Struktury formalne, czyli elementy Teorii Modeli

Wielkość: px
Rozpocząć pokaz od strony:

Download "Struktury formalne, czyli elementy Teorii Modeli"

Transkrypt

1 Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j } j J, {c k } k K ) f i - symbol funkcyjny P j - symbol relacji c k - symbol stałej Dodatkowo mamy funkcje: α : I N\{0} β : J N\{0} Funkcja f i jest α(i)-arna, a relacja P j jest β(i)-arna Sygnatura to L, α, β Teoria ciał uporządkowanych (ciało uporządkowane to np. R ) Jakie symbole używamy: Symbole funkcyjne (+), ( ) funkcje binarne, ( ), ( 1 ) funkcje unarne Symbol relacyjny relacja binarna Stałe 0,1 Czyli sygnatura języka ciał uporządkowanych jest następująca: ({+,,, 1 }, { }, {0, 1}) α(+) = 2, α( ) = 2, α( ) = 1, α( 1 ) = 1 β( ) = 2 Dodatkowo mamy symbole: 1

2 logiczne:,,,,,,, = pomocnicze: ), ( zmiennych: x 0, x 1, x 2, Termy języka L (o sygnaturze (L, α, β)) Definicja: Zbiór termów T L jest to najmniejszy zbiór spełniający warunki: c k T L, dla każdego k K x n T L, dla każdego n N jeśli α(i) = n i τ 1, τ 2,...τ n T L, to f i (τ 1, τ 2,...τ n ) T L y termów w języku teorii ciał uporządkowanych: 0, 1, x, y, z, +(x, y), (0, 0), (+(+(x, y), 1 (z))) Wersja normalna (notacja infiksowa): (x + y), (0 0), ((x + y) + z 1 ) 1.3 Formuły języka L Definicja: Zbiór formuł F L jest najmniejszym zbiorem spełniającym warunki: jeśli τ 1, τ 2 T L, to (τ 1 = τ 2 ) F L jeśli β(j) = n i τ 1, τ 2,..., τ n T L, to P j (τ 1, τ 2,...τ n ) F L jeśli ϕ, ψ F L, to ϕ, (ϕ ψ), (ϕ ψ), (ϕ ψ), (ϕ ψ), ( x n )ϕ, ( x n )ϕ F L y formuł języka teorii ciał uporządkowanych: ( x)(x + y = 1 + 0) ( x)( y)(x + y y 1 ) 1.4 Model języka L Jest to M = (M, {fi M } i I, {Pj M } j J, {c M k } k K), gdzie: M to niepusty zbiór (M nazywamy uniwersum struktury) f M i : M α(i) M P j M β(j) c M k M 2

3 1.5 Interpretacja termów (bez zmiennych) w modelu M Konwencja: τ T L τ M M (τ M : interpretacja termu τ) (c k ) M = c M k (f i (τ 1, τ 2,..., τ n )) M = f M i (τ 1, τ 2,..., τ n ) τ = (+(1, 1), 1), struktura R = (R,...) τ R = ((1 + 1) R 1) R = 2 1 = 2 CEL: mając ϕ F L pokazać M = ϕ Załóżmy, że ϕ jest zdaniem, tzn. w ϕ nie wystepują zmienne wolne. W formułach ( x)ψ, ( x)ψ zmienna x występująca w ψ jest związana. ( y)(( x)(x y) x = y) W formule x=y w powyższej formule, x jest wolny Rozszerzamy język L do L(M) W L(M) mamy dodatkowo stałe c a, dla a M Owe stałe interpretujemy naturalnie, tzn. c M a = a Definicja: (M = ϕ dla zdań ϕ w języku L(M)) M = τ 1 = τ 2 wtedy i tylko wtedy, gdy τ M 1 = τ M 2 M = P j (τ 1, τ 2,...τ n ) wtedy i tylko wtedy, gdy (τ M 1, τ M 2,..., τ M n ) P M j M = ϕ ψ wtedy i tylko wtedy, gdy M = ϕ lub M = ψ M = ϕ wtedy i tylko wtedy, gdy nieprawda, że M = ϕ M = ( x)ϕ(x) wtedy i tylko wtedy, gdy istnieje a M takie, że M = ϕ(c a ) (w ϕ(x) mogą występować zmienne wolne, ϕ(c a ) to formuła ϕ(x) po zastąpieniu wszystkich wystąpień x przez c a ) M = ( x)ϕ(x) wtedy i tylko wtedy, gdy dla każdego a M M = ϕ(c a ) 1.6 Spełnianie formuł Niech ϕ = ϕ(x 1,..., x n ) będzie formułą języka L, w której występują zmienne wolne x 1,..., x n Domknięcie uniwersalne tej formuły to: ϕ = ( x 1 )( x 2 )...( x n )ϕ(x 1, x 2,..., x n ) 3

4 Definiujemy: M = ϕ, wtedy i tylko wtedy, gdy M = ϕ ϕ = ( x)(x 0 ( y)(y y)) R = ϕ, bo jeśli a 0, to istnieje b = a, takie, że b b = a Ale Q = ϕ, bo nie istnieje b Q, takie że b b = Teoria Definicja: Ustalmy język L. Teorią nazywamy zbiór T F L Definicja: M jest modelem teorii T, jeśli ( ϕ T ) M = ϕ (Piszemy w skrócie M = T ) Niech L będzie językiem teorii grup, tzn. jego sygnatura L = ({, 1 },, e) jest binarna, 1 jest unarna GT = {(x y) z = x (y z), x x 1 = x 1 x = e, x e = e x = x} Jeśli M = GT, to M jest grupą. Wiemy, że grupy istnieją, np. (R, {+, },, 0), (S n, {, 1 },, {id}) 1.8 Dowodzenie w teorii T Co to znaczy, że T = ϕ? (czytamy: teoria T dowodzi ϕ) Istnieje dowód, czyli ciąg formuł ϕ 1,..., ϕ n F L ϕ i T (ϕ i jest aksjomatem) lub ϕ i jest tautologią Klasycznego Rachunku Logicznego, np. lub ϕ i = ( x)(γ(x) δ(x)) ( x)(γ(x)) ( x)(δ(x)) ϕ i powstaje z ϕ 1, ϕ 2,..., ϕ i 1 przy pomocy reguł dowodzenia Wyjaśnienie ψ F L jest tautologią KRL dla dowolnego L-modelu M, mamy M = ψ 4

5 1.9 Reguły dowodzenia α 1, α 2,..., α k oznacza, że z przesłanek α 1,..., α k można wnioskować α α Poprawna reguła dowodzenia ma własność: dla dowolnego modelu M: jeśli M = α 1, M = α 2,..., M = α k, to M = α Wystarczą dwie reguły dowodzenia: Modus Ponens: α, α β β Zasada generalizacji: ϕ ( x)ϕ 1.10 Sprzeczność, niesprzeczność, zupełność Definicja: Teoria T jest sprzeczna jeśli istnieje ϕ F L, dla której T = ϕ i T = ϕ Uwaga: Każdy program wyborczy jest sprzeczny. Dobry program wyborczy to taki, którego dowód sprzeczności jest długi i nieoczywisty. Definicja: Teoria T jest niesprzeczna T nie jest teorią sprzeczną. Twierdzenie Teoria T jest niesprzeczna ( T 0 T )(T 0 skończona T 0 niesprzeczna) oczywiste niewprost Załóżmy, że T sprzeczna. Wtedy istnieje ϕ, takie że T = ϕ i T = ϕ. W dowodach wykorzystujemy skończony zbiór aksjomatów T 0, zatem T 0 = ϕ i T 0 = ϕ Twierdzenie (Gödel) T jest niesprzeczna T ma model (( M)(M = T )) Komentarz: Aby pokazać, zauważmy, że T = ϕ implikuje M = ϕ Wniosek: Jeśli dowolny skończony T 0 T ma model, to T niesprzeczna. Definicja: Teoria T jest zupełna (T F L ), jeśli dla każdego ϕ F L : T = ϕ lub T = ϕ Uwaga: Jeśli T nie jest zupełna, to istnieje ϕ, dla którego: (T = ϕ) (T = ϕ) 5

6 Mówimy wtedy, że ϕ jest niezalezne od T Fakt: Jeśli T = ϕ to T { ϕ} jest niesprzeczna. Oczywiście, jeśli T { ϕ} jest niesprzeczna, to T = ϕ Wniosek: Aby pokazać, że T nie jest zupełna wystarczy znaleźć ϕ F L, takie, że T {ϕ} jest niesprzeczna i T { ϕ} niesprzeczna. : CH jest niezależna od ZFC. 2: GT jest niesprzeczna i nie jest zupełna Niech ϕ = jest n!+1 elementów ϕ n = ( x 1 )( x 2 )...( x n! )( x n!+1 )( i j x i x j ) R = ϕ, S n = ϕ 3: Rozważmy teorię GT (teoria nieskończonych grup) GT = GT {ϕ n : n N}, gdzie ϕ n zdefiniowana jak w poprzednim przykładzie. GT jest niesprzeczna i nie jest zupełna: Niech ψ = ( x, y)(x y = y x) R = ψ, S = ψ (S - grupa permutacji liczb naturalnych) Dowód dla S : Używając twierdzenia Gódla wystarczy stwierdzić, że S n = ψ, dla n 3. Zatem GT { ψ} jest niesprzeczna 1.11 Teoria modelu, podstruktury Definicja: Niech M będzie modelem dla języka L (L strukturą). Teorią modelu M nazywamy zbiór Th(M) = {ϕ F L : M = ϕ} Fakt: Th(M) jest niesprzeczną, zupełną teorią. M = Th(M), więc Th(M) jest teorią niesprzeczną. Weźmy dowolne ϕ F L Załóżmy, że ϕ / Th(M) (w przeciwnym wypadku Th(M) = ϕ) Wtedy nieprawda, że M = ϕ. Z definicji spełniania wtedy M = ϕ Definicja: Niech M, N będą L strukturami 1. M jest izomorficzne z N (M = N) jeśli istnieje izomorfizm ϕ : M N, taki że: ϕ jest bijekcją 6

7 ϕ zachowuje strukturę, tzn. ( i)( a 1, a 2,..., a n, b M)(f M i (a 1, a 2,..., a n ) = b f N i (ϕ(a 1 ), ϕ(a 2 ),..., ϕ(a n )) = ϕ(b)) ( j)( a 1, a 2,..., a n )(P M j (a 1, a 2,..., a n ) P N j (ϕ(a 1 ), ϕ(a 2 ),..., ϕ(a n ))) ( k)(ϕ(c M k ) = c N k ) 2. M jest elementarnie równoważne N, jeśli Th(M) = Th(N) Fakt: Jeśli M = N to M N 1.12 Elementarne podstruktury Definicja: M N (M jest elementarną podstrukturą (podmodelem) N) oznacza, że M N oraz dla dowolnego ϕ(x 1,..., x n ) F L oraz a 1,...a n M mamy M = ϕ(c a1,..., c an ) N = ϕ(c a1,..., c an ) Fakt: Jeśli M N to M N Weźmy dowolne zdanie ϕ F L. Wtedy z definicji elementarnej podstruktury: M = ϕ N = ϕ, czyli ϕ Th(M) ϕ Th(N) Zatem Th(M) = Th(N), czyli M N Twierdzenie (test Tarskiego-Vaughta) Niech M będzie L-strukturą oraz A M. Wtedy A jest uniwersum elementarnej podstruktury M wtedy i tylko wtedy, gdy dla każdej formuły ϕ(x 1, y 1,..., y n ) F L oraz elementów a 1,..., a n A: M = ( x)ϕ(x, c a1,..., c an ) istnieje a A, że M = ϕ(c a, c a1,..., c an ) Weźmy dowolne ϕ F L, a 1,..., a n A M = ( x)ϕ(x, c a1,..., c an ) (z elementarności) A = ( x)ϕ(x, c a1,..., c an ) (z definicji spełniania) istnieje a A A = ϕ(c a, c a1,..., c an ) (z elementarności) istnieje a A M = ϕ(c a, c a1,..., c an ) A jest uniwersum podstruktury 1. Relacje P j - relacja β(j)-arna P A j = P M j A β(j) 2. Funkcje Trzeba sprawdzić, że fi M A α(i) : A α(i) A Niech a 1,..., a n A Wtedy M = ( x)(x = f i (c a1,..., c an )) Z założenia, istnieje a A, M = (c a = f i (c a1,..., c an )) A zatem fi M(c a 1,..., c an ) = a 7

8 3. Stałe M = ( x)(c k = x) Z założenia, istnieje a A M = (c a = c k ), co oznacza, że a = c M k Pokażemy, że A M (dowód przez indukcję względem skomplikowania formuły ψ) 1. ψ formuła atomowa A = ψ M = ψ (wynika z A M) 2. ψ = ϕ 1 ϕ 2 A = ϕ 1 ϕ 2 (z założenia indukcyjnego) M = ϕ 1 lub M = ϕ 2 M = ϕ 1 ϕ 2 3. ψ = ϕ itp. analogicznie ψ = ( x)ϕ(x, c a1,..., c an ), a 1,..., a n A M = ( x)ϕ(x, c a1,..., c an ) (z założenia) istnieje a A M = ϕ(c a, c a1,..., c an ) istnieje a A A = ϕ(c a, c a1,..., c an ) A = ( x)ϕ(x, c a1,..., c an ) Twierdzenie: (dolne Löwenheima Skolema) Niech M będzie L-strukturą, L przeliczalny. Niech A M, A przeliczalny. Wtedy istnieje M M, taki, że A M Niech A 0 = A Niech Φ 0 = {ϕ(x, c a1,..., c an ) : M = ( x)ϕ(x, c a1,..., c an )} (ϕ(x, c a1,..., c an ) F L {ca:a A 0}) Φ 0 ℵ 0 Niech a ϕ M, że M = ϕ(c aϕ, c a1,..., c an ), dla ϕ Φ 0 A 1 = {a ϕ : ϕ Φ 0 }, A 1 ℵ 0 Φ 1 = {ϕ(x, c a1,..., c an ) : M = ( x)ϕ(x, c a1,..., c an ) (ϕ(x, c a1,..., c an ) F L {ca:a A 1}) Kontynuujemy, kładziemy M = n N A n M jest przeliczalny, A M M spełnia test Tarskiego-Vaughta! Twierdzenie: (górne Löwenheima Skolema) Niech M będzie L-strukturą. Niech κ > M, M nieskończony. Wtedy istnieje N M, N κ Niech T = Th(M, {c a, a M}) (teoria modelu M w języku wzbogaconym o stałe c a (dla a M)) Wzbogaćmy język o kolejne dodatkowe stałe : {c α : α κ} Niech T = T {c α c β : α β} 8

9 T jest niesprzeczny, bo dowolny skończony fragment T 0 T ma model. W M interpretujemy stałe c α (występujące w T 0 ), tak aby były parami różne. Z twierdzenia Gödla istnieje N = T, N κ, bo N {c N α N istnieje izomorficzna kopia modelu M M = {c N α : α M} (M to zielony model M) : α κ} W Fakt: DLO 0 jest zupełna (teoria gęstych liniowych porządków bez końców) (lista 9) Wiemy, że jeśli M = DLO 0 i N = DLO 0 oraz M = N = ℵ 0, to M = N Przypuśćmy, że DLO 0 nie jest zupełna. Wtedy istnieje ϕ, takie że T = DLO 0 {ϕ} i S = DLO 0 { ϕ} są niesprzeczne. Niech M = S, N = T Z dolnego twierdzenia Löwenheima Skolema istnieją przeliczalne M, N, że M M, N N Wtedy M = N. Zatem Th(M ) = Th(N ). Ale ϕ Th(M ), a ϕ Th(N ) co jest sprzecznością z definicją teorii modelu. 9

vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ).

vf(c) =, vf(ft 1... t n )=vf(t 1 )... vf(t n ). 6. Wykład 6: Rachunek predykatów. Język pierwszego rzędu składa się z: symboli relacyjnych P i, i I, gdzie (P i ) oznaczać będzie ilość argumentów symbolu P i, symboli funkcyjnych f j, j J, gdzie (f j

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

Metalogika (12) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM

Metalogika (12) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM Metalogika (12) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (12) Uniwersytet Opolski 1 / 204 Plan wykładu Plan

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu

Bardziej szczegółowo

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany

Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Co to są liczby naturalne i czemu ich nie ma?! Adam Kolany Załóżmy, że wiemy co to są liczby naturalne... Język (I-go rzędu): V, { F n : n IN

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie

Algebrę L = (L, Neg, Alt, Kon, Imp) nazywamy algebrą języka logiki zdań. Jest to algebra o typie 3. Wykłady 5 i 6: Semantyka klasycznego rachunku zdań. Dotychczas rozwinęliśmy klasyczny rachunek na gruncie czysto syntaktycznym, a więc badaliśmy metodę sprawdzania, czy dana formuła B jest dowodliwa

Bardziej szczegółowo

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rachunek zdań. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rachunek zdań Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak RACHUNEK ZDAŃ Zdania Definicja Zdanie jest to stwierdzenie w języku naturalnym, któremu można przypisać wartość prawdy lub

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność

Andrzej Wiśniewski Logika II. Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 6. Wprowadzenie do semantyki teoriomodelowej cz.6. Modele i pełność 1 Modele Jak zwykle zakładam, że pojęcia wprowadzone

Bardziej szczegółowo

II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki. Janusz Czelakowski. Wykład 8. Arytmetyka

II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki. Janusz Czelakowski. Wykład 8. Arytmetyka II Matematyka 2 stopnia( 3W). Logika i podstawy matematyki Janusz Czelakowski Wykład 8. Arytmetyka Jak dobrze wiadomo, jednym z kluczowych praw zachodzących w dziedzinie liczb naturalnych jest Zasada Indukcji.

Bardziej szczegółowo

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne)

Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Tautologia (wyrażenie uniwersalnie prawdziwe - prawo logiczne) Definicja 1: Tautologia jest to takie wyrażenie, którego wartość logiczna jest prawdą przy wszystkich możliwych wartościowaniach zmiennych

Bardziej szczegółowo

Definicja: zmiennych zdaniowych spójnikach zdaniowych:

Definicja: zmiennych zdaniowych spójnikach zdaniowych: Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których

Bardziej szczegółowo

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

Logika matematyczna wersja 0.94 (1 września 2005)

Logika matematyczna wersja 0.94 (1 września 2005) Witold Bołt Taduesz Andrzej Kadłubowski Logika matematyczna wersja 0.94 (1 września 2005) Spis treści Wstęp 2 1 Systemy relacyjne 2 2 Język, termy i formuły 3 2.1 Język........................................

Bardziej szczegółowo

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

Bardziej szczegółowo

Metalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM

Metalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM Metalogika (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (1) Uniwersytet Opolski 1 / 21 Wstęp Cel: wprowadzenie

Bardziej szczegółowo

Twierdzenie Łosia o ultraprodukcie

Twierdzenie Łosia o ultraprodukcie Twierdzenie Łosia o ultraprodukcie Stanisław Dercz 2010.03.22 Streszczenie Prezentujemy ciekawe twierdzenie teorii modeli, umożliwiające budowanie modeli teorii pierwszego rzędu. Wprowadzamy jedynie konieczny

Bardziej szczegółowo

ROZDZIAŁ 1. Rachunek funkcyjny

ROZDZIAŁ 1. Rachunek funkcyjny ROZDZIAŁ 1 Rachunek funkcyjny Niech X 1,..., X n będą dowolnymi zbiorami. Wyrażenie (formułę) ϕ(x 1,..., x n ), w którym występuje n zmiennych x 1,..., x n i które zamienia się w zdanie logiczne, gdy zamiast

Bardziej szczegółowo

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10

System BCD z κ. Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna. Semestr letni 2009/10 System BCD z κ Adam Slaski na podstawie wykładów, notatek i uwag Pawła Urzyczyna Semestr letni 2009/10 Rozważamy system BCD ze stałą typową κ i aksjomatami ω κ κ i κ ω κ. W pierwszej części tej notatki

Bardziej szczegółowo

Początki informatyki teoretycznej. Paweł Cieśla

Początki informatyki teoretycznej. Paweł Cieśla Początki informatyki teoretycznej Paweł Cieśla Wstęp Przykładowe zastosowanie dzisiejszych komputerów: edytowanie tekstów, dźwięku, grafiki odbiór telewizji gromadzenie informacji komunikacja Komputery

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony

Bardziej szczegółowo

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW

Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika

Bardziej szczegółowo

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1.

Monoidy wolne. alfabetem. słowem długością słowa monoidem wolnym z alfabetem Twierdzenie 1. 3. Wykłady 3 i 4: Języki i systemy dedukcyjne. Klasyczny rachunek zdań. 3.1. Monoidy wolne. Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy

Bardziej szczegółowo

Wstęp do Matematyki (4)

Wstęp do Matematyki (4) Wstęp do Matematyki (4) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Liczby kardynalne Jerzy Pogonowski (MEG) Wstęp do Matematyki (4) Liczby kardynalne 1 / 33 Wprowadzenie

Bardziej szczegółowo

Zadania z forcingu. Marcin Kysiak. Semestr zimowy r. ak. 2002/2003

Zadania z forcingu. Marcin Kysiak. Semestr zimowy r. ak. 2002/2003 Zadania z forcingu Marcin Kysiak Semestr zimowy r. ak. 2002/2003 Dokument ten zawiera zadania omówione przeze mnie na ćwiczeniach do wykładu monograficznego dr. A. Krawczyka "Zdania nierozstrzygalne w

Bardziej szczegółowo

Wykład ze Wstępu do Logiki i Teorii Mnogości

Wykład ze Wstępu do Logiki i Teorii Mnogości Wykład ze Wstępu do Logiki i Teorii Mnogości rok ak. 2016/2017, semestr zimowy Wykład 1 1 Wstęp do Logiki 1.1 Rachunek zdań, podstawowe funktory logiczne 1.1.1 Formuła atomowa; zdanie logiczne definicje

Bardziej szczegółowo

Podstawowe Pojęcia. Semantyczne KRZ

Podstawowe Pojęcia. Semantyczne KRZ Logika Matematyczna: Podstawowe Pojęcia Semantyczne KRZ I rok Językoznawstwa i Informacji Naukowej UAM 2006-2007 Jerzy Pogonowski Zakład Logiki Stosowanej UAM http://www.logic.amu.edu.pl Dodatek: ściąga

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 4 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (1) 4 X 2007 1 / 18 Plan konwersatorium Dzisiaj:

Bardziej szczegółowo

Logika Matematyczna (1)

Logika Matematyczna (1) Logika Matematyczna (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Logika Matematyczna (1) Wprowadzenie 1 / 20 Plan konwersatorium

Bardziej szczegółowo

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i 15. Wykład 15: Rozszerzenia pierwiastnikowe. Elementy wyrażające się przez pierwiastniki. Rozwiązalność równań przez pierwiastniki. Równania o dowolnych współczynnikach. 15.1. Rozszerzenia pierwiastnikowe.

Bardziej szczegółowo

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń

Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest

Bardziej szczegółowo

Logika Matematyczna (I JiIN UAM)

Logika Matematyczna (I JiIN UAM) Logika Matematyczna (I JiIN UAM) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 31V-1VI 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (I JiIN UAM) 31V-1VI 2007 1

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Zdań III

Wstęp do logiki. Klasyczny Rachunek Zdań III Wstęp do logiki Klasyczny Rachunek Zdań III Przypomnijmy: Logika: = Teoria form (schematów, reguł) poprawnych wnioskowań. Wnioskowaniem nazywamy jakąkolwiek skończoną co najmniej dwuwyrazową sekwencję

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 5. Wprowadzenie do semantyki teoriomodelowej cz.5. Wynikanie logiczne 1 Na poprzednim wykładzie udowodniliśmy m.in.:

Bardziej szczegółowo

Definicja: zmiennych zdaniowych spójnikach zdaniowych:

Definicja: zmiennych zdaniowych spójnikach zdaniowych: Definicja: Alfabet języka logiki zdań składa się z nieskończonego (najczęściej zakładamy: przeliczalnego) zbioru P, o którym myślimy jak o zbiorze zmiennych zdaniowych i skończonego zbioru symboli, o których

Bardziej szczegółowo

Adam Meissner.

Adam Meissner. Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Podstawy logiki pierwszego rzędu

Bardziej szczegółowo

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.

RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią. Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana

Bardziej szczegółowo

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty

Rachunek predykatów. Formuły rachunku predykatów. Plan wykładu. Relacje i predykaty - przykłady. Relacje i predykaty Rachunek predykatów Wykład 4 Plan wykładu Relacje i predykaty Formuły rachunku predykatów Interpretacje Logiczna równoważność Metoda tabel Modele skończone i nieskończone Rozstrzygalność Relacje i predykaty

Bardziej szczegółowo

Zasady krytycznego myślenia (1)

Zasady krytycznego myślenia (1) Zasady krytycznego myślenia (1) Andrzej Kisielewicz Wydział Matematyki i Informatyki 2017 Przedmiot wykładu krytyczne myślenie vs logika praktyczna (vs logika formalna) myślenie jasne, bezstronne, oparte

Bardziej szczegółowo

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.

Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:

Bardziej szczegółowo

9 Przekształcenia liniowe

9 Przekształcenia liniowe 9 Przekształcenia liniowe Definicja 9.1. Niech V oraz W będą przestrzeniami liniowymi nad tym samym ciałem F. Przekształceniem liniowym nazywamy funkcję ϕ : V W spełniającą warunek (LM) v1,v 2 V a1,a 2

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Rachunek logiczny. 1. Język rachunku logicznego.

Rachunek logiczny. 1. Język rachunku logicznego. Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były

Bardziej szczegółowo

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14 Wstęp do matematyki Matematyka, I rok. Tomasz Połacik Spis treści 1 Logika................................. 1 2 Zbiory................................. 7 3 Pewnik wyboru............................ 10

Bardziej szczegółowo

Rekurencyjna przeliczalność

Rekurencyjna przeliczalność Rekurencyjna przeliczalność Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Rekurencyjna przeliczalność Funkcje rekurencyjne

Bardziej szczegółowo

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe 14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe. 14.1. Grupa Galois wielomianu. Definicja 14.1. Niech F będzie ciałem, niech

Bardziej szczegółowo

Konsekwencja logiczna

Konsekwencja logiczna Konsekwencja logiczna Niech Φ 1, Φ 2,..., Φ n będa formułami logicznymi. Formuła Ψ wynika logicznie z Φ 1, Φ 2,..., Φ n jeżeli (Φ 1 Φ 2 Φ n ) Ψ jest tautologia. Formuły Φ 1, Φ 2,..., Φ n nazywamy założeniami

Bardziej szczegółowo

Logika. Logika. Z czego się składa: model dziedzina, o której własnościach wnioskujemy,

Logika. Logika. Z czego się składa: model dziedzina, o której własnościach wnioskujemy, Z czego się składa: model dziedzina, o której własnościach wnioskujemy, język w którym zapisujemy te własności, interpretacja przypisująca napisom języka elementy z modelu Składowe części języka: termy

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań

Andrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien

Bardziej szczegółowo

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność?

Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? Semina Nr 3 Scientiarum 2004 Twierdzenia Gödla dowody. Czy arytmetyka jest w stanie dowieść własną niesprzeczność? W tym krótkim opracowaniu chciałbym przedstawić dowody obu twierdzeń Gödla wykorzystujące

Bardziej szczegółowo

Schematy Piramid Logicznych

Schematy Piramid Logicznych Schematy Piramid Logicznych geometryczna interpretacja niektórych formuł Paweł Jasionowski Politechnika Śląska w Gliwicach Wydział Matematyczno-Fizyczny Streszczenie Referat zajmuje się następującym zagadnieniem:

Bardziej szczegółowo

Logika Matematyczna (10)

Logika Matematyczna (10) Logika Matematyczna (10) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Rezolucja w KRZ Jerzy Pogonowski (MEG) Logika Matematyczna (10) Rezolucja w KRZ 1 / 39 Plan

Bardziej szczegółowo

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań

Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę

Bardziej szczegółowo

III rok kognitywistyki UAM,

III rok kognitywistyki UAM, METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 6A: REZOLUCJA III rok kognitywistyki UAM, 2016 2017 1 Rezolucja w KRZ Dowody rezolucyjne w KRZ są równie proste, jak dowody tablicowe Metoda

Bardziej szczegółowo

Elementy logiki i teorii mnogości

Elementy logiki i teorii mnogości Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy

Bardziej szczegółowo

LOGIKA WSPÓŁCZESNA (3): METALOGIKA

LOGIKA WSPÓŁCZESNA (3): METALOGIKA 5 wykładów dla Studium Doktoranckiego Wydziału Neofilologii UAM LOGIKA WSPÓŁCZESNA (3): METALOGIKA JERZY POGONOWSKI Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wstęp Metalogika to

Bardziej szczegółowo

Trzy razy o indukcji

Trzy razy o indukcji Trzy razy o indukcji Antoni Kościelski 18 października 01 1 Co to są liczby naturalne? Indukcja matematyczna wiąże się bardzo z pojęciem liczby naturalnej. W szkole zwykle najpierw uczymy się posługiwać

Bardziej szczegółowo

Paradygmaty dowodzenia

Paradygmaty dowodzenia Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.

Bardziej szczegółowo

Lekcja 3: Elementy logiki - Rachunek zdań

Lekcja 3: Elementy logiki - Rachunek zdań Lekcja 3: Elementy logiki - Rachunek zdań S. Hoa Nguyen 1 Materiał a) Zdanie proste, złożone b) Spójniki logiczne (funktory zdaniotwórcze):,,,,, (alternatywa wykluczająca - XOR). c) Tautologia, zdanie

Bardziej szczegółowo

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się 1 Logika Zdanie w sensie logicznym, to zdanie oznajmujące, o którym da się jednoznacznie powiedzieć, czy jest fałszywe, czy prawdziwe. Zmienna zdaniowa- to symbol, którym zastępujemy dowolne zdanie. Zdania

Bardziej szczegółowo

Zbiory liczbowe widziane oczami topologa

Zbiory liczbowe widziane oczami topologa Zbiory liczbowe widziane oczami topologa Aleksander Błaszczyk Instytut Matematyki Uniwersytetu Ślaskiego Brenna, 25 wrzesień 2018 Aleksander Błaszczyk (UŚ) Zbiory liczbowe widziane oczami topologa Brenna,

Bardziej szczegółowo

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze.

12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. 12. Wykład 12: Algebraiczne domkniecie ciała. Wielokrotne pierwiastki wielomianów. Rózniczkowanie wielomianów. Elementy rozdzielcze. Rozszerzenia rozdzielcze i pojedyncze. Rozszerzenia normalne. 12.1.

Bardziej szczegółowo

III rok kognitywistyki UAM,

III rok kognitywistyki UAM, METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 14: POWTÓRKA III rok kognitywistyki UAM, 2016 2017 Dzisiejszy wykład w całości poświęcony będzie omówieniu przykładowych zadań, podobnych do

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

Lista egzaminacyjna zadań z matematycznych podstaw informatyki, wersja 3.

Lista egzaminacyjna zadań z matematycznych podstaw informatyki, wersja 3. 1 Lista egzaminacyjna zadań z matematycznych podstaw informatyki, wersja 3. Funkcje pierwotnie rekurencyjne. Problemy: Zapoznaj się z teorią funkcji pierwotnie rekurencyjnych. Ważne są definicje klasy

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

LOGIKA Dedukcja Naturalna

LOGIKA Dedukcja Naturalna LOGIKA Dedukcja Naturalna Robert Trypuz Katedra Logiki KUL 7 stycznia 2014 Robert Trypuz (Katedra Logiki) Założeniowy system klasycznego rachunku zdań 7 stycznia 2014 1 / 42 PLAN WYKŁADU 1 Przykład dowodów

Bardziej szczegółowo

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI

JEZYKOZNAWSTWO. I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca Imię i Nazwisko:... FIGLARNE POZNANIANKI JEZYKOZNAWSTWO I NAUKI O INFORMACJI, ROK I Logika Matematyczna: egzamin pisemny 11 czerwca 2012 Imię i Nazwisko:........................................................... FIGLARNE POZNANIANKI Wybierz

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Twierdzenia Gödla. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM

Twierdzenia Gödla. Jerzy Pogonowski. Funkcje rekurencyjne. Zakład Logiki Stosowanej UAM Twierdzenia Gödla Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Funkcje rekurencyjne Jerzy Pogonowski (MEG) Twierdzenia Gödla Funkcje rekurencyjne 1 / 21 Wprowadzenie

Bardziej szczegółowo

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne: 1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu

Bardziej szczegółowo

Logika I. Wykład 4. Semantyka Klasycznego Rachunku Zdań

Logika I. Wykład 4. Semantyka Klasycznego Rachunku Zdań Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 4. Semantyka Klasycznego Rachunku Zdań 1 Skróty: Język Klasycznego Rachunku Zdań zamiast Klasyczny Rachunek Zdań piszę

Bardziej szczegółowo

1 Funkcje uniwersalne

1 Funkcje uniwersalne 1 1 Funkcje uniwersalne 1.1 Konstrukcja funkcji uniweralnej Niech P będzie najmniejszym zbiorem liczb spełniającym warunki 1) 0, 2, 0, 0, 2, 1, 0, 2, 2 P, 2) 0, n, 3, k P dla wszystkich n > 0 oraz k takich,

Bardziej szczegółowo

Wstęp do logiki. Klasyczny Rachunek Zdań II

Wstęp do logiki. Klasyczny Rachunek Zdań II Wstęp do logiki Klasyczny Rachunek Zdań II DEF. 1 (Słownik). Następujące znaki tworzą słownik języka KRZ: p 1, p 2, p 3, (zmienne zdaniowe) ~,,,, (spójniki) ), ( (nawiasy). DEF. 2 (Wyrażenie). Wyrażeniem

Bardziej szczegółowo

Logika dla informatyków

Logika dla informatyków Logika dla informatyków Notatki do wykładów 21 kwietnia 2002 Niniejszy dokument zawiera listę najważniejszych definicji i twierdzeń omawianych na wykładzie z Logiki dla Informatyków i określa zakres materiału,

Bardziej szczegółowo

1 Funktory i kwantyfikatory

1 Funktory i kwantyfikatory Logika, relacje v07 egzamin mgr inf niestacj 1 1 Funktory i kwantyfikatory x X x X Φ(x) dla każdego x X (= dla wszystkich x) zachodzi formuła Φ(x) Φ(x) istnieje x X takie, że (= dla pewnego x) zachodzi

Bardziej szczegółowo

Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut

Predykat. Matematyka Dyskretna, Podstawy Logiki i Teorii Mnogości Barbara Głut Predykat Weźmy pod uwagę następujące wypowiedzi: (1) Afryka jest kontynentem. (2) 7 jest liczbą naturalną. (3) Europa jest mniejsza niż Afryka. (4) 153 jest podzielne przez 3. Są to zdania jednostkowe,

Bardziej szczegółowo

Egzamin z logiki i teorii mnogości, rozwiązania zadań

Egzamin z logiki i teorii mnogości, rozwiązania zadań Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?

Bardziej szczegółowo

Równoliczność zbiorów

Równoliczność zbiorów Logika i Teoria Mnogości Wykład 11 12 Teoria mocy 1 Równoliczność zbiorów Def. 1. Zbiory X i Y nazywamy równolicznymi, jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy,że ustala równoliczność

Bardziej szczegółowo

Elementy rachunku lambda. dr hab. inż. Joanna Józefowska, prof. PP 1

Elementy rachunku lambda. dr hab. inż. Joanna Józefowska, prof. PP 1 Elementy rachunku lambda λ 1 Notacja λ x 3x + 7 3x + 7 jest różniczkowalna 3x + 7 jest mniejsze od 2 (2,3) 5 f(2, 3) = 2 + 3 g(2) = 2 + 3 λx(3x + 7) 3x + 7 λx λy(x + y) = λxy(x + y) λx(x + 3) 2 Rachunek

Bardziej szczegółowo

Elementy logiki Klasyczny rachunek predykatów

Elementy logiki Klasyczny rachunek predykatów Elementy logiki. Klasyczny rachunek predykatów. 1 Elementy logiki Klasyczny rachunek predykatów Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

Semantyka rachunku predykatów

Semantyka rachunku predykatów Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie

Bardziej szczegółowo

WYKŁAD 3: METODA AKSJOMATYCZNA

WYKŁAD 3: METODA AKSJOMATYCZNA METODY DOWODZENIA TWIERDZEŃ I AUTOMATYZACJA ROZUMOWAŃ WYKŁAD 3: METODA AKSJOMATYCZNA III rok kognitywistyki UAM, 2016 2017 Plan na dziś: 1. Przypomnimy, na czym polega aksjomatyczna metoda dowodzenia twierdzeń.

Bardziej szczegółowo

Drobinka semantyki KRP

Drobinka semantyki KRP Drobinka semantyki KRP Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Drobinka semantyki KRP Uniwersytet Opolski 1 / 48 Wstęp

Bardziej szczegółowo

Elementy logiki Klasyczny rachunek predykatów

Elementy logiki Klasyczny rachunek predykatów Elementy logiki. Klasyczny rachunek predykatów. 1 Elementy logiki Klasyczny rachunek predykatów Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykłady 12 i 13. Dowód i dowodzenie w KRP. Tezy KRP 1 Pojęcie dowodu w KRP Pojęcia: formuły zdaniowej języka Klasycznego Rachunku

Bardziej szczegółowo

Logika Matematyczna (2,3)

Logika Matematyczna (2,3) Logika Matematyczna (2,3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 11, 18 X 2007 Jerzy Pogonowski (MEG) Logika Matematyczna (2,3) 11, 18 X 2007 1 / 34 Język KRZ

Bardziej szczegółowo

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018

Logika Stosowana. Wykład 2 - Logika modalna Część 3. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2017/2018 Logika Stosowana Wykład 2 - Logika modalna Część 3 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2017/2018 Marcin Szczuka (MIMUW) Logika Stosowana 2018 1 / 36 Plan wykładu

Bardziej szczegółowo

Internet Semantyczny i Logika II

Internet Semantyczny i Logika II Internet Semantyczny i Logika II Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym językiem

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania

Bardziej szczegółowo

LOGIKA Klasyczny Rachunek Zdań

LOGIKA Klasyczny Rachunek Zdań LOGIKA Klasyczny Rachunek Zdań Robert Trypuz trypuz@kul.pl 5 listopada 2013 Robert Trypuz (trypuz@kul.pl) Klasyczny Rachunek Zdań 5 listopada 2013 1 / 24 PLAN WYKŁADU 1 Alfabet i formuła KRZ 2 Zrozumieć

Bardziej szczegółowo

Logika pragmatyczna dla inżynierów

Logika pragmatyczna dla inżynierów Logika pragmatyczna Logika pragmatyczna dla inżynierów Kontakt: dr hab. inż. Adam Kasperski pokój 509 B4 adam.kasperski@pwr.edu.pl materiały + literatura + informacje na stronie www. Zaliczenie: Test pisemny

Bardziej szczegółowo

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I

Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...

Bardziej szczegółowo

VI. Równania różniczkowe liniowe wyższych rzędów

VI. Równania różniczkowe liniowe wyższych rzędów VI. 1. Równanie różniczkowe liniowe n-tego rzędu o zmiennych współczynnikach Niech podobnie jak w poprzednim paragrafie K = C lub K = R. Podobnie jak w dziedzinie rzeczywistej wprowadzamy pochodne wyższych

Bardziej szczegółowo