zachodzą: 0 1.43 (elementu największego). 0 A z 2: 4. ≤) istnieje co najwyżej jeden element największy. x0 jest największym elementem zbioru uporządkowanego (X. ∀x ∈ X : (x ≤ x0 ). lub — co na jedno wychodzi — m jest wielokrotnością n.

Zgodnie z definicją x0 jest elementem maksymalnym. W zbiorze uporządkowanym (N\{1}. ∀x ∈ X : (x ≤ x0 ).41. gdy Y ⊆ ∅. Dla żadnego n (∈ N : n|1 i n = 1. W zbiorze R istnieje element minimalny. Przykład 4. czyli niech: 1. istnieje element minimalny. gdzie n ≤ m ⇔ m|n (m|n — m jest dzielnikiem n). czyli p nie jest wielokrotnością żadnej liczby ze zbioru N \ {1}.44 (elementu minimalnego). Relacja ⊆ porządkuje R. Definicja 4. czyli ¬ ∃x ∈ X : (x < x0 ). x0 (∈ X) jest elementem minimalnym w zbiorze uporządkowanym (X. Dla żadnego n (∈ N \ {1} : n|p i n = p. odpowiednio. czyli nie ma n takiego. Niech x0 będzie elementem największym. gdy w zbiorze X nie poprzedza go żaden element. Definicja 4. ≤) wtedy i tylko wtedy. Niech R będzie rodziną podzbiorów zbioru X zawierającą zbiór ∅ (∅ ∈ R). Przykład 4. istnieje nieskończenie wiele elementów minimalnych: są nimi wszystkie liczby pierwsze.42.45 (elementu najmniejszego). Niech p będzie liczbą pierwszą. x0 jest najmniejszym elementem zbioru uporządkowanego (X. ≤). że x < x0 (x ≤ x0 ∧ x0 = x). ¬ ∃x ∈ X : (x0 ≤ x ∧ x = x0 ). to Y = ∅.43. Dla dowolnego podzbioru Y zbioru X w wypadku.4. W zbiorze uporządkowanym (N.6. mianowicie 1. Z 1 na podstawie prawa De Morgana oraz rozumienia ≤: 2. ≤) wtedy i tylko wtedy. UPORZĄDKOWANIE ZBIORÓW 241 Pozostaje wykazać. że element największy jest elementem maksymalnym. elementu minimalnego i najmniejszego. . gdzie n ≤ m ⇔ n|m (n|m — n jest dzielnikiem m). ≤). Przykład 4. a więc gdy nie istnieje x (∈ X) takie. Pojęciami dualnymi do pojęć elementu maksymalnego i największego są pojęcia. gdy poprzedza ono każdy różny od siebie element zbioru X. lub ¬ ∃x ∈ X : (x ≤ x0 ∧ x0 = x). czyli n jest wielokrotnością m. że n < 1. czyli gdy: ∀x ∈ X : (x = x0 ⇒ x0 < x).

R−1 ) : ¬ ∃x ∈ X : (x0 Rx ∧ x0 = x) ⇔ ¬ ∃x ∈ X : (xR−1 x0 ∧ x0 = x). gdzie n|m . Łańcuch to każdy taki podzbiór uporządkowanego zbioru. gdy: x ≤ y ∨ y ≤ x. R) będzie zbiorem uporządkowanym. Definicja 4. ) Dwa różne elementy x. Element maksymalny (największy) w (X. Dla każdego n (∈ N : 1|n.44.47 (elementów porównywalnych). ≤) są porównywalne wtedy i tylko wtedy. którego dowolne dwa elementy są porównywalne. W zbiorze uporządkowanym (X. R−1 ) do zbioru uporządkowanego (X. R) staje się maksymalnym (największym) w (X. Przykład 4. Przykład 4. Niech R będzie rodziną podzbiorów zbioru X zawierającą zbiór pusty ∅. R) jest minimalny (najmniejszy) w (X. Zbiór (X. Niech (X. |). ∀x ∈ X : (xRx0 ) ⇔ ∀x ∈ X : (x0 R−1 x). RELACJE I FUNKCJE ∀x ∈ X : (x0 ≤ x). R−1 ) jest zbiorem dualnym do (X. Element najmniejszy jest minimalny. R−1 ). Podobnie jest w wypadku relacji przechodniej. Dowodzi się. element minimalny (najmniejszy) w (X. elementem najmniejszym jest 1.45. . Porządek R−1 to porządek dualny do R.17. y (∈ X) zbioru uporządkowanego (X. R) jest zbiorem uporządkowanym. ≤) istnieje co najwyżej jeden element najmniejszy. W zbiorze uporządkowanym (N. Twierdzenie 4. Definicja 4. Zatem konwers relacji porządkującej jest relacją porządkującą. R). gdy nie są porównywalne.242 lub ROZDZIAŁ 4.n jest dzielnikiem m. konwers relacji antysymetrycznej jest relacją antysymetryczną. ⊆). Definicja 4.46 (zbioru dualnego). y (∈ X) są nieporównywalne wtedy i tylko wtedy. Dowód powyższego twierdzenia przebiega podobnie jak dowód analogicznego twierdzenia o elemencie największym. Konwers relacji zwrotnej jest relacją zwrotną. Dwa elementy x. ∅ jest elementem najmniejszym w zbiorze uporządkowanym (R.48 (elementów nieporównywalnych). że zbiór dualny (X. Podobnie.

Definicja 4. gdy dla każdego x (∈ A) prawdą jest. 13. 7. . |). czyli ∀x ∈ A : (x ≤ x0 ). ≤). .46. . ≤).48. A jest antyłańcuchem wtedy i tylko wtedy. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. 8. Przykład 4. 4. ≤) będzie zbiorem liczb naturalnych uporządkowanych przez relację ≤ (arytmetycznej niewiększości). . . gdy: ∀x. gdy: ∀x. że 5 ≤ x. y ∈ A : [x = y ⇒ (¬ x < y ∧ ¬ y < x)]. 11. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X.4. 5} jest każda liczba x taka. 5. UPORZĄDKOWANIE ZBIORÓW 243 Definicja 4. że x ≤ x0 .6. Antyłańcuch to każdy taki podzbiór uporządkowanego zbioru X. a więc gdy każdy element zbioru A jest zawarty w x0 . y ∈ A : [x = y ⇒ (x < y ∨ y < x). Niech (N.52 (ograniczenia dolnego). którego dowolne dwa różne elementy nie są porównywalne. gdy: ∀x ∈ A : (x0 ≤ x). .47. . |). Zbiór {3. } jest antyłańcuchem w zbiorze uporządkowanym (N. Przykład 4. 2n . .50 (antyłańcucha). ≤). . Definicja 4. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. lub. Element x0 (∈ X) jest ograniczeniem dolnym zbioru A wtedy i tylko wtedy. 4. y ∈ A : (x ≤ y ∨ y ≤ x). Przykład 4. A jest łańcuchem wtedy i tylko wtedy. .} jest łańcuchem w zbiorze uporządkowanym (N. 17.51 (ograniczenia górnego). Zbiór {2. . co jest równoważne: ∀x. czyli gdy x0 jest zawarty w każdym elemencie zbioru A. Definicja 4. Ograniczeniem górnym zbioru {2. Niech A (⊆ X) będzie podzbiorem zbioru uporządkowanego (X. . ≤).49 (łańcucha). Element x0 (∈ X) jest ograniczeniem górnym zbioru A wtedy i tylko wtedy.

7 . Niech (At )t∈T będzie klasą elementów R indeksowaną elementami zbioru T .6. RELACJE I FUNKCJE Przykład 4. Zorn (1935) pierwszy wykazał doniosłą rolę tego twierdzenia w zastosowaniach.2 Zbiory liniowo uporządkowane Definicja 4. Ograniczeniem dolnym zbioru {2. Dowód lematu przeprowadza się z wykorzystaniem twierdzenia Zermelo o dobrym uporządkowaniu zbioru. Jeżeli w zbiorze X dla każdego łańcucha A(⊆ X) istnieje ograniczenie górne. Kresem górnym zbioru A. jest — jeśli istnieje — element największy w zbiorze wszystkich ograniczeń dolnych zbioru A. gdy jest spójna. s. Definicja 4. A lub infA.18 (lemat Kuratowskiego-Zorna7 ). Twierdzenie to pierwszy udowodnił Kuratowski (1922.54 (infA. Niech A (⊆ X) będzie podzbiorem zbioru X. ≤) będzie zbiorem uporządkowanym.53 (supA. ⊆). czyli ∀x. 5} jest każda liczba x taka. Definicja 4. Niech A (⊆ X) będzie podzbiorem zbioru X. A). jest — jeśli istnieje — element najmniejszy w zbiorze wszystkich ograniczeń górnych zbioru A.244 ROZDZIAŁ 4. Przykład 4. A lub supA. 89).55 (relacji liniowo porządkujących). Niech (X. Niech (X. Niech R będzie niepustą rodziną wszystkich podzbiorów niepustego zbioru X. że x ≤ 2. Kresem dolnym zbioru A. ≤) będzie zbiorem uporządkowanym. Rozważmy zbiór uporządkowany (R. ≤) będzie zbiorem liczb naturalnych uporządkowanych przez relację ≤ (arytmetyczną relację niewiększości). Dowód lematu KuratowskiegoZorna wymaga zastosowania pewnika wyboru (a na gruncie aksjomatów ZFC lemat Kuratowskiego-Zorna i pewnik wyboru są sobie równoważne). A). 4. Twierdzenie 4.49. sup(At )t∈T = t∈T At At t∈T inf(At )t∈T = 4. ≤) będzie zbiorem uporządkowanym. to w X istnieje element maksymalny. Relacja ≤ porządkująca zbiór X jest relacją liniowo porządkującą zbiór X wtedy i tylko wtedy. y ∈ X : (x ≤ y ∨ y ≤ x). Niech (X.50. Niech (N.

≤) jest porządkiem liniowym. Niech (X. W szczególności możemy mówić o relacji poprzedzania jednego elementu przez drugi: x < y ⇔ x ≤ ∧x = y.6. Gdy R(⊆ X×X) jest relacją liniowo porządkującą zbiór X. które nie są liniowo uporządkowane. czyli x poprzedza y wtedy i tylko wtedy. gdy: ∀x. Przekrój zbioru X to każda para (X1 . ≤). Definicja 4. Łańcuchem. X1 ∪ X2 = X. X2 ) zbiorów X1 (⊆ X) i X2 (⊆ X). czyli zbiorem liniowo uporządkowanym jest: (R. 2. Terminy wprowadzone w rozważaniach nad zbiorami uporządkowanymi stosują się do zbiorów liniowo uporządkowanych. przechodnie. Zbiór liniowo uporządkowany (X. że R liniowo porządkuje zbiór X.57 (przekroju zbioru).52. X1 ∩ X2 = ∅. ≤) będzie zbiorem liniowo uporządkowanym. Sytuacja odwrotna nie musi zachodzić: nie każdy porządek jest porządkiem liniowym. Przykład 4. Definicja 4.56 (gęstego porządku liniowego). definicja liniowego porządku gęstego może być sformułowana krócej. Porządek leksykograficzny nad (X. gdzie R jest zbiorem liczb rzeczywistych. Niech (X. y ∈ X : [(x < y) ⇔ (x ≤ y) ∧ (x = y)]). Przykład 4. spełniających następujące warunki: 1.51. to mówimy. . Korzystając z symbolu < (∀x. antysymetryczne i spójne. ≤) będzie zbiorem liniowo uporządkowanym. ≤) jest zbiorem liniowo uporządkowanym gęsto wtedy i tylko wtedy.4. R) to zbiór liniowo uporządkowany lub łańcuch. a mianowicie: ∀x. UPORZĄDKOWANIE ZBIORÓW 245 Relacje liniowo porządkujące zbiór X są zwrotne. a ≤ jest relacją niewiększości. y ∈ X : [(x ≤ y ∧ x = y) ⇒ ∃z ∈ X : (z = x ∧ z = y ∧ x ≤ z ∧ z ≤ y)]. Stąd nie każdy termin wprowadzony w związku z rozważaniami nad teorią zbiorów liniowo uporządkowanych może być bezpośrednio przeniesiony do teorii zbiorów. a para uporządkowana (X. y ∈ X : [x < y ⇒ ∃z ∈ X : (x < z ∧ z < y)]. gdy x ≤ y oraz x = y.

gdy klasa dolna ma element ostatni lub klasa górna ma element pierwszy. X2 ) klasa dolna X1 nie ma elementu ostatniego. Przekrój ten nie daje skoku — ani klasa dolna nie √ ma elementu ostatniego.246 ROZDZIAŁ 4.54. Przekrój (X1 . } to klasa górna przekroju. będącej jednym z aksjomatów teorii liczb rzeczywistych. . Przykład 4. . √ jest przekrojem. a X2 = {x ∈ Q : 2 <√ Para ({x : x < 2}. . Definicja 4. ≤). ≤) ma typ gęsty wtedy i tylko wtedy. Przekrój daje lukę wtedy i tylko wtedy. Zbiór liniowo uporządkowany (X.58 (skoku). . }) jest przekrojem zbioru N liczb naturalnych. n}. n + 2. Zbiór R wszystkich i tylko liczb rzeczywistych liniowo uporządkowany przez relację niewiększości ≤. a zbiór X2 to górna klasa przekroju. X2 ) daje lukę. n+2. {x : 2 < x}) x}. gdy oba zbiory X1 i X2 są niepuste (X1 = ∅. ≤) jest liniowo uporządkowany w sposób ciągły wtedy i tylko wtedy. . {n + 1. . n} to klasa dolna przekroju. . Każdy przekrój ({1.60 (zbioru liniowo uporządkowanego w sposób ciągły). . a X2 nie ma elementu pierwszego. n + 2. ani klasa górna nie ma elementu pierwszego. (R. n}. 2. 2 ∈ Q. . . 2. Przykład 4.55. gdy żaden przekrój nie daje skoku. . jest zbiorem liniowo uporządkowanym w sposób ciągły8 . a {n + 1. Zbiór X1 to dolna klasa przekroju. 8 . Rozważmy zbiór Q liczb wymiernych. }) zbioru N liczb naturalnych daje skok. . {1. Przekrój (X1 . Przekrój nie daje luki wtedy i tylko wtedy. X2 ) jest właściwy wtedy i tylko wtedy.59 (luki). √ Niech X1√= {x ∈ √ √ Q : x < 2}. Zatem przekrój (X1 . bowiem ({x : x < 2} ∪ {x : 2 < x}) = Q a ({x : x < √ √ 2} ∩ {x : 2 < x}) = ∅. ∀x1 ∈ X1 : ∀x2 ∈ X2 : (x1 < x2 ). .53. X2 = ∅). Zbiór liniowo uporządkowany (X. . a klasa górna X2 nie ma elementu pierwszego. RELACJE I FUNKCJE 3. gdy jest uporządkowany w sposób gęsty i żaden przekrój właściwy nie daje luki. . . Definicja 4. . . Przykład 4. X2 ) daje skok wtedy i tylko wtedy. . Przykład 4. Każda para zbiorów ({1. więc X1 nie ma elementu ostatniego. gdy w przekroju (X1 . . Fakt ten jest równoważny zasadzie ciągłości Dedekinda. . gdy klasa dolna X1 ma element ostatni a klasa górna X2 ma element pierwszy.56. {n+1. 2. Definicja 4.

≤) taka. Zbiór uporządkowany (X. 1}∗ jest zbiorem wszystkich i tylko skończonych ciągów 0 i 1. 1}∗ . Ponadto. taki. .57. tzn. gdy w X nie istnieje zstępujący ciąg elementów.6. tworzy nieskończony ciąg zstępujący. gdy jest dobrze ufundowana. Relacja ≤ to relacja dobrze ufundowana. Przykład 4. że dla każdego n(∈ N) zachodzi f (n + 1) ≤ f (n). . Przykład 4.4. że ∀i ∈ N : (ai+1 ≤ ai ∧ ai+1 = ai ). gdzie 0k jest k-wyrazowym ciągiem. Definicja 4. nie istnieje różnowartościowa funkcja f : N → X taka. (F. gdy dla każdego niepustego zbioru A(⊆ X) istnieje element minimalny. a1 . ). gdzie {0. którego wyrazami są tylko zera (0).62 (relacji dobrze porządkującej). ≤) jest dobrze ufundowany (regularny) wtedy i tylko wtedy.58. 4. . Zbiór ({0. ≤) ma typ porządkowy gęsty. . Zstępujący ciąg elementów zbioru X to nieskończony ciąg a0 .6. Zbiór uporządkowany (X. Niech F będzie rodziną zbiorów skończonych. to bądź przekrój dolny będzie miał element ostatni.3 Zbiory dobrze uporządkowane Definicja 4. Ciąg: ··· 0k+1 1 0k 1 ··· 1.61 (dobrego ufundowania). bądź przekrój górny będzie miał element pierwszy. UPORZĄDKOWANIE ZBIORÓW 247 Zbiór (R. ≤) jest dobrze ufundowany wtedy i tylko wtedy. że relacja ≤ dobrze porządkuje X to zbiór dobrze uporządkowany. ⊆) jest porządkiem dobrze ufundowanym. z porządkiem leksykograficznym indukowanym przez porządek (0 ≤ 1) nie jest dobrze ufundowany. jakikolwiek przekrój właściwy zbioru R wzięlibyśmy. Para uporządkowana (X. Relacja ≤ (⊆ X ×X) liniowo porządkująca zbiór X jest relacją dobrze porządkującą zbiór X wtedy i tylko wtedy.

248 ROZDZIAŁ 4. RELACJE I FUNKCJE .

Liczba elementów zbioru równa jest liczbie 249 . 6}. Przykład 5. Zbiór {1. Zbiór skończony to zbiór równoliczny ze zbiorem {1. Zbiory X i Y są równoliczne.2. 4.1 Równoliczność zbiorów Pojęcie równoliczności zbiorów. równoliczne są te dwa zbiory.Rozdział 5 Moce zbiorów 5. wtedy i tylko wtedy. ∼). Funkcja f określona wzorem f (x) = 2x ustala równoliczność tych zbiorów. że żaden element nie powtarza się i każdy należy do jakiejś pary. . Funkcja f to funkcja ustalająca równoliczność. Funkcja f (x) = 2x ustala równoliczność zbioru liczb naturalnych ze zbiorem parzystych liczb naturalnych. Pojęcie równoliczności jest więc uogólnieniem na dowolne zbiory elementarnego pojęcia równej liczebności zbiorów skończonych. jak to ma miejsce w wypadku zestawienia palców dłoni prawej z palcami dłoni lewej. Definicja 5. . Przykład 5. Definicja 5.1 (równoliczności zbiorów. .2 (zbioru skończonego). czyli równości mocy zbiorów. dla pewnego n ∈ N. Zgodnie z naszą definicją zbiór skończony to zbiór. gdy istnieje funkcja różnowartościowa f : X → Y przekształcająca zbiór X (zbiór argumentów) na Y (zbiór wartości). Jest to jedno z najważniejszych charakterystycznych pojęć teorii mnogości. jest jednym z najważniejszych pojęć teorii mnogości. . których elementy dadzą się pogrupować parami po jednym z każdego z tych zbiorów i to tak. 2.1. którego liczba elementów jest równa liczbie naturalnej. n}. 2. Najprościej rzecz ujmując. X ∼ Y . 3} jest równoliczny ze zbiorem {2.

. .3 (zbioru nieskończonego). Niech więc B będzie zbiorem skończonym n elementowym. Dowodzić będziemy niewprost. że f jest odwzorowaniem wzajemnie jednoznacznym i że A ⊆ B wynika. że zbiór mający skończoną liczbę elementów jest równoliczny ze zbiorem skończonym mającym tę samą liczbę elementów.2. a zbiór B jest skończony. .1. 5. . . które są z nim równoliczne. dla x ∈ A.3. 2. Z faktu. Niech A będzie zbiorem nieskończonym i niech A ⊆ B. Twierdzenie 5. że A jest podzbiorem B wynika. . czyli nadzbiór zbioru nieskończonego jest nieskończony. Jeśli zbiór A jest nieskończony. f : B → {1. . a to przeczy założeniu. 2. . . W wypadku zbioru nieskończonego istnieją takie jego podzbiory właściwe. to zbiór B jest też nieskończony. gdzie n jest pewną liczbą naturalną n ∈ N. Jeśli zbiór A jest nieskończony i A ⊆ B. że g(x) = f (x). to B jest też zbiorem skończonym. Istnieje więc wzajemnie jednoznaczne odwzorowanie f zbioru B na zbiór {1.250 ROZDZIAŁ 5. gdy zbiór ten jest równoliczny ze zbiorem {1. 2. . . z tw. 3. n}. Niech g będzie odwzorowaniem takim. .1 otrzymujemy następujący wniosek: Wniosek 5. . który nie jest skończony. . Dowód. Zauważmy. to zbiór A \ B jest zbiorem nieskończonym. n}. Zgodnie z definicją zbioru skończonego zbiór A byłby więc skończony. Inaczej mówiąc. że g jest też wzajemnie jednoznaczne. czyli w zbiór o liczbie elementów mniejszej lub równej n. n}. zbiory nieskończone są refleksywne. A z tego. Twierdzenie 5. Pojęcie równoliczności jest uogólnieniem na wszystkie zbiory pojęcia równej liczebności zbiorów skończonych. Definicja 5. . n}. . Jeżeli A jest zbiorem skończonym i B ⊆ A. że g jest odwzorowaniem zbioru A w zbiór {1. Korzystając z prawa logiki zdań: (α ∧ β ⇒ γ) ⇒ (¬ γ ∧ β ⇒ ¬ α). . Zbiór nieskończony to zbiór. MOCE ZBIORÓW naturalnej n wtedy i tylko wtedy. 2.

Dowód. . a to nie jest możliwe w wypadku zbioru skończonego. Niech h będzie odwzorowaniem takim. Niech f : N → A będzie wzajemnie jednoznacznym odwzorowaniem zbioru N na A. więc odwzorowanie f |B : B → A jest wzajemnie jednoznacznym odwzorowaniem zbioru B w podzbiór właściwy zbioru A. . symetryczność. . Dowód. Odwzorowanie h jest wzajemnie jednoznacznym odwzorowaniem zbioru (A \ B) ∪ B. (n + 1)}) nie jest równoliczny ze zbiorem A. funkcja f |B odwzorowuje wzajemnie jednoznacznie zbiór B w jego podzbiór właściwy. . czyli zbioru (A ∪ B) na zbiór {1. . 2. . Zbiór (A ∪ B) jest więc zbiorem skończonym. że A jest zbiorem nieskończonym. Niech N będzie zbiorem skończonym. Zbiór A jest podzbiorem tego zbioru. . 3. 2.5. . h(x) = n + g(x). Ponieważ B ⊂ N.5. jeśli x ∈ (A \ B). . n}). a to przeczy założeniu. że gdyby było to odwzorowanie na zbiór A. X ∼ X. [(X ∼ Y ) ∧ (Y ∼ Z)] ⇒ (X ∼ Z). więc — podobnie — istnieje wzajemnie jednoznaczne odwzorowanie g tego zbioru na zbiór {1.4. . przechodniość. Niech A będzie zbiorem nieskończonym. to istniałoby wzajemnie jednoznaczne odwzorowanie f zbioru A \ B na {1. . Gdyby zbiór A \ B był zbiorem skończonym. 2. Zbiór N liczb naturalnych jest nieskończony. Funkcją ustalającą równoliczność zbioru z samym sobą jest przekształcenie identycznościowe f (x) = x. Zgodnie z wnioskiem z poprzedniego twierdzenia zbiór ten jest zbiorem skończonym.1. Twierdzenie 5. 2. jeśli x ∈ B. (X ∼ Y ) ⇒ (Y ∼ X). RÓWNOLICZNOŚĆ ZBIORÓW 251 Dowód. m}. a to byłoby sprzeczne z wyżej podanym faktem. dla pewnego m(∈ N). Twierdzenie 5. Niech dla pewnego n(∈ N) zbiór ten będzie równoliczny ze zbiorem A(= {1. n}. że f (x). . . Dla dowolnych zbiorów X. Ponieważ z założenia B jest zbiorem skończonym. . . Relacja ∼ jest więc zwrotna. dla pewnego n(∈ N). . że A jest właściwym podzbiorem zbioru B. Zbiór B(= {1. . n + m}. to zbiory B i A byłyby równoliczne. 2. zwrotność. Y i Z mają miejsce następujące zależności: 1. jakim jest zbiór B. n. . . 2. a B skończonym. Zważywszy na to. Jest to odwzorowanie w podzbiór właściwy A dlatego. . .

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

Teraz pokażemy. Niepusty zbiór A jest przeliczalny wtedy i tylko wtedy. to A jest przeliczalne. że jeżeli A jest zbiorem przeliczalnym. . f (x) = an dla x > n. której argumentami są kolejne liczby naturalne. zbiory przeliczalne to takie zbiory. . przekształcająca zbiór liczb naturalnych na zbiór A. a mianowicie są tej samej mocy. Twierdzenie 5. . W tym celu wystarczy pokazać — korzystając z funkcji f — że istnieje funkcja różnowartościowa przekształcająca N na A. Gdy A jest nieskończonym zbiorem przeliczalnym. . czyli zbiorem równolicznym z N. obejmujące zarówno zero jak i liczby kardynalne zbiorów nieskończonych. przekształca zbiór N na zbiór A.6.. . Niech A będzie zbiorem skończonym {a1 . które są skończone lub równoliczne ze zbiorem liczb naturalnych N. że jeżeli istnieje funkcja f : N → A.5 (zbioru przeliczalnego).2 Zbiory przeliczalne i nieprzeliczalne Definicja 5. an }. . Z definicji przeliczalności wynika. to istnieje funkcja f : N → A. Moc nieskończonych zbiorów przeliczalnych oznacza się ℵ0 3 . a2 . Mówiąc obrazowo. to z definicji równoliczności istnieje funkcja przekształcająca N na A. Funkcja f określona wzorem: ax dla x ≤ n. 5. Zbiory przeliczalne to te i tylko te zbiory. Pojęcie równoliczności i klasy abstrakcji tej relacji pozwoliło skonstruować ogólne pojęcie liczby. 3 Znak ℵ (czyt. . Wpierw pokażemy.5.: alef ) jest pierwszą literą alfabetu hebrajskiego. że wszystkie zbiory przeliczalne nieskończone są jednakowej mocy. których elementy można „ustawić” w skończony lub nieskończony ciąg a1 . Ciąg bowiem definiujemy jako funkcję. Dowód.2. . gdy istnieje funkcja f : N → A przekształcająca zbiór liczb naturalnych na zbiór A. co zbiór liczb naturalnych. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 253 Liczby kardynalne wprowadza się do teorii mnogości przyjmując aksjomat istnienia liczb kardynalnych.

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

Niech więc wszystkie zbiory Ai . . że zbiór Z jest przeliczalny. Funkcję h : N → A1 ∪ · · · ∪ Ak ∪ Ak+1 przekształcającą N na A1 ∪ · · · ∪ Ak ∪ Ak+1 otrzymujemy w podobny sposób jak w wypadku n = 2. Z tego. 5. Wniosek 5. Zbiór Ak+1 jest przeliczalny. 1 ≤ i ≤ n. Niech h : N → A1 ∪ A2 będzie następującym przekształceniem: h(x) = f (m) dla x = 2m − 1. Niech dla n = k suma A1 ∪ · · · ∪ Ak będzie zbiorem przeliczalnym. Iloczyn kartezjański skończonej liczby zbiorów przeliczalnych jest zbiorem przeliczalnym. . Funkcję h : N → A1 ∪ A2 określimy tak. Jeżeli choć jeden ze zbiorów Ai . h jest funkcją przekształcającą N na A1 ∪ A2 . a g : N → A2 niech przekształca N na A2 . Założenie indukcyjne. Dowód. An będą zbiorami przeliczalnymi. . ZBIORY PRZELICZALNE I NIEPRZELICZALNE 255 Twierdzenie 5.2. Niech n = 2.8. będą niepuste. Zgodnie z tw. . więc istnieje funkcja g : N → Ak+1 przekształcająca N na Ak+1 . Zbiór liczb naturalnych N i zbiór liczb całkowitych ujemnych Z− są zbiorami przeliczalnymi.10. . odpowiednio. to pusty jest iloczyn kartezjański A1 × A2 × · · · × An . Niech f : N → A1 i g : N → A2 będą funkcjami przekształcającymi N na. . g(m) dla x = 2m. Niech n = 2. . . Dowód. Dowód. Zdefiniujemy funkcję h : N → A1 × A2 przekształcającą N na A1 × A2 . 1 ≤ i ≤ n. A1 i A2 . Niech f : N → A1 będzie funkcją przekształcającą zbiór N na A1 . Suma skończonej liczby zbiorów przeliczalnych jest zbiorem przeliczalnym. a dla liczb nieparzystych przyjmować będzie kolejne wartości funkcji g. Zbiór Z liczb całkowitych jest przeliczalny. że dla liczb parzystych przyjmować będzie kolejne wartości funkcji f . Twierdzenie 5.5. An będą zbiorami przeliczalnymi. . Zatem jest przeliczalny.9. że Z = Z− ∪ {0} ∪ N na podstawie udowodnionego twierdzenia mamy. Dowodzimy przez indukcję.6 zbiór A1 ∪ A2 jest przeliczalny. jest pusty. Niech A1 . Dowodzić będziemy przez indukcję. Z założenia indukcyjnego istnieje funkcja f : N → A1 ∪ · · · ∪ Ak przekształcająca zbiór N na zbiór A1 ∪ · · · ∪ Ak . Niech A1 .

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

g(3)) h(5) = (f (2). . . ZBIORY PRZELICZALNE I NIEPRZELICZALNE 257 h(1) = (f (1). g(2)) h(6) = (f (3). Zgodnie z tw. Wniosek 5. g(n)) jest przyporządkowana liczbie: (m − 1)2 + 3(m − 1) + 2(n − 1)(m − 1) + (n − 1)2 + n + 1. g(1)) h(2) = (f (1). 4 . Zbiór liczb wymiernych Q jest przeliczany. . A1 × A2 × · · · × Ak będzie zbiorem przeliczalnym.11. Zatem funkcja h : N → A1 × A2 przekształca zbiór N na zbiór A1 × A2 4 .6 zbiór A1 × A2 jest przeliczalny. . g(2)) h(3) = (f (2). że zbiór A1 × A2 × · · · × Ak × Ak+1 jest zbiorem przeliczalnym. g(4)) . pierwsza przekątna druga przekątna trzecia przekątna czwarta przekątna Każda para (f (m). ak . Mamy więc iloczyn dwóch zbiorów przeliczalnych. . że taki zbiór jest przeliczalny. ak+1 )) = (a1 . .5. Wcześniej wykazaliśmy. . Zauważmy. g(1)) h(7) = (f (1). Pokażemy. . . g(n)) jest obrazem jednej liczby naturalnej. .2. . . Założenie indukcyjne. że para (f (m). . że zbiór A1 × A2 × · · · × Ak × Ak+1 jest równoliczny ze zbiorem (A1 × A2 × · · · × Ak ) × Ak+1 . ak ). Zbiór A1 × A2 × · · · × Ak z założenia indukcyjnego jest przeliczalny. Niech dla n = k. g(1)) h(4) = (f (1). Zauważmy. Funkcja f jest różnowartościowa i przekształca zbiór (A1 × A2 × · · · × Ak ) × Ak+1 na zbiór A1 × A2 × · · · × Ak × Ak+1 . . . . 5. Weźmy bowiem funkcję f : (A1 × A2 × · · · × Ak ) × Ak+1 → A1 × A2 × · · · × Ak × Ak+1 zdefiniowaną następująco: f (((a1 . ak+1 ).

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

znajdują się wszystkie i tylko elementy zbioru A. ZBIORY PRZELICZALNE I NIEPRZELICZALNE 259 Definicja 5. . które nie są rekurencyjne zostanie wykorzystany zbiór. Dla dowodu tego interesującego faktu potrzebne są dodatkowe twierdzenia. W dowodzie. której wartość można efektywnie obliczyć. Zbiór A jest rekurencyjny (obliczalny) wtedy i tylko wtedy. która w wypadku dowolnego przedmiotu rozstrzyga. Zbiorami rekurencyjnie przeliczalnymi są: 1. że zbiory przeliczalne są rekurencyjnie przeliczalne. Definicja 5. 3.2. Niewątpliwie pytanie to ma swoją podstawę w fakcie. że w ciągu: f (1). czyli istnieje taka funkcja f . Okazuje się. 6 . zbiór liczb naturalnych N. którego wszystkie i tylko elementy można efektywnie usta