Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym

Podobne dokumenty
First-order logic. Usage. Tautologies, using rst-order logic, relations to natural language

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011

Logika matematyczna (16) (JiNoI I)

Rachunek zda«. Relacje. 2018/2019

Logika intuicjonistyczna

x y x y x y x + y x y

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Indeksowane rodziny zbiorów

Metodydowodzenia twierdzeń

Wyra»enia logicznie równowa»ne

Metody dowodzenia twierdze«

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Zadania z logiki 1. Zadania na rozgrzewk. 1. Zaznacz na rysunku zbiory

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

Algorytmy zwiazane z gramatykami bezkontekstowymi

LOGIKA Klasyczny Rachunek Zdań

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Spl tanie i inne korelacje kwantowe w ukªadach zªo»onych

Algorytmiczna teoria grafów

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Programowanie wspóªbie»ne

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Preliminaria logiczne

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe

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

LOGIKA I TEORIA ZBIORÓW

Wyniki prof. Rasiowej w informatyce I

Podstawy matematyki dla informatyków

Matematyka ETId Elementy logiki

Mierzalne liczby kardynalne

0.1. Logika podstawowe pojęcia: zdania i funktory, reguły wnioskowania, zmienne zdaniowe, rachunek zdań.

Matematyka dyskretna dla informatyków

Rachunki sekwentów. Jerzy Pogonowski. MDTiAR 1xii2015

Algebra Boole'a i logika cyfrowa

Ekstremalnie fajne równania

Elementy logiki i teorii mnogości

Maªgorzata Murat. Modele matematyczne.

Arytmetyka pierwszego rz du

Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018

Wokóª twierdzenia Gödla o peªno±ci logiki pierwszego rz du

Elementy geometrii w przestrzeni R 3

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Funkcje wielu zmiennych

Funkcje, wielomiany. Informacje pomocnicze

Logika pragmatyczna. Logika pragmatyczna. Kontakt: Zaliczenie:

1 Elektrostatyka. 1.1 Wst p teoretyczny

Logika Matematyczna. Zadania Egzaminacyjne. J zykoznawstwo i Informacja Naukowa I, UAM, Jerzy Pogonowski

ROZDZIAŁ 1. Rachunek funkcyjny

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Zbiory i odwzorowania

Matematyka dyskretna dla informatyków

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Podziaª pracy. Cz ± II. 1 Tablica sortuj ca. Rozwi zanie

Logika dla informatyków

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2

(g) (p q) [(p q) p]; (h) p [( p q) ( p q)]; (i) [p ( p q)]; (j) p [( q q) r]; (k) [(p q) (q p)] (p q); (l) [(p q) (r s)] [(p s) (q r)];

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.

Wst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. November 9, Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

Przykłady zdań w matematyce. Jeśli a 2 + b 2 = c 2, to trójkąt o bokach długości a, b, c jest prostokątny (a, b, c oznaczają dane liczby dodatnie),

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Podstawy modelowania w j zyku UML

Logika pragmatyczna dla inżynierów

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

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Schematy Piramid Logicznych

det A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32

LOGIKA Dedukcja Naturalna

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Metoda aksjomatyczna

Logika dla matematyków i informatyków Wykªad 1

Programowanie funkcyjne. Wykªad 13

Informatyka, matematyka i sztuczki magiczne

Elementy geometrii analitycznej w przestrzeni

III rok kognitywistyki UAM,

Liczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki

Podstawy logiki i teorii zbiorów wiczenia

Bazy danych. Plan wykładu. Podzapytania - wskazówki. Podzapytania po FROM. Wykład 5: Zalenoci wielowartociowe. Sprowadzanie do postaci normalnych.

Teoretyczne Podstawy Informatyki

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych

Spis tre±ci. 1 Gradient. 1.1 Pochodna pola skalarnego. Plan

LOGIKA FORMALNA POPRAWNOŚĆ WNIOSKOWAŃ

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

1 Bª dy i arytmetyka zmiennopozycyjna

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Rachunek ró»niczkowy funkcji jednej zmiennej

Programowanie wspóªbie»ne

Lekcja 12 - POMOCNICY

Transkrypt:

Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ);

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ);

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ);

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 9 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ);

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 9 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 10 xϕ xϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 9 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 10 xϕ xϕ; 11 x yϕ y xϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 9 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 10 xϕ xϕ; 11 x yϕ y xϕ; 12 x yϕ y xϕ;

Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); 2 xϕ ϕ, o ile x FV (ϕ); 3 ϕ(s/x) xϕ; 4 xϕ x ϕ; 5 xϕ x ϕ; 6 x(ϕ ψ) xϕ xψ; 7 x(ϕ ψ) xϕ xψ; 8 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 9 x(ϕ ψ) ϕ xψ, o ile x FV (ϕ); 10 xϕ xϕ; 11 x yϕ y xϕ; 12 x yϕ y xϕ; 13 x yϕ y xϕ.

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart.

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej.

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª:

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª: 1 y p(y) z q(z);

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª: 1 y p(y) z q(z); 2 y p(y) z q(z);

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª: 1 y p(y) z q(z); 2 y p(y) z q(z); 3 y( p(y) z q(z));

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª: 1 y p(y) z q(z); 2 y p(y) z q(z); 3 y( p(y) z q(z)); 4 y z( p(y) q(z));

Preneksowa posta normalna Formuªa ϕ jest w preneksowej postaci normalnej, gdy ϕ = Q 1 y 1 Q 2 y 2... Q n y n ψ gdzie ka»de z Q i to lub, a ψ jest formuª otwart. Fakt Dla ka»dej formuªy pierwszego rz du istnieje równowa»na jej formuªa w preneksowej postaci normalnej. Formuªa yp(y) zq(z) jest równowa»na ka»dej z nast puj cych formuª: 1 y p(y) z q(z); 2 y p(y) z q(z); 3 y( p(y) z q(z)); 4 y z( p(y) q(z)); 5 y z(p(y) q(z)).

Logika formalna i j zyk polski Ka»dy cyrulik sewilski goli tych wszystkich m»czyzn w Sewilli, którzy si sami nie gol. Ale nie goli»adnego z tych, którzy gol si sami. A zatem w Sewilli nie ma ani jednego cyrulika.

Implikacja materialna i zwi zek przyczynowo-skutkowy Implikacja w logice klasycznej to implikacja materialna. Warto± logiczna ϕ ψ zale»y wyª cznie od warto±ci logicznych przypisanych ϕ i ψ. To nie jest zwi zek przyczynowo-skutkowy ani nast pstwo chronologiczne. W j zyku polskim stwierdzenie je±li ϕ to ψ oczywi±cie sugeruje zwi zek przyczynowo-skutkowy: Je±li zasilanie jest wª czone, to terminal dziaªa. Implikacja materialna nie zachodzi; materialn prawd jest Je±li terminal dziaªa to zasilanie jest wª czone.

Implikacja materialna i zwi zek przyczynowo-skutkowy Implikacja w logice klasycznej to implikacja materialna. Warto± logiczna ϕ ψ zale»y wyª cznie od warto±ci logicznych przypisanych ϕ i ψ. To nie jest zwi zek przyczynowo-skutkowy ani nast pstwo chronologiczne. W j zyku polskim stwierdzenie je±li ϕ to ψ oczywi±cie sugeruje zwi zek przyczynowo-skutkowy: Je±li zasilanie jest wª czone, to terminal dziaªa. Implikacja materialna nie zachodzi; materialn prawd jest Je±li terminal dziaªa to zasilanie jest wª czone. Terminal dziaªa, poniewa» zasilanie jest wª czone, stwierdza zwi zek przyczynowo-skutkowy i faktyczne zaj±cie wymienionych zdarze«i jest niewyra»alne w logice klasycznej.

Konfuzje skªadniowe: kwantykacja Ka»dy kot ma w sy. Pewien kot ma w sy.

Konfuzje skªadniowe: kwantykacja Ka»dy kot ma w sy. Pewien kot ma w sy. x(kot(x) MaW sy(x)); x(kot(x) MaW sy(x)).

Konfuzje skªadniowe: negacja Liczba n jest parzysta; Liczba n jest dwukrotno±ci pewnej liczby oznaczaj to samo.

Konfuzje skªadniowe: negacja Liczba n jest parzysta; Liczba n jest dwukrotno±ci pewnej liczby oznaczaj to samo. Zaprzeczeniem pierwszego z nich jest zdanie Liczba n nie jest parzysta, ale zaprzeczeniem drugiego nie jest Liczba n nie jest dwukrotno±ci pewnej liczby,

Konfuzje skªadniowe: koniunkcja vs. alternatywa Zabrania si za±miecania i zanieczyszczania drogi. 1 Zabrania si za±miecania lub zanieczyszczania drogi. 2 1 Kodeks Drogowy przed nowelizacj w roku 1997. 2 Kodeks Drogowy po nowelizacji w roku 1997.

Konfuzje kolejno±ci kwantykacji Opcje: You can fool some of the people all of the time, and all of the people some of the time, but you can not fool all of the people all of the time. Abraham Lincoln ( p t...) ( p t...) ( p t...) ( t p...) ( t p...) ( p t...)

Konfuzje wynikania je±li A, to B je±li C, to B A B Je±li Marysia ma do napisania esej, to b dzie do pó¹na pracowa w bibliotece. Je±li biblioteka b dzie otwarta pó¹nym wieczorem, to Marysia b dzie do pó¹na pracowa w bibliotece. Marysia ma do napisania esej. Marysia b dzie do pó¹na pracowa w bibliotece.

Konfuzje wynikania je±li A, to B je±li B, to C A B

Konfuzje wynikania je±li A, to B je±li B, to C A B Je±li telewizor Marii jest zepsuty, odda go do reperacji. Je±li Maria odda telewizor do reperacji, nie b dzie mogªa zapªaci rachunku za elektryczno±. Telewizor Marii jest zepsuty. Maria odda telewizor do reperacji.

Konfuzje wynikania je±li A, to B je±li B, to C A B

Konfuzje wynikania je±li A, to B je±li B, to C A B Je±li telewizor Marii jest zepsuty, odda go do reperacji. Je±li Maria odda telewizor do reperacji, nie b dzie mogªa wykupi lekarstw. Telewizor Marii jest zepsuty. Maria odda telewizor do reperacji.

Siªa wyrazu logiki pierwszego rz du

Siªa wyrazu logiki pierwszego rz du Zdanie wyra»a wªasno± struktury

Siªa wyrazu logiki pierwszego rz du Zdanie wyra»a wªasno± struktury Rozró»nianie struktur Formalizowanie wªasno±ci struktur Formuªa deniuje relacj w strukturze

Siªa wyrazu logiki pierwszego rz du Zdanie wyra»a wªasno± struktury Rozró»nianie struktur Formalizowanie wªasno±ci struktur Formuªa deniuje relacj w strukturze Rozró»nianie elementów w strukturze Formalizowanie wªasno±ci elementów i krotek

Rozró»nianie struktur Sygnatura: Operacja dwuargumentowa Staªa ε.

Rozró»nianie struktur Sygnatura: Operacja dwuargumentowa Staªa ε. x 1 x 2 y( z 1 z 2 (y = z 1 z 2 y = z 1 y = z 2 ) y = x 1 y = x 2 y = ε) jest:

Rozró»nianie struktur Sygnatura: Operacja dwuargumentowa Staªa ε. x 1 x 2 y( z 1 z 2 (y = z 1 z 2 y = z 1 y = z 2 ) y = x 1 y = x 2 y = ε) jest: prawdziwe w strukturze {a, b},, ε sªów nad alfabetem {a, b} z konkatenacj i sªowem pustym,

Rozró»nianie struktur Sygnatura: Operacja dwuargumentowa Staªa ε. x 1 x 2 y( z 1 z 2 (y = z 1 z 2 y = z 1 y = z 2 ) y = x 1 y = x 2 y = ε) jest: prawdziwe w strukturze {a, b},, ε sªów nad alfabetem {a, b} z konkatenacj i sªowem pustym, faªszywe w strukturze {a, b, c},, ε sªów nad alfabetem {a, b} z konkatenacj i sªowem pustym,

Rozró»nianie struktur Sygnatura: Operacja dwuargumentowa Staªa ε. x 1 x 2 y( z 1 z 2 (y = z 1 z 2 y = z 1 y = z 2 ) y = x 1 y = x 2 y = ε) jest: prawdziwe w strukturze {a, b},, ε sªów nad alfabetem {a, b} z konkatenacj i sªowem pustym, faªszywe w strukturze {a, b, c},, ε sªów nad alfabetem {a, b} z konkatenacj i sªowem pustym, Zdanie rozró»nia te dwie struktury.

Formalizowanie wªasno±ci elementów i krotek Mamy pier±cie«liczb caªkowitych Z = Z, +,, 0, 1

Formalizowanie wªasno±ci elementów i krotek Mamy pier±cie«liczb caªkowitych Z = Z, +,, 0, 1 Formuªa z 1 z 2 z 3 z 4 y = x + (z 1 z 1 ) + (z 2 z 2 ) + (z 3 z 3 ) + (z 4 z 4 ) deniuje relacj x y.

Formalizowanie wªasno±ci elementów i krotek Mamy pier±cie«liczb caªkowitych Z = Z, +,, 0, 1 Formuªa z 1 z 2 z 3 z 4 y = x + (z 1 z 1 ) + (z 2 z 2 ) + (z 3 z 3 ) + (z 4 z 4 ) deniuje relacj x y. Twierdzenie Lagrange'a Ka»da liczba naturalna jest sum czterech kwadratów kliczb naturalnych.