数理逻辑学习笔记[1] 命题逻辑的形式系统

2024-04-22 10:58

本文主要是介绍数理逻辑学习笔记[1] 命题逻辑的形式系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 2 命题逻辑:语法
    • 2.1 形式系统
      • 形式系统
      • 形式证明
      • 演绎定理
      • 形式系统的性质
        • 一致、平凡、单调
        • 极大一致
  • 勘误集
    • ml-2_1.pdf

2 命题逻辑:语法

2.1 形式系统

形式系统

  1. Q: 如何理解“形式(演绎)系统中有关符号的一切行为和性质不依赖符号特定的意义和具体的性质”?用常微分方程的形式幂级数解举例阐述。
    A: 提示:形式上规定针对幂级数可以逐项求微分或积分,而不考虑收敛性,从而给出常微分方程的形式幂级数解。
    这里的演算都是形式上、符号上的,不一定符合幂级数的实际数学含义。
  2. Q: 语言、公理、规则和理论计算机中的哪些计算模型有联系?试举例。
    A: 如语言、规则和半Thue过程有类似之处。每次应用规则可能用前面的若干条已证明的定理但具体用哪条并未指定类似于非确定图灵机(DTM)。等等。
  3. Q: 命题演算形式系统 L L L中的形式语言 L 0 \mathscr L_0 L0由哪两部分构成?
    A: 一个(可能无穷)的符号集 ∼ , → , ( , ) , p 1 , p 2 , ⋯ \sim,\to,(,),p_1,p_2,\cdots ,,(,),p1,p2,,以及一个合式公式(well-formed formulas)集。
    注:回忆 { ∼ , → } \{\sim,\to\} {,}是完备集。
    合式公式集是递归定义的。即 p i p_i pi是公式;且对于公式 A , B \mathscr A,\mathscr B A,B,有 ( ∼ A ) (\sim \mathscr A) (A) ( A → B ) (\mathscr A\to\mathscr B) (AB)是公式。
    注:当然也可以采用前缀表达式,从而不需要引入括号。
  4. Q: 上面的符号集中的符号 ∼ \sim 和函数 f : { 0 , 1 } → { 0 , 1 } ; f ( 0 ) = 1 , f ( 1 ) = 0 f:\{0,1\}\to\{0,1\};f(0)=1,f(1)=0 f:{0,1}{0,1};f(0)=1,f(1)=0有什么联系?
    A:
    形式系统 L L L中的字符 → \to ∼ \sim 是抽象的记号,我们并不天然地认为它们代表了用真值表或布尔函数定义的“具体”的连接符 → , ∼ \to,\sim ,. 但是 L L L的公理模式和推理规则实际上从某种程度上符合了 → , ∼ \to,\sim ,的意义。
  5. Q: 说“ L L L的公理只有三条”有何不准确之处?
    A: L L L有三个公理模式。每个公理模式中的 A , B \mathscr A,\mathscr B A,B等都可以代表任意公式(命题形式),从而有无数条公理。
    当然,也可以引入替换规则,这样可以只使用三条公理而不用前面说的“公理模式”了。
  6. Q: L L L中的公理模式和演绎规则有什么密切的联系?
    A: 可以发现所有的公理模式都是 A → B \mathscr A\to\mathscr B AB形式。因此如果另已知 A \mathscr A A,就可以通过分离规则得到直接后承 B \mathscr B B. 这体现了两者的密切关系。

形式证明

  1. Q: 形式证明中的公式序列中的公式可能是哪两种?
    A: 或者是一条公理(即公理模式代入具体公式后得到的公式)。或者是由序列中位于前面的两公式应用分离规则的直接后承。
  2. Q: 依据形式证明的定义,能否在 L L L中证明 L L L的公理?
    A: 按照定义, L L L中的公理自然也是 L L L中的定理。证明是只含有自身的序列。
    注:公理是没有经过证明,但被当作不证自明的命题。这和“ L L L中证明公理”是两个方面的东西。
  3. Q: 从什么集合的演绎就是证明?
    A: 空集(或:包含若干条公理的集合)
    注:从集合 Γ \Gamma Γ的演绎和从 Γ ∪ Γ ′ \Gamma\cup \Gamma' ΓΓ的演绎(其中 Γ ′ \Gamma' Γ中所有公式都是公理)依据定义是相同的。
    注:因此 A \mathscr A A L L L中定理可以简记为 ∅ ⊢ L A , ⊢ L A , ⊢ A \emptyset\vdash_L\mathscr A,\vdash_L\mathscr A,\vdash\mathscr A LA,LA,A.
  4. Q: 使用前缀表达式(前置式),在 L L L中构造 A , → B → A C ⊢ → B C \mathscr A, \to \mathscr B\to\mathscr A\mathscr C\vdash\to \mathscr B\mathscr C A,BACBC的演绎。
    A:
    (1) A \mathscr A A(假设)
    (2) → B → A C \to \mathscr B\to\mathscr A\mathscr C BAC(假设)
    (3) → A → B A \to \mathscr A \to \mathscr B \mathscr A ABA(L1)
    (4) → B A \to \mathscr B \mathscr A BA((1)(3)MP)
    (5) → → B → A C → → B A → B C \to\to \mathscr B\to \mathscr A \mathscr C \to\to \mathscr B \mathscr A\to \mathscr B \mathscr C BACBABC(L2)
    (6) → → B A → B C \to\to \mathscr B \mathscr A\to \mathscr B \mathscr C BABC((2)(5)MP)
    (7) → B C \to \mathscr B\mathscr C BC((4)(6)MP)
  5. Q: 抽象出上述过程,可以得到一条(),其具有推理规则的效果,可以帮助简化证明。
    A: 元定理。(关于对象语言形式系统的结果。区分与形式证明得到的具体的“定理”)
  6. Q: 斜形证明中何时增加行首空格?
    A: 提示:画有向无环图,看经过的边数量。
  7. Q: 在证明元定理 ⊢ → A A \vdash\to \mathscr A\mathscr A AA ⊢ → ∼ B → B A \vdash\to\sim\mathscr B\to\mathscr B\mathscr A BBA时,所使用的隐含分配(L2)分别具体是什么?
    A: 可能的答案:
    → → A → → A A A → → A → A A → A A \to \to\mathscr A \to\to \mathscr A\mathscr A\mathscr A \to\to\mathscr A\to \mathscr A\mathscr A\to\mathscr A\mathscr A AAAAAAA

这篇关于数理逻辑学习笔记[1] 命题逻辑的形式系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/925594

相关文章

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识