Elementy Logiki I Teorii Mnogości

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 syntaktyczne1 ) 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
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 A języka logiki zdań jest zbiorem
następujących obiektów (symboli):
1. p0 , p1 , . . . ,
2. ¬,
3. ⇒, ∨, ∧, ⇔,
4. ), (.
p0 , p1 , . . . 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 fn , a zwykle an . Wartości tej funkcji, an , 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 A∗ będzie zbiorem wszystkich i tylko skończonych ciągów elemen-
tów A.
Definicja 1.1 (zdania). Niech α i β będą dowolnymi skończonymi ciągami

symboli alfabetu języka logiki zdań, czyli α i β są elementami A∗ (α, β ∈ A∗ ).
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;
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 1–34 .
Znaczenie warunku 4 (5) można zilustrować przykładem. Ciąg p1 ¬ p2 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: p0 , p4 , p5 , ¬p0 , (p5 ∨ p0 ), (¬(p0 ∧ p5 ) ∨ p0 ),
(((p0 ⇒ p1 ) ∧ p2 ) ⇔ (p3 ∨ (p1 ⇒ ¬ p2 ))).
Zdaniami nie są: (p0 ), ¬(p0 )¬(p5 ) ∨ (p0 ), ¬(p0 p5 ) ∨ (p0 ), (p0 ∨ p1 ) ∧ (p0 ∨
p1 ) ∧ (p0 ∨ p1 ) ∧ . . . °
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.
Notację prefiksową języka rachunku zdań wynalazł Jan Łukasiewicz5 . Taką

notację wykorzystuje się w informatyce.
Słownik
1. p0 , p1 , . . . ,
2. N
3. C, A, K, E;
p0 , p1 , . . . , 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 N α jest zdaniem;
3. jeżeli α, β są zdaniami, to C αβ, Aαβ, K αβ, E αβ 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: (p0 ∨p1 )∧p0 odpowiada zdanie w notacji Łukasiewicza: KAp0 p1 p0

a zdaniu: p0 ∨ (p1 ∧ p0 ) — Ap0 Kp1 p0 .
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).
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 A będzie zbiorem. Nazywać
będziemy go alfabetem. Elementy A∗ , czyli skończone ciągi elementów A to
słowa nad alfabetem A.
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[= (a1 , a2 , . . . , an )]
i β[= (b1 , b2 , . . . , bm )], ai ∈ A, bi ∈ B, to słowo αˆβ powstałe przez
napisanie ciągu β bezpośrednio po ostatnim wyrazie ciągu α, czyli słowo:
(a1 , a2 , . . . , an , b1 , b2 , . . . , bm ).
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.
A+ to zbiór wszystkich i tylko niepustych ciągów elementów A, czyli
A+ = A∗ \ {ε}.
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 =
6 ε lub δ 6= ε, bądź — co na jedno
wychodzi — gdy γˆδ 6= 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.
γ::=δ
Definicja 1.13 (wyprowadzenia ze słowa). α −→ β, czyli słowo β jest wy-
prowadzeniem ze słowa α na podstawie produkcji γ ::= δ wtedy i tylko wtedy,
gdy istnieją takie α1 i α2 , że
• α = α1 γα2 ,
• β = α1 δα2 .
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 ∈ A,
w miejsce każdego wystąpienia symbolu a to słowo β[a ::= γ].
Definicja 1.15 (języka). Językiem L nad alfabetem A jest dowolny podzbiór

zbioru A∗ .
Zdania są słowami nad alfabetem A języka rachunku zdań. Na słowach

definiowana jest operacja konkatenacji. Zbiór wyrażeń poprawnie zbudowa-
nych, w tym wypadku zdań, jest podzbiorem A∗ , 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 A 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 A∗ 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 A mogą być ustawione w ciąg a1 , a2 , . . . . Każ-
demu symbolowi an przyporządkowujemy n-wyrazowy ciąg jedynek. Przypo-
rządkowanie to jest wzajemnie jednoznaczne. Mając ciąg elementów zbioru A
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 (a3 a1 a4 ) przyporządkowny jest
ciąg (1110101111). Te ciągi binarne wypełniają rolę, którą mogą pełnić ele-
menty A∗ . Po prostu słowa nad A są kodowane binarnie.
Języki zwykle definiuje się rekurencyjnie. W tym celu korzysta się z gra-
matyki formalnej6 .
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.
Przykładem takiej gramatyki jest gramatyka bezkontekstowa7 . Grama-

tyka bezkontekstowa G to czwórka: hΣ, V, XI , Ri, gdzie zbiory Σ i V są roz-
łączne, czyli Σ ∩ V = ∅, XI jest elementem V , czyli XI ∈ V . Zbiór Σ to
alfabet gramatyki G, a jego elementy to symbole końcowe (terminalne) gra-
matyki G. Elementy V to symbole niekońcowe (nieterminalne) lub inaczej
zmienne gramatyki G. Wyróżniony symbol XI to symbol początkowy (star-
towy) gramatyki G. 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 α1 , . . . , αn zapisu-
jemy następująco8 :
v ::= α1 | . . . |αn .
Tu symbol „|” rozumiemy jak alternatywę (nierozłączną) i czytamy tak jak
alternatywę, czyli: lub.
Język klasycznego rachunku zdań określamy następująco:
Σ = {p, 0 } ∪ {¬, ∧, ∨, ⇒, ⇔} ∪ { ), ( }
V = {zdanie, litera-zdaniowa}
XI = zdanie
R = {zdanie ::= litera-zdaniowa | ¬ zdanie | (zdanie ∧ zdanie) | (zdanie ∨

zdanie) | (zdanie ⇒ zdanie) | (zdanie ⇔ zdanie)
litera-zdaniowa ::= p | litera-zdaniowa0 }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.
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-
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 s1 wiąże mocniej niż spójnik dwuargumentowy s2 ,
to zamiast: (αs1 β)s2 γ piszemy: αs1 βs2 γ; podobnie, zamiast: αs2 (βs1 γ) pi-
szemy: αs2 βs1 γ. Przyjmujemy, że spośród spójników dwuargumentowych
najmocniej wiąże koniunkcja, następnie alternatywa a po niej implikacja
i równoważność.
Jeżeli spójniki s1 i s2 wiążą z jednakową mocą, to zamiast αs1 (βs2 γ) mo-
żemy pisać αs1 βs2 γ. Jest to tak zwana zasada wiązania na lewo. Zwykle dla
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-
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:
30 Definiowany zbiór jest najmniejszym takim zbiorem, którego elemen-

tami są wszystkie elementy bazowe oraz który jest domknięty ze względu
na reguły konstrukcji.
300 Definiowany zbiór jest przekrojem wszystkich i tylko takich zbiorów,

których elementami są elementy bazowe i które są domknięte ze względu
na reguły konstrukcji.
3000 Definiowany zbiór to taki zbiór, którego żaden właściwy podzbiór nie
ma jako swych elementów wszystkich elementów bazowych lub nie jest
domknięty za względu na reguły konstrukcji.
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.
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 składowe10 . 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 S liter zdaniowych. Jeżeli litera zda-
niowa pn należy do podzbioru M zbioru S, to będziemy przez to rozumieć,
że pn jest prawdziwe w modelu M. Gdy pn nie należy do M, to będziemy
10
Twierdzenie o takim fakcie określane jest jako twierdzenie o rozbiorze.
przez to rozumieć, że pn 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 S liter zdanio-

wych (M ⊆ S). 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
nie jest tak, że M |= β;
3. jeżeli α jest zdaniem β ⇒ γ, to
M |= α
nie jest tak, że M |= β lub jest tak, że M |= γ;
4. jeżeli α jest zdaniem β ∨ γ, to
M |= α

M |= β lub M |= γ;
5. jeżeli α jest zdaniem β ∧ γ, to
M |= α
M |= β i M |= γ;
6. jeżeli α jest zdaniem β ⇔ γ, to
M |= α
(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 ⊆ S : 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 S liter zdaniowych, w którym znajdują
się wszystkie litery występujące w tym zdaniu.
Niech p0 , p1 , . . . , pn będzie ciągiem liter zdaniowych, wśród których znaj-
dują się wszystkie litery zdaniowe występujące w α. Każdej literze zdaniowej
przyporządkowujemy jeden z symboli: F , T . To, czym są te symbole nie jest
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 p0 , p1 , . . . , pn będzie ciągiem liter zda-

niowych, wśród których znajdują się wszystkie litery występujące w α. Ciąg:
v0 , v 1 , . . . , v n ,
gdzie vi , 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 v0 , v1 , . . . , vn określamy (rekurencyjnie) następująco:
• jeżeli α jest literą zdaniową pm , to wartością logiczną zdania α jest vm ;
• wartości logiczne zdań złożonych obliczamy zaś zgodnie z poniżej po-

danymi tabelkami wartości logicznych:
β ¬β β γ β∨γ β∧γ β⇒γ β⇔γ

T F T T T T T T
F T T F T F F F
F T T F T F
F F F F T T
Przykład 1.7. Zdanie:
p1 ∨ (p3 ∧ ¬p2 )
dla interpretacji:
F, T, T, T
przyjmuje wartość: T. °
11
„F ” jest literą z angielskiego słowa „false” (fałsz), a „T ” — „true” (prawda).
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 2N . Takich podzbiorów jest zaś tyle, ile
jest liczb rzeczywistych, czyli c12 . Ilość interpretacji jest zaś skończona. In-
terpretacji o długości n jest tyle, ile jest n wyrazowych ciągów liter T i F ,
czyli 2n .
Definicja 1.22 (tautologii). Zdanie α jest tautologią, co oznaczamy: ` α,

wtedy i tylko wtedy, gdy α dla dowolnej interpretacji v0 , v1 , . . . , vn 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 2n .
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.
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 pi wyprzedza pi+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 .

[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
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 niewprost13 . 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 ”.
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 .

(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.
Przykład 1.10. Niech αn 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 αn to zdanie o budowie: (. . . (p ⇒ p) ⇒ p) . . . ) ⇒ p, w którym

litera p występuje dokładnie n razy.
Dowodzimy przez indukcję ze względu na budowę zdania αn .
W wypadku n = 1 mamy, że liczba wystąpień nie jest parzysta a zdanie
α1 (= p) nie jest tautologią, zatem zdanie α1 jest tautologią wtedy i tylko
wtedy, gdy liczba wystąpień litery p jest liczbą parzystą.
Założenie indukcyjne.
Niech dla i(≤ k) zdanie αi będzie tautologią wtedy i tylko wtedy, gdy
i będzie liczbą parzystą.
TEZA INDUKCYJNA
Zdanie αk+1 jest tautologią wtedy i tylko wtedy, gdy k + 1 jest liczbą
parzystą.
Udowodnimy dwa zdania:
1. Jeżeli αk+1 jest tautologią, to k + 1 jest liczbą parzystą.
2. Jeżeli k + 1 jest liczbą parzystą, to αk+1 jest tautologią.
Dowód tezy 1.
Niech αk+1 będzie tautologią. Ponieważ jest to zdanie αk ⇒ p, zatem αk
nie jest tautologią. Na podstawie założenia indukcyjnego k nie jest liczbą
parzystą. Z tego mamy, że k + 1 jest liczba parzystą.
Dowód tezy 2.
Niech teraz k + 1 będzie liczba parzystą. Z tego mamy, że k − 1 jest liczbą
parzystą. Na podstawie założenia indukcyjnego αk−1 jest tautologią. Zdanie
αk+1 to zdanie (αk−1 ⇒ p) ⇒ p. Korzystając z tego, że αk−1 jest tautologią
stwierdzamy, że αk+1 jest tautologią.
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.
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
(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)
(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)
(¬q ⇒¬ p )⇒(p ⇒q )
F
T F
T T F
F T T
T T F
F
Zdanie:
(¬q ⇒ ¬p) ⇒ (p ⇒ q)
jest tautologią.
5. ¬(p ⇒ q) ⇒ (p ∧ ¬q)
¬(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)
(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)]

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).
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 X. Zdań oznaczonych X nie bierze się
pod uwagę w dalszej konstrukcji drzewa; informacja w nich zawarta została
wykorzystana do rozbudowy drzewa. Zdania oznaczone X to zdania martwe,
zdania nieoznakowane tak to zdania żywe.
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 ¬ αX
..
.
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 ¬ αX
..
.
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 ∧ βX
..
.
α
β
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 ∧ βX
..
.
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 ∨ βX
..
.
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 ∨ βX
..
.
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
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 ⇒ βX
..
.
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 ⇒ βX
..
.
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 ⇔ βX
..
.
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
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 ⇔ βX
..
.
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
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
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)))X

(p ∧ (q ∨ r))X ((p ∧ q) ∨ (p ∧ r))X
p (p ∧ q)X
(p ∧ r)X (q ∨ r)X
q r
p q p q
p r
ODPOWIEDŹ:
Zdanie:
((p ∧ (q ∨ r)) ⇒ ((p ∧ q) ∨ (p ∧ r)))
jest tautologią. °

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:
(((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))X

(p ⇔ ¬(q ⇔ r) ∧ r)X (¬(p ⇔ q))X
(p ⇔ ¬(q ⇔ r))X
r
(p ⇔ q)X
p p
q q
p p p p
¬(q ⇔ r) ¬(q ⇔ r)
X
¬(q ⇔ r)X ¬(q ⇔ r)X
(q ⇔ r) (q ⇔ r)X
q q q q
r r r r
ODPOWIEDŹ:
Wykluczona jest interpretacja taka, żeby zdaniom (p ⇔ ¬ (q ⇔ r)) oraz r
przysługiwała wartość T a zdaniu ¬ (p ⇔ q) przysługiwała wartość F (lub,
co jest temu równoważne, zdanie:
(((p ⇔ ¬ (q ⇔ r)) ∧ r) ⇒ ¬ (p ⇔ q))
jest tautologią). °
((p ⇒ q) ⇒ (¬ p ⇒ ¬ q))?
TABLICA SEMANTYCZNA
X
((p ⇒ q) ⇒ (¬p ⇒ ¬q))X
(p ⇒ q)
X
(¬p ⇒ ¬q)X
(¬p)
(¬q)X
q
p
p q
ODPOWIEDŹ:
Zdanie:
((p ⇒ q) ⇒ (¬ p ⇒ ¬ q))
nie jest tautologią. Przyjmuje ono wartość F dla takiej interpretacji, gdy p
przyjmuje wartość F a q wartość T . °
Metoda tablic semantycznych zwykle jest sprawniejsza niż metoda zero-
jedynkowa wprost. Tak czy owak, liczba operacji rośnie wykładniczo w za-
leżności od długości zdania. Chociaż problem, czy zdanie jest tautologią jest
rozstrzygalny, to jednak nie jest on praktycznie rozstrzygalny w tym sensie,
że w wypadku odpowiednio długich zdań oczekiwanie na wynik traci sens
w perspektywie nie tylko życia człowieka. Metoda zero-jedynkowa jest al-
gorytmem, działającym w czasie wykładniczym. Oznacza to np., że gdyby
wykonanie jednej operacji trwało jeden chronom (10−43 s.), to wykonanie 2n
operacji dla n = 200 przekracza czas życia człowieka, a dla n = 500 przekra-
cza wiek wszechświata. Podzielenie zadania i wykonywanie go przez wiele
komputerów też sprawy nie rozwiązuje. Zawsze można wskazać takie n, żeby
mimo wykorzystania wszystkich istniejących maszyn czas wykonania zada-
nia przekraczał z góry zadaną granicę. Tradycyjnie problem obliczeniowy
uważa się za praktycznie rozwiązywalny, gdy istnieje stała k taka, że dla n

danych algorytm wymaga wykonania co najwyżej nk 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 vM0 , vM1 , . . . , vMn będzie interpretacją taką, że vMm = T
wtedy i tylko wtedy, gdy pm jest elementem M (pm ∈ M), czyli vMm = F
wtedy i tylko wtedy, gdy pm nie jest elementem M (pm 6∈ M).
M |= α
α dla interpretacji vM0 , vM1 , . . . , vMn 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: p0 , p1 , . . . , pn .
Weźmy dowolny model M. Niech vM0 , vM1 , . . . , vMn będzie interpretacją
spełniającą założenia lematu.
W wypadku, gdy α jest literą zdaniową, to zgodnie z określeniem inter-
pretacji vM0 , vM1 , . . . , vMn 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 vM0 , vM1 , . . . , vMn

przyjmuje wartość T ,
oraz
2. M |= γ wtedy i tylko wtedy, gdy γ dla interpretacji vM0 , vM1 , . . . , vMn

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 vM0 , vM1 , . . . , vMn
zdanie β przyjmuje wartość F , a zatem zdanie α (¬ β) dla tej interpretacji

przyjmuje wartość T .
Niech α dla interpretacji vM0 , vM1 , . . . , vMn 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 vM0 , vM1 , . . . , vMn przyjmuje wartość T zaś γ dla tej
interpretacji przyjmuje wartość F . Z tego więc dostajemy, że dla interpretacji
vM0 , vM1 , . . . , vMn zdanie α (β ⇒ γ) przyjmuje wartość F .
Niech α dla interpretacji vM0 , vM1 , . . . , vMn 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 vM0 , vM1 , . . . , vMn 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 vM0 , vM1 , . . . , vMn 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.
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 vM0 , vM1 , . . . , vMn 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 6` 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 6|= 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:
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-
n
ników dwuargumentowych jest szesnaście. Ogólnie, jest 22 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
n
dwuelementowego do zbioru dwuelementowego jest 22 .
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”
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.
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.
β::=γ
Twierdzenie 1.4 (o zastępowaniu). Niech α −→ 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.
β::=γ β::=γ
Założenie indukcyjne. Niech α1 −→ δ1 oraz α2 −→ δ2
(¬) Jeżeli α jest zdaniem ¬ α1 a ` β ⇔ γ, to na podstawie założenia in-
dukcyjnego mamy, że dla dowolnej interpretacji wartość logiczna δ1 jest taka
sama jak wartość logiczna α1 . Zatem dla dowolnej interpretacji wartość lo-
giczna ¬ α1 jest taka sama jak ¬ δ1 , czyli ` α ⇔ δ.
Dla wszystkich spójników dwuargumentowych postępujemy podobnie.
Rozważmy więc tylko wypadek alternatywy.
(∨) Jeżeli α jest zdaniem α1 ∨ α2 a zastępowania dokonujemy w α1 , to na
podstawie założenia indukcyjnego dla dowolnej interpretacji wartość logiczna
α1 jest taka sama jak wartość logiczna δ1 . Zatem dla dowolnej interpretacji
wartość logiczna α1 ∨ α2 jest taka sama jak wartość logiczna δ1 ∨ α2 , czyli
` α ⇔ δ.
Podobnie postępujemy, gdy zastępowania dokonujemy w α2 .
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
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:
α1 α2 ... αn s(α1 , α2 , . . . , αn )
v11 v21 ... vn1 v1
... ... ... ... ...
v1j v2j ... vnj vj
... ... ... ... ...
n n n
v12 v22 ... vn2 v2n
Dowodzić będziemy przez indukcję. Budować będziemy takie zdanie α0

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 v1 , . . . , vj , . . . , v2n , jakie przyjmuje α
są równe F , to jako α0 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 v1j , v2j , . . . , vnj zdanie α przyjmuje
wartość T . Dla każdego układu wartości v1j , v2j , . . . , vnj (j = 1, . . . , 2n ), dla
którego α przyjmuje wartość T bierzemy koniunkcję liter zdaniowych pi , gdy
vij przyjmuje wartość T i ¬ pi , gdy vij przyjmuje wartość F . Koniunkcja ta
przyjmuje wartość T wtedy i tylko wtedy, gdy litera zdaniowa pi przyjmuje
wartość vij , (i = 1, . . . , n; j = 1, . . . , 2n ). Alternatywa wszystkich takich
koniunkcji jest równoważna zdaniu α.
Założenie indukcyjne. Niech β1 , . . . βn będą zdaniami takimi, że istnieją rów-
noważne im zdania, odpowiednio, β10 , . . . , βn0 zbudowane tylko za pomocą
spójników: ¬, ∨, ∧. Niech α będzie zdaniem s(β1 , . . . , βn ). Postępujemy
podobnie jak w wypadku, gdy argumentami s były litery zdaniowe. Tym
razem jednak zamiast liter zdaniowych bierzemy zdania β10 , . . . , βn0 i ich ne-
gacje. Korzystając z założenia indukcyjnego i twierdzenia o zastępowaniu
stwierdzamy, że uzyskane konstrukcje są równoważne zdaniu α.
Można pokazać, że
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.
Litery zdaniowe to literały pozytywne, a negacje liter zdaniowych to lite-

rały negatywne.
Przykład 1.14. Literałami są: p1 , ¬ p1 , p2 , ¬ p2 , . . .
p1 , p2 , . . . to literały pozytywne, a ¬ p1 , ¬ p2 , . . . to literały negatywne. °
Definicja 1.40 (koniunkcji elementarnej). Zdanie:
λ1 ∧ λ2 ∧ · · · ∧ λn ,
gdzie λi jest literałem, 1 ≤ i ≤ n,
to koniunkcja elementarna.
Definicja 1.41 (dysjunkcyjnej postaci normalnej, DNF15 ). Zdanie:
δ1 ∨ δ2 ∨ · · · ∨ δn ,
gdzie δi 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:
λ1 ∨ λ2 ∨ · · · ∨ λn ,
gdzie λi jest literałem, 1 ≤ i ≤ n,
to dysjunkcja elementarna lub klauzula.
Klauzula to alternatywa literałów.
Definicja 1.43 (koniunkcyjnej postaci normalnej, CNF16 ). Zdanie:
κ1 ∧ κ2 ∧ · · · ∧ κn ,
gdzie κi jest dysjunkcją elementarną, 1 ≤ i ≤ n,
to koniunkcyjna postać normalna zdania.
15
Z angielskiego: Disjunctive Normal Form.
16
Z angielskiego: Conjunctive Normal Form.
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:
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 pi oraz ¬ pi , 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 pi oraz ¬ pi , 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 v1 , na-
pięcie v2 (v1 6= v2 ). 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
α∧β
β
Bramka AND
Zamiast:
α ¬(α ∧ β)
β
korzystamy z:
α
¬(α ∧ β)
β
Bramka NAND
α
α∨β
β
Bramka OR
Zamiast:
α α∨β
¬(α ∨ β)
β
korzystamy z:
α
¬(α ∨ β)
β
Bramka NOR
α
α⊕β
β
Bramka XOR
Zamiast:
α
α⊕β ¬(α ⊕ β)
β
korzystamy z:
α
¬(α ⊕ β)
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).
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 α0 , α1 , . . . , αn , że
α = αn oraz dla każdego i, 0 ≤ i ≤ n, spełniony jest przynajmniej jeden
z warunków:
1. αi jest tautologią,
2. αi należy do Σ,
3. istnieją j, k < i takie, że αi daje się za pomocą reguły odrywania

wyprowadzić ze zdań αj i αk .
Ciąg α0 , α1 , . . . , αn 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.
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 < c17 .
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 p0 , p1 , . . . , pn znajdują się wszystkie litery zdaniowe,

z których jest zbudowane zdanie α ⇒ β i niech β nie będzie tautologią. Ist-
nieje zatem taka interpretacja v0 , v1 , . . . , vn , 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.
Niech α ma dowód z pustego zbioru zdań. Niech α0 , α1 , . . . , αn 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 α0 może być tylko
tautologią.
Założenie indukcyjne. Niech dla i ≤ k, αi będzie tautologią.
Pokażemy, że αk+1 jest 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 , α1 , . . . , αn . Jeżeli jednak sto-
sujemy regułę odrywania do zdań, które są tautologiami, to w wyniku otrzy-
mujemy tautologię. W każdym wypadku αk+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 p0 , p1 , . . . , pn znajdują się wszystkie litery zdaniowe,

z których jest zbudowane zdanie β ⇒ α. Gdyby β ⇒ α nie było tautologią,
to istniałaby interpretacja v0 , v1 , . . . , vn 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:
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
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 α0 , α1 , . . . , αn 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:
α0 , α1 , . . . , αn , α. Ponieważ β daje się za pomocą MP wyprowadzić z αn (=
α ⇒ β) i α, zatem do ciągu dowodowego α0 , α1 , . . . , αn , α możemy również
dołączyć β. Ciąg α0 , α1 , . . . , αn , 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 α0 , α1 , . . . , αn będzie tym dowodem.
Przez indukcję ze względu na długość tego dowodu, pokażemy, że dla każdego
i, 0 ≤ i ≤ n, Σ ` α ⇒ αi . W szczególności dla i = n będzie:
Σ ` α ⇒ β.
Pokażmy to wpierw dla i = 0.

α0 może być tautologią, bądź może być założeniem.
Gdy α0 jest tautologią, to — na podstawie wyżej udowodnionego lematu
1.10 — α ⇒ α0 jest tautologią, a więc ma dowód z dowolnego zbioru zdań,
w szczególności z Σ.
Jeżeli α0 jest założeniem, to jest to bądź zdanie α, bądź jakiś element

zbioru Σ.
Jeżeli α0 jest zdaniem α, to zdanie α ⇒ α ma dowód z Σ, jest bowiem
tautologią.
Niech α0 ∈ Σ. Ciąg:
1. α0 ⇒ (α ⇒ α0 ) tautologia
2. α0 założenie
3. α ⇒ α0 (MP; 1,2)
będzie dowodem zdania α ⇒ α0 ze zbioru Σ.
Założenie indukcyjne.
Niech dla i ≤ k < n zachodzi: Σ ` α ⇒ αi .
Pokażemy, że dla i = k + 1 zachodzi:
Σ ` α ⇒ αk+1 .
Zgodnie z definicją dowodu, αk+1 może być bądź tautologią, bądź założe-
niem, bądź może być uzyskane przez zastosowanie reguły odrywania.
Jeżeli αk+1 jest tautologią lub założeniem, to postępujemy tak samo jak
w wypadku α0 .
Rozważmy więc tylko wypadek, gdy αk+1 uzyskane jest przez zastosowanie
reguły odrywania. Niech więc w ciągu dowodowym αk+1 będzie poprzedzane
przez zdania αm oraz αm ⇒ αk+1 . Zgodnie z założeniem indukcyjnym zdania
α ⇒ αm i α ⇒ (αm ⇒ αk+1 ) mają dowód ze zbioru Σ. Niech ciąg:
β0 , β1 , . . . , βl (= α ⇒ αm )
będzie dowodem ze zbioru Σ zdania α ⇒ αm a ciąg:
γ0 , γ1 , . . . , γu [= α ⇒ (αm ⇒ αk+1 )]
będzie dowodem ze zbioru Σ zdania α ⇒ (αm ⇒ αk+1 ). Ciąg:
β0 , β 1 , . . . , β l , γ 0 , γ 1 , . . . , γ u ,
przedłużony o następujące trzy zdania:
(l+u+3). [α ⇒ (αm ⇒ αk+1 )] ⇒ [(α ⇒ αm ) ⇒ (α ⇒ αk+1 )] tautologia
(l+u+4). (α ⇒ αm ) ⇒ (α ⇒ αk+1 ) (MP; l+u+2, l+u+3)
(l+u+5). α ⇒ αk+1 (MP; l+u+4, l + 1).
jest dowodem ze zbioru Σ zdania α ⇒ αk+1 .
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.
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
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).
Reguła odrywania może więc być opisana jako klasa par uporządkowanych
zbiorów zdań: {({α, α ⇒ β}, {β})}, gdzie α i β są dowolnymi zdaniami.
Ogólnie, przez regułę wnioskowania możemy rozumieć sposób przyporządko-
wania określonemu zbiorowi zdań jakiegoś określonego zbioru zdań, czyli
Definicja 1.51 (reguły). Reguła to klasa par zbiorów zdań.
Reguła może być klasą par skończonych zbiorów zdań takich, że wszystkie
pary zbiorów mają jeden i ten sam schemat18 , czyli daje się opisać jako:
{({Φ1 , Φ2 , . . . , Φm }, {Ψ1 , Ψ2 , . . . , Ψn })}.

Definicja 1.52 (schematu wnioskowania). Reguła:
{({Φ1 , Φ2 , . . . , Φn }, {Ψ})},
gdzie Φ1 , Φ2 , . . . , Φn , Ψ są schematami zdaniowymi,

to schemat wnioskowania.
Schematy wnioskowania — w zależności od tego, jak będzie wygodniej —
zapisujemy zaś w postaci jednej z trzech figur:
Φ1 , Φ2 , . . . , Φn Φ1
Ψ Φ2
.
Φ1 , Φ2 , . . . , Φn /Ψ .
.
Φn
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.
zdań) występujących w schematach zdań Φ1 , Φ2 , . . . , Φn dana reguła przy-

porządkowuje zdanie otrzymane przez podstawienie w schemacie zdania Ψ
tych samych zdań za te same zmienne. Zdania otrzymane z Φ1 , Φ2 , . . . , Φn
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:
Φ1 , Φ2 , . . . , Φn /Ψ
jest logiczny wtedy i tylko wtedy, gdy dla dowolnych zdań α1 , α2 , . . . , αn ,
α — jeżeli wszystkie one dadzą się otrzymać przez jednoczesne podstawienie
jakichś zdań za wszystkie zmienne metaprzedmiotowe występujące w sche-
matach zdań, odpowiednio, Φ1 , Φ2 , . . . , Φn , Ψ — zachodzi
{α1 , α2 , . . . , αn } ` α
lub — co na jedno wychodzi:
{α1 , α2 , . . . , αn } |= α.
Twierdzenie 1.14. Schemat:
Φ1 , Φ2 , . . . , Φn /Ψ
jest logiczny wtedy i tylko wtedy, gdy w każdym wypadku, jeżeli zdania:
α1 , α2 , . . . , αn , α
zostały otrzymane ze schematów, odpowiednio, Φ1 , Φ2 , . . . , Φn , Ψ przez jed-

noczesne podstawienie jakichś zdań za wszystkie zmienne metaprzedmiotowe
(występujące w tych schematach), to zachodzi:
` (α1 ∧ α2 ∧ · · · ∧ αn ) ⇒ α.
Dowód. Z definicji schemat wnioskowania jest logiczny wtedy i tylko wtedy,

gdy
{α1 , α2 , . . . , αn } ` α.
Na podstawie twierdzenia o dedukcji wystarczy pokazać, że

{α1 , α2 , . . . , αn } ` α
wtedy i tylko wtedy, gdy:
{α1 ∧ α2 ∧ · · · ∧ αn } ` α.
Niech {α1 , α2 , . . . , αn } ` α. Niech β1 , β2 , . . . , βm (= α) będzie dowodem α ze
zbioru {α1 , α2 , . . . , αn }. Dowód α ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn } uzyskujemy
uzupełniając ciąg β1 , β2 , . . . , βm w taki sposób, że w każdym wypadku, gdy
βi , 1 ≤ i ≤ m, jest zdaniem αj , 1 ≤ j ≤ n, przed βi dopisujemy dwa zdania:
α1 ∧ α2 ∧ · · · ∧ αn ⇒ αj
oraz
α1 ∧ α2 ∧ · · · ∧ αn .
Pierwsze z nich jest tautologią, a drugie możemy dopisać do dowodu ze zbioru
{α1 ∧ α2 ∧ · · · ∧ αn } z tej racji, że jest założeniem. Otrzymany ciąg jest
dowodem zdania α ze zbioru {α1 ∧ α2 ∧ · · · ∧ αn }.
Niech teraz β1 , β2 , . . . , βm (= α) będzie dowodem zdania α ze zbioru {α1 ∧
α2 ∧ · · · ∧ αn }. Dowód α ze zbioru {α1 , α2 , . . . , αn } uzyskamy biorąc jako
początkowe wyrazy ciągu dowodowego tautologię:
• α1 ⇒ (α2 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . . . )),
• wszystkie zdania α1 , α2 , . . . , αn
– wolno je dołączyć do dowodu, gdyż są założeniami tego dowodu, oraz
• wszystkie zdania, które otrzymamy stosując regułę odrywania kolejno
do zdań αi i αi ⇒ (αi+1 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . . . )),
(1 ≤ i ≤ n).
Zauważmy, że wynikiem odrywania będzie kolejno zdanie, (2 ≤ i ≤ n):
αi+1 ⇒ (αi+2 ⇒ (· · · ⇒ (αn ⇒ α1 ∧ α2 ∧ · · · ∧ αn ) . . . )),
czyli zdanie, do którego stosujemy regułę odrywania w kolejnym kroku.
Ostatnim z tych zdań będzie α1 ∧ α2 ∧ · · · ∧ αn , a więc założenie dowodu
α ze zbioru jednoelementowego:
{α1 ∧ α2 ∧ · · · ∧ αn }.
Po tym zdaniu dopisujemy ciąg:
• β1 , β2 , . . . , βm .
Otrzymany ciąg jest dowodem ze zbioru:
{α1 , α2 , . . . , αn }
zdania α.
Definicja 1.54 (odpowiedniości schematów wnioskowania i zdania). Sche-

matowi wnioskowania Φ1 , . . . , Φ2 . . . , Φn /Ψ będziemy przyporządkowywali
schemat zdaniowy: Φ1 ∧ Φ2 ∧ · · · ∧ Φn ⇒ 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: Φ1 /Ψ

przyporządkowany zostaje schemat zdaniowy: Φ1 ⇒ 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.
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.
α∨¬ α zasada wyłączonego środka
α ⇒ (¬ α ⇒ β) prawo Dunsa Szkota20
(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.
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
wtedy, gdy istnieje skończony ciąg zdań α0 , α1 , . . . , αn taki, że αn = α oraz

dla każdego i, 0 ≤ i ≤ n, spełniony jest przynajmniej jeden z warunków:
1. αi jest aksjomatem,
2. αi jest elementem Σ,
3. istnieją j, k < i takie, że αi za pomocą reguły odrywania daje się wy-

prowadzić z αj i αk .
Ciąg α0 , α1 , . . . , αn (= 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)
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 dowód21 , 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, α1 , α2 , . . . , αn , wynika logicznie zdanie-wniosek, α,
czyli że α1 , α2 , . . . , αn ` 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.
α1
α2
.
.
.
αn
α
Druga możliwość jest sprowadzalna do pierwszej, a mianowicie dowód

założeniowy dla α1 , α2 , . . . , αn ` α istnieje tylko wtedy, gdy istnieje do-
wód założeniowy dla zdania α1 ∧ α2 ∧ · · · ∧ αn ⇒ α22 . 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
α1 , α2 , . . . , αn ` α, czyli czy z α1 , α2 , . . . , αn 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:
α1
α2
.
.
.
αn
α
1. Jako wiersze dowodowe bierzemy wszystkie zdania α1 , α2 , . . . , αn , 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.
2. Jeżeli zdanie α, wyrażenie pod kreską, ma postać:

β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ β) . . . )),
to jako wiersze dowodowe możemy wziąć zdania β1 , β2 , . . . , βm . Są to
założenia dowodu założeniowego.
3. Jeżeli β jest twierdzeniem, to β może być dopisane do dowodu.
4. Niech
Φ1
Φ2
.
.
.
Φn
Ψ
będzie regułą (pierwotną lub wtórną) dołączania nowych wierszy do-
wodowych. Niech wpisując jednocześnie te same zdania za te same
zmienne metaprzedmiotowe, występujące w Φ1 , Φ2 , . . . , Φm , Ψ ze sche-
matu Φi otrzymamy zdanie βi , 1 ≤ i ≤ m, a ze schematu Ψ otrzymamy
zdanie β. Jeżeli w dowodzie występują jako wiersze dowodowe zdania
β1 , β2 , . . . , βm , 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 β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ 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
(b) jeśli α jest zdaniem β1 ⇒ (β2 ⇒ (· · · ⇒ (βm ⇒ 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.
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
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
α1
α2
.
.
.
αn
α
możemy jednocześnie we wszystkich zdaniach α1 , α2 , . . . , αn , α w miejsce każ-
dej litery zdaniowej wpisać tę samą zmienną metaprzedmiotową za tę samą
literę zdaniową. Otrzymujemy schemat wnioskowania. Niech będzie to:
Φ1
Φ2
.
.
.
Φn
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:
α∨β
¬α⇒β
Zauważmy, że to, iż schemat:
Φ1
Φ2
.
.
.
Φn
Ψ
nie ma dowodu nie znaczy, że każde wnioskowanie podpadające pod ten sche-
mat nie ma dowodu. Na przykład, dowodu nie ma schemat:
α
β
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)
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
Dowód niewprost:
1. ¬ (p ∨ q) zał.
2. ¬ ¬ q z.d.n.
3. q (z.p.n.;2)
4. p ∨ q (DA,3)
sprzecz. (1,4)
S6. I prawo De Morgana dla rachunku zdań
¬ (p ∨ q)
¬ p∧¬ q
Dowód wprost:
1. ¬ (p ∨ q) zał.
2. ¬ p (S4,1)
3. ¬ q (S5,1)
4. ¬ p ∧ ¬ q (DK;2,3)
°
Rachunek rezolucyjny
W związku z tworzeniem algorytmów automatycznego dowodzenia poszu-
kuje się rozwiązań, które dowodzenie to uczyniłyby bardziej efektywnym.
J. A. Robinson (1965) sformułował system dowodzenia z regułą rezolucji 23 .
Metoda Robinsona stosuje się do formuł o normalnej postaci koniunkcyjnej.
Niech λi , 1 ≤ i ≤ n, będzie literałem, czyli literą zdaniową lub literą
zdaniową poprzedzoną spójnikiem negacji.
Klauzula ma więc postać:
λ1 ∨ λ2 ∨ · · · ∨ λn , n ∈ N.
Szczególną klauzulą jest klauzula pusta ¥ .

Niech κi , 1 ≤ i ≤ n będzie klauzulą.
Zdanie o normalnej postaci koniunkcyjnej jest zdaniem typu:
κ1 ∧ κ2 ∧ · · · ∧ κn , n ∈ N.
23
Reguła ta oparta jest o wyniki J. Herbranda (1929) oraz pracę M. Davisa i H. Putnama
(1960).
Klauzula może być zapisana jako zbiór literałów. Logicznie taki zbiór
odpowiada zdaniu będącemu alternatywą wszystkich i tylko elementów (li-
terałów) tego zbioru. To, że literał λ jest członem klauzuli κ można więc
zapisać: λ ∈ κ.
Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich
i tylko klauzul będących elementami tej klasy. Zdanie w koniunkcyjnej po-
staci normalnej można więc zapisać jako: {κ1 , κ2 , . . . , κn } lub — jeżeli jest
to jasne z kontekstu — mogą zostać opuszczone symbole zbioru, czyli zdanie
takie zapisuje się: κ1 , κ2 , . . . , κn
Do opisu klauzul i ich koniunkcji mogą być wykorzystane też inne symbole
teoriomnogościowe.
Definicja 1.58 (literałów komplementarnych). Literał pozytywny i literał

negatywny zbudowane z tej samej litery zdaniowej tworzą parę literałów kom-
plementarnych.
Definicja 1.59 (rezolwenty klauzul). Klauzula κ1 \λ1 ∪κ2 \λ2 jest rezolwentą
klauzul κ1 i κ2 wtedy i tylko wtedy, gdy
1. literały λ1 i λ2 tworzą parę komplementarną,
2. λ1 ∈ κ1 , λ2 ∈ κ2 .
Definicja 1.60 (literału czynnego). W rezolwencie κ1 \ λ1 ∪ κ2 \ λ2 klauzul

κ1 i κ2 literały λ1 oraz λ2 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 κ1 i κ2 będą klauzulami oraz niech λ1 i λ2 będą li-

terałami komplementarnymi, takimi że λ1 ∈ κ1 , λ2 ∈ κ2 . Niech rez(κ1 , κ2 ) =
κ1 \ λ1 ∪ κ2 \ λ2 . Zachodzi wówczas:
κ1 , κ2 ` rez(κ1 , κ2 ).
Dowód. Mamy pokazać, że
(κ1 \ λ1 ) ∪ λ1 , (κ2 \ λ2 ) ∪ λ2 ` (κ1 \ λ1 ) ∪ (κ2 \ λ2 ).

Niech κ1 \ λ1 = κ01 , κ2 \ λ2 = κ02 . Ponieważ (κ1 \ λ1 ) ∪ λ1 jest równoważne

κ1 a (κ2 \ λ2 ) ∪ λ2 jest równoważne κ2 (różnić mogą się tylko wielokrotnością
wystąpienia jako członów alternatywy literałów, odpowiednio, λ1 i λ2 ), więc
w takim razie mamy pokazać, że
(κ01 ∪ λ1 ), (κ02 ∪ λ2 ) ` κ01 ∪ κ02 .
Zgodnie z przyjętą konwencją znaczy to, że mamy udowodnić:
(κ01 ∨ λ1 ) ∧ (κ02 ∨ λ2 ) ` κ01 ∨ κ02 .
Na podstawie prawa logiki zdań:
` [(α ∨ β) ∧ (γ ∨ ¬ β)] ⇒ (α ∨ γ),
z uwagi na to, że literały λ1 i λ2 są komplementarne mamy, że
` [(κ01 ∨ λ1 ) ∧ (κ02 ∨ λ2 )] ⇒ (κ01 ∨ κ02 ).
Stąd na podstawie twierdzenia o dedukcji:
(κ01 ∨ λ1 ) ∧ (κ02 ∨ λ2 ) ` κ01 ∨ κ02 .
Zgodnie z przyjętą konwencją więc:
κ01 ∪ λ1 , κ02 ∪ λ2 ` κ01 ∪ κ02 ,
czyli:
κ1 , κ2 ` rez(κ1 , κ2 ).
Niezawodna jest zatem każda reguła postaci:

κ1 , κ 2
(κ1 \ λ1 ) ∪ (κ2 \ λ2 )
gdzie λ1 ∈ κ1 , λ2 ∈ κ2 oraz literały λ1 , λ2 tworzą parę literałów komplemen-
tarnych.
Definicja 1.62 (reguły rezolucji). Reguła:
κ1 , κ 2
(κ1 \ λ1 ) ∪ (κ2 \ λ2 )
gdzie λ1 ∈ κ1 , λ2 ∈ κ2 a literały λ1 , λ2 tworzą parę literałów komplementar-
nych to reguła rezolucji.
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 κ1 , . . . , κn , n ∈ N, wtedy i tylko wtedy, gdy istnieje skończony ciąg
klauzul κ∗1 , . . . , κ∗m , m ∈ N taki, że
1. κ = κm ∗,
2. dla każdego i, 1 ≤ i ≤ m, istnieją komplementarne literały λ1 i λ2

oraz j, k takie, że κ∗j i κ∗j dają się uzgodnić dla tych literałów a κ∗i =
κ∗j \ λ1 ∪ κ∗k \ λ2 .
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
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. °
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”.
2.1.4 Term
Wyrażenia języka rachunku predykatów będą budowane z następujących sym-
boli:
1. a0 , a1 , a2 , . . . , an , . . . — stałe indywiduowe,
2. x0 , x 1 , x 2 , . . . , x n , . . . — zmienne indywiduowe,
3. F0 , F1 , . . . , Fn , . . . — litery funkcyjne
Zamiast:
a0 , a1 , a2 , . . .
będziemy czasem używać:
a, b, c, . . .
a zamiast:
x0 , x 1 , x 2 , . . .
będziemy używać, ewentualnie z indeksami liczbowymi:
x, y, z.
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, c0 , c1 , . . .
– zmienne indywiduowe: v, v0 , v1 , . . .
– litery funkcyjne: F, G, . . .
– termy: t, t0 , t1 , . . .
Powtórzmy, symbole:
c, c0 , c1 . . . ; v, v0 , v1 , . . . ; F, G . . . ; t, t0 , t1 , . . .
nie należą do języka, o którym mówimy, lecz należą do języka, którym mó-
wimy.
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 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 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.
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 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:
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 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
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 : (P x ⇒ P x).
Formułą nie jest:

∀x : ⇒ P (x). °
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:
∀v1 : ∀v2 : . . . ∀vn :
będziemy pisali:
∀v1 , v2 , . . . , vn :
Podobnie, zamiast:
∃v1 : ∃v2 : . . . ∃vn :
piszemy:
∃v1 , v2 , . . . , vn :
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:

∀ φ, ∀ φ
P (v) P (v)
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 .
Zakres zmienności zmiennej v może być też określony przez wskazanie

zbioru. Jeżeli tym zbiorem będzie X, to będziemy mieli napisy:
∀ φ, ∃ φ.
v∈X v∈X
Zamiast pisać:
∀ φ, ∃ φ
v∈X v∈X
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 : (P x ⇒ ∃x : Qx) ⇒ Rx
jest formuła:
P x ⇒ ∃x : Qx
a nie jest nią formuła:
(P x ⇒ ∃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.
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 : (P x ⇒ ∃x : Qx) ⇒ Rx
zmienna „x” jest związana w „P x” — 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 : (P x ⇒ ∃x : Qx) ⇒ Rx.
Formuła ta jest otwarta. °
t(v0 , . . . , vn ) to term taki, że wszystkie zmienne występujące w tym termie
znajdują się wśród zmiennych v0 , . . . , vn ; czyli zbiór wszystkich zmiennych
występujących w termie t jest podzbiorem zbioru {v0 , . . . , vn }.
ϕ(v0 , . . . , vn ) to formuła, której wszystkie zmienne wolne znajdują się
wśród zmiennych v0 , . . . , vn ; czyli zbiór wszystkich zmiennych wolnych wy-
stępujących w formule ϕ jest podzbiorem zbioru {v0 , . . . , vn }.
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 : (P x ⇒ ∃x : Qx) ⇒ ∃x : Rx. °
Definicja 2.11. Niech v0 , . . . , vn będą wszystkimi zmiennymi wolnymi wy-
stępującymi w formule ϕ. Formuła:
∀v0 , . . . , vn : 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.
2.1.7 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].
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. vi ≡ v ⇒ F v1 . . .vi−1 vi vi+1 . . .vn ≡ F v1 . . .vi−1 vvi+1 . . .vn ,
gdzie F jest n-argumentową literą funkcyjną, a n > 0,
2.2. RACHUNEK PREDYKATÓW 107
Aksjomat 3. (vi ≡ v ∧ P v1 . . .vi−1 vi vi+1 . . .vn ) ⇒ P v1 . . .vi−1 vvi+1 . . .vn ,

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.
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 formułę2 :
x2 ≥ 0
przyjmujemy:
(y + 1)2 ≥ 0
22 ≥ 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.
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 ϕ0 , ϕ1 , . . ., ϕn taki,
że
ϕn = 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.
1. ϕi jest elementem Σ,
2. ϕi jest tautologią (języka rachunku predykatów),
3. ϕi jest aksjomatem (teorii) identyczności,
4. istnieją ϕj , ϕk takie, że ϕk = ϕj ⇒ ϕi ; j, k < i,
5. istnieją ϕk , k < i, oraz term t i zmienna v takie, że t jest podstawialne
za v w formule ϕk i ϕk [v ::= t] = ϕi ,
6. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ∀v : ψ oraz ϕi = φ ⇒ ψ,
7. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w φ oraz ϕi = φ ⇒ ∀v : ψ,
8. istnieje ϕk , k < i, takie, że ϕk = ∃v : φ ⇒ ψ oraz ϕi = φ ⇒ ψ,
9. istnieje ϕk , k < i, takie, że ϕk = φ ⇒ ψ i zmienna v nie występuje jako
zmienna wolna w ψ oraz ϕi = ∃v : φ ⇒ ψ.
Definicja 2.16 (tezy rachunku predykatów). Formuły mające dowód z pu-
stego zbioru formuł to tezy rachunku predykatów.
Definicja 2.17 (sprzecznego zbioru formuł). Zbiór formuł jest sprzeczny
wtedy i tylko wtedy, gdy z tego zbioru ma dowód dowolna formuła.
Definicja 2.18 (niesprzecznego zbioru formuł). Zbiór formuł jest niesprzeczny
wtedy i tylko wtedy, gdy nie jest sprzeczny.
Teoria rozumiana jako zbiór formuł taki, że każda formuła mająca dowód
z tego zbioru jest jego elementem, czyli tezą (zbiór zamknięty na operację
konsekwencji) powinna być niesprzeczna. Rachunek logiczny, jako zbiór for-
muł mających dowód z pustego zbioru formuł, aby wart był rozważania, musi
być niesprzeczny. Chodzi więc o to, aby zbiór jego tez — formuł mających
dowód z pustego zbioru (formuł) — nie był równy zbiorowi wszystkich for-
muł języka tego rachunku, czyli żeby dla dowolnego ϕ nie było prawdą, że:
` ϕ.
Przykład 2.11. Formuła:
∀x : P x ⇒ P x
ma dowód z pustego zbioru formuł, czyli
` ∀x : P x ⇒ P x.
Dowód.
1. ∀x : P x ⇒ ∀x : P x tautologia
2. ∀x : P x ⇒ P x (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.
T 4. ` ϕ[v ::= t] ⇒ ∃v : ϕ, jeżeli term t jest podstawialny za v w ϕ.
Dowód.
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. ` ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ
Dowód.
1. ∀v2 : ϕ ⇒ ϕ T1
2. ϕ ⇒ ∃v1 : ϕ T2
3. ∀v2 : ϕ ⇒ ∃v1 : ϕ (SYLL; 1,2)
4. ∃v1 : ∀v2 : ϕ ⇒ ∃v1 : ϕ (D∃; 3)
5. ∃v1 : ∀v2 : ϕ ⇒ ∀v2 : ∃v1 : ϕ (D∀; 4)
T 6. ` ∃v : (ϕ ∧ ψ) ⇒ (∃v : ϕ ∧ ∃v : ψ)
Dowód.
2. ϕ ⇒ ∃v : ϕ (O∃; 1)
3. ∃v : ψ ⇒ ∃v : ψ tautologia
4. ψ ⇒ ∃v : ψ (O∃; 3)
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 ≡ t1 ) ⇒ (t1 ≡ t)
Dowód.
1. [(x ≡ x1 ) ∧ (x ≡ x)] ⇒ (x1 ≡ x) aksjomat 3

2. {[(x ≡ x1 ) ∧ (x ≡ x)] ⇒ (x1 ≡ x)}
⇒ {(x ≡ x) ⇒ [(x ≡ x1 ) ⇒ (x1 ≡ x)]} tautologia
3. (x ≡ x) ⇒ [(x ≡ x1 ) ⇒ (x1 ≡ x)] (MP; 1,2)
4. (x ≡ x) aksjomat 1
5. (x ≡ x1 ) ⇒ (x1 ≡ x) (MP; 4,3)
6. (t ≡ t1 ) ⇒ (t1 ≡ t) (5; x ::= t, x1 ::= t1 )
Teza 8 głosi, że identyczność jest symetryczna.
T 9. ` (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )]
Dowód.
1. [(x1 ≡ x) ∧ (x1 ≡ x2 )] ⇒ (x ≡ x2 ) aksjomat 3

2. {[(x1 ≡ x) ∧ (x1 ≡ x2 )] ⇒ (x ≡ x2 )}
⇒ {(x1 ≡ x) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )]} tautologia
3. (x1 ≡ x) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] (MP; 1,2)
4. (x ≡ x1 ) ⇒ (x1 ≡ x) T8
5. (x ≡ x1 ) ⇒ [(x1 ≡ x2 ) ⇒ (x ≡ x2 )] (SYLL; 3,4)
6. (t ≡ t1 ) ⇒ [(t1 ≡ t2 ) ⇒ (t ≡ t2 )]
(5; x ::= t, x1 ::= t1 , x2 ::= t2 )
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
4
∀v : ϕ ⇒ ∃v : ϕ
∀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
Prawo to jest ograniczone do dziedziny niepustej.
5
Warto tu zauważyć, że prawem nie jest
∀v2 : ∃v1 : φ ⇒ ∃v1 : ∀v2 : 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.
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
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
trzeba rozważyć zastosowanie reguł rachunku predykatów.

Niech:
γ1 , γ2 , . . ., γn
będzie dowodem formuły φ ze zbioru Σ ∪ {ϕ}.
Przez indukcję ze względu na długość dowodu: γ1 , γ2 , . . ., γn dowodzimy,
że ze zbioru Σ istnieje dowód formuły ϕ ⇒ γi , 1 ≤ n. Rozpoczynamy
od wypadku, gdy i = 1.
γ1 może być elementem zbioru Σ ∪ {ϕ}, tautologią języka rachunku pre-
dykatów lub aksjomatem teorii identyczności. Dowód, 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.
Założenie indukcyjne. Jako założenie indukcyjne przyjmujemy, że ze zbioru
Σ istnieje dowód formuły ϕ ⇒ γi , i ≤ k.
W dowodzie tezy indukcyjnej, że ze zbioru Σ istnieje dowód formuły
ϕ ⇒ γk+1 ograniczymy się do pokazania jak postępujemy w wypadku re-
guły podstawiania oraz reguł dołączania (D∀) i opuszczania (O∀) dużego
kwantyfikatora.
(Reguła podstawiania) Niech γk+1 będzie otrzymane przez podstawienie termu
t w miejsce zmiennej v w γi , czyli γk+1 = γi [v ::= t]. Niech ψ1 , ψ2 , . . ., ψm (=
ϕ ⇒ γi ) będzie dowodem ze zbioru Σ formuły ϕ ⇒ γi . Z założenia twierdze-
nia o dedukcji ϕ jest zdaniem, czyli nie zawiera zmiennych wolnych, zatem
(ϕ ⇒ γi )[v ::= t] = ϕ ⇒ γi [v ::= t]. Dowód ϕ ⇒ γk+1 ze zbioru Σ uzyskamy
dopisując ϕ ⇒ γi [v ::= t] jako kolejny wyraz do ciągu ψ1 , ψ2 , . . ., ψm , czyli
dopisując formułę otrzymaną przez zastosowanie do ψm reguły podstawiania.
(D∀) Pokażemy, że jeżeli γk+1 zostało otrzymane przez zastosowanie reguły
D∀ do γi , to ze zbioru Σ istnieje dowód dla ϕ ⇒ γk+1 . Niech γi = ξ ⇒ λ
i niech γk+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 ⇒ γi , czyli dla ϕ ⇒ (ξ ⇒ λ). Niech ψ1 , ψ2 , . . ., ψm [= ϕ ⇒ (ξ ⇒ λ)]
będzie tym dowodem. Aby uzyskać dowód formuły ϕ ⇒ γk+1 , czyli formuły
ϕ ⇒ (ξ ⇒ ∀v : λ), do ciągu ψ1 , ψ2 , . . ., ψm 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)
(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. γk+1 (= ξ ⇒ ∀v : λ) zostało

uzyskane z γi (= ξ ⇒ λ) przez zastosowanie reguły D∀, co jest możliwe
tylko w wypadku, gdy ξ nie zawiera v jako zmiennej wolnej.
(O∀) Niech γk+1 będzie otrzymane przez zastosowanie reguły opuszczania

dużego kwantyfikatora do γi (= ξ ⇒ ∀v : λ), czyli γk+1 (= ξ ⇒ λ). Niech
ψ1 , ψ2 , . . ., 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 , ψ2 , . . ., ψm 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
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 : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃x : Qx).
Dowód.
1. ` ∀x : (P x ⇒ Qx) ⇒ (P x ⇒ Qx) T3
2. ∀x : (P x ⇒ Qx) ` P x ⇒ Qx6 (Tw. o dedukcji; 1)
3. ` Qx ⇒ ∃x : Qx T4
4. ∀x : (P x ⇒ Qx) ` P x ⇒ ∃x : Qx (SYLL; 2, 3)
5. ∀x : (P x ⇒ Qx) ` ∃x : P x ⇒ ∃x : Qx (D∃; 4)
6. ` ∀x : (P x ⇒ Qx) ⇒ (∃x : P x ⇒ ∃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: {ϕ1 , . . . , ϕn } ` φ piszemy:
ϕ 1 , . . . , ϕn ` φ
5. Σ ` 3 > 2 ⇒ ∀x : (x > 1).

Ponieważ:
6. Σ ` 3 > 2,
więc stosując M P dostajemy:
7. Σ ` ∀x : (x > 1).
7 nie jest prawdziwe. °
T 11. ` ∀v : (ϕ ⇒ ψ) ⇒ (∃v : ϕ ⇒ ∃v : ψ)
Dowód.
1. ` ∀v : (ϕ ⇒ ψ) ⇒ [ϕ[v ::= v1 ] ⇒ ψ[v ::= v1 ]] T3, gdzie v1 nie wys-

tępuje w ϕ ⇒ ψ
2. ∀v : (ϕ ⇒ ψ) ` ϕ[v ::= v1 ] ⇒ ψ[v : colon = v1 ] (Tw. o dedukcji; 1)
3. ` ψ[v ::= v1 ] ⇒ ∃v : ψ T4
4. ∀v : (ϕ ⇒ ψ) ` ϕ[v ::= v1 ] ⇒ ∃v : ψ (SYLL; 2, 3)
5. ∀v : (ϕ ⇒ ψ) ` [ϕ[v ::= v1 ]][v1 ::= 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.
ψ::=χ
Twierdzenie 2.2 (o zastępowaniu). Niech ϕ −→ 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.
ψ::=χ
Założenie indukcyjne. Niech ϕ1 −→ φ1 , ψ ⇔ χ i niech ϕ1 ⇔ φ1 .
ψ::=χ
(¬) Niech ϕ będzie formułą ¬ ϕ1 . Zauważmy, że ¬ ϕ1 −→ ¬ φ1 . Ponieważ
ϕ1 ⇔ φ1 , więc ¬ ϕ1 ⇔ ¬ φ1 , czyli ϕ ⇔ φ.
(∨) Niech teraz ϕ będzie formułą ϕ1 ∨ϕ2 . Z założenia indukcyjnego ϕ1 ⇔ φ1 ,
ψ::=χ
zatem (ϕ1 ∨ ϕ2 ) ⇔ (φ1 ∨ ϕ2 ). Ponieważ ϕ1 ∨ ϕ2 −→ φ1 ∨ ϕ2 , zatem ϕ ⇔ φ.
Podobnie postępuje się, gdy zastępowana podformuła występuje w dru-
gim argumencie alternatywy. Pozostałe wypadki spójników zdaniowych są
analogiczne.
Rozważmy jeszcze wypadek, gdy formuła ϕ to formuła ∀v : ϕ1 . Z zało-
żenia indukcyjnego ϕ1 ⇔ φ1 . W takim razie ∀v : ϕ1 ⇔ ∀v : φ1 . Ponieważ
ψ::=χ
∀v : ϕ1 −→ ∀v : phi1 , więc ϕ ⇔ φ.
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, PNF7 ). Formuła ψ ma

przedrostkową (prefiksową) postać normalną wtedy i tylko wtedy, gdy jest
postaci:
Q1 v1 : Q2 v2 : . . . Qn vn : ϕ,
gdzie
1. Qi ∈ {∀, ∃}, 1 ≤ i ≤ n,
2. vi 6= vj , jeżeli i 6= j,
3. w formule ϕ nie występuje żaden kwantyfikator,
4. vi ∈ V (ϕ), 1 ≤ i ≤ n, 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.
Q1 v1 : Q2 v2 : . . . Qn vn : to przedrostek (prefiks) formuły ψ, a ϕ to
matryca formuły ψ.
7
Po angielsku: Prenex Normal Form.
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
Qv : 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 v1 nie występuje ani w ϕ, ani w ψ.
4. [∀v : ϕ ∨ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∨ ψ],
5. [ϕ ∨ ∀v : ψ] ⇔ ∀v1 : [ϕ ∨ ψ[v ::= v1 ]],
6. [∃v : ϕ ∨ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∨ ψ],
7. [ϕ ∨ ∃v : ψ] ⇔ ∃v1 : [ϕ ∨ ψ[v ::= v1 ]],
8. [∀v : ϕ ∧ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ∧ ψ],
9. [ϕ ∧ ∀v : ψ] ⇔ ∀v1 : [ϕ ∧ ψ[v ::= v1 ]],
10. [∃v : ϕ ∧ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ∧ ψ],
11. [ϕ ∧ ∃v : ψ] ⇔ ∃v1 : [ϕ ∧ ψ[v ::= v1 ]],
12. [∀v : ϕ ⇒ ψ] ⇔ ∃v1 : [ϕ[v ::= v1 ] ⇒ ψ],
13. [ϕ ⇒ ∀v : ψ] ⇔ ∀v1 : [ϕ ⇒ ψ[v ::= v1 ]],
14. [∃v : ϕ ⇒ ψ] ⇔ ∀v1 : [ϕ[v ::= v1 ] ⇒ ψ],
15. [ϕ ⇒ ∃v : ψ] ⇔ ∃v1 : [ϕ ⇒ ψ[v ::= v1 ]].
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.
Przedrostkową postać normalną formuły ϕ oznaczmy P N F (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
P N F (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:
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 skolemowska8 .
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.
3. Jeżeli formuła ma postać ∀v1 : . . . ∀vn : ∃v : ψ, to zastępujemy ją for-

mułą ∀v1 : . . . ∀vn : ψ[v ::= F (v1 , . . . , vn ], gdzie litera funkcyjna F nie
występuje w formule ψ.
Jeżeli kwantyfikator szczegółowy w prefiksie formuły ϕ0 uzyskanej przez
wykonanie którejś z operacji 1–3 poprzedzany jest przez kwantyfikatory
ogólne wiążące zmienne v1 , . . . , vn , to w miejsce każdego wystąpienia
zmiennej wiązanej przez ten kwantyfikator szczegółowy wpisujemy term
F (v1 , . . . , vn ), gdzie litera funkcyjna F nie występuje w rozważanej for-
mule ϕ0 . Funkcja F (v1 , . . . , vn ) 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 P N F (ϕ) ma miejsce równoważność: ϕ ⇔ P N F (ϕ), czyli:
` ϕ ⇔ P N F (ϕ). Tak nie musi być w wypadku Skol(ϕ), czyli nie musi za-
chodzić równoważność: ϕ ⇔ Skol(ϕ) (` ϕ ⇔ Skol(ϕ).) W tym wypadku
związek jest słabszy, a mianowicie: ϕ jest spełnione wtedy i tylko wtedy, gdy
Skol(ϕ) jest spełnione (czyli zachodzi |= ϕ ⇔ Skol(ϕ)).
Skolemizacja prowadzi do szczególnej postaci prefiksu: występują w nim
tylko kwantyfikatory ogólne. Standaryzacji można poddać również matrycę
formuły w przedrostkowej postaci normalnej.
9
J. Herbrand, 1908–31, swoimi pracami dał podstawy takiego ujęcia rachunku kwanty-
fikatorów.
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
λ1 ∨ λ2 ∨ · · · ∨ λn ,
gdzie λi ; 1 ≤ i ≤ n to literał.
Przykład 2.19. Klauzulami są: Q(x, y), P (x) ∨ ¬ P (x), P (x) ∨ Q(f (x), y).
Klauzulą nie jest: ¬ [P (x) ∨ ¬ P (x)]. °
Klauzula może być zapisana jako zbiór literałów. Logicznie taki zbiór
odpowiada formule będącej alternatywą wszystkich i tylko jego elementów
(literałów).
Klasa klauzul logicznie odpowiada formule będącej koniunkcją wszystkich
i tylko klauzul będących jej elementami.
Matryca formuły o przedrostkowej postaci normalnej nie zawiera kwan-
tyfikatorów. Podobnie jak zdanie z rachunku zdań może więc zostać przed-
stawiona w postaci normalnej, w szczególności jako koniunkcja klauzul.
W wypadku formuł o standardowej postaci skolemowskiej można pominąć
prefiks. Domyślnie przyjmuje się, że wszystkie zmienne indywiduowe zwią-
zane są kwantyfikatorami ogólnymi. Domyślność ta ma ugruntowanie w pra-
wie rachunku kwantyfikatorów, w zasadzie generalizacji. Formuła o standar-
dowej postaci skolemowskiej może więc być zapisana jako klasa klauzul, czyli
klasa zbiorów literałów.
W informatyce szczególnie ważne są klauzule hornowskie10 .
Definicja 2.23 (klauzuli hornowskiej). Klauzula Horna to klauzula z co
najwyżej jednym pozytywnym literałem.
Pozytywna klauzula Horna to klauzula, która ma jeden literał pozytywny.
Negatywna klauzula Horna to klauzula, która nie ma literału pozytyw-

nego.
10
Alfred Horn (1951) pierwszy wskazał na znaczenie takich klauzul w 1951 r.
Niech λ, ewentualnie z indeksami, będzie literałem pozytywnym, formułą

atomową.
Klauzulami Horna są zatem wyrażenia następujących postaci:
1. ¬ λ1 ∨ · · · ∨ ¬ λn ∨ λ, n ∈ N, gdy klauzula Horna zawiera literał

pozytywny,
2. ¬ λ1 ∨ · · · ∨ ¬ λn , 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:
λ1 ∧ · · · ∧ λn ⇒ λ.
Z rachunku kwantyfikatorów mamy, że
` λ1 ∧ · · · ∧ λn ⇒ λ
wtedy i tylko wtedy, gdy:
λ1 ∧ · · · ∧ λn ` λ,
czyli:
formuła λ1 ∧ · · · ∧ λn ⇒ λ jest tezą rachunku kwantyfikatorów

wtedy i tylko wtedy, gdy λ wynika (logicznie) z λ1 ∧ · · · ∧ λn .
Informatycy używają specyficznej notacji. Klauzule11 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.
10 . λ ⇐ λ1 , . . . , λn , n 6= 0 — reguła;
20 . λ⇐ — fakt,
30 . ⇐ λ1 , . . . , λn , n 6= 0 — zanegowane pytanie;
40 . — klauzula pusta (sprzeczność)
Kolejnym krokiem standaryzacji postaci formuł jest standaryzacja litera-
łów. Tu można ustalić postać termów. Procedura standaryzacji termów to
unifikacja. Zastosowanie rachunku rezolucyjnego dla logiki kwantyfikatorów
oprócz przedstawienia formuł w standardowej postaci skolemowskiej wymaga
też unifikacji termów.
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 X
..
.
ψ[v ::= c]
Reguła ∃L stosuje się do zdania ∃v : ψ zapisanego po lewej stronie gałęzi.
Zdanie ∃v : ψ jest prawdziwe wtedy i tylko wtedy, gdy dla pewnej stałej c
prawdą jest, że ψ[v ::= c]. Zdanie to zapisujemy po lewej stronie na każdej
gałęzi, na której znajduje się analizowane zdanie ∃v : ψ. Stała indywiduowa
c musi być stałą, która nie występuje na gałęziach, na których dopisujemy
zdanie ψ[v ::= c]. Do danego zdania regułę ∃L stosujemy tylko raz. Jest to
reguła jednokrotna. Fakt zastosowania ∃L zaznaczamy za pomocą X.
∃P ∃v : ψ ?
..
.
ψ[v ::= c]
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 X
..
.
ψ[v ::= c]
Reguła ∀P stosuje się do zdania ∀v : ψ zapisanego po prawej stronie ga-
łęzi. Zdanie takie nie jest prawdziwe wtedy i tylko wtedy, gdy dla przynaj-
mniej jednej stałej c nie jest prawdą ψ[v ::= c]. Zdanie ψ[v ::= c] piszemy po
prawej stronie każdej gałęzi, na której znajduje się ∀v : ψ. Stała c nie może
wystąpić wcześniej na żadnej gałęzi, na której dopisujemy ψ[v ::= c]. Regułę
∀P stosujemy tylko raz. Fakt zastosowania ∀P zaznaczamy za pomocą X.
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.
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:
∀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)]}.
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.

Czy prawdą jest, że
∀x : (P x ⇒ Qx), ∀x : P x ` ∀xQx?
TABLICA SEMANTYCZNA
∀x : (P x ⇒ Qx)? ∀x : QxX
∀x : P x?
(P a ⇒ Qa)X Qa
Pa
Pa Qa
ODPOWIEDŹ:
Prawdą jest, że: ∀x : (P x ⇒ Qx), ∀x : P x ` ∀x : Qx. °

Czy prawdą jest, że
∀x : (P x ⇒ Qx), ∀x : Qx ` ∀x : P x?
TABLICA SEMANTYCZNA
∀x : (P x ⇒ Qx)? ∀x : P xX
∀x : Qx?
(P a ⇒ Qa)X Pa
Qa
ODPOWIEDŹ:
Nie jest prawdą jest, że: ∀x : (P x ⇒ Qx), ∀x : Qx ` ∀x : P x. Tablica nie
może zostać zamknięta. Zauważmy bowiem, że pozostaje tylko stosowanie
reguły ∀L do zdania ∀x : (P x ⇒ Qx) lub do zdania ∀x : Qx. Kontynuując
konstrukcję na kolejnych gałęziach dopisywać będziemy po lewej stronie tylko
P c ⇒ Qc i Qc, a po prawej stronie tylko P c, gdzie c jest dowolną stałą. °
Przykład 2.22. W pewnym miasteczku był golibroda, który golił wszystkich
i tylko tych, którzy nie golili się sami. Kto golił golibrodę?
Niech dwuargumentowa litera predykatowa: G(. . . , . . . ) znaczy:
. . . goli . . .
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)]X
∀y : [G(a, y) ⇔ ¬G(y, y)]?
G(a, a) ⇔ ¬G(a, a)X
G(a, a) G(a, a)
¬G(a, a)X ¬G(a, a)X
G(a, a) G(a, a)
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, b)X

¬K(a, a)X K(a, a)
K(a, b)
∃y.K(a, y) ⇒ ∀z.K(z, a)X
∃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:
∀x.∃y.K(x, y) ∨ ∃x.∀y¬K(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
¬∀x.∃y.K(x, y) ⇒ ∃x.∀y.[¬K(x, y) ∧ (x = b)]
∃y.K(b, y) ⇒ ∀x.∃y.K(x, y)X
∃y.K(b, y)X ∀x.∃y.K(x, y)X
K(b, c) ∃y.K(d, y)?
¬∀x.∃y.K(x, y)X ∃x.∀y.[¬K(x, y) ∧ (x = b)]X

∀x.∃y.K(x, y)? ∀y.[¬K(b, y) ∧ (b = b)]?
∃y.K(d, y)X
K(d, e)
K(d, e) K(d, e)
[¬K(b, y) ∧ (b = b)]X
¬K(bc)X
(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-
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 ::= v1 ] ψ[v ::= c]
D∃. Reguła dołączania małego kwantyfikatora
ψ ψ ψ(c)
∃v : ψ ∃v : ψ[v1 ::= v] ∃v : ψ[c ::= v]
O∃. Reguła opuszczania małego kwantyfikatora

∃v : ψ
ψ[v ::= cv1 ,...,vn ]
gdzie cv1 ,...,vn to stała zależna od v1 , . . . vn .
v1 , . . . vn 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.
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)
°
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
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 (U, I), gdzie U jest zbiorem
uniwersalnym a I funkcją, która n-argumentowym literom predykatowym
przyporządkowuje n-członowe relacje, n-argumentowym literom funkcyjnym
przyporządkowuje n-argumentowe funkcje określone w U, stałym indywidu-
owym przyporządkowuje zaś elementy zbioru U.
Definicja 2.25 (modelu języka). Jeżeli L jest językiem o sygnaturze:
{P0 , P1 , . . ., Pn , F0 , F1 , . . ., Fm , a0 , a1 , . . ., aq },
to modelem M tego języka będzie:
(U, R0 , R1 , . . ., Rn , G0 , G1 , . . ., Gm , x0 , x1 , . . ., xq ),
gdzie I(Pi ) = Ri , 0 ≤ i ≤ n; I(Fi ) = Gi , 0 ≤ i ≤ m; I(ai ) = xi 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.
Czy formuła φ jest prawdziwa w modelu M, gdy mówi ona o a?
Jeżeli dla każdego przedmiotu należącego do U 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 ∀v1 : ψ
lub ∃v1 : ψ a w ψ będą występowały dwie zmienne wolne v i v1 . 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 U?
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 v0 , v1 , . . ., vn , gdy znaczeniami tych zmiennych są, odpowied-
nio: x0 , x1 , . . ., xn .
Chcemy znajdować odpowiedź na pytanie, czy formuła jest prawdziwa,
gdy mówi o przedmiotach x0 , x1 , . . ., xn 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.
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 v0 , v1 , . . ., vn , będziemy mówili o formule, której wszystkie zmienne,
zarówno wolne jak związane, znajdują się w ciągu v0 , v1 , . . ., vn . Oczywiście,
teraz wszystkie zmienne wolne każdej podformuły znajdują się w tym ciągu
zmiennych. Gdy formuła, która mówi o przedmiotach x0 , x1 , . . ., xn a wszyst-
kie jej zmienne znajdują się w ciągu v0 , v1 , . . ., vn , jest prawdziwa w modelu
M, to w logice mówimy, że formuła ta jest spełniona przez ciąg x0 , x1 , . . ., xn .
Podamy indukcyjną definicję spełniania formuły przez ciąg indywiduów.
Postąpimy więc tak, że najpierw odpowiemy na pytanie, co to znaczy, że for-
muła atomowa ψ(v0 , v1 , . . ., vn ) jest spełniona przez ciąg x0 , x1 , . . ., xn . Na-
stępnie, stosując procedurę indukcyjną odpowiemy na pytanie, co to znaczy,
że formuła ϕ, której wszystkie zmienne wolne i związane znajdują się w ciągu
v0 , v1 , . . ., vn jest spełniona przez x0 , x1 , . . ., xn . W końcu będzie można poka-
zać, że odpowiedź na pytanie o spełnianie formuły przez x0 , x1 , . . ., xn 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 v0 , v1 , . . ., vn i niech: x0 , x1 , . . ., xn będzie dowolnym
ciągiem przedmiotów ze zbioru U (zbiór uniwersalny).
Fakt, że formuła ϕ jest spełniona w modelu M przez x0 , x1 , . . ., xn zapi-
sujemy:
M |= ϕ[x0 x1 . . .xn ].
Definicja 2.26 (spełniania). Definicję spełniania w modelu M formuły ϕ
przez ciąg: x0 , x1 , . . ., xn
podamy w trzech krokach.
1. Wartość termu t(v0 , v1 , . . ., vn ) dla ciągu: x0 , x1 , . . ., xn — wartość tę
będziemy oznaczać: t[x0 x1 . . .xn ] — określa się następująco:
• jeżeli t = vi , to t[x0 x1 . . .xn ] = xi ;

• jeżeli t jest stałą indywiduową c, to jako t[x0 x1 . . .xn ] bierzemy
interpretację stałej c w modelu M; czyli t[x0 x1 . . .xn ] = I(c);
• 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 speł-

nianie 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 ]
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 ]
M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]
dla dowolnego x(∈ U, dla dowolnego indywiduum).
• jeżeli ϕ ma postać ∃vi : φ, gdzie i ≤ n, to
M |= ϕ[x0 x1 . . .xn ]
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 ].
(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 ta-
kiego, 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 ]
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 ],

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 ]

M |= (t1 ≡ t2 )[y0 y1 . . .ym ].
(I0 ) 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 ]
Rt1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ].
Ponieważ:
M |= ϕ[x0 x1 . . .xn ]
Rt1 [x0 x1 . . .xn ]. . .tk [x0 x1 . . .xn ]
a
M |= ϕ[y0 y1 . . .ym ]
Rt1 [y0 y1 . . .ym ]. . .tk [y0 y1 . . .ym ],
więc:
M |= ϕ[x0 x1 . . .xn ]
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 ]
M |= φ[y0 y1 . . .ym ],
M |= ψ[x0 x1 . . .xn ]
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 ]
M |= φ[y0 y1 . . .ym ].
Zatem:
M |= ¬ φ[x0 x1 . . .xn ]
M |= ¬ φ[y0 y1 . . .ym ].
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 ∀vi : φ. Na podstawie definicji spełniania:
M |= ∀vi : φ[x0 x1 . . .xn ]

wtedy i tylko wtedy, gdy dla dowolnego x(∈ U , dla dowolnego indywiduum
ze zbioru uniwersalnego):
M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ].

Korzystając z założenia indukcyjnego mamy, że dla dowolnego x(∈ U ):
M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]
M |= φ[y0 y1 . . .yi−1 xyi+1 . . .ym ].
Z tego wynika, że
dla dowolnego x(∈ U) : M |= φ[x0 x1 . . .xi−1 xxi+1 . . .xn ]
14
dla dowolnego y(∈ U) : M |= φ[y0 y1 . . .yi−1 yyi+1 . . .ym ] .
Zatem:
M |= ∀vi : φ[x0 x1 . . .xn ] wtedy i tylko wtedy, gdy M |= ∀vi : φ[y0 y1 . . .ym ]15 .
Analogicznie przebiega dowód w wypadku kwantyfikatora szczegółowego
(∃)16 .
14
Zauważmy, że skorzystaliśmy z prawa:
∀v : (ϕ ⇔ φ) ⇒ (∀v : ϕ ⇔ ∀v1 : φ[v ::= v1 ]),
jeżeli v1 nie występuje w formule φ.
15
Korzystamy z tego, że
∀v1 : ϕ[v ::= v1 ] ⇔ ∀v : ϕ[v ::= v1 ][v1 ::= v].
16
W dowodzie korzystać będziemy z:
∀v : (ϕ ⇔ φ) ⇒ (∃v : ϕ ⇔ ∃v1 : φ[v ::= v1 ]),

Z powyższego twierdzenia wyprowadzamy następujący wniosek.
Wniosek 2.6. Niech ϕ będzie formułą, której wszystkie zmienne wolne znaj-
dują się w ciągu v0 , v1 , . . ., vm zaś wszystkie zmienne wolne i związane znaj-
dują się w ciągu v0 , v1 , . . ., vn . Ciąg przedmiotów: x0 , x1 , . . ., xm spełnia ϕ
w modelu M, czyli:
M |= ϕ[x0 x1 . . .xm ]
wtedy i tylko wtedy, gdy dla jakiegoś ciągu xm+1 , . . ., xn lub — co na jedno wy-
chodzi — dla dowolnego ciągu: xm+1 , . . ., xn : M |= ϕ[x0 x1 . . .xm xm+1 . . .xn ].
Definicja 2.27 (prawdziwości zdania w modelu). Zdanie ϕ jest prawdziwe

w modelu M, wtedy i tylko wtedy, gdy
M |= ϕ[x0 x1 . . .xn ]
dla pewnego ciągu x0 , x1 . . ., xn lub — co w świetle twierdzenia 5 na jedno

wychodzi — dla dowolnego ciągu x0 , x1 , . . ., xn przedmiotów z U (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. Tarskiego17 .

jeżeli v1 nie występuje w formule φ,
oraz z
∃v1 : ϕ[v ::= v1 ] ⇔ ∃v : ϕ[v : colon = v1 ][v1 ::= 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).
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
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
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:

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 U 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 U jest skończony, że ma
dokładnie n elementów. Niech a0 , a1 , . . ., an będą wszystkimi tymi elemen-
tami18 . Na podstawie definicji spełniania stwierdzamy, że
1. (U, I) |= ∀v : φ
(U, I) |= φ[v ::= a1 ] ∧ φ[v ::= a2 ] ∧ . . . ∧ φ[v ::= an ].
2. (U, I) |= ∃v : φ
(U, I) |= φ[v ::= a1 ] ∨ φ[v ::= a2 ] ∨ . . . ∨ φ[v ::= an ].
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 I:
(U, I) |= φ

(U, I) |= Φ.
18
Jeśli istnieje taka potrzeba wzbogacamy język o stosowne stałe indywiduowe.
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 I przyporządkowuje bądź wartość T , bądź wartość F . Takich
interpretacji różniących się tylko przyporządkowaniem tych wartości zdaniom
atomowym jest nie więcej niż 2m , gdzie m jest liczbą różnych wyżej opisanych
zdań. Możemy teraz stosować metody opracowane dla rachunku zdań. W za-
leżności od tego, czy dla wszystkich 2m „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).
(∀x : P x ⇒ ∀x : Qx) ⇒ ∀x : (P x ⇒ Qx)
nie jest prawdziwe, bo nie jest ono prawdziwe w dziedzinie dwuelementowej.

W tym celu wystarczy pokazać, że tautologią nie jest:
[(P a ∧ P b) ⇒ (Qa ∧ Qb)] ⇒ [(P a ⇒ Qa) ∧ (P b ⇒ Qb)]. °
Przykład 2.29. Prawdziwe nie jest również zdanie:
(∃x : P x ∧ ∃x : Qx) ⇒ ∃x : (P x ∧ Qx).
Nie jest ono prawdziwe w dziedzinie, w której są przynajmniej dwa ele-

menty. Pokazać bowiem można, że tautologią nie jest:
[(P a ∨ P b) ∧ (Qa ∨ Qb)] ⇒ [(P a ∧ Qa) ∨ (P b ∧ Qb)]. °
Przykład 2.30. Prawdziwe nie jest zdanie:
∀x : ∃y : P xy ⇒ ∃y : ∀x : P xy.
Nie jest ono prawdziwe w dziedzinie dwuelementowej. Tautologią nie jest

bowiem:
[(P aa ∨ P ab) ∧ (P ba ∨ P bb] ⇒ [(P aa ∧ P ba) ∨ (P ab ∧ P bb)]. °

Zauważmy, że istnieją zdania, które nie są spełnione tylko w dziedzinie

nieskończonej, czyli zdania warunkiem koniecznym fałszywości których jest
nieskończoność dziedziny.
∀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) = f f n−1 (a), n ∈ N.
Pokażemy, że wszystkie wyrazy ciągu:
a, f (a), f f (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 6= n) ⇒ f m (a) 6=

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. °
2.2.7 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 pełności19 ).
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).
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-Tarskiego20 ). 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-
temu21 , czyli o istnienie efektywnej metody pozwalającej dać odpowiedź na
każde pytanie, czy zdanie języka tego systemu jest, czy też nie jest twier-
dzeniem22 . 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).
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
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
(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”.
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
— 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.
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.
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 6∈ 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 Ai1 , . . . , Ain , 0 ≤ i ≤ m, będą podzbiorami zbioru stałych indy-
widuowych. Niech ti (vi1 , . . . , vin ), 0 ≤ i ≤ m, będą termami takimi, że
wszystkimi zmiennymi występującymi w termie ti (vi1 , . . . , vin ) są vi1 , . . . , vin .
Zbiór:
{ti (vi1 , . . . , vin ) : vij ∈ Aij , 0 ≤ i ≤ m, 1 ≤ j ≤ n}
to zbiór wszystkich i tylko przedmiotów, które są nazywane przez termy stałe
otrzymane z ti (vi1 , . . . , vin ) przez wpisanie w miejsce wszystkich zmiennych
vij , stałych indywiduowych lub termów stałych, będących nazwami elemen-
tów odpowiednich zbiorów Aij , 0 ≤ i ≤ m, 1 ≤ j ≤ n.
W szczególnym wypadku ti (vi1 , . . . , vin ) mogą być termami stałymi:
a0 , a1 , . . . , am .
Wówczas charakteryzowany zbiór to:
{a0 , a1 , . . . , am }.
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)}
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 .
(x̂)φ(x) to zbiór taki, że
y ∈ (x̂)φ(x) ⇔ φ(y),
czyli
(x̂)φ(x) = {x : φ(x)}.
Zbiór scharakteryzowany ekstensjonalnie można scharakteryzować inten-
sjonalnie. Taką wspólną „własnością” wszystkich i tylko tych przedmiotów,
które są elementami zbioru A może być np. to, że są one elementami zbioru
A. Zachodzi następująca równość:
A = {x : x ∈ A}.
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).
4. B = A ⇒ ∀x : (x ∈ B ⇒ x ∈ A).
Z 3 i 4 i z tego, że identyczność jest symetryczna mamy:
5. A = B ⇒ ∀x : (x ∈ A ⇔ x ∈ B).
Powstaje pytanie, czy jeżeli zbiory są ekstensjonalnie równe, to są równe.
Pozytywna odpowiedź na to pytanie nie wydaje się być intuicyjnie oczywista.
Zbiór mieszkańców Warszawy jest ekstensjonalnie równy zbiorowi mieszkań-
ców stolicy Polski. Czy jednak zbiory te są równe? Gdyby rozumieć zbiory
w sposób intensjonalny, to ich równość zależałaby nie tylko od ich elementów
(ekstensji), lecz również od sposobu określenia (intensji). Na gruncie ra-
chunku predykatów z identycznością, z ekstensjonalnej równości zbiorów nie
wynika ich równość. Teorię mnogości uprawia się przyjmując aksjomatycznie,
że ekstensjonalna równość zbiorów pociąga za sobą równość zbiorów.
Zasada ekstensjonalności 3 głosi, że jeżeli dwa zbiory są ekstensjonalnie
równe, to są równe, czyli mają te same własności:
∀x : (x ∈ A ⇔ x ∈ B) ⇒ (A = B).
Zbiory są równe wtedy i tylko wtedy, gdy nie różnią się swoimi elemen-
tami, czyli:
Definicja 3.5 (równości zbiorów, =).
(A = B) ⇔ ∀x : (x ∈ A ⇔ x ∈ B).
Symbol „=” to dwuargumentowa litera predykatowa.
Wprowadzamy skrót „6=”:
A 6= B ⇔ ¬ (A = B).
Przyjmujemy, że symbole „=” i „6=” wiążą słabiej niż symbole operacji na
zbiorach4 .
Dla dowolnych zbiorów A, B, C 5 :
3
Zob. aksjomat równości zbiorów na str. 187.
4
O symbolach tych będzie mowa później.
5
Ściśle rzecz biorąc należałoby wskazać zbiór uniwersalny, którego podzbiorami są A, B
i C. Ponieważ jednak omawiane tezy zachodzą w wypadku dowolnego zbioru uniwersal-
nego, pominięcie wskazania takiego zbioru jest zatem w pełni uprawnione i uzasadnione
zasadą ekonomii, aby pisać tylko to, co jest konieczne do jednoznacznego zrozumienia.
W ten sposób będziemy też postępować w innych wypadkach.
3.2. RÓWNOŚĆ ZBIORÓW 169
T 12 (zwrotność =). A = A.
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}.
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 zbiorów6 . Dla określonej
klasy zbiorów taki zbiór jest tylko jeden. Zbiór ten, X, to przestrzeń (zbiór
pełny lub zbiór uniwersalny). X możemy zdefiniować przez własność, którą
posiadają wszystkie i tylko jego elementy.
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 6⊆ B.
Zbiór A zawiera się w zbiorze B wtedy i tylko wtedy, gdy zbiór A jest
podzbiorem zbioru B. Relacja ⊆ to relacja zawierania się zbiorów lub inaczej
relacja inkluzji.
Zbiór A jest właściwym podzbiorem zbioru B wtedy i tylko wtedy, gdy
każdy element A jest elementem B i są elementy B, które nie są elemen-
tami A.
Definicja 3.9 (podzbioru właściwego, ⊂).
(A ⊂ B) ⇔ ∀x : (x ∈ A ⇒ x ∈ B) ∧ ∃x : (x ∈ B ∧ x 6∈ A).
Zauważmy, że
A ⊂ B ⇔ [(A ⊆ B) ∧ (A 6= B)],
czyli A jest właściwym podzbiorem B wtedy i tylko, gdy A jest podzbiorem
B i A jest różne od B.
Zbiór A jest nadzbiorem zbioru B wtedy i tylko wtedy, gdy każdy element
zbioru B jest elementem zbioru A.
Definicja 3.10 (nadzbioru, ⊇).
(A ⊇ B) ⇔ ∀x : (x ∈ B ⇒ x ∈ A).
Zauważmy, że
A ⊇ B ⇔ B ⊆ A.
Symbol „⊇” to dwuargumentowa litera predykatowa.
Gdy A nie jest nadzbiorem B, to piszemy:
A 6⊇ B.
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 6∈ B).
Zauważmy, że
A ⊃ B ⇔ [(A ⊇ B) ∧ (A 6= B)],
czyli A jest nadzbiorem B wtedy i tylko wtedy, gdy B jest podzbiorem A i A
jest różne od B.
Przyjmujemy, że symbole „⊆”, „6⊆”, „⊂”, „⊇”, „6⊇”, „⊃” wiążą słabiej niż
wszystkie symbole operacji na zbiorach.
Dla dowolnych zbiorów A, B, C:
T 15 (zwrotność ⊆). A ⊆ A
T 16 (antysymetryczność ⊆). [(A ⊆ B) ∧ (B ⊆ A)] ⇒ (A = B)
T 17 (przechodniość ⊆). [(A ⊆ B) ∧ (B ⊆ C)] ⇒ (A ⊆ C)
T 18. (A 6= B) ⇒ [A 6⊆ B) ∨ (B 6⊆ 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)].

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 6= ∅ ⇒ A 6⊆ ∅,
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 6= X ⇒ X 6⊆ 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 6∈ 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.
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.
3.4.2 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 6∈ (A ∪ B) ⇔ (x 6∈ A) ∧ (x 6∈ B).
Operacją sumowania teoriomnogościowego rządzą następujące prawa.

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.

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:
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.
1. (x ∈ A ∨ x ∈ B ⇔ x ∈ B) ⇒ (x ∈ A ⇒ x ∈ B).
Korzystając z definicji sumy teoriomnogościowej dostajemy:
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}.
∀x : [x ∈ (A ∩ B) ⇔ (x ∈ A) ∧ (x ∈ B)].
Symbol „∩” to dwuargumentowa litera funkcyjna.

Zauważmy, że
x 6∈ (A ∩ B) ⇔ (x 6∈ A) ∨ (x 6∈ B).
Operacją iloczynu zbiorów rządzą następujące prawa.
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.

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)].
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.
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.
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}.
∀x : [x ∈ (A \ B) ⇔ (x ∈ A) ∧ ¬ (x ∈ B)].
Symbol „\” to dwuargumentowa litera funkcyjna.
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.
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.

T 62. A ∪ (B \ A) = A ∪ B
T 63. A ⊆ B ⇒ A ∪ (B \ A) = B.
Kolejne prawo pozwala określić przecięcie za pomocą różnicy.

T 64. A \ (A \ B) = A ∩ B.
Między różnicą a dodawaniem i mnożeniem zbiorów zachodzą następujące

związki.
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-
n
mowania. Dowodzi się, że jest to liczba skończona i wynosi 22 .
Algebra zbiorów ma wielorakie zastosowania, w szczególności z opera-
cjami teoriomnogościowymi mamy do czynienia przy wyszukiwaniu informa-
cji.
Niech T (A) będzie zbiorem wszystkich i tylko tekstów (dokumentów),
w których występuje słowo A. Dla znanych z wyszukiwarek internetowych
spójników: OR, AND oraz AND NOT zachodzą następujące zależności:
1. T (A OR B) = T (A) ∪ T (B),
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.
3.4.6 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 6= ∅). Niech (At )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
(At )t∈T = {n ∈ N : t < n}.
Rodzinę zbiorów (At )t∈T tworzą następujące zbiory:

A1 = {2, 3, . . .}; A2 = {3, 4, . . .}; A3 = {4, 5, . . .}; A4 = {5, 6, . . .}; A5 =
{6, 7, . . .}.
Gdybyśmy jako T wzięli zbiór liczb naturalnych, to rodzina (At )t∈T mia-
łaby nieskończenie wiele elementów. Jej elementami byłyby wszystkie zbiory
(dla każdego n ∈ N):
An = {(n + 1), (n + 2), . . .}. °

S S
Sumą uogólnioną zbiorów rodziny (At )t∈T jest zbiór t∈T At (lub: {At : t ∈
T }), którego elementami są wszystkie i tylko te przedmioty, które są elemen-
tem przynajmniej jednego ze zbiorów (At )t∈T .
S
Definicja 3.18 (uogólnionej sumy zbiorów, ).
[
∀x : {(x ∈ At ) ⇔ ∃t∈T (x ∈ At )}.
t∈T
T Przecięciem
T uogólnionym zbiorów niepustej rodziny (At )t∈T jest zbiór
A (lub: {At : t ∈ T }), którego elementami są wszystkie i tylko te przed-
t∈T t
mioty, które są elementami każdego ze zbiorów rodziny (At )t∈T .
T
Definicja 3.19 (uogólnionego przecięcia zbiorów, ).
\
∀x : {(x ∈ At ) ⇔ ∀t∈T (x ∈ At )}.
t∈T
W wypadku, gdy zbiór T jest skończony, T = {1, 2, . . . , n}, to

[
At = A1 ∪ A2 ∪ . . . ∪ An ,
t∈T
\
At = A1 ∩ A2 ∩ . . . ∩ An .
t∈T
W wypadku, gdy T = N, czyli gdy T jest zbiorem liczb naturalnych

piszemy:
∞
[ [
An zamiast An ,
n=1 n∈N
∞
\ \
An zamiast An .
n=1 n∈N
Omówimy teraz niektóre własności uogólnionych sumy i przecięcia.

Dla dowolnej rodziny zbiorów (At )t∈T , dla każdego t ∈ T :
S
T 67. At ⊆ t∈T At
T
T 68. t∈T At ⊆ At
S
T 69. At ⊆ A ⇒ t∈T At ⊆ A
T
T 70. A ⊆ At ⇒ A ⊆ t∈T At
S S S
T 71. t∈T At ∪ t∈T Bt = t∈T (At ∪ Bt )
T T T
T 72. t∈T At ∩ t∈T Bt = t∈T (At ∩ Bt ).
Udowodnijmy tylko własność T70.
Dowód. Przeprowadzimy dowód niewprost. Niech więc:
1. ∀t ∈ T : (A ⊆ At ),
T
2. A 6⊆ t∈T
At .
Z definicji zawierania się zbiorów i z 2 mamy, że dla pewnego a:
T
3. a ∈ A ∧ ¬ a ∈ t∈T
At .
Z tego:
4. a ∈ A,
oraz
T
5. ¬ a ∈ t∈T
At .
Z 5 i definicji uogólnionego przecięcia dostajemy:
6. ∃t ∈ T : ¬ a ∈ At .
Z 1 mamy:
7. ∀t ∈ T : (a ∈ A ⇒ a ∈ At ).
Z 4 i 7 zaś dostajemy
8. ∀t ∈ T : (a ∈ At ).
Korzystając z prawa De Morgana stwierdzamy sprzeczność między wier-
szami 6 i 8.
Związki między uogólnionymi sumą i przecięciem a relacją inkluzji usta-

lają następujące twierdzenia.
Dla dowolnych rodzin zbiorów (At )t∈T i (Bt )t∈T oraz każdego t(∈ T ):
S S
T 73. (At ⊆ Bt ) ⇒ t∈T At ⊆ t∈T Bt
T T
T 74. (At ⊆ Bt ) ⇒ t∈T At ⊆ t∈T Bt
S S S
T 75. t∈T (At ∩ Bt ) ⊆ t∈T At ∩ t∈T Bt
T T T
T 76. t∈T At ∪ t∈T Bt ⊆ t∈T (At ∪ 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:
S S
T 77. A ∪ t∈T At = t∈T (A ∪ At )
S S
T 78. A ∩ t∈T At = t∈T (A ∩ At )
T T
T 79. A ∪ t∈T At = t∈T (A ∪ At )
T T
T 80. A ∩ t∈T At = t∈T (A ∩ At ).
Udowodnijmy tylko własność T80, ograniczając się do:
\ \
A∩ At ⊆ (A ∩ At ).
t∈T t∈T
Dowód. Niech
T
1. x ∈ (A ∩ t∈T
At ).
Z 1 oraz definicji przecięcia i uogólnionego przecięcia:
2. x ∈ A ∧ ∀t ∈ T : x ∈ At .
Z tego:
3. ∀t ∈ T : (x ∈ A ∧ x ∈ At ).
Z definicji przecięcia więc:
4. ∀t ∈ T : x ∈ (A ∩ At ).
Zatem z definicji uogólnionego przecięcia:
T
5. x ∈ t∈T
(A ∩ At ),
co kończy dowód.
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:
S T
T 81. A \ t∈T At = t∈T (A \ At )
T S
T 82. A \ t∈T At = t∈T (A \ At )
S T
T 83. − t∈T At = t∈T (−At )
T S
T 84. − 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 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 6∈ x).

Niech:
R = {x : φ(x)},
czyli
R = {x : x jest zbiorem ∧ x 6∈ x}.
8
Por. z zasadą ekstensjonalności na str. 168.
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 6∈ 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 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 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 ∈ A1 , A1 ∈
A2 , . . . An ∈ 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 6= 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:
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, x1 , y1 : (x = x1 ∧ y = y1 ⇔ {{x}, {x, y}} = {{x1 }, {x1 , y1 }}),
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}} = {{x1 }, {x1 , y1 }} ⇔ [({x} = {x1 })∧({x, y} = {x1 , y1 })]∨
[({x} = {x1 , y1 }) ∧ ({x, y} = {y1 })],
191
192 ROZDZIAŁ 4. RELACJE I FUNKCJE
2. {x} = {x1 } ⇔ x = x1 ,
3. {x, y} = {x1 , y1 } ⇔ (x = x1 ∧ y = y1 ) ∨ (x = y1 ∧ y = x1 ),
Z 2 i 3 mamy:
4. ({x} = {x1 })∧({x, y} = {x1 , y1 }) ⇔ (x = x1 )∧[(x = x1 ∧y = y1 )∨(y =
y1 ∧ y = x1 )].
Z własności identyczności dostajemy:
5. (x = x1 )∧[(x = x1 ∧y = y1 )∨(x = y1 ∧y = x1 )] ⇒ [(x = x1 )∧(y = y1 )].
Z 4 i 5 dostajemy:
6. ({x} = {x1 }) ∧ ({x, y} = {x1 , y1 }) ⇒ [(x = x1 ) ∧ (y = y1 )].
7. [({x} = {x1 , y1 }) ∧ ({x, y} = {x1 })] ⇔ (x = x1 = y1 ) ∧ (x = y = x1 ).
Z własności identyczności:
8. (x = x1 = y1 ) ∧ (x = y = x1 ) ⇒ (x = x1 ) ∧ (y = y1 ).
Z 7 i 8 mamy:
9. [({x} = {x1 , y1 }) ∧ ({x, y} = {x1 })] ⇒ (x = x1 ) ∧ (y = y1 ).
Z 1, 6 i 9 dostajemy:
10. {{x}, {x, y}} = {{x1 }, {x1 , y1 }} ⇒ (x = x1 ) ∧ (y = y1 ).
11. (x = x1 ) ∧ (y = y1 ) ⇒ {{x}, {x, y}} = {{x1 }, {x1 , y1 }}.
Z 10 i 11 dostajemy:
12. {{x}, {x, y}} = {{x1 }, {x1 , y1 }} ⇔ (x = x1 ) ∧ (y = y1 ).
Definicja 4.1 (pary uporządkowanej).
(x, y) = {{x}, {x, y}}.
(x, y) to para uporządkowana, której poprzednikiem jest x a której następ-
nikiem jest y.
Pary uporządkowane są równe wtedy i tylko wtedy, gdy równe są ich
poprzedniki i równe są ich następniki.
4.1. ILOCZYN KARTEZJAŃSKI ZBIORÓW 193
Niech (x1 , x2 , . . . , xn1 , xn ) znaczy tyle, co ((x1 , x2 , . . . , xn−1 ), xn ).

Definicja 4.2 (krotki (n-tki) uporządkowanej). N -tka uporządkowana (krotka)
przedmiotów x1 , x2 , . . . , xn−1 , xn , (n ≥ 2) to:
(x1 , x2 , . . . , xn−1 , xn ).
x1 , x2 , . . . , xn−1 , xn . to współrzędne n-tki (x1 , x2 , . . . , xn−1 , xn ).
Iloczynem kartezjańskim, inaczej produktem kartezjańskim zbiorów X i Y
jest zbiór X×Y wszystkich i tylko par uporządkowanych (x, y) takich, że
x ∈ X i y ∈ Y , czyli X×Y = {(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 , X2 , . . . , X n
jest zbiór:
X1 ×X2 × · · · ×Xn
wszystkich i tylko n-tek uporządkowanych: (x1 , x2 , . . . , xn ) takich, że xi ∈ Xi ,
czyli
Definicja 4.3 (iloczynu kartezjańskiego, ×).
X1 ×X2 × · ×Xi × · ×Xn = {(x1 , x2 , . . . , xi . . . , xn ) : xi ∈ Xi , i ≤ n}.
Dla dowolnych zbiorów X1 , X2 , . . . , Xn istnieje zbiór wszystkich i tylko
n-tek uporządkowanych, dających się utworzyć z elementów zbiorów X1 , X2 ,
. . . , Xn , takich, że i-tym członem n-tki jest element zbioru Xi , 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: R×R.
Elementy zbioru X1 × X2 × · · · × Xn nazywamy punktami, zbiory X1 , X2 ,
. . . Xn osiami współrzędnych. W wypadku punktu (x, y), x to odcięta a y to
rzędna. W wypadku, gdy Xi = 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.
Niektóre własności iloczynu kartezjańskiego są analogiczne do własności

iloczynu arytmetycznego. Zachodzą np. prawa rozdzielności.
Dla dowolnych zbiorów X1 , X2 , Y :
T 85. (X1 ∪ X2 ) × Y = X1 × Y ∪ X2 × Y
T 86. Y × (X1 ∪ X2 ) = Y × X1 ∪ Y × X2
T 87. (X1 \ X2 ) × Y = X1 × Y \ X2 × Y
T 88. Y × (X1 \ X2 ) = Y × X1 \ Y × X2 .
Spełnione są też prawa rozdzielności iloczynu kartezjańskiego względem

przecięcia teoriomnogościowego.
Dla dowolnych zbiorów X1 , X2 , Y :
T 89. (X1 ∩ X2 ) × Y = (X1 × Y ) ∩ (X2 × Y )
T 90. Y × (X1 ∩ X2 ) = (Y × X1 ) ∩ (Y × X2 ).
Iloczyn kartezjański jest operacją monotoniczną względem stosunku za-

wierania.
Dla dowolnych zbiorów X1 , X2 , Y , jeśli Y 6= ∅, to:
T 91. (X1 ⊆ X2 ) ⇔ (X1 × Y ⊆ X2 × Y ) ⇔ (Y × X1 ⊆ Y × X2 ).
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].

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:
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 X×Y ,

gdzie X i Y są zbiorami, jest każdy podzbiór zbioru X×Y .
W wypadku, gdy relacja jest podzbiorem X×X, czyli gdy jest podzbiorem
2
X będziemy mówili, że jest to relacja binarna w zbiorze X.
Niech R będzie relacją dwuczłonową. Zamiast (x, y) ∈ R będziemy pisać
xRy a czytać: x jest w relacji R z y.
Przykład 4.2. Niech N będzie zbiorem liczb naturalnych. Podzbiór W (⊆
N × N) jest relacją niewiększości w zbiorze liczb naturalnych wtedy i tylko
wtedy, gdy:
(n, m) ∈ W ⇔ (n ≤ m).
Jest to relacja w zbiorze N. °
Przykład 4.3. Niech X będzie przestrzenią. Zbiór In (⊆ X × X) taki, że dla
dowolnych A, B(⊆ X):
(A, B) ∈ In ⇔ A ⊆ B
jest relacją inkluzji. Jest to relacja w zbiorze X. °
Definicja 4.5 (relacji n-członowej). Relacją n-członową w iloczynie:
X1 ×X2 × · · · ×Xn ,
gdzie Xi są zbiorami, i ≤ n,
jest każdy podzbiór zbioru X1 ×X2 × · · · ×Xn .
Napis:
R ⊆ X1 ×X2 × · · · ×Xn
to sygnatura relacji 1 . „R” to nazwa relacji, a X1 ×X2 × · · · ×Xn to typ relacji.
Zbiór wszystkich i tylko i-tych członów n-członowej relacji R to i-ta dzie-
dzina relacji R, czyli
Definicja 4.6 (i-tej dziedziny relacji, Di (R)).
Di (R) = {xi : (x1 , x2 , . . . , xi , . . . , xn ) ∈ R}.

1
Wcześniej termin „sygnatura” użyty był w innym znaczeniu. Mówiliśmy o sygnaturze
języka.
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) = D1 (R) ∪ D2 (R) ∪ · · · ∪ Dn (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 (⊆ R×R×R×R) będzie relacją taką, że dla dowolnych
x, y, z, t (∈ R):
x z
(x, y, z, t) ∈ P ⇔ = .
y 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 N×N.
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:
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 xi a xj zachodzi relacja, oznaczeniu podlega pole
tabeli wyznaczone przez wiersz xi i kolumnę xj .
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
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:

R ∈ ANTYSYM.
Przykładem tabelki relacji antysymetrycznej może być:
1 2 3 4
1 + +
2 +
3 +
4 +
Zauważmy, że jeżeli R 6= ∅, to
1. R ∈ SYM ⇒ ¬ R ∈ ASYM,
lub równoważnie
2. R ∈ ASYM ⇒ ¬ R ∈ SYM,
inaczej mówiąc:
3. SYM ∩ ASYM = ∅.
4. R ∈ ASYM ⇒ R ∈ ANTYSYM2
lub równoważnie:
5. ASYM ∩ ANTYSYM = ASYM.

Zbiór relacji symetrycznych i antysymetrycznych zarazem jest niepu-
sty: SY M ∩ AN T Y SY M 6= ∅. Do zbioru tego należy np. relacja
identyczności Id:
6. Id ∈ SY M ∩ AN T Y 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 6= 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)
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:

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 abstrakcyjnych3 .
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.
Niech ≈ będzie relacją równoważności w zbiorze X. Zbiór kxk≈ , 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, kxk≈ ).
kxk≈ = {y ∈ X : x≈y}.
Przestrzeń ilorazowa X/ ≈ to zbiór wszystkich i tylko klas abstrakcji

relacji równoważności ≈, czyli
Definicja 4.18 (przestrzeni ilorazowej, X/≈).
X/≈ = {kxk≈ : 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 kxk≈ jest niepusta, czyli
∀x : ∃y : (y ∈ kxk≈ ).
4.2. RELACJE 209
Dowód. Z definicji kxk≈ :

1. y ∈ kxk≈ ⇔ x≈y.
Z tego mamy:
2. x ∈ kxk≈ ⇔ x ≈ x.
Z 2 dostajemy:
3. x ≈ x ⇒ x ∈ kxk≈ .
Dołączając duży kwantyfikator mamy:
4. ∀x : [x ≈ x ⇒ x ∈ kxk≈ ].
Z tego dostajemy:
5. [∀x : (x ≈ x)] ⇒ [∀x : (x ∈ kxk≈ )].

Z założenia relacja ≈ jest zwrotna, czyli
6. ∀x : (x ≈ x)
Z 5 i 6 mamy:
7. ∀x : [x ∈ kxk≈ ].
Z tego dostajemy:
8. ∃x : [x ∈ kxk≈ ].
Twierdzenie 4.4. Dwie klasy abstrakcji relacji równoważności ≈ są bądź
równe, bądź rozłączne; czyli
∀x, y : (kxk≈ = kyk≈ ∨ kxk≈ ∩ kyk≈ = ∅).
Dowód. Dowód przeprowadzimy metodą niewprost, czyli jako założenie przyj-

miemy zaprzeczenie dowodzonej tezy.
1. ¬ ∀x, y : (kxk≈ = kyk≈ ∨ kxk≈ ∩ kyk≈ = ∅).

Na podstawie prawa De Morgana mamy:
2. ∃x, y : ¬(kxk≈ = kyk≈ ∨ kxk≈ ∩ kyk≈ = ∅).

Wykorzystując prawo De Morgana o zaprzeczaniu alternatywy dosta-
jemy:
3. ∃x, y : (¬ kxk≈ = kyk≈ ∧ ¬ kxk≈ ∩ kyk≈ = ∅).

Opuszczając dwukrotnie mały kwantyfikator mamy:
4. ¬ kak≈ = kbk≈ ∧ ¬ kak≈ ∩ kbk≈ = ∅.

Opuszczając koniunkcję dostajemy:
5. ¬ kak≈ = kbk≈ ,
oraz
6. ¬ kak≈ ∩ kbk≈ = ∅.
7. (¬ kak≈ = kbk≈ ) ⇔ ∃x : [(x ∈ kak≈ ∧ ¬ x ∈ kbk≈ ) ∨ (¬ x ∈ kak≈ ∧ x ∈

kbk≈ )].
Z 5 i 7 mamy:
8. ∃x : [(x ∈ kak≈ ∧ ¬ x ∈ kbk≈ ) ∨ (¬ x ∈ kak≈ ∧ x ∈ kbk≈ )].

Opuszczając mały kwantyfikator stwierdzamy, że dla pewnego c:
9. (c ∈ kak≈ ∧ ¬ c ∈ kbk≈ ) ∨ (¬ c ∈ kak≈ ∧ c ∈ kbk≈ ).

Z definicji zbioru pustego:
10. (¬ kak≈ ∩ kbk≈ = ∅) ⇔ ∃x : (x ∈ kak≈ ∧ x ∈ kbk≈ ).

Z 10 i 6 mamy:
11. ∃x : (x ∈ kak≈ ∧ x ∈ kbk≈ ).

Opuszczając w 11 mały kwantyfikator otrzymujemy:
12. d ∈ kak≈ ∧ d ∈ kbk≈ .

Opuszczając w 12 koniunkcję mamy:
13. d ∈ kak≈ ,
oraz
14. d ∈ kbk≈ .
Na podstawie definicji klas równoważności z 13 oraz 14 dostajemy, od-
powiednio:
4.2. RELACJE 211
15. d ≈ a,
oraz
16. d ≈ b.
Z symetryczności relacji ≈ i 15 mamy:
17. a ≈ d.
Z przechodniości relacji ≈ oraz 16 i 17:
18. a ≈ b.
Z przechodniości ≈:
19. c ≈ a ∧ a ≈ b ⇒ c ≈ b.
Tautologią jest:
20. a ≈ b ⇒ [(c ≈ a ∧ a ≈ b ⇒ c ≈ b) ⇒ ¬ (c ≈ a ∧ ¬ c ≈ b)].
Z 18, 19 i 20 mamy:
21. ¬ (c ≈ a ∧ ¬ c ≈ b).
Z symetryczności ≈:
22. a ≈ b ⇒ b ≈ a.
Z 18 i 22
23. b ≈ a
Z przechodniości ≈:
24. c ≈ b ∧ b ≈ a ⇒ c ≈ a.
Tautologią jest:
25. b ≈ a ⇒ [(c ≈ b ∧ b ≈ a ⇒ c ≈ a) ⇒ ¬ (¬ c ≈ a ∧ c ≈ b)].
Z 23, 24 i 25 mamy:
26. ¬ (¬ c ≈ a ∧ c ≈ b).
Z 21 i 26 przez dołączanie koniunkcji:
27. ¬ (c ≈ a ∧ ¬ c ≈ b) ∧ ¬ (¬ c ≈ a ∧ c ≈ b).
Z 27 na podstawie praw De Morgana:
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 ∈ kyk≈ ).
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 ∈ kxk).
Z tego:
2. ∀x : (x ≈ x ⇔ x ∈ kxk).
Z tego:
3. ∀x : (x ≈ x) ⇒ ∀x : (x ∈ kxk).
Relacja ≈ jest zwrotna więc z założenia:
4. ∀x : (x ≈ x).
Z 3 i 4 mamy:
5. ∀x : (x ∈ kxk).
Podziałem logicznym zbioru X (zbiór dzielony) jest klasa zbiorów P taka,
że każdy element P (człon podziału) jest niepusty (warunek niepustości ),
elementy te są parami rozłączne (warunek rozłączności ) oraz każdy element
zbioru X jest elementem przynajmniej jednego elementu P (warunek zupeł-
ności ); czyli
4.2. RELACJE 213
Definicja 4.20 (podziału logicznego). Podział logiczny zbioru X to klasa

zbiorów P taka, że spełnione są łącznie następujące warunki:
1. A ∈ P ⇒ A 6= ∅, niepustość
2. A, B ∈ P ⇒ [(A = B) ∨ (A ∩ B = ∅)], rozłączność
3. ∀x ∈ X : ∃A ∈ P : (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
(m1 , n1 )R(m2 , n2 ) ⇔ [(m1 + n2 ) = (m2 + n1 )].
R jest relacją równoważności.

R jest zwrotna.
Prawem arytmetyki liczb naturalnych jest
1. (m1 + n1 ) = (m1 + n1 ).
Zgodnie z definicją relacji R mamy więc:
2. (m1 , n1 )R(m1 , n1 ),
co dowodzi zwrotności.
R jest symetryczna.
Niech:
1. (m1 , n1 )R(m2 , n2 ).
Z tego mamy, że
2. (m1 + n2 ) = (m2 + n1 ).
Ponieważ = jest symetryczna, czyli zachodzi:
3. (m1 + n2 ) = (m2 + n1 ) ⇒ (m2 + n1 ) = (m1 + n2 ),

więc mamy:
4. (m2 + n1 ) = (m1 + n2 ).
To zaś oznacza, że zachodzi:
5. (m2 , n2 )R(m1 , n1 ).
R jest przechodnia.
Niech
1. (m1 , n1 )R(m2 , n2 )
i
2. (m2 , n2 )R(m3 , n3 ).
Mamy zatem, że
3. (m1 + n2 ) = (m2 + n1 )
oraz
4. (m2 + n3 ) = (m3 + n2 ).
Z własności sumowania mamy, że
5. [(m1 +n2 ) = (m2 +n1 )∧(m2 +n3 ) = (m3 +n2 )] ⇒ (m1 +n3 ) = (m3 +n1 ).
Otrzymujemy więc:
6. (m1 + n3 ) = (m3 + n1 ),
czyli
4.2. RELACJE 215
7. (m1 , n1 )R(m3 , n3 ),
co dowodzi przechodniości R.
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 k(1, 1)k, klasy abstrakcji wyznaczonej przez parę (1, 1), są
wszystkie pary (n, m) takie, że n = m, czyli
(m, n) ∈ k(1, 1)k ⇔ m = n.

Ta klasa abstrakcji wyznacza liczbę całkowitą 0.
Klasy k(m, n)k 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:
k(m1 , n1 )k + k(m2 , n2 )k = k(m1 + m2 , n1 + n2 )k.

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:
k(m1 , n1 )k·k(m2 , n2 )k = k(m1 ·m2 + n1 ·n2 , m1 ·n2 + n1 ·m2 )k.

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:
bez względu na wybór reprezentantów każdy wynik wykonania operacji bę-

dzie reprezentantem tej samej klasy abstrakcji.
Fakt ten pokażemy tylko dla „·”.
Niech (m1 , n1 ) i (m01 , n01 ) będą reprezentantami tej samej klasy i niech
(m2 , n2 ) i (m02 , n02 ) będą reprezentantami tej samej klasy. Musimy pokazać, że
(m1 ·m2 +n1 ·n2 , m1 ·n2 +m2 ·n1 ) i (m01 ·m02 +n01 ·n02 , m01 ·n02 +m02 ·n01 ) reprezentują
tę samą klasę.
Na podstawie założenia, zgodnie z definicją mamy, że
m1 + n01 = m01 + n1 ,
i
m2 + n02 = m02 + n2 .
Z tego otrzymujemy, odpowiednio:
m1 − n1 = m01 − n01 ,
m2 − n2 = m02 − n02 .
Mnożąc stronami powyższe dwie równości dostajemy:
m1 · m2 − m1 · n2 − m2 · n1 + n1 · n2 = m01 · m02 − m01 · n02 − m02 · n01 + n01 · n02 .
Po przekształceniu otrzymujemy:
m1 · m2 + m01 · n02 + m02 · n01 + n1 · n2 = m01 · m02 + m1 · n2 + m2 · n1 + n01 · n02 .
A to zgodnie z definicją znaczy, że (m1 ·m2 +n1 ·n2 , m1 ·n2 +m2 ·n1 ) i (m01 ·m02 +
n01 ·n02 , m01 ·n02 + m02 ·n01 ) 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
(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 217
R jest przechodnia.
Niech
1. (c1 , d1 )R(c2 , d2 )
oraz
2. (c2 , d2 )R(c3 , d3 ).
Z tego — odpowiednio — mamy, że
3. c1 d2 = c2 d1
oraz
4. c2 d3 = c3 d2 .
Z praw mnożenia liczb całkowitych oraz z 3 i 4 mamy, odpowiednio:
5. c1 d2 d3 = c2 d1 d3
oraz
6. c2 d3 d1 = c3 d2 d1 .
Z 5 i 6 otrzymujemy:
7. c1 d2 d3 = c3 d2 d1 .
Ponieważ z założenia:
8. d2 6= 0,
więc z 7 na podstawie praw mnożenia liczb całkowitych mamy:
9. c1 d3 = c3 d1 .
Zgodnie z definicją R mamy zatem:
10. (c1 , d1 )R(c3 , d3 ),
czyli R jest przechodnia.
Opisana wyżej relacja dzieli zbiór par liczb całkowitych na klasy abs-
trakcji. Te klasy nazywa się liczbami wymiernymi. Inaczej mówiąc, liczba
wymierna to klasa abstrakcji relacji równoważności R w zbiorze Z×Z∗ . Klasy
kc1 , d1 k i kc2 , d2 k wyznaczają tę samą klasę abstrakcji wtedy i tylko wtedy,
gdy c1 d2 = c2 d1 . Klasę abstrakcji wyznaczoną przez parę (c, d) oznacza się
c/d.
W zbiorze liczb wymiernych, czyli w zbiorze klas abstrakcji relacji R

[⊆ ((Z × Z∗ ) × (Z × Z∗ ))] określa się różne działania.
Dodawanie (+) definiuje się następująco:
k(c1 , d1 )k + k(c2 , d2 )k = k(c1 d2 + c2 d1 , d1 d2 )k.
Mnożenie liczb wymiernych definiowane jest przez następującą równość:
k(c1 , d1 )k·k(c2 , d2 )k = k(c1 c2 , d1 d2 )k.
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 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 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 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 R0 taka, że x jest w relacji R0

z y wtedy i tylko wtedy, gdy x nie jest w relacji R z y, czyli negacją relacji
jest jej dopełnienie do relacji pełnej: R0 = (X × X) \ R.
Definicja 4.25 (negacji relacji, 0 ).
∀x, y ∈ X : [xR0 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.
−1
Definicja 4.26 (konwersu relacji, ).
∀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 R1 w zbiorze X jest

relacja R ◦ R1 taka, że x jest w relacji R ◦ R1 z y wtedy i tylko wtedy, gdy
istnieje z (∈ X) takie, że x jest w relacji R z z a z jest w relacji R1 z y, czyli
(x, y) ∈ R ◦ R1 ⇔ ∃z : [(x, z) ∈ R ∧ (z, y) ∈ R1 ]. Dla dowolnych dwóch relacji
istnieje ich iloczyn względny i jest dokładnie jeden.
Definicja 4.27 (złożenia relacji, ◦).
∀x, y ∈ X : [x(R ◦ R1 )y ⇔ ∃z ∈ X : (xRz ∧ z R1 y)].
Zauważmy, że
T 92. R ◦ (R1 ◦ R2 ) = (R ◦ R1 ) ◦ R2
T 93. (R ◦ R1 )−1 = R1 −1 ◦ R−1
T 94. R ◦ ∆X = ∆X ◦ R = R.
Mając zbiór Z(⊆ X), możemy być zainteresowani fragmentem relacji R(⊆
X × X) ograniczonym do tych członów tej relacji, które są elementami Z.
Ten fragment relacji R to relacja R|Z zredukowana do zbioru Z. Relacja
R|Z jest relacją R zredukowaną do zbioru Z wtedy i tylko wtedy, gdy:
∀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 RW wtedy i tylko
wtedy, gdy
1. RW ∈ W ,
2. R ⊆ RW ,
3. R ⊆ R1 ∧ R1 ∈ W ⇒ RW ⊆ W1 .
Punkt pierwszy definicji mówi o tym, że relacja RW ma własność W ,
drugi i trzeci zaś, że RW 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.
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 X1 , X2 , . . . , Xn , Xn+1 będą zbiorami, a R(⊆
X1 × X2 × · · · × Xn × Xn+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 ∀x1 , x2 , . . . , xn , xn+1 , x0n+1 :
jeżeli
(x1 , x2 , . . . , xn , xn+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1
i
(x1 , x2 , . . . , xn , x0n+1 ) ∈ X1 × X2 × · · · × Xn × Xn+1 ,
to
xn+1 = x0n+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 : ∀y1 , y2 ∈ Y : [(xRy1 ∧ xRy2 ) ⇒ y1 = y2 ].

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 (⊆ X ×Y ) jest relacją spełniającą w wypadku funkcji
częściowej warunek:
1. ∀x ∈ X : ∀y1 y2 ∈ Y : [(x, y1 ) ∈ f ∧ (x, y2 ) ∈ f ⇒ y1 = y2 ],

a w wypadku funkcji całkowitej dodatkowo warunek:
2. ∀x ∈ X : ∃y ∈ Y : [(x, y) ∈ f ].
Każdy i-ty argument funkcji jest elementem Xi , i-tej dziedziny relacji R,

(i ≤ n), a te elementy zbioru Xn+1 , które pozostają w relacji R z elementami
zbiorów X1 , X2 , . . . , Xn 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 (x1 , x2 , . . . , xn ), g(x1 , x2 , . . . , xn ), . . . oznaczają wartości
odpowiednich funkcji dla argumentów: x1 , x2 , . . . , xn . Niech R będzie funk-
cją. Zamiast (x1 , x2 , . . . , xn , y) ∈ R pisze się więc np.: y = f (x1 , x2 , . . . , xn ).
Zapis wartości funkcji f dla x1 , x2 , . . . , xn jako f (x1 , x2 , . . . , xn ) to zapis
w konwencji prefiksowej (przedrostkowej ). Przy algorytmicznym obliczaniu
wartości stanowiących złożenie wielu funkcji stosuje się notację sufiksową
(przyrostkową), czyli pisze się:
(x1 , x2 , . . . , xn )f.
W wypadku funkcji dwuargumentowych zwykle stosowana jest notacja
infiksowa (wrostkowa), czyli pisze się: x1 f x2 , jak np. 2 + 3.
Napis:
f : X1 × X2 × . . . , Xn → Xn+1
to sygnatura funkcji, „f ” — nazwa funkcji, zaś X1 × X2 × . . . , Xn → Xn+1
to typ funkcji f .
Zwykle n-argumentowa funkcja jest określana przez podanie jej dziedzin
X1 , X2 , . . . , Xn i jakiegoś wzoru f (x1 , x2 , . . . , xn ) przedstawiającego element
przeciwdziedziny Xn+1 przyporządkowany elementom x1 , x2 , . . . , xn .
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
x2 jest funkcją: f (x) = x2 . 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 (⊆ X1 × X2 × · · · × Xn × Xn+1 )
i
g(⊆ Y1 × Y2 × · · · × Yn × Yn+1 )
są równe wtedy i tylko wtedy, gdy równe są ich wykresy, czyli gdy f = g
oraz gdy Di (f ) = Di (g), 1 ≤ i ≤ (n + 1).
Przykład 4.23. Funkcja f (⊆ R2 ) dana wzorem f (x) = x2 −1 równa się funkcji

g(⊆ R2 ) 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.
2
Przykład 4.24. Funkcja f (⊆ R2 ) dana wzorem f (x) = xx nie jest równa
funkcji g(⊆ R2 ) 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) = x2 i f (x) = x4 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(⊆
X1 × · · · × Xn × Xn+1 ). Niech Di , 1 ≤ i ≤ (n + 1) będzie i-tą dziedziną tej
relacji. Każda funkcja f (: D1 × · · · × Dn → Dn+1 ), która jest całkowita tzn.
określona dla dowolnych (x1 , . . . , xn ), gdzie xi ∈ Di , 1 ≤ i ≤ n, to funkcja
zgodna z relacją R.
Przykład 4.26. Niech R(⊆ R × R) 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 .
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) = x2 jest funkcją, której dziedziną jest R. Na-
kładając warunek: −1 ≤ x ≤ 1 otrzymujemy funkcję zredukowaną do zbioru
{x : − 1 ≤ x ≤ 1}. Jest to funkcja f |{x : − 1 ≤ x ≤ 1}. °
Niech g : X → Y będzie funkcją. Niech X ⊆ Z. Funkcja:
f: Z →Y
taka, że
f |X = g
to rozszerzenie (lub przedłużenie) funkcji g na zbiór Z.
Przykład 4.28. Niech g : Q → {0, 1}, gdzie Q jest zbiorem wszystkich liczb
wymiernych, będzie funkcją taką, że
g(x) = 1, dla x ∈ Q.
Funkcja ta jest określona tylko dla liczb wymiernych, a dla każdego ar-
gumentu przyjmuje wartość 1.
Niech f będzie funkcją określoną jak następuje:
(
0 dla x ∈ R \ Q,
f (x) =
1 dla x ∈ Q.
Funkcja f (tzw. funkcja Lejeune-Dirichleta) jest przedłużeniem funkcji g. °
Funkcja, której wartościami są liczby rzeczywiste to funkcja rzeczywista.
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: an .
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: (a1 , a2 , . . . , ak ).
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 mn elementów.
Dowód. Dowodzić będziemy przez indukcję ze względu na liczbę elementów
zbioru X, czyli ze względu na n.
Niech X = {x1 , x2 , . . . , xn }, Y = {y1 , y2 , . . . , ym }.
W wypadku gdy n = 1 mamy następujące funkcje: f1 (x) = b1 , f2 (x) =
b2 , . . . , fm (x) = bm . Istnieje więc dokładnie m funkcji ze zbioru 1-elementowego
X do zbioru m-elementowego Y . Ponieważ m = m1 , 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 mk 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 (ak+1 ) = b1 , do drugiej te i tylko te, dla których f (ak+1 ) = b2 , do m-
tej klasy zaliczamy wszystkie te i tylko te funkcje f , dla których f (ak+1 ) = bm .
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 mk . Zatem funkcji ze zbioru (k + 1)-elementowego do zbioru
m-elementowego jest m·mk . Ponieważ m·mk = mk+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
mn 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:
∀x1 , x2 ∈ X : [x1 6= x2 ⇒ f (x1 ) 6= f (x2 )],
lub, równoważnie:
∀x1 , x2 ∈ X : [f (x1 ) = f (x2 ) ⇒ x1 = x2 ].
Relacja f (⊆ X × Y ) jest injekcją wtedy i tylko wtedy, gdy f ◦ f −1 = ∆X .
Przykład 4.29. Funkcja f (x) = x − 1 jest różnowartościowa. Funkcja f (x) =
x2 nie jest różnowartościowa. °
Funkcja f : X → Y , która jest injekcją oraz surjekcją to bijekcja zbiorów
X i Y.
Relacja f (⊆ X × Y ) jest bijekcją wtedy i tylko wtedy, gdy f ◦ f −1 = ∆X
oraz f −1 ◦ f = ∆Y .
Przekształcenia różnowartościowe zbioru X na siebie, czyli bijekcja X na
siebie to permutacje zbioru X.
Przykład 4.30. Permutacją jest funkcja identycznościowa
IX : X → X
na zbiorze X określona wzorem:
∀x ∈ X : (IX (x) = x). °
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 = x2 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 x1 , x2 zachodzi f (x1 ) = f (x2 ). Z tego g(f (x1 )) =
g(f (x2 )). Na podstawie pkt. 3 definicji funkcji odwrotnej g(f (x1 )) = x1 ,
a g(f (x2 )) = x2 . Korzystając z założenia mamy więc, że x1 = x2 , czyli f jest
różnowartościowa.
Analogicznie dowodzimy różnowartościowości funkcji g tyle tylko, że tym
razem nie korzystamy z warunku 3, lecz z twierdzenia 4.9 ustalającego wła-
sność funkcji g analogiczną do własności z pkt. 3 funkcji f . Niech więc dla
pewnych y1 i y2 zachodzi g(y1 ) = g(y2 ). Wówczas f (g(y1 )) = f (g(y2 )). Na
podstawie 4.9 mamy f (g(y1 )) = y1 i f (g(y2 )) = y2 , więc y1 = y2 , co dowodzi
różnowartościowości funkcji g.
Pokazaliśmy, że zachodzi 1, czyli że funkcje f i g są różnowartościowe.
Udowodnimy teraz 2, czyli że
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
−1
f 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 xf y 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) = x2 . 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 → 2R niech będzie określona wzorem g(x) = {y : − y ≤ x ≤ y}.
Złożeniem
√ f ◦g będzie funkcja h : R+ → 2R 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.
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 = IX ,
f −1 ◦f = IY ,
gdzie IX jest funkcją identycznościową na zbiorze X, a IY 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. IX (x) = x,
więc:
5. f ◦f −1 = IX .
Całkiem podobnie pokazujemy, że f −1 ◦f = IY .
Twierdzenie 4.14. Niech f : X → Y , g : Y → Z.
1. jeżeli f przekształca X na Y , a g przekształca Y na Z, to f ◦g prze-
kształca X na Z,
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 x1 6= x2 , to f (x1 ) 6= f (x2 ) i dalej, że g(f (x1 )) 6= g(f (x2 )), czyli
(f ◦g)(x1 ) 6= (f ◦g)(x2 ). 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
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) = x2 . 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):
(
0 dla x ∈ R \ Q,
f (x) =
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)).
4.5 Uogólniony iloczyn kartezjański

Niech (At )t∈T , gdzie T jest zbiorem (indeksów), będzie rodziną podzbio-
rów przestrzeni X. Iloczynem lub produktem kartezjańskim S zbiorów rodziny
(At )t∈T jest zbiór Pt∈T At wszystkich i tylko funkcji f : T → t∈T At spełnia-
jących warunek: ∀t ∈ T : (f (t) ∈ At ), czyli
Definicja 4.38 (Pt∈T At , iloczynu kartezjańskiego zbiorów (At )t∈T ).
[
Pt∈T At = {f : T → At ∧ ∀t ∈ T : (f (t) ∈ At ).
t∈T
W wypadku, gdy dla każdego t (∈ T ) At = A, iloczyn kartezjański Pt∈T At

jest zbiorem wszystkich funkcji f : T → A. Zamiast Pt∈T At piszemy wówczas:
AT .
Jeżeli T jest zbiorem liczb naturalnych (T = N), to zamiast Pt∈T At pi-
∞
szemy: Pn=1 An .
∞
Zauważmy, że zgodnie z definicją Pn=1 An jest zbiorem wszystkich funkcji:
∞
[
f: N→ An ,
n=1
takich, że ∀n ∈ N : [f (n) ∈ An ], czyli jest to zbiór wszystkich ciągów (an )n∈N

takich, że ∀n ∈ N : [an ∈ N].
Jeżeli T = N i dla każdego n (∈ N) : An = A, to zamiast Pt∈T At będziemy
pisali:
AN
lub
Aℵ0 .
Jeżeli T = {1, . . . , m}, to zamiast Pt∈T At piszemy:
m
Pn=1 An
lub
A1 × · · · × Am .
S
A1 × · · · × Am to zbiór wszystkich i tylko funkcji f : {1, . . . , m} → mn=1 An
takich, że ∀n : [(1 ≤ n ≤ m) ⇒ f (n) ∈ An ], czyli jest to zbiór wszystkich
ciągów m-elementowych (a1 , . . . , am ) takich, że an ∈ An .
4.6. UPORZĄDKOWANIE ZBIORÓW 237
W wypadku, gdy dla każdego n : An = A, zamiast:
A1 × · · · × Am
piszemy:
Am .
Am jest zbiorem wszystkich i tylko ciągów m-elementowych (a1 , . . . , am ) ta-

kich, że dla każdego n, 1 ≤ n ≤ m, an ∈ A.
Iloczyn kartezjański dwóch zbiorów A1 i A2 jako zbiór par uporządko-
wanych elementów tych zbiorów nie jest tym samym, co uogólniony iloczyn
kartezjański zbiorów A1 i A2 . Elementami uogólnionego iloczynu są bowiem
ciągi dwuelementowe, których pierwsze wyrazy są elementami A1 a drugie
elementami A2 . 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:
(a1 , a2 ).
Zamiast mówić o uogólnionym iloczynie kartezjańskim zbiorów (At )t∈T
będziemy też mówili po prostu o iloczynie kartezjańskim zbiorów (At )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
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 ∩ ANTYSYM6 .
Zamiast xRy, gdy R jest relacją porządkującą, piszemy: x ≤ y i czytamy:
x jest zawarte w y lub też: y zawiera x.
Relacje porządkujące to pewna klasa relacji. Relacja, która należy do tej
klasy, czyli jest relacją porządkującą, może mieć jeszcze inne własności niż
wskazane w definicji relacji porządkującej.
Definicja 4.40 (zbioru uporządkowanego). Gdy R(⊆ X × X) jest relacją
porządkującą, to mówimy, że R porządkuje zbiór X, a para uporządkowana
(X, R) to zbiór uporządkowany.
Uporządkowanie nie jest własnością samego tylko zbioru; jeden i ten sam
zbiór może być uporządkowany przez różne relacje.
Przykład 4.35. Niech R będzie niepustą rodziną podzbiorów zbioru X. Re-
lacja inkluzji ⊆ porządkuje zbiór R. °
Przykład 4.36. Relacja porządku prefiksowego porządkuje zbiór słów. °
∗ ∗
Przykład 4.37. Relacja porządku leksykograficznego ¹ (⊆ A × A ) nad
(A, ≤) porządkuje A∗ (zbiór wszystkich i tylko skończonych ciągów elemen-
tów A, czyli słów nad A). °
x < y, x poprzedza y (x, y ∈ X) w zbiorze uporządkowanym (X, ≤) wtedy
i tylko wtedy, gdy x ≤ y ∧ x 6= y, czyli
Definicja 4.41 (relacja poprzedzania, <).
∀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.
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). x0 (∈ 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 x0 < x (x0 ≤ x ∧ x0 6= x) czyli, gdy
¬ ∃x ∈ X : (x0 < x),
lub
¬ ∃x ∈ X : (x0 ≤ x ∧ x0 6= 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 6= 2n, czyli dla dowolnego n : n < 2n. °
Przykład 4.40. Niech ≤ (⊆ N × N) 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). x0 jest największym elementem

zbioru uporządkowanego (X, ≤) wtedy i tylko wtedy, gdy x0 jest poprzedzane
przez każdy różny od niego element zbioru X, czyli gdy:
∀x ∈ X : (x 6= x0 ⇒ x < x0 ),
lub
∀x ∈ X : (x ≤ x0 ).
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 x0 zachodzą:
1. ∀x ∈ X : (x ≤ x∗0 ),
2. ∀x ∈ X : (x ≤ x0 ).
Z 1 mamy:
3. x0 ≤ x∗0 .
A z 2:
4. x∗0 ≤ x0 .
Z 3 i 4 oraz antysymetryczności ≤ mamy
5. x0 = x∗0 .
Pozostaje wykazać, że element największy jest elementem maksymalnym.

Niech x0 będzie elementem największym, czyli niech:
1. ∀x ∈ X : (x ≤ x0 ).
Z 1 na podstawie prawa De Morgana oraz rozumienia ≤:
2. ¬ ∃x ∈ X : (x0 ≤ x ∧ x 6= x0 ).
Zgodnie z definicją x0 jest elementem maksymalnym.
Pojęciami dualnymi do pojęć elementu maksymalnego i największego są
pojęcia, odpowiednio, elementu minimalnego i najmniejszego.
Definicja 4.44 (elementu minimalnego). x0 (∈ 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 < x0 (x ≤ x0 ∧ x0 6= x), czyli
¬ ∃x ∈ X : (x < x0 ),
lub
¬ ∃x ∈ X : (x ≤ x0 ∧ x0 6= x).
Przykład 4.41. Niech R będzie rodziną podzbiorów zbioru X zawierającą
zbiór ∅ (∅ ∈ R). Relacja ⊆ porządkuje R. W zbiorze R istnieje element
minimalny. Dla dowolnego podzbioru Y zbioru X w wypadku, gdy Y ⊆ ∅,
to Y = ∅. °
Przykład 4.42. W zbiorze uporządkowanym (N, ≤), gdzie n ≤ m ⇔ n|m
(n|m — n jest dzielnikiem m), istnieje element minimalny, mianowicie 1.
Dla żadnego n (∈ N : n|1 i n 6= 1, czyli nie ma n takiego, że n < 1. °
Przykład 4.43. W zbiorze uporządkowanym (N\{1}, ≤), gdzie n ≤ m ⇔ m|n
(m|n — m jest dzielnikiem n), czyli n jest wielokrotnością m, istnieje nie-
skończenie wiele elementów minimalnych: są nimi wszystkie liczby pierwsze.
Niech p będzie liczbą pierwszą. Dla żadnego n (∈ N \ {1} : n|p i n 6= p,
czyli p nie jest wielokrotnością żadnej liczby ze zbioru N \ {1}. °
Definicja 4.45 (elementu najmniejszego). x0 jest najmniejszym elemen-
tem zbioru uporządkowanego (X, ≤) wtedy i tylko wtedy, gdy poprzedza ono
każdy różny od siebie element zbioru X, czyli gdy:
∀x ∈ X : (x 6= x0 ⇒ x0 < x),
lub
∀x ∈ X : (x0 ≤ 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 : (x0 Rx ∧ x0 6= x) ⇔ ¬ ∃x ∈ X : (xR−1 x0 ∧ x0 6= x); ∀x ∈ X : (xRx0 ) ⇔
∀x ∈ X : (x0 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.
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 6= 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 6= y ⇒ (¬ x < y ∧ ¬ y < x)],
Przykład 4.46. Zbiór {2, 4, 8, . . . , 2n , . . .} 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 x0 (∈ X) jest ograniczeniem gór-
nym zbioru A wtedy i tylko wtedy, gdy dla każdego x (∈ A) prawdą jest, że
x ≤ x0 , czyli
∀x ∈ A : (x ≤ x0 ),
a więc gdy każdy element zbioru A jest zawarty w x0 .
Definicja 4.52 (ograniczenia dolnego). Niech A (⊆ X) będzie podzbiorem

zbioru uporządkowanego (X, ≤). Element x0 (∈ X) jest ograniczeniem dol-
nym zbioru A wtedy i tylko wtedy, gdy:
∀x ∈ A : (x0 ≤ x),
czyli gdy x0 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. °
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-Zorna7 ). 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, tA). Niech (X, ≤) będzie zbiorem uporządkowanym.
Niech A (⊆ X) będzie podzbiorem zbioru X. Kresem górnym zbioru A, tA
lub supA, jest — jeśli istnieje — element najmniejszy w zbiorze wszystkich
ograniczeń górnych zbioru A.
Definicja 4.54 (infA, uA). Niech (X, ≤) będzie zbiorem uporządkowanym.
Niech A (⊆ X) będzie podzbiorem zbioru X. Kresem dolnym zbioru A, uA
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 (At )t∈T
będzie klasą elementów R indeksowaną elementami zbioru T .
[
sup(At )t∈T = At
t∈T
\
inf(At )t∈T = At °
t∈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).
Relacje liniowo porządkujące zbiór X są zwrotne, przechodnie, antysy-

metryczne i spójne.
Gdy R(⊆ X×X) 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 6= y, czyli x poprzedza y wtedy i tylko wtedy, gdy x ≤ y oraz x 6= 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 6= y) ⇒ ∃z ∈ X : (z 6= x ∧ z 6= y ∧ x ≤ z ∧ z ≤ y)].
Korzystając z symbolu < (∀x, y ∈ X : [(x < y) ⇔ (x ≤ y) ∧ (x 6=

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 (X1 , X2 ) zbiorów X1 (⊆ X)
i X2 (⊆ X), spełniających następujące warunki:
1. X1 ∪ X2 = X,
2. X1 ∩ X2 = ∅,
3. ∀x1 ∈ X1 : ∀x2 ∈ X2 : (x1 < x2 ).

Zbiór X1 to dolna klasa przekroju, a zbiór X2 to górna klasa przekroju.
Przekrój (X1 , X2 ) jest właściwy wtedy i tylko wtedy, gdy oba zbiory X1
i X2 są niepuste (X1 6= ∅, X2 6= ∅).
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 (X1 , X2 ) daje skok wtedy i tylko wtedy,
gdy klasa dolna X1 ma element ostatni a klasa górna X2 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 (X1 , X2 ) klasa dolna X1 nie ma elementu ostatniego, a klasa górna X2
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 X1√= {x ∈
Q : x < 2}, a X2 = {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 6∈
Q, więc X1 nie ma elementu ostatniego, a X2 nie ma elementu pierwszego.
Zatem przekrój (X1 , X2 ) 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 ciągły8 .
8
Fakt ten jest równoważny zasadzie ciągłości Dedekinda, będącej jednym z aksjomatów
teorii liczb rzeczywistych.
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 a0 , a1 , . . . taki,
że ∀i ∈ N : (ai+1 ≤ ai ∧ ai+1 6= ai ).
Zbiór uporządkowany (X, ≤) jest dobrze ufundowany wtedy i tylko wtedy,
gdy dla każdego niepustego zbioru A(⊆ X) istnieje element minimalny.
Przykład 4.57. Niech F będzie rodziną zbiorów skończonych. (F, ⊆) jest
porządkiem dobrze ufundowanym. °
Przykład 4.58. Zbiór ({0, 1}∗ , 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:
· · · ¹ 0k+1 1 ¹ 0k 1 ¹ · · · ¹ 1,
gdzie 0k jest k-wyrazowym ciągiem, którego wyrazami są tylko zera (0),

tworzy nieskończony ciąg zstępujący. °
Definicja 4.62 (relacji dobrze porządkującej). Relacja ≤ (⊆ X ×X) 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.
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 (
f (x), jeśli x ∈ (A \ B),
h(x) =
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 → A będzie 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.
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 a1 , a2 , . . .. 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
ℵ0 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 {a1 , . . . , an }. Funkcja f określona
wzorem: (
ax dla x ≤ n,
f (x) =
an 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.
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) 6= g(i), dla 1 ≤ i < m.
Opisaną wyżej funkcję g : N → A definiujemy następująco:


 f (1) dla x = 1,


g(x) =

 f (n) gdzie n jest najmniejszą liczbą taką, że dla


każdego i, 1 ≤ i < m, f (n) 6= 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:


 f (x) gdy f (x) ∈ B,


g(x) =

 f (k) gdzie k jest najmniejszą liczbą taką, że f (k) ∈ B,


gdy f (x) 6∈ B.
Funkcja g przekształca N na B. Korzystając więc z twierdzenia poprzed-
niego otrzymujemy, że B jest zbiorem przeliczalnym.
Twierdzenie 5.8. Suma skończonej liczby zbiorów przeliczalnych jest zbio-

rem przeliczalnym.
Dowód. Niech A1 , . . . , An będą zbiorami przeliczalnymi. Dowodzimy przez
indukcję. Niech n = 2. Niech f : N → A1 będzie funkcją przekształca-
jącą zbiór N na A1 , a g : N → A2 niech przekształca N na A2 . Funkcję
h : N → A1 ∪ A2 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 → A1 ∪ A2 będzie następującym przekształceniem:
(
f (m) dla x = 2m − 1,
h(x) =
g(m) dla x = 2m.
h jest funkcją przekształcającą N na A1 ∪ A2 . Zgodnie z tw. 5.6 zbiór A1 ∪ A2

jest przeliczalny.
Założenie indukcyjne. Niech dla n = k suma A1 ∪ · · · ∪ Ak będzie zbiorem
przeliczalnym.
Z założenia indukcyjnego istnieje funkcja f : N → A1 ∪ · · · ∪ Ak prze-
kształcająca zbiór N na zbiór A1 ∪ · · · ∪ Ak . Zbiór Ak+1 jest przeliczalny,
więc istnieje funkcja g : N → Ak+1 przekształcająca N na Ak+1 . Funkcję
h : N → A1 ∪ · · · ∪ Ak ∪ Ak+1 przekształcającą N na A1 ∪ · · · ∪ Ak ∪ Ak+1
otrzymujemy w podobny sposób jak w wypadku n = 2.
Wniosek 5.9. Zbiór Z liczb całkowitych jest przeliczalny.
Dowód. Zbiór liczb naturalnych N i zbiór liczb całkowitych ujemnych Z− są
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 A1 , . . . , An będą zbiorami przeliczalnymi.
Jeżeli choć jeden ze zbiorów Ai , 1 ≤ i ≤ n, jest pusty, to pusty jest
iloczyn kartezjański A1 × A2 × · · · × An . Zatem jest przeliczalny.
Niech więc wszystkie zbiory Ai , 1 ≤ i ≤ n, będą niepuste. Dowodzić
będziemy przez indukcję. Niech n = 2. Niech f : N → A1 i g : N → A2 będą
funkcjami przekształcającymi N na, odpowiednio, A1 i A2 . Zdefiniujemy
funkcję h : N → A1 × A2 przekształcającą N na A1 × A2 .
Wśród par uporządkowanych (f (m), g(n)); m, n ∈ N, są wszystkie i tylko

elementy iloczynu A1 × A2 . 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 → A1 ×A2 zbioru N na A1 ×A2 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:
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 → A1 × A2 przekształca zbiór N na zbiór A1 × A2 4 . Zgodnie
z tw. 5.6 zbiór A1 × A2 jest przeliczalny.
Założenie indukcyjne. Niech dla n = k, A1 × A2 × · · · × Ak będzie zbiorem
przeliczalnym.
Pokażemy, że zbiór A1 × A2 × · · · × Ak × Ak+1 jest zbiorem przeliczalnym.
Zauważmy, że zbiór A1 × A2 × · · · × Ak × Ak+1 jest równoliczny ze zbiorem
(A1 × A2 × · · · × Ak ) × Ak+1 . Weźmy bowiem funkcję f : (A1 × A2 × · · · ×
Ak ) × Ak+1 → A1 × A2 × · · · × Ak × Ak+1 zdefiniowaną następująco:
f (((a1 , . . . , ak ), ak+1 )) = (a1 , . . . , ak , ak+1 ).
Funkcja f jest różnowartościowa i przekształca zbiór (A1 × A2 × · · · × Ak ) ×

Ak+1 na zbiór A1 × A2 × · · · × Ak × Ak+1 . Zbiór A1 × A2 × · · · × Ak 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.
Twierdzenie 5.12. Niech (An )n∈N będzie przeliczalną rodziną przeliczalnych

S
zbiorów, tj. przeliczalne są wszystkie zbiory An (n ∈ N). Zbiór n∈N An jest
przeliczalny.
Dowód. Dla każdego zbioru An istnieje funkcjaSfn : N → An przekształcająca
zbiór N na An . Dla każdego elementu zbioru n∈N An istnieją więc n (∈ N)
iSm (∈ N) takie, że element ten jest obrazem
S fn (m). Funkcję f : N × N →
A
n∈N n przekształcającą zbiór N × N na n∈N An definiujemy następująco:
f ((n, m)) = fn (m). Zbiór N × N jest przeliczalny. Istnieje więcSfunkcja
g : N → N×N przekształcająca
S zbiór N naSN×N. Funkcja g◦f : N → n∈N An
przekształca zbiór N na n∈N An . Zbiór n∈N An jest zatem przeliczalny.
Twierdzenie 5.13. Niech X będzie zbiorem przeliczalnym. Zbiór wszystkich
skończonych ciągów elementów zbioru X jest zbiorem przeliczalnym.
Dowód. Niech An będzie zbiorem wszystkich ciągów n-wyrazowych. Zbiorem
wszystkich skończonych ciągów elementów X jest zbiór:
∞
[
An .
n=1
Z definicji zbiór An jest równy zbiorowi An . Skończone iloczyny kartezjańskie

zbiorów przeliczalnych są przeliczane, więc An jest zbiorem przeliczalnym.
Przeliczalna suma zbiorów przeliczalnych jest przeliczalna, zatem zbiór:
∞
[
An
n=1
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 procedura5 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.
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 pojęć6 . 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.
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
n1 , n2 , . . . będzie rekurencyjnym przeliczeniem zbioru S a m1 , m2 , . . . niech
będzie rekurencyjnym przeliczeniem elementów zbioru −S. Dla dowolnej
liczby naturalnej n(∈ N) istnieje skończony początkowy odcinek ciągu:
n1 , m1 , n2 , m2 , . . .
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 przeliczalna8 . Niech S1 , S2 , . . . będzie ciągiem wszystkich
zbiorów rekurencyjnie przeliczalnych. Ponieważ są to zbiory rekurencyjnie
przeliczalne, to każdy z nich daje się przedstawić w postaci ciągu. Tworzymy
zbiór par liczb naturalnych:
{(m, n) : anm jest m-tym wyrazem ciągu Sn }.
Zbiór ten jest rekurencyjnie przeliczalny. Na przykład możemy ustawić go

w ciąg metodą przekątniową. Wówczas para (m, n) będzie 1/2(m2 + 2mn +
n2 +3n+m+2)-wyrazem tego ciągu. Tworzymy zbiór S, którego elementami
są te i tylko te przedmioty anm , dla których zachodzi równość anm = n. Wyraz
anm będzie obliczany w kolejności jako 1/2(m2 +2mn+n2 +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).
−S nie jest zbiorem rekurencyjnie przeliczalnym. Gdyby było inaczej, to —

ponieważ w ciągu S1 , S2 , . . . są wszystkie zbiory rekurencyjnie przeliczalne
— dla pewnego n byłoby −S = Sn . Tak jednak być nie może, bo z definicji
zbioru S : n ∈ Sn ⇔ n ∈ S, a z definicji dopełnienia n ∈ S ⇔ n 6∈ −S, więc
n ∈ Sn ⇔ n 6∈ −S, czyli ostatecznie: −S 6= Sn .
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 h0, 1i jest nieprze-
liczalny.
Dowód. Pokażemy, że nie istnieje ciąg, którego wyrazami są wszystkie liczby
rzeczywiste z przedziału h0, 1i. Niech (cn )n∈N będzie ciągiem takim, że 0 ≤
cn ≤ 1. Przedział h0, 1i oznaczmy ha0 , b0 i. Spośród przedziałów h0, 13 i, h 13 , 23 i,
h 32 , 1i wybierzmy taki, do którego nie należy c1 . Powiedzmy, że będzie to
przedział ha1 , b1 i. Mamy, że b1 − a1 = 13 . Z przedziałem ha1 , b1 i postępujemy
podobnie jak postępowaliśmy z przedziałem ha0 , b0 i, dzieląc go na trzy równe
przedziały i wybieramy spośród nich jeden taki, do którego nie należy c2 .
Niech będzie to przedział ha2 , b2 i. Zauważmy, że b2 − a2 = 312 , a nadto
ha2 , b2 i ⊆ ha1 , b1 i.
Ogólnie biorąc, mając przedział han−1 , bn−1 i, n ≥ 2 taki, że
cn−1 6∈ han−1 , bn−1 i,

1
bn−1 − an−1 = ,
3n−1
han−1 , bn−1 i ⊆ han−2 , bn−2 i
wyznaczamy przedział han , bn i spełniający warunki:
cn 6∈ han , bn i,
1
bn − an =
3n
i
han , bn i ⊆ han−1 , bn−1 i.
Określony zostaje ciąg przedziałów (han , bn i)n∈N taki, że dla każdego n (∈ N)

zachodzą nierówności:
0 ≤ an ≤ an+1 < bn+1 ≤ bn ≤ 1.
Ciągi (an )n∈N i (bn )n∈N są więc monotoniczne, bo an ≤ an+1 oraz bn+1 ≤ bn
i ograniczone, bo an ≤ 1 oraz bn ≤ 1, zatem są zbieżne, czyli ciągi te mają
granice.
Ponieważ bn − an ≤ 31n , więc
lim (bn − an ) = 0.
n→∞
W konsekwencji powyższych ustaleń:
lim an = lim bn = c,
n→∞ n→∞
gdzie c jest liczbą rzeczywistą z przedziału h0, 1i. c należy do każdego z prze-
działów han , bn i. Jest więc różne od każdego cn . Dla dowolnego ciągu (cn )n∈N ,
0 < cn < 1, n ∈ N, istnieje więc liczba rzeczywista c, która nie jest jego
wyrazem, zatem zbiór liczb rzeczywistych z przedziału h0, 1i jest nieprzeli-
czalny.
Z tego, że podzbiór zbioru przeliczalnego jest zbiorem przeliczalnym,
przez kontrapozycję mamy, że
Twierdzenie 5.17. Jeżeli A jest zbiorem nieprzeliczalnym i A ⊆ B, to
również B jest zbiorem nieprzeliczalnym.
Na podstawie tw. 5.17 z tw. 5.16 otrzymujemy następujące wnioski.
Wniosek 5.18. Zbiór R wszystkich liczb rzeczywistych jest zbiorem nieprze-
liczalnym.
Wniosek 5.19. Zbiór wszystkich liczb niewymiernych jest zbiorem nieprze-
liczalnym.
Dowód. Zbiór liczb rzeczywistych jest sumą zbioru liczb wymiernych i liczb
niewymiernych. Zbiór liczb wymiernych jest przeliczalny. Gdyby więc zbiór
liczb niewymiernych był przeliczalny, to zbiór liczb rzeczywistych jako suma
dwóch zbiorów przeliczalnych byłby przeliczalny. A zatem zbiór liczb niewy-
miernych jest nieprzeliczalny.
5.3. ARYTMETYKA LICZB KARDYNALNYCH 263
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 n1 i n2 istnieją
zbiory A1 i A2 takie, że
A1 ∩ A2 = ∅,
oraz
A1 = n1
i
A2 = n2 .
Dowód. Niech A = n1 a B = n2 . Niech a1 6= a2 (np. a1 = ∅, a2 = {∅}).

Niech A1 = {a1 } × A a A2 = {a2 } × B. Zbiory A1 i A2 są rozłączne, czyli
A1 ∩ A2 = ∅ oraz równoliczne, odpowiednio, z A i B.
Twierdzenie 5.21. Niech zbiory A1 i A2 oraz B1 i B2 będą parami rozłączne.
Jeżeli
A1 = B1
a
A2 = B2 ,
to
A1 ∪ A2 = B1 ∪ B2 .
Dowód. Z założenia twierdzenia istnieje funkcja f1 : A1 → B1 , która wza-
jemnie jednoznacznie przekształca zbiór A1 na zbiór B1 oraz istnieje funk-
cja f2 : A2 → B2 , która wzajemnie jednoznacznie przekształca zbiór A2
na B2 . Ponieważ A1 ∩ A2 = ∅ oraz B1 ∩ B2 = ∅, więc przekształcenie
g : A1 ∪ A2 → B1 ∪ B2 zdefiniowane następująco:
(
f1 (x) dla x ∈ A1 ,
g(x) =
f2 (x) dla x ∈ A2
jest funkcją, która przekształca wzajemnie jednoznacznie A1 ∪A2 na B1 ∪ B2 .
Definicja 5.9 (sumy liczb kardynalnych, +). Liczba kardynalna m jest sumą
liczb kardynalnych n1 i n2 , tj.:
m = n1 + n2
wtedy i tylko wtedy, gdy dla zbiorów A1 i A2 takich, że
A1 = n1 i A2 = n2 oraz A1 ∩ A2 = ∅,
zachodzi
m = A1 ∪ A2 ,
czyli zbiór mocy m rozkłada się na sumę dwóch rozłącznych zbiorów, z któ-
rych jeden ma moc n1 a drugi n2 .
Twierdzenie 5.22. Dodawanie liczb kardynalnych jest przemienne i łączne,
czyli dla dowolnych liczb kardynalnych n1 , n2 , n3 :
T 98. n1 + n2 = n2 + n1
T 99. n1 + (n2 + n3 ) = (n1 + n2 ) + n3 .
Dowód. Niech A = n1 +n2 . Zatem dla pewnych A1 i A2 takich, że A1 ∩A2 = ∅

mamy:
A1 = n1 , A2 = n2 .
Ponieważ suma teoriomnogościowa jest przemienna, więc A = A2 ∪ A1 .
Z tego mamy:
A = n2 + n1 .
W podobny sposób, tym razem korzystając z łączności sumy teoriomnogo-
ściowej, dowodzi się łączności dodawania liczb kardynalnych.
Twierdzenie 5.23. Jeżeli
A1 = B1
a
A2 = B2 ,
to
A1 × A2 = B1 × B2 .
Dowód. Z założenia twierdzenia istnieje funkcja f1 : A1 → B1 , która wza-

jemnie jednoznacznie przekształca zbiór A1 na zbiór B1 oraz istnieje funkcja
f2 : A2 → B2 , która wzajemnie jednoznacznie przekształca zbiór A2 na B2 .
Przekształcenie g : A1 × A2 → B1 × B2 zdefiniowane następująco:
g(x, y) = (f1 (x), f2 (y))
jest funkcją, która przekształca wzajemnie jednoznacznie A1 ×A2 na B1 × B2 .
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 n1 i n2 , tj.:
m = n1 · n2
wtedy i tylko wtedy, gdy dla zbiorów A1 i A2 takich, że
A1 = n1 i A2 = n2
zachodzi:
m = A1 × A2 ,
czyli m jest mocą iloczynu kartezjańskiego A1 × A2 zbiorów A1 i A2 takich,
że A1 = n1 a A2 = n2 .
Definicja iloczynu dla liczb kardynalnych jest zgodna z arytmetycznym
pojęciem iloczynu. Gdy na poziomie intuicyjnym chcemy wyjaśnić, czym jest
np. 3 · 2, to mówimy o trzech grupach po dwa elementy: ile trzeba kupić
bułek dla trójki dzieci: Jasia, Stasia i Małgosi, jeśli każde potrzebuje dwie
bułki? Bierzemy pierwszą bułkę dla Jasia, następnie drugą bułkę dla Jasia
itd. Mamy więc do czynienia z parami: (Jasio, 1), (Jasio, 2) itd. Myślimy
tu więc o liczbie elementów zbioru A × B, gdzie A ma trzy elementy, a B ma
dwa.
Twierdzenie 5.24. Mnożenie liczb kardynalnych jest przemienne, łączne
i rozdzielne względem dodawania liczb kardynalnych, czyli dla dowolnych liczb
kardynalnych n1 , n2 , n3 zachodzą następujące równości:
T 100. n1 · n2 = n2 · n1
T 101. n1 · (n2 · n3 ) = (n1 · n2 ) · n3
T 102. n1 · (n2 + n3 ) = n1 · n2 + n1 · n3 .
Dowód. W dowodzie przemienności i łączności wystarczy skorzystać z nastę-
pujących wzorów:
A × B ∼ B × A,
A × (B × C) ∼ (A × B) × C.
W dowodzie rozdzielności mnożenia względem dodawania korzystamy
z następujących dwóch faktów:
A1 × (A2 ∪ A3 ) = A1 × A2 ∪ A1 × A3 ,
(A2 ∩ A3 = ∅) ⇔ [(A1 × A2 ) ∩ (A1 × A3 ) = ∅].
N -krotny iloczyn m · m · m · · · oznaczamy mn , czyli

n
A = An .
Przez uogólnienie dochodzimy do pojęcia potęgi liczby kardynalnej.
Przez AB rozumiemy zbiór wszystkich funkcji ze zbioru B do zbioru A.
Twierdzenie 5.25. Jeżeli
A1 = B1
a
A2 = B2 ,
to
A1 A2 = B1 B2 .
Dowód. Z założenia, że A1 ∼ B1 a A2 ∼ B2 mamy, że istnieje funkcja
f : A1 → B1 wzajemnie jednoznacznie odwzorowująca zbiór A1 na B1 oraz
istnieje funkcja g : A2 → B2 wzajemnie jednoznacznie odwzorowująca A2 na
B2 .
Odwzorowanie:
h : A1 A2 → B1 B2
określone następująco:
dla dowolnego f1 : A2 → A1 i dowolnego f2 : B2 → B1 :
h(f1 ) = f2 wtedy i tylko wtedy, gdy dla każdego

x ∈ A2 : f2 (g(x)) = f (f1 (x))
funkcjom ze zbioru A2 do zbioru A1 przyporządkowuje w sposób wzajemnie
jednoznaczny funkcje ze zbioru B2 do zbioru B1 .
Musimy pokazać, że odwzorowanie h jest bijekcją, czyli, że jest to funkcja
różnowartościowa ze zbioru A1 A2 na zbiór B1 B2 .
Niech dana będzie funkcja f1 (∈ A1 A2 ). Złożenie funkcji f1 i f , czyli f1 ◦ f
jest elementem zbioru B1 A2 .
Pokażemy teraz, że odwzorowanie h jest różnowartościowe. Niech f10 6= f100 .
Zatem dla pewnego x : f10 (x) 6= f100 (x). Ponieważ z założenia f jest funkcją
różnowartościową, więc f (f10 (x)) 6= f (f100 (x)), czyli f10 ◦ f 6= f100 ◦ f .
Pozostało pokazanie, że odwzorowanie h jest surjekcją, czyli, że dla każ-
dego f2 (∈ B1 B2 ) istnieje jakieś f1 (∈ A1 A2 ). Niech f2 ∈ B1 B2 . Ponieważ
z założenia g jest bijekcją, więc g(A2 ) = B2 , a zatem f2 (g(A2 )) = f2 (B2 ).
Ponieważ f2 (B2 ) ⊆ B1 a dla f jako bijekcji istnieje funkcja od niej odwrotna,
to f −1 (f2 (g(A2 ))) ⊆ A1 . W zbiorze wszystkich funkcji ze zbioru A2 do zbioru
A1 istnieje taka funkcja f1 , że f1 (A2 ) = f −1 (f2 (g(A2 ))).
Zbiory A1 A2 i B1 B2 są zatem równoliczne.
Udowodnione twierdzenie głosi, że moc zbioru AB 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 = np ,
wtedy i tylko wtedy, gdy dla zbiorów A i B takich, że A = n a B = p

zachodzi:
m = AB .
np jest mocą zbioru funkcji ze zbioru B do zbioru A takich, że zbiór A

jest mocy n a zbiór B jest mocy p:
(AB ) = (A)B .
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 n1 − n2 = n3 ⇔ n3 + n2 = n1 , to wynik ℵ0 − ℵ0
nie byłby jednoznacznie określony. Z powodzeniem mogłoby to być 0 jak
i ℵ0 .
Twierdzenie 5.26. Dla dowolnych liczb kardynalnych n, p i q:
T 103. np+q = np · nq
T 104. (n · p)q = nq · pq
T 105. (np )q = npq
T 106. n1 = n
T 107. 1n = 1.
Dowód. Niech A będzie zbiorem mocy n, B1 — p a B2 — q.
Rozpocznijmy od dowodu faktu 103. Niech zbiory B1 i B2 będą roz-
łączne9 . Z rozłączności B1 i B2 mamy, że zbiór B1 ∪ B2 ma moc p + q. Zatem
zbiór AB1 ∪B2 ma moc np+q .
Zbiory B1 i B2 są rozłączne. Zatem każda funkcja ze zbioru B1 do zbioru
A zestawiona z każdą funkcją ze zbioru B2 do zbioru A daje wszystkie funkcje
ze zbioru B1 ∪ B2 do zbioru A, czyli
(B1 ∩ B2 = ∅) ⇒ (AB1 ∪B2 ∼ AB1 × AB2 ).
Moc zbioru AB1 × AB2 wynosi np · nq . Zatem mamy np+q = np · nq .

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 × B1 )B2 ∼ (AB2 × B1 B2 ).
Moc zbioru (A × B1 )B2 wynosi (n · p)q . Zaś moc (AB2 × B1 B2 ) wynosi nq · pq .

9
Jak to wcześniej zostało wykazane dla dowolnych zbiorów B1 i B2 istnieją rozłączne
zbiory B10 i B20 takie, że B1 jest równoliczne z B10 a B2 jest równoliczne z B20 .
W dowodzie faktu 105 korzystamy z tego, że funkcji ze zbioru B2 do

zbioru funkcji ze zbioru B1 do zbioru A jest tyle samo, co funkcji ze zbioru
B1 × B2 do zbioru A, czyli
(AB1 )B2 ∼ AB1 ×B2 .
Moc zbioru (AB1 )B2 wynosi (np )q . Zaś moc zbioru AB1 ×B2 wynosi npq .
W dowodzie faktu 106 odwołujemy się do tego, że zbiór funkcji ze zbioru
jednoelementowego do zbioru A jest równoliczny zbiorowi A. Po prostu, tych
funkcji jest tyle, ile jest elementów zbioru A, czyli
A{a} ∼ A.
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 ℵ0 zachodzą następujące fakty:
T 108. ℵ0 = ℵ0 + 1 = ℵ0 + 2 = ℵ0 + 3 = . . . = ℵ0 + ℵ0
T 109. ℵ0 = 1 · ℵ0 = 2 · ℵ0 = 3 · ℵ0 = . . . = ℵ0 · ℵ0
T 110. ℵ0 = ℵ10 = ℵ20 = ℵ30 = . . . .
Fakt T108 wynika z tego, że suma zbiorów przeliczalnych jest zbiorem

przeliczalnym. Z tego samego korzystamy w dowodzie T109. Jedynie w wy-
padku równości ℵ0 = ℵ0 · ℵ0 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.
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 6= 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 ℵ0 .
Ponieważ N ⊆ R i zbiór N nie jest równoliczny z R mamy następująca
nierówność:
ℵ0 < 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) : Wy = {x ∈ X : f (x) = f (y)}.
Każdy zbiór Wy 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 B1 zbioru B a zbiór B jest równoliczny z pewnym
podzbiorem C1 zbioru C. Istnieje więc różnowartościowa funkcja f : A → B1

przekształcająca A na B1 oraz istnieje różnowartościowa funkcja g : B → C1
przekształcająca B na C1 . Niech g|B1 będzie funkcją g zredukowaną do
zbioru B1 . Funkcja g|B1 jest różnowartościowa i przekształca B1 w C1 . Su-
perpozycja funkcji f i g|B1 , czyli funkcja f ◦ (g|B1 ) jest funkcją różnowarto-
ściową przekształcającą zbiór A w zbiór C1 (⊆ C). Niech C2 będzie obrazem
zbioru A wyznaczonym przez tę funkcję. Funkcja ta przekształca A na C2 .
Stąd mamy, że zbiór A jest równoliczny ze zbiorem C2 (⊆ 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 C1 = f (C)(⊆ A). Załóżmy,
że określony jest zbiór Cn . Zbiór Cn+1 to zbiór f (Cn ). Zauważmy, że dla
każdego n : Cn ⊆ A. Korzystając z tego stwierdzamy, że
∞
[
C∪ Cn ⊆ A.
n=1
Niech
∞
[
D=C∪ Cn .
n=1
Z poprzedniego mamy, że
D ⊆ A.
Korzystając z powyższych faktów i wcześniej udowodnionych twierdzeń
dostajemy, że
∞
[ ∞
[ ∞
[
f (D) = f (C ∪ Cn ) = C1 ∪ Cn = Cn .
n=1 n=2 n=1
Z tego wynika, że
D = C ∪ f (D).
Funkcję g definiujemy następująco:
(
x dla x ∈ D,
g(x) =
f (x) dla x ∈ A \ D.
Pokażemy teraz, że
g(A) = B.
Z definicji g mamy, że
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,
więc
f (A) ∪ (B \ f (A)) = B.
Ostatecznie dostajemy, że
g(A) = B.
Udowodnimy teraz, że
g(D) ∩ g(A \ D) = ∅.
Korzystając z różnowartościowości f wnioskujemy, że
g(A \ D) = f (A \ D) = f (A) \ f (D).
Z określenia zbioru C dostajemy:
f (A) ∩ C = f (A) ∩ (B \ f (A)) = ∅.
Stąd wynika, że
f (A) = f (A) \ C.
Na podstawie powyższego mamy:
g(A \ D) = (f (A) \ C) \ f (D) = f (A) \ (C ∪ f (D)) = f (A) \ D.
A z tego ostatecznie:
g(D) ∩ g(A \ D) = D ∩ (f (A) \ D) = ∅,
co dowodzi naszej tezy, że
g(D) ∩ g(A \ D) = ∅.
Pokażemy teraz, że g jest funkcją różnowartościową. Niech x1 , x2 ∈ A,
x1 6= x2 . Musimy pokazać, że
g(x1 ) 6= g(x2 ).
W wypadku, gdy x1 , x2 ∈ D, to na mocy definicji g mamy, że g(x1 ) = x1 ,
a g(x2 ) = x2 . Ponieważ x1 6= x2 , więc również g(x1 ) 6= g(x2 ). Jeżeli x1 , x2 ∈
A \ D, to na mocy definicji g : g(x1 ) = f (x1 ), a g(x2 ) = f (x2 ) i z tego, że f
jest różnowartościowa mamy, że g(x1 ) 6= g(x2 ). Jeżeli zaś – jest to trzecia,
ostatnia możliwość — x1 ∈ D, a x2 ∈ A \ D, to również g(x1 ) 6= g(x2 ),
ponieważ g(D) ∩ g(A \ D) = ∅.
Udowodniliśmy, że istnieje różnowartościowa funkcja odwzorowująca zbiór
A na B, czyli że zbiory A i B są równoliczne, a więc: n = m.
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.
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) ⇒ (mp ≤ np )
T 117. (m ≤ n) ⇒ (pm ≤ pn ).
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) ⇒ (AC ⊆ 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.
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 : − 12 π < x < 12 π} jest zbiorem mocy
continuum, czyli
1 1
{x ∈ R : − π < x < π} = c.
2 2
1 1
Funkcja f : {x ∈ R : − 2 π < x < 2 π} → R określona wzorem f (x) = tgx
dla każdego x z przedziału {x ∈ R : − 21 π < x < 12 π} jest różnowartościowa
i przekształca ten przedział na R. Tym samym przedział {x ∈ R : − 21 π <
x < 12 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 + 12 π) + a, dla x spełniających
warunek: − 21 π < x < 12 π jest różnowartościowa i przekształca przedział
otwarty {x ∈ R : − 12 π < x < 12 π} na przedział otwarty {x ∈ R : a < x < b}.
Ponieważ przedział {x ∈ R : − 21 π < x < 12 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 > ℵ0 ∧ B ≤ ℵ0 ⇒ A \ B > ℵ0 .
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 > ℵ0 ∧ B ≤ ℵ0 ⇒ 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 ℵ0 .
Rozważmy wpierw wypadek, gdy B = ℵ0 . 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) = ℵ0 , B ∩ f (B) = ∅.
Zbiór B ∪ f (B) jako suma zbiorów mocy ℵ0 jest mocy ℵ0 . Istnieje więc
różnowartościowe przekształcenie g : B ∪ f (B) → f (B) odwzorowujące B ∪
f (B) na f (B). Ponieważ B ⊆ A, zbiór A jest sumą dwóch rozłącznych
zbiorów: A \ (B ∪ f (B)) i (B ∪ f (B)), czyli
A = [A \ (B ∪ f (B))] ∪ (B ∪ f (B)).
Korzystając z tego określmy przekształcenie h : A → A w następujący spo-

sób:
(
x dla x ∈ A \ (B ∪ f (B)),
h(x) =
g(x) dla x ∈ B ∪ f (B).
Przekształcenie h jest różnowartościowe. Niech x1 6= x2 . Jeśli x1 , x2 ∈
A \ (B ∪ f (B)), to h(x1 ) = x1 a h(x2 ) = x2 , więc h(x1 ) 6= h(x2 ). Jeśli
x1 , x2 ∈ B ∪ f (B), to h(x1 ) = g(x1 ), h(x2 ) = g(x2 ) a g(x1 ) 6= g(x2 ), ponieważ
g jest przekształceniem różnowartościowym. Dlatego też h(x1 ) 6= h(x2 ). Jeśli
x1 ∈ A \ (B ∪ f (B)), a x2 ∈ B ∪ f (B), to h(x1 ) = x1 (∈ A \ (B ∪ f (B))),
a h(x2 ) = g(x2 )(∈ f (B)). Zbiory A \ (B ∪ f (B)) i f (B) są rozłączne, zatem
h(x1 ) 6= h(x2 ).
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 B1 taki, że B ⊆ B1 ⊆ A.
Wówczas A \ B1 ⊆ A \ B ⊆ A. Ponieważ A \ B1 = 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 ℵ0 . 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 ℵ0 ,
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 (an )n∈N takich, że dla każdego n ∈ N : an ∈ {0, 1} jest
zbiorem mocy continuum.
Dowód. Niech A będzie zbiorem wszystkich ciągów (an )n∈N o wyrazach na-
leżących do zbioru {0, 1}. Na zbiorze A określmy funkcję g : A → R w na-
stępujący sposób:
 ∞


P a
n
, gdy an = 0 dla nieskończenie wielu n,

 n=1 2n

g((an )n∈N ) = ∞
P a

1 + n
, gdy an = 0 dla skończenie wielu n lub

 n=1 2n
 gdy an 6= 0 dla każdego n ∈ N.
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 2ℵ0 , więc mamy następujący wniosek.
Wniosek 5.37.
2ℵ0 = 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 + ℵ0 = c + c
T 121. c = 1 · c = 2 · c = 3 · c = . . . = ℵ0 · c = c · c
T 122. c = c1 = c2 = c3 = . . . = cℵ0
T 123. c = 2ℵ0 = 3ℵ0 = 4ℵ0 = . . . ℵ0 ℵ0 = cℵ0 .
Dla stwierdzenia prawdziwości T120 zauważmy, że jeżeli m ≤ c, to:
c ≤ c + m ≤ c + c.
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 = 2ℵ0 · 2ℵ0 ,
zaś:
2ℵ0 · 2ℵ0 = 2ℵ0 +ℵ0 .
Ponieważ:
ℵ0 + ℵ0 = ℵ0 ,
więc:
c · c = 2ℵ0 ,
czyli
c · c = c.
Dla stwierdzenia równości T122 korzystamy ponownie z faktu, że
2ℵ0 = c.
Mianowicie mamy, że
cℵ0 = (2ℵ0 )ℵ0 .
Ponieważ:
(2ℵ0 )ℵ0 = 2ℵ0 ·ℵ0 ,
a
ℵ0 · ℵ0 = ℵ0 ,
więc:
cℵ0 = 2ℵ0 ,
czyli
cℵ0 = c.
Dla wykazania równości T123 korzystamy z twierdzenia Cantora–Bern-

steina. Wykorzystujemy mianowicie fakt, że
ℵ0 ℵ0 ≤ cℵ0 .
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
ℵ0 < m < c.
Inaczej mówiąc, przyjmując, że
ℵ0 < ℵ1
oraz że dla dowolnej liczby m takiej, że
ℵ0 ≤ m ≤ c
zachodzi bądź:
ℵ0 = m,
bądź:
m = ℵ1 ,
pytamy się, czy:

ℵ1 = c.
5.5 Zbiór potęgowy

Definicja 5.13 (funkcji charakterystycznej podzbioru zbioru X). Niech A ⊆
X. Funkcja fA : X → {0, 1} określona wzorem:
(
1 dla x ∈ A,
fA (x) =
0 dla x 6∈ 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 fA będzie funkcją charakterystyczną zbioru A a g niech będzie

odwzorowaniem takim, że dla dowolnego A(⊆ X) :
g(A) = fA .
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 = fA .

Zatem g(A) = fA = 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 6= B. Istnieje więc element x (∈ X) taki, że
x ∈ A i x 6∈ B albo x 6∈ A i x ∈ B. Weźmy pod uwagę pierwszą z tych moż-
liwości. Wówczas fA (x) = 1 a fB (x) = 0. Stąd fA 6= fB , czyli g(A) 6= 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 2X . Zbiór 2X 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
2N = c.
Wniosek 5.40. Jeśli zbiór X jest nieskończonym zbiorem przeliczalnym, to

rodzina jego wszystkich podzbiorów jest zbiorem mocy continuum, czyli
X = ℵ0 ⇒ 2X = c.
Dowód. Niech X = ℵ0 . Istnieje więc funkcja różnowartościowa f : N → X

przekształcająca N na X. Określmy funkcję g : 2N → X N przekształcającą
2N 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 6= B. Istnieje więc takie n, które należy do tylko jednego z tych
zbiorów. Niech n ∈ A, n 6∈ B. Wynika stąd, że f (n) ∈ f (A) i f (n) 6∈
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 6∈ B, a m ∈ B. Udowodniliśmy więc, że
f (A) 6= f (B), skąd wynika, że g(A) 6= g(B).
Funkcja g jest bijekcją, ustala więc równoliczność zbiorów 2N i 2X .
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 < 2X .
Dowód. 10
W celu uzyskania lepszej intuicji właściwego dowodu, dowiedziemy wpierw
twierdzenia słabszego, a mianowicie, że zbiór liczb naturalnych nie jest rów-
noliczny z klasą wszystkich i tylko podzbiorów zbioru liczb naturalnych:
N < 2N .
Załóżmy, że istnieje zbiór A(⊆ N) równoliczny z klasą wszystkich pod-
zbiorów zbioru liczb naturalnych. Wzajemnie jednoznaczne przyporządko-
wanie f ( : A → 2N ) elementom zbioru A(= {n1 , n2 , . . . }) elementów zbioru
2N można opisać tabelką. Jeżeli w wierszu ni w kolumnie m znajduje się
„tak” to znaczy, że liczba m jest elementem zbioru f (ni ), jeżeli zaś znajduje
się „nie”, to znaczy, że liczba ta nie jest elementem tego zbioru.
1 2 3 ··· m ···
n1 tak tak tak ··· tak ···
n2 nie tak tak ··· nie ···
n3 nie tak nie ··· tak ···
.. .. .. .. .. .. ..
. . . . . . .
ni tak tak nie ··· nie ···
.. .. .. .. .. .. ..
. . . . . . .
Dokonane tu wpisy „tak” i „nie” są przykładowe.

Niech Z = {ni ∈ A : ni 6∈ f (ni )}. 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 ni (∈ A), f (ni ) 6= Z, bowiem:
ni ∈ f (ni ) ⇔ ni 6∈ Z.
Ponieważ zaś Z ∈ 2N , więc A nie jest równoliczne z 2N .
Mając na uwadze, że klasa zbiorów {{n} : n ∈ N} jest równoliczna z N
oraz że jest podzbiorem 2N , mamy:
N < 2N .
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 6= ∅. Biorąc funkcję g : X → 2X 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 ≤ 2X .
Niech dla pewnego zbioru X (6= ∅) istnieje niepusty podzbiór A (⊆ X)
taki, że A ∼ 2X . Istnieje zatem różnowartościowa funkcja f : A → 2X prze-
kształcająca A na 2X . Dla każdego x ∈ A, f (x) jest podzbiorem zbioru X,
czyli elementem zbioru 2X , f (x) ∈ 2X . Niech Z = {x ∈ A : x 6∈ f (x)}.
Z definicji zbioru Z mamy, że dla każdego x (∈ A):
(x ∈ Z) ⇔ (x 6∈ f (x)).
Wiemy ponadto, że Z ⊆ X. Ponieważ f przekształca A na 2X , 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 6∈ Z.
Jeśli a ∈ Z, to a 6∈ f (a) (= Z). Jeżeli natomiast a 6∈ Z, to a ∈ f (a) (= Z).
W każdym wypadku otrzymujemy sprzeczność. Zatem żaden niepusty pod-
zbiór zbioru X nie jest równoliczny ze zbiorem 2X , w szczególności X nie jest
równoliczny z 2X . Ostatecznie więc mamy, że X < 2X .
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
N 2N
zbiory są większej mocy niż zbiory je poprzedzające: N, 2N , 22 , 22 , . . ..
Korzystając z twierdzenia Cantora mamy:
ℵ0 = N < 2N = c < 22N < . . . .

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 2Z ⊆ Z. Wynikałoby z tego, że zbiór 2Z 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 alternatywa, 16–18

łączność ∪, 175 alternatywa rozłączna, 54
łańcuch, 243 antyłańcuch, 243
antynomia Russella, 187
agregat, 162
aparat logiczny, 23
aksjomat ekstensjonalności, 187
argument predykatu, 100
aksjomat istnienia, 187
argument spójnika, 15
aksjomat podzbiorów, 187
atom, 16, 163
aksjomat różnicy, 187
aksjomat równości zbiorów, 187 baza, 26
aksjomat regularności, 188 bijekcja zbiorów, 228
aksjomat sumy, 187 binegacja, 55
aksjomat teorii identyczności, 106 bramka AND, 62
aksjomat ufundowania, 188 bramka logiczna, 62
aksjomat wyboru, 188 bramka NAND, 63
aksjomat wyróżniania, 187, 188 bramka NOR, 63
aksjomat zbioru potęgowego, 188 bramka NOT, 62
aksjomaty alternatywy, 79 bramka OR, 63
aksjomaty implikacji, 79 bramka XNOR, 64
aksjomaty koniunkcji, 79 bramka XOR, 63
aksjomaty negacji, 79 brzytwa Ockhama, 259
aksjomaty równoważności, 79
aksjomatyczny system rachunku zdań, charakterystyka ekstensjonalna zbioru,
78 164
aksjomatyka Łukasiewicza, 80 ciąg, 16, 19, 226
alfabet, 14, 18, 19 ciąg nieskończony, 226
alfabet gramatyki, 22 continuum, 270
algebra zbiorów, 161 cudzysłów, 12
algorytm, 50, 157 człon podziału, 212
algorytm działający w czasie wielo-
mianowym, 51 długość dowodu, 65
287
288 INDEKS
długość słowa, 19 element neutralny ∩, 177

dedukcja naturalna, 81 element neutralny ∪, 175
definicja alternatywy, 80 element neutralny operacji konkate-
definicja indukcyjna, 25 nacji, 19
definicja koniunkcji, 80 elementy nieporównywalne, 242
definicja równoważności, 80 elementy porównywalne, 242
definicja rekurencyjna, 25 Entscheidungsproblem, 158
definicja zdania, 16 enumeracja zbioru, 166
dolna klasa przekroju, 246
domknięcie relacji, 221 fakt, 128
dopełnienie zbioru, 173 faktoryzacja klauzuli, 92
dowód, 65, 79 formuła, 101
dowód założeniowy, 81 formuła atomowa, 100
dowód z klauzul, 92 formuła otwarta, 104
drugie prawo addycji, 79 funkcja, 222
drugie prawo De Morgana, 78 funkcja całkowicie określona, 223
drugie prawo redukcji do absurdu, 78 funkcja całkowita, 223
drugie prawo symplifikacji, 79 funkcja charakterystyczna, 282
drzewo analityczne, 46 funkcja częściowa, 222
dwuargumentowy spójnik prawdziwo- funkcja częściowo określona, 222
ściowy, 54 funkcja Herbranda, 125
dysjunkcja elementarna, 59 funkcja identycznościowa, 228
dysjunkcyjna (alternatywna) postać nor-funkcja jednoargumentowa, 222
malna, 59 funkcja jednojednoznaczna, 227
dziedzina, 96 funkcja obliczalna, 158
dziedzina relacji, 197, 198 funkcja odwrotna, 228
funkcja różnowartościowa, 227
efektywna enumeracja zbioru, 167 funkcja rekurencyjna, 158
eksportacja, 77 funkcja rzeczywista, 226
ekstensjonalna równość zbiorów, 167 funkcja Skolema, 125
element idempotentny ∩, 177 funkcja wzajemnie jednoznaczna, 227
element idempotentny ∪, 175 funkcja zgodna z relacją, 225
element jednostkowy ∩, 177 funkcja zredukowana, 226
element jednostkowy ∪, 175
element maksymalny, 239 górna klasa przekroju, 246
element minimalny, 241 gałąź, 41
element najmniejszy, 241 gałąź otwarta, 42
element największy, 240 gałąź sprzeczna, 42
INDEKS 289
gałąź zamknięta, 42 konglomerat, 162

gramatyka bezkontekstowa, 22 koniunkcja, 16–18
gramatyka formalna, 21 koniunkcja elementarna, 59
koniunkcyjna postać normalna, 59
hilbertowski sposób dowodzenia, 78 konkatenacja, 19
konsekwencja, 65
I prawo De Morgana, 89
kontrtautologia, 33, 47
idempotencja ∪, 175
korzeń drzewa, 41
iloczyn kartezjański, 193, 236
kres dolny zbioru, 244
iloczyn liczb kardynalnych, 265
kres górny zbioru, 244
iloczyn zbiorów, 177
kreska Sheffera, 58
implikacja, 16–18
implikacja odwrócona, 127 krotka, 193
importacja, 77 kwantyfikator duży, 101
indukcja, 26 kwantyfikator mały, 101
indywiduum, 96 kwantyfikator ogólny, 101
injekcja, 227 kwantyfikator o ograniczonym zakre-
inkluzja, 171 sie, 102
instancja problemu, 154 kwantyfikator szczegółowy, 101
interpretacja, 28, 32, 139 kwantyfikatory a spójnik alternatywy,
inwariantny system rachunku zdań, 79 115
kwantyfikatory a spójnik implikacji,
język, 21 114
język formalny, 18 kwantyfikatory a spójnik koniunkcji,
język pierwszego rzędu, 101 115
język przedmiotowy, 23 kwantyfikatory a spójnik negacji, 114
jednoargumentowy spójnik prawdzi- kwantyfikatory a spójnik równoważ-
wościowy, 54 ności, 115
klasa abstrakcji, 208 lemat Kuratowskiego-Zorna, 244

klasa ekwiwalencji, 208 lewa dziedzina, 198
klasa równoważności, 208 liść, 41
klasyczna koncepcja prawdy, 12 liczba całkowita, 215
klasyczna logika zdań, 14 liczba kardynalna, 252
klauzula, 59, 126 liczba wymierna, 217
klauzula Horna, 126 litera funkcyjna, 97
klauzula pusta, 127 litera predykatowa, 99
klauzule uzgodnione, 90 literał, 58, 126
komutacja, 77 literał czynny, 90
290 INDEKS
literał negatywny, 59, 126 następstwo zdań, 71

literał pozytywny, 59, 126 nawias, 16
literały komplementarne, 90 nawiasy, 102
logiczny schemat wnioskowania, 74 nazwa cydzysłowowa, 23
logika zdań, 13 nazwa funkcji, 223
luka, 246 negacja, 16–18
negatywna klauzula Horna, 126
maszyna Turinga, 157, 158 niesprzeczny zbiór formuł, 110
matryca formuły, 120 notacja łukasiewiczowska, 17
metajęzyk, 23 notacja Backusa-Naura, 22
metoda efektywna, 154 notacja polska, 18
metoda identyfikacji elementów rów- notacja prefiksowa, 18
noważnych, 213
metoda niewprost, 36 oś współrzędnych, 193
metoda sprawdzania wprost, 34 obcięcie funkcji, 226
metoda tablic semantycznych, 41, 50, obraz zbioru, 233
128 odwrotne prawo podwójnego przecze-
metoda zero-jedynkowa, 35, 50 nia, 79
metoda zero-jedynkowa niewprost, 42 odwrotne prawo redukcji do absurdu,
metoda zero-jedynkowa wprost, 42, 50 78
moc zbioru, 252 odwzorowanie, 222
model, 12, 14, 28, 139 ograniczenie dolne, 243
model języka, 139 ograniczenie górne, 243
model zbioru zdań, 71, 149 operacja, 222
model zdania, 148 operator, 222
modus ponens, 64 operator abstrakcji, 166
modus tollens, 88
monotoniczność, 194 półrozstrzygalność, 130, 158
multizbiór, 163 para uporządkowana, 192
permutacja zbioru, 228
n-argumentowa litera funkcyjna, 97 pewnik abstrakcji, 187
n-argumentowy predykat, 99 pewnik wyboru, 188
n-tka uporządkowana, 193 pień drzewa, 41
nadzbiór, 171 pierwotna, 84
następnik, 16 pierwsze prawo De Morgana, 78
następnik pary uporządkowanej, 192 pośrednie uzasadnianie, 13
następnik produkcji, 20 podsłowo, 20
następstwo, 13 podsłowo właściwe, 20
INDEKS 291
podstawa potęgi liczby kardynalnej, prawo kontrapozycji, 77

267 prawo logiki, 76
podstawialność termu, 105 prawo mnożenia następnika, 79
podstawienie, 20 prawo podwójnego przeczenia, 78, 79
podzbiór, 170 prawo podwójnego uzupełnienia, 174
podzbiór właściwy, 171 prawo podwójnej negacji, 78
podział logiczny, 212 prawo poprzednika, 79
pojęcie dualne, 241 prawo redukcji do absurdu, 78
pojęcie logiki, 11 prawo rozdzielności, 194
pojęcie prawdziwości zdania, 14 prawo rozdzielności iloczynu względem
pojęcie zdania, 11 sumy, 181
pole relacji, 198 prawo rozdzielności sumy względem
Polish notation, 18 iloczynu, 181
ponendo ponens, 77 prawo sylogizmu hipotetycznego, 80
poprzednik, 16 prawo symplifikacji, 79
poprzednik pary uporządkowanej, 192 prawo transpozycji, 77, 79
poprzednik produkcji, 20 predykat, 99
porządek prefiksowy, 238 predykat identyczności, 107
postać normalna dysjukcyjna (alter- prefiks, 17, 20
natywna), 58 prefiks formuły, 120
potęga liczby kardynalnej, 267 prefiksowa postać normalna, 120
pozytywna klauzula Horna, 126 problem rozstrzygalności, 154
praelement, 163 problem syntezy sieci logicznych, 64
pragmatyka, 11 produkcja, 20
prawa De Morgana, 114 produkt kartezjański, 193, 236
prawa De Morgana dla różnicy, 182 przecięcie zbiorów, 177
prawa De Morgana dla rachunku zbio- przeciwdziedzina, 198, 223
rów, 181 przeciwobraz zbioru, 234
prawa dziedzina, 198 przedłużenie funkcji, 226
prawa ekstensjonalności, 115 przedrostek formuły, 120
prawdziwość zdania w modelu, 148 przedrostkowa postać normalna, 120
prawo absorpcji (pochłaniania), 181 przekątna, 200
prawo addycji, 79 przekrój właściwy, 246
prawo Claviusa, 80 przekrój zbiorów, 177
prawo dodawania poprzedników, 79 przekroju zbioru, 245
prawo Dunsa Szkota, 78, 80 przekształcenie, 222
prawo dylematu, 78 przekształcenie kanoniczne, 213
prawo Fregego, 79 przemienność ∩, 177
292 INDEKS
przemienność ∪, 175 reguła dołączania nowych wierszy do-

przesłanka, 13 wodowych, 81, 84
przestrzeń, 96, 170 reguła dołączania równoważności, 85
przestrzeń ilorazowa, 208 reguła jednokrotna, 128, 129
punkt, 193 reguła lewostronna, 42
reguła odrywania, 65, 79, 85, 107
różnica symetryczna zbiorów, 180 reguła opuszczania alternatywy, 85
różnica zbiorów, 179 reguła opuszczania dużego kwantyfi-
równość funkcji, 224 katora, 107, 136
równoliczność zbiorów, 249 reguła opuszczania koniunkcji, 85
równoważność, 16–18 reguła opuszczania małego kwantyfi-
rachunek logiczny, 11, 13 katora, 107, 136
rachunek predykatów, 14 reguła opuszczania równoważności, 85
rachunek zbiorów, 161 reguła pierwotna, 84
rachunek zdań, 14, 31, 61 reguła podstawiania, 80, 107
racja, 13 reguła prawostronna, 42
racja zdania, 71 reguła przepisywania, 20
reguła, 73, 128 reguła rezolucji, 89, 91
reguła ∃L, 128, 129 reguła strukturalna, 73
reguła ∃P , 128, 129 reguła tworzenia dowodu, 81
reguła ∀L, 129 reguła tworzenia dowodu niewprost,
reguła ∀P , 129 83
reguła ∧L, 43 reguła tworzenia dowodu wprost, 83
reguła ∧P , 44 reguła wielokrotna, 129
reguła ⇔ L, 45 reguła wtórna, 84, 86
reguła ⇔ P , 46 reguła zastępowania, 80
reguła ¬L, 43 reguły gramatyczne, 14
reguła ¬P , 43 reguły konstrukcji wyrażeń, 18
reguła ∨L, 44 reguły semantyczne, 14
reguła ∨P , 44 reguły syntaktyczne, 14, 18
reguła ⇒ L, 45 reguły znaczeniowe, 14
reguła ⇒ P , 45 relacja, 96, 196
reguła dołączania alternatywy, 85 relacja antysymetryczna, 203
reguła dołączania dużego kwantyfika- relacja asymetryczna, 203
tora, 107, 136 relacja binarna, 197
reguła dołączania koniunkcji, 85 relacja dobrze porządkująca, 247
reguła dołączania małego kwantyfika- relacja dobrze ufundowana, 247
tora, 107, 136 relacja dwuczłonowa, 197
INDEKS 293
relacja leżenia poniżej, 41 skok, 246

relacja liniowo porządkująca, 244 skolemizacja, 124
relacja n–członowa, 197 spójnik, 15
relacja niewiększości dla liczb kardy-spójnik dwuargumentowy, 15
nalnych, 270 spójnik główny, 17
relacja poprzedzania, 238 spójnik jednoargumentowy, 15
relacja porządkująca, 237 spójnik prawdziwościowy, 14, 53
relacja przechodnia, 205 spójniki równoważne (ekstensjonalnie
relacja przeciwsymetryczna, 203 równe), 54
relacja przeciwzwrotna, 201 spełnianie, 141
relacja równoważności, 207 sprawdzanie metodą niewprost, 35
relacja spójna, 244 sprzeczność, 128
relacja symetryczna, 202 sprzeczny zbiór formuł, 110
relacja zredukowana, 221 stała indywiduowa, 96
relacja zwrotna, 200 stała Skolema, 124
reverse Polish notation, 18 standardowa postać skolemowska, 124
rezolwenta, 90 stosunek, 196
rozłączność zbiorów, 179 sufiks, 17, 20
rozgałęzienie, 41 suma liczb kardynalnych, 264
rozstrzygalność, 33, 154 suma zbiorów, 175
rozszerzenie funkcji, 226 superpozycja funkcji, 231
supozycja materialna, 30
słownik, 14, 18 surjekcja, 225
słowo końcowe, 20 sygnatura funkcji, 223
słowo nad alfabetem, 19 sygnatura języka, 101
słowo początkowe, 20 sygnatura relacji, 197
słowo puste, 19 sylogizm hipotetyczny, 77
schemat wnioskowania, 73 sylogizm warunkowy, 87
schemat wnioskowania odpowiadający symbol końcowy (terminalny), 22
schematowi zdania, 76 symbol niekońcowy (nieterminalny),
schemat zdania, 25 22
semantycznie niesprzeczny zbiór zdań, symbol początkowy (startowy) grama-
70 tyki, 22
semantyka, 11, 31 symetryczne domknięcie relacji, 222
semiotyka, 11 syntaktycznie niesprzeczny zbiór zdań,
sieć logiczna, 62 70
sieć podstawowa, 64 syntaktyka, 11, 31
singleton, 165 system implikacyjno-negacyjny, 80
294 INDEKS
tablica binarna, 43 układ podstawowa, 64

tablica otwarta, 42 unifikacja termów, 128
tablica semantyczna, 41, 46 uniwersum, 96
tablica semantyczna zamknięta, 130 uogólniona suma zbiorów, 183
tablica zakończona, 43 uogólnione prawa De Morgana, 186
tablica zamknięta, 42 uogólnione przecięcie zbiorów, 183
tautologia, 31, 33, 47 uogólnione twierdzenie o niesprzecz-
tautologia języka rachunku predyka- ności, 71, 153
tów, 106 uogólnione twierdzenie o pełności, 71
teoria dowodu, 23 uogólniony iloczyn kartezjański, 236
teoria interpretacji, 23 uogólniony produkt kartezjański, 236
teoria mnogości, 161 uzasadnianie, 13
teoria modeli, 23 uzupełnienie zbioru, 173
teoria wynikania syntaktycznego, 23
teoriomnogościowe prawo (nie)sprze- właściwy nadzbiór, 171
czności, 180 wartość funkcji, 223
teoriomnogościowe prawo wyłączonego wartość logiczna, 13, 32
środka, 180 wartość termu, 141
term, 99 warunek bazowy, 26
teza Churcha, 157 warunek indukcyjny, 26
teza Churcha-Turinga, 157 warunek końcowy, 26
teza indukcyjna, 27 warunek niepustości, 212
teza rachunku predykatów, 110 warunek początkowy, 26
teza rachunku zdań, 80 warunek początkowy (bazowy), 27
tollendo tollens, 77 warunek rozłączności, 212
transformacja, 222 warunek zupełności, 212
twierdzenie, 81 wielozbiór, 163
twierdzenie Cantora-Bernsteina, 271, wiersz dowodowy, 82
274 wniosek, 13, 65
twierdzenie Gödla o pełności, 153 wnioskowanie, 13
twierdzenie o dedukcji, 68, 115 wnioskowanie dedukcyjne, 13
twierdzenie o funkcjonalnej pełności, wnioskowanie przez indukcję (mate-
57 matyczną), 27
twierdzenie o pełności, 52 wtórna, 84
twierdzenie o rozbiorze, 28 wykładnik potęgi liczby kardynalnej,
twierdzenie o zastępowaniu, 56 267
twierdzenie o zwartości, 153 wykres funkcji, 224
typ funkcji, 223 wynikanie, 13
INDEKS 295
wynikanie (logiczne), 13 zastępowanie, 20

wynikanie semantyczne, 71, 149 zawieranie się zbiorów, 171
wynikanie syntaktyczne, 65 zbiór dobrze ufundowany, 247
wyprowadzalność, 65 zbiór dobrze uporządkowany, 247
wyprowadzenie ze słowa, 20 zbiór dokładny, 163
wyraz ciągu, 19 zbiór domknięty ze względu na reguły
wystąpienie problemu, 154 konstrukcji, 26
zbiór dualny, 242
x jest zawarte w y, 238 zbiór dzielony, 212
zbiór liniowo uporządkowany ciągły,
złożenie sekwencyjne funkcji, 231 246
założenia dowodu założeniowego, 82 zbiór liniowo uporządkowany gęsto, 245
założenie, 65 zbiór nieprzeliczalny, 261
zakres predykatu, 99 zbiór nieskończony, 250
zakres zmienności, 96 zbiór obliczalny, 259
zależność, 196 zbiór pełny, 170
zamknięcie formuły, 104 zbiór potęgowy, 188
zanegowane pytanie, 128 zbiór przeliczalny, 253
zasada abstrakcji, 213 zbiór przybliżony, 163
zasada ciągłości Dedekinda, 246 zbiór pusty, 169
zasada dopisywania nowych wierszy zbiór refleksywny, 250
dowodowych, 82 zbiór regularny, 247
zasada dowodzenia reguł wtórnych, 86 zbiór rekurencyjnie przeliczalny, 259
zasada dwuwartościowości, 14 zbiór rekurencyjny, 259
zasada dwuwartościwości, 13 zbiór reprezentantów, 208
zasada ekonomii, 12 zbiór rozmyty, 162
zasada ekstensjonalności, 168 zbiór scharakteryzowany intensjonal-
zasada niesprzeczności, 77 nie, 165
zasada podwójnej negacji, 88 zbiór skończony, 249
zasada rekurencji strukturalnej, 28 zbiór uniwersalny, 96, 170
zasada tożsamości, 77 zbiór uporządkowany, 238
zasada wiązania na lewo, 24 zbiór w znaczeniu abstrakcyjnym, 161
zasada wyłączonego środka, 78 zbiór w znaczeniu dystrybutywnym,
zasady indukcji strukturalnej dla ra- 161, 162
chunku zdań, 27 zbiór w znaczeniu kolektywnym, 161
zasady wiązania przez spójniki, 24 zbiór w znaczeniu mereologicznym, 161
zasięg działania kwantyfikatora, 103 zbiór zdań spełniony w modelu, 71
zasięg kwantyfikatora, 103 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.

Elementy Logiki I Teorii Mnogości

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Elementy Logiki I Teorii Mnogości

Uploaded by

Copyright:

Available Formats

Elementy logiki i teorii mnogości

Wyd. II poprawione i zmienione. Wersja elektroniczna.

2.1.2 Stałe i zmienne indywiduowe . . . . . . . . . . . . . . . 96

3 Algebra zbiorów 161

4 Relacje i funkcje 191

4.3 Rachunek relacji . . . . . . . . . . . . . . . . . . . . . . . . . . 218

5 Moce zbiorów 249

Niniejsze Elementy logiki i teorii mnogości są przygotowane z myślą o stu-

1.1 Pojęcie logiki

rażeń (poprawnie zbudowanych). Zdanie to każdy i tylko taki ciąg symboli,

Prawdziwość i fałszywość to wartości logiczne zdań. Przyjmujemy zasadę

1. poszerzania naszej wiedzy obiektywnej, czyli systemów wiedzy, poprzez

2. wzbogacania naszej wiedzy subiektywnej, czyli zasobu naszych przeko-

Przesłanki we wnioskowaniu to zdania skądinąd uznane bądź jako ta-

są prawdziwościowe wtedy i tylko wtedy, gdy wartość logiczna zdań złożo-

1.2 Język logiki zdań

Słownik języka, to zbiór symboli, z których budowane są wyrażenia (po-

zestawienia zdań (połączenia zdań składowych wraz z użyciem: w języku

Zdaniami złożonymi są:

1.2.2 Definicja zdania

Zdanie w notacji standardowej

p0 , p1 , . . . to litery zdaniowe. Intuicyjnie reprezentują one zdania proste,

Definicja 1.1 (zdania). Niech α i β będą dowolnymi skończonymi ciągami

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

5. zbiór zdań jest najmniejszym zbiorem skończonych ciągów symboli

Znaczenie warunku 4 (5) można zilustrować przykładem. Ciąg p1 ¬ p2 nie

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-

Notację prefiksową języka rachunku zdań wynalazł Jan Łukasiewicz5 . Taką

p0 , p1 , . . . , to litery zdaniowe. N to jednoargumentowy spójnik negacji

Definicja 1.3 (zdania). Niech α i β będą dowolnymi ciągami symboli.

1. litery zdaniowe są zdaniami;

2. jeżeli α jest zdaniem, to N α jest zdaniem;

3. jeżeli α, β są zdaniami, to C αβ, Aαβ, K αβ, E αβ są zdaniami.

Zdaniu: (p0 ∨p1 )∧p0 odpowiada zdanie w notacji Łukasiewicza: KAp0 p1 p0

1.2.3 Język formalny

• zbiór symboli (alfabet, słownik),

• reguły konstrukcji wyrażeń (reguły syntaktyczne).

Przykład 1.5. Niech wyrażeniem poprawnie zbudowanym będzie każdy skoń-

Operacja konkatenacji jest łączna, czyli:

Łączność operacji konkatenacji zwalnia nas z użycia nawiasów do wskazywa-

Definicja 1.8 (podsłowa). Słowo α jest podsłowem słowa β wtedy i tylko

Definicja 1.15 (języka). Językiem L nad alfabetem A jest dowolny podzbiór

Zdania są słowami nad alfabetem A języka rachunku zdań. Na słowach

Przykładem takiej gramatyki jest gramatyka bezkontekstowa7 . Grama-

R = {zdanie ::= litera-zdaniowa | ¬ zdanie | (zdanie ∧ zdanie) | (zdanie ∨

Dla określenia zbioru wyrażeń poprawnie zbudowanych zbyteczna jest

1.2.4 Język a metajęzyk

zwa „ „czasownik” ” jest bowiem nazwą wyrażenia, które w języku, w którym

większej czytelności pozostawiamy więcej nawiasów niż to wynikałoby z zasad

1.2.5 Rekurencyjny charakter definicji zdania

dowy obiektów złożonych są pewnego rodzaju przepisami określającymi, jaki

Definicja 1.16 (definicji rekurencyjnej, indukcyjnej). W definicji rekuren-

2. indukcyjny (po prostu: indukcja) — warunek ten określa, jaki dokład-

3. końcowy — warunek ten mówi, że przedmiot jest elementem definiowa-

Warunek 3 może być wyrażony równoważnie przez jeden z następujących

30 Definiowany zbiór jest najmniejszym takim zbiorem, którego elemen-

300 Definiowany zbiór jest przekrojem wszystkich i tylko takich zbiorów,

Definicje rekurencyjne (indukcyjne) pozwalają na drodze wnioskowania,

O poprawności takiego postępowania mówi zasada rekurencji strukturalnej.