「形式邏輯筆記/第五章」修訂間的差異

出自Tan Kian-ting的維基
跳至導覽 跳至搜尋
行 93: 行 93:
* x = y 的 UD 隨模型而異。
* x = y 的 UD 隨模型而異。
* (referent(a) = referent(b)) →(P a = P b, Q a = Q b, ∀ x R x a = R x b)
* (referent(a) = referent(b)) →(P a = P b, Q a = Q b, ∀ x R x a = R x b)
* 假設有個模型:
** UD = {Alice, Bob}
** referent(a) = Alice
** referent(b) = Bob
** for all predicate P, extension(P) = {}
** 因為對於所有的 P,P a 是 false,P b 是 false,¬P a <-> ¬P b 為真,所以 P a <-> P b 為真。
**但 a ≠ b。
==5.4 處理模型==
*QL 的下列三式定義:
** 全真句:任何模型均爲真,⊨C
** 矛盾句:任何模型均爲假,⊨¬C
** 非全真句:不是全真句且不是矛盾句
** argument <math>P_1, P_2, ..., P_n, \therefore C</math> 有效 (valid)↔{<math>P_1, P_2, ..., P_n \model C</math>}。否則 invalid。
** A, B 邏輯等同↔A⊨B且B⊨A。
** 集合{A, B, ...} 具邏輯一致性↔至少有一個模型使得所有命題為真。否則為不一致性。


[[category:邏輯學]]
[[category:邏輯學]]

於 2022年7月3日 (日) 13:04 的修訂

形式語義 (formal semantics)

其中任何一個命題字母,他本身不意味語意,假設我要把「我不是貓」和「我是貓」套用到 X 這個命題字母,那就會有語意指涉的問題了。

因此我們需要知道什麼使命題為真或假,所以需要將真的概念特徵化 (characterization)。

  • 元語言:比如自然語言
  • 目標語言:比如形式邏輯符號用法

5.1命題邏輯的語義

v(X) = 1 指我們估值 X 為 1(真)或0(偽)。v 是 valuation 函數。

命題如何知道是真的?不只是符號的詮釋而已。假設詮釋是:「今天X咖啡店來了3位客人」,也不一定恆真恆假。要知道其來客量才知道真假。

所以「註解(interpretation)+世界的狀態=真偽」

命題真值賦予:a{P) = 1 若 P 為真(詮釋在這世上為真),0則為假。像是真值表上的一列那樣。

a不是命題邏輯。

真值估值函數 v 定義

  • 若A是命題字母,v(A) = a(A)
  • 若A是~B對於一些命題B,那麼若 v(B) = 0 則 v(A) = 1 ,否則 v(A) = 0
  • 如 A 是 B & C,對於一些命題字母 B, C,則若 v(B) = 1 且 v(c) = 1 則 v(A) = 1,否則v(A) = 0
  • 如 A 是 B OR C,對於一些命題字母 B, C,則若 v(B) = 0 且 v(c) = 0 則 v(A) = 0,否則v(A) = 1
  • 如 A 是 B -> C,對於一些命題字母 B, C,則若 v(B) = 1 且 v(c) = 0 則 v(A) = 0,否則v(A) = 1
  • 如 A 是 B <-> C,對於一些命題字母 B, C,則若 v(B) = v(c) 則 v(A) = 1,否則v(A) = 0

(語義)蘊涵

A蘊涵(entail)B寫成,,指為真的情況下,B不可能為假(即也為真)。

  • :C是恆真句
  • ⊨ ¬C:C是矛盾句
  • 若兩者都不是,則爲部分為真句。
  • 是於命題邏輯valid的」↔
  • 命題邏輯中A, B邏輯等同↔(A⊨B & B⊨A)
  • 邏輯一致性的定義:
的集合是命題邏輯裏一致的」↔有至少一個真值賦值,讓所有命題為真。
(若是都沒有,那麼邏輯上是不一致的)

5.2量化邏輯的詮釋與模式(model)

形式的,命題邏輯的語義嚴格的是真值賦值。

若是他們有同樣的真值賦值,兩個註釋是一樣的。

  • 謂詞邏輯的解釋是:
    1. 有論域
    2. 謂詞有語義意義
    3. 任何常量指涉的對象

如果拿命題邏輯的語義化來對謂詞邏輯進行語義的詮釋,會犧牲量化詞、謂詞和term的關係。

我們不能用真值表,因為謂詞本身無真和偽。

比如「……是女人」不能保證恆為真。

我們需要使用 extension(外延),就是對於所有 x 中,使謂詞 F x 為真的 x 的集合。比如說:「阿嬌、阿花、小莉……」是「……是女人」的外延。

有些謂詞的 extension 是無限多的。一般而言,謂詞的外延是註釋的結果加上一些事實 (facts)。

有些時候,外延可以列出來,如:

extension(TricolorOfSignal) = {Green, Red, Yellow}。

若是 UD是所有顏色,則∃x TricolorOfSignal(x) 為真,∀x TricolorOfSignal(x)為偽(顏色超過紅黃綠)。

常量的意義決定哪一個UD的成員被挑出來,被挑出來的稱爲常量的 referent。常量字母像人名,referent像指涉的東西。一個常量字母可以指涉同一個referent,就像「岳飛」和「岳鵬舉」指同一個人。

  • 集合:{a, b, c, ...},內容元素不要求順序,空集合寫為∅。
  • 模型
    • 包含常數的指涉(函數)、論域 UD、以及謂詞的外延(extension,是枚舉)。類似這樣的形式(其中論域是 UD、謂詞是 H、常數是 f):
      • UD = {臺北、新北、桃園、台中、臺南、高雄}
      • extension(H) = {臺北, 新北, 桃園}#註:H指在北臺灣
      • f = {臺南}
    • 不需用知道臺灣地理知識就可以推估說 H f 是真的還是假的。
      • 第二個模型
      • UD = {1,2,...,10}
      • N x = N 是負數
        • extension(N) = {}
      • L x y = x 大於 y
        • 這需要用「有序tuple」(ordered tuple)的概念
        • extension(L) = {<10,9>, <10, 8>, ..., <2,1>}

5.3 同一性的語義

  • x = y 是謂詞,所有的 UD 的 item 都滿足
  • ∀x x = x 是全真句。
  • x = y 的 UD 隨模型而異。
  • (referent(a) = referent(b)) →(P a = P b, Q a = Q b, ∀ x R x a = R x b)
  • 假設有個模型:
    • UD = {Alice, Bob}
    • referent(a) = Alice
    • referent(b) = Bob
    • for all predicate P, extension(P) = {}
    • 因為對於所有的 P,P a 是 false,P b 是 false,¬P a <-> ¬P b 為真,所以 P a <-> P b 為真。
    • 但 a ≠ b。

5.4 處理模型

  • QL 的下列三式定義:
    • 全真句:任何模型均爲真,⊨C
    • 矛盾句:任何模型均爲假,⊨¬C
    • 非全真句:不是全真句且不是矛盾句
    • argument 有效 (valid)↔{解析失敗 (MathML 使用 SVG 或 PNG 備用 (建議用於現代瀏覽器與輔助工具):從伺服器 "https://wikimedia.org/api/rest_v1/" 收到無效的回應 ("Math extension cannot connect to Restbase.")。): {\displaystyle P_1, P_2, ..., P_n \model C} }。否則 invalid。
    • A, B 邏輯等同↔A⊨B且B⊨A。
    • 集合{A, B, ...} 具邏輯一致性↔至少有一個模型使得所有命題為真。否則為不一致性。