您的位置:首页 > 大数据 > 人工智能

数理逻辑2 -- 量化理论5

2017-07-27 14:10 190 查看
接下来我们要建立类似命题演算里系统L那样的一阶逻辑公理系统。

先看一些定义。

定义2.16: B,D是好式子,Γ是一个好式子的集合,

B是逻辑有效的(logically valid),当且仅当,B对所有解释为真。

B是可满足的(satisfiable),当且仅当,至少存在一个解释,其中至少有一个序列满足B。

Γ是可满足的,当且仅当,至少存在一个解释,其中至少有一个序列满足Γ中的所有好式子。

B是矛盾的(contradictory),当且仅当,B对所有解释为假,即¬B是逻辑有效的。

B逻辑蕴涵(logically imply)D,当且仅当,对于任一解释,其中任一序列s,如果s满足B,那么s也满足D。

D是Γ的逻辑后承(logical consequece),当且仅当,对于任一解释,其中任一序列s,如果s满足Γ中的任一好式子,那么s也满足D。

B和D是逻辑等价(logically equivalent),当且仅当,B和D相互逻辑蕴涵对方。

根据定义2.16,我们很容易得到以下命题。

命题2.16

B逻辑蕴涵D,当且仅当,B⇒D逻辑有效。

B和D逻辑等价,当且仅当,B⇔D逻辑有效。

如果B逻辑蕴涵D,并且B对某个解释为真,那么D对同样的解释也为真。

如果B是集合Γ的逻辑后承,并且Γ中所有好式子对某个解释为真,那么D对同样的解释也为真。

接着,我们介绍一阶逻辑理论。和命题演算中的公理系统类似,一个一阶逻辑理论K包含以下要素:

1. 一阶逻辑语言;

2. 公理,分为逻辑公理(logical axiom)和特有公理(proper axiom);

3. 推导规则(rule of inference)

特有公理是我自己这么翻译的,没看过中文教材,实在不知道该怎么翻译proper axiom,看意思就是每个一阶逻辑理论有自己特有的proper axiom,所以干脆就叫作特有公理。

一阶逻辑理论K的逻辑公理也是“几套”公理(axiom scheme),如下:

(A1) B⇒(D⇒B)

(A2) (B⇒(C⇒D))⇒((B⇒C)⇒(B⇒D))

(A3) (¬B⇒¬D)⇒((¬B⇒D)⇒B)

(A4) (∀xi)B(xi)⇒B(t),当t在B中对xi自由。特别的,如果t就是xi,那么(∀xi)B⇒B。

(A5) (∀xi)(B⇒D)⇒(B⇒(∀xi)D),当xi在B中没有自由出现。

上述(A1)-(A3)和系统L的形式是一样的,增加的(A4)(A5)是特定针对全称量词的公理。注意(A4)(A5)的形式,和性质(j)(k)一样的,这下明白为什么要证明这些性质了吧!

特定公理无法明确,每个理论都有自己的特定公理。

推导规则有两个:

1. 跟系统L一样的Modus Ponens,简称MP:B和B⇒D导出D。

2. 泛化规则(Generalization),简称Gen:B导出(∀xi)B。

如果在一个解释M中,所有的公理(包括特定公理)都为真,那么M就称为理论K的一个模型。由一阶逻辑系统的性质可知,如果前提为真,那么推导规则导出来的好式子也为真,因此理论K中的每个定理都会为真。

有了一阶理论,自然要研究它的性质。之后的很多符号含义与系统L类似,比如⊢之类的。

命题2.17:每个永真式的实例B都是定理,它仅通过(A1)-(A3)和MP即可获证。

证明:采用性质(g)中构造wf的方式,不难证明。

证毕

命题2.18:每个一阶谓词演算(first-order predicate calculus)的定理都逻辑有效。

注:一阶谓词演算,即指包含(A1)-(A5)逻辑公理的一阶理论。

证明:首先,(A1)-(A3)都是永真式的形式,根据性质(g),它们对任何解释为真,所以它们都逻辑有效。其次,(A4)(A5)分别根据性质(j)(k)可知它们都逻辑有效。再根据性质(c)和(f),可知MP和Gen保持真假性,因此由MP和Gen导出的定理,也都逻辑有效。

证毕

一阶逻辑很重要的就是理论的一致性。

定义2.19(一致性):如果不存在B,使得B和¬B都在K中获证,就称K是一致的(consistent)。否则,就称K是不一致的。

推论2.20:任何一阶命题演算理论都是一致的。

系统L有方便好用的演绎定理,同样,一阶理论也有演绎定理,但不能直接搬过来,要变一下。

定义2.21:Γ是一个wf集合,B是Γ中的元素。给定一个证明D1,D2,...,Dn,我们说Di依赖B,当且仅当,

Di就是B;

Di由MP或者Gen规则导出,参与导出的wf依赖B。

定义2.21很好理解,直观理解即可。

引理2.22:如果Γ,B⊢D,并且D不依赖于B,那么Γ⊢D。

可采用基于序列长度的归纳法来证明,但这里就不证了,直观想想也不难。

命题2.23(演绎定理):如果Γ,B⊢D的证明过程用到Gen规则,那么若参与Gen规则的好式子Di依赖于B,但运用Gen规则时的量词变量不是B中的自由变量,则Γ⊢B⇒D。

注:这描述说得云里雾里,举个例子如下:证明序列为D1,D2,...,D100,其中某一步,比如D50用了Gen规则,如(∀xj)D50,从而得到某个Di,i>50。如果D50很不走运,它依赖B,但只要变量xj不是B中的自由变量,就万事大吉了。通俗点说,不要把B中的自由变量经过Gen规则变成不自由的,就Ok了。

证明:还是老技巧,用归纳法。

记证明序列为D1,D2,...,Dn,其中Dn就是D。我们用归纳法证明Γ⊢B⇒Di,i≥1。

当i=1时,D1要么是公理,要么是B,要么是Γ中的wf,这三种情况都不难得出Γ⊢B⇒D1。

当i>1时,如果Di是公理,或者B,或者Γ中的wf,那么同上面一样可得出结论。如果Di是由Dj和Dj⇒Di用MP规则导出,那么根据归纳假设B⇒(Dj⇒Di),连同公理(A2)和MP可得(B⇒Dj)⇒(B⇒Di)。又因为B⇒Dj(归纳假设),运用MP可得B⇒Di。最后,如果Di是由某个Dj运用Gen规则导出,即Di是(∀xk)Dj的形式,根据假设,要么Dj不依赖B,要么xk在B中没有自由出现。若Dj不依赖B,根据引理2.22可得Γ⊢Dj,再根据Gen规则可得Γ⊢(∀xk)Dj,即Γ⊢Di,再用公理(A1)和MP规则,可得Γ⊢B⇒Di。若Dj依赖B,但xk在B中没有自由出现,那么就可以根据公理(A5),得到(∀xk)(B⇒Dj)⇒(B⇒(∀xk)Dj)。根据归纳假设,已知Γ⊢Dj,所以根据公理(A1)和MP,可得Γ⊢B⇒Dj,再根据Gen,可得Γ⊢(∀xk)(B⇒Dj)。所以,结合(A5)和MP,可得ΓB⇒(∀xk)Dj,而(∀xk)Dj正是Di,所以Γ⊢B⇒Di。

证毕

演绎定理的条件说得很拗口,因此以下特例作为推论很好用。

推论2.24:如果Γ,B⊢D的证明过程中没用Gen,或者用Gen时的量词变量在B中没有自由出现,那么Γ⊢B⇒D。特别的,若B是闭合wf,即B不含自由变量,则Γ⊢B⇒D

接下来弄点定理巩固下这些概念。

定理2.25:

(a) ⊢(∀x)(B⇒D)⇒((∀x)B⇒(∀x)D)。

证明:

1. (∀x)(B⇒D), 假设

2. (∀x)(B⇒D)⇒(B⇒D), (A4)

3. B⇒D, 由1,2,MP

4. (∀x)B,假设

5. B, 由4,(A4)和MP

6. D,由3,5和MP

7. (∀x)D,6和Gen

证毕

上述证明过程到第7步时,严格来说只证明了(∀x)(B⇒D)⊢(∀x)B⇒(∀x)D。证明最后一步的时候其实是用了这么个性质:如果Γ,B,C⊢D,并且通过演绎定理得到Γ,B⊢C⇒D。那么,如果在这个过程中用到Gen规则导出D时用到的量词变量,都不是B的自由变量,那么Γ,B⊢C⇒D的证明过程,也不会因Gen规则而使用B的自由变量作量词变量,因此得出Γ⊢B⇒(C⇒D)。如果B没有自由变量,就放心使用。这个性质,今后也会作为演绎定理的一部分,证明过程中注意点就行了。

(b) ⊢(∀x)(B⇒D)⇒((∃x)B⇒(∃x)D)

证明:

1. B⇒D,由假设,(A4)和MP

2. ¬D⇒¬B,由1、定理(B⇒D)⇒(¬D⇒¬B)(永真式都是定理,命题2.17)和MP。

3. (∀x)(¬D⇒¬B),由2和Gen

4. (∀x)¬D⇒(∀x)¬B,由4、定理2.25a和MP

5. ¬(∀x)¬B⇒¬(∀x)¬D,再用一次步骤2的方法

证毕

(c) ⊢(∀x)(B∧D)⇔((∀x)B∧(∀x)D)

证明:要依赖一个引理:⊢(∀x)B⇒(∃x)B。这个不难证,

1. (∀x)¬B⇒¬B,(A4)

2. B⇒¬(∀x)¬B,由1、定理和MP,¬(∀x)¬B即是(∃x)B

3. (∀x)B⇒B,(A4)

4. (∀x)B⇒(∃x)B,由2,3,然后重复系统L“传递规则”的证明即可

有了这个引理后,分两步证

c.1 证⊢(∀x)(B∧D)⇒((∀x)B∧(∀x)D)

1. (∀x)(B∧D)⇒¬(∀x)¬(B∧D),引理

2. (∀x)(B∧D)⇒¬(∀x)(B⇒¬D),展开1的缩写后,然后用传递规则

3. ¬(∀x)(B⇒¬D)⇒¬((∀x)B⇒(∀x)¬D),定理2.25a

4. (∀x)¬D⇒¬(∀x)D,引理

5. ¬(∀x)(B⇒¬D)⇒¬((∀x)B⇒¬(∀x)D),由3,4,和一堆传递规则和定理,再加MP,这里就不详细展开了

6. ¬(∀x)(B⇒¬D)⇒((∀x)B∧(∀x)D),步骤5的缩写形式

7. (∀x)¬(B⇒¬D)⇒((∀x)B∧(∀x)D),由6、和引理,再加传递规则

8. (∀x)(B∧D)⇒((∀x)B∧(∀x)D),7的缩写

c.2 证⊢((∀x)B∧(∀x)D)⇒(∀x)(B∧D)

1. (∀x)(B⇒¬D)⇒((∀x)B⇒(∀x)¬D),定理2.25a

2. ¬((∀x)B⇒¬(∀x)D)⇒¬(∀x)(B⇒¬D),由1、一堆定理,和采用c.1同样的技巧(¬和∀x位置对调)

3. ((∀x)B∧(∀x)D)⇒(∀x)(B∧D),2的缩写

证毕

(d) ⊢(∀y1)(∀y2)...(∀yn)B⇒B

不难证明,不写了。

(e) ⊢¬(∀x)B⇒(∃x)¬B

证明:

1. ¬¬B⇒B,定理(所有永真式都是定理)

2. (∀x)(¬¬B⇒B), 由1、Gen

3. (∀x)¬¬B⇒(∀x)B,由2、定理2.25a,和MP

4. ¬(∀x)B⇒¬(∀x)¬¬B,由3、定理、和MP,¬(∀x)¬¬B也即缩写为(∃x)¬B

证毕

证明过程中经常要用一些经过公理和MP、Gen得出来的“规则”,以下总结了这些规则(很多名字是我瞎翻译的),相当于证明技巧。

特例规则(Particularization Rule A4): (∀x)B(x)⊢B(t),当t对x自由。

存在规则(Existential Rule E4):若t在B(x,t)中对x自由,B(t,t)是用t替代B(x,t)中所有自由出现的x而产生,那么B(t,t)⊢(∃x)B(x,t)。

否定消除(Negation Elimination):¬¬B⊢B。

否定引入(Negation Introduciton):B⊢¬¬B。

合取消除(Conjunction Elimination):B∧D⊢B、B∧D⊢D、¬(B∧D)⊢¬B∨¬D。

合取引入(Conjunction Introduction):B,D⊢B∧D。

析取消除(Disjunction Elimination):B∨D,¬B⊢D、 B∨D,¬D⊢B、¬(B∨D)⊢¬B∧¬D、B⇒D,C⇒D,B∨C⊢D。

析取引入(Disjunction Introduction):B⊢B∨D、D⊢B∨D。

条件消除(Conditional Elimination):B⇒D,¬D⊢¬B、B⇒¬D,D⊢¬B、¬B⇒D,¬D⊢B、¬B⇒¬D,D⊢B、¬(B⇒D)⊢B、¬(B⇒D)⊢¬D。

条件引入(Conditional Introduction):B,¬D⊢¬(B⇒D)。

条件逆否(Conditional Contrapositive):B⇒D⊢¬D⇒¬B、¬D⇒¬B⊢B⇒D。

双条件消除(Biconditional Elimination):B⇔D,B⊢D、B⇔D,¬B⊢¬D、B⇔D,D⊢B、B⇔D,¬D⊢¬B、B⇔D⊢B⇒D、B⇔D⊢D⇒B。

双条件引入(Biconditional Introduction):B⇒D,D⇒B⊢B⇔D。

双条件否定(Biconditional Negation):B⇔D⊢¬B⇔¬D、¬B⇔¬D⊢B⇔D。

反证法(Proof by Contradiction):如果Γ,¬B⊢D∧¬D的证明过程中没用Gen,或者用Gen时的量词变量在B中没有自由出现,那么Γ⊢B。

这些规则都跟我们的“数学常识”相符,到目前为止的所有笔记,只是漫长之路的开端,或者用丘吉尔的话讲,end of start。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  ai 数学 数学之美