Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden.

Storlek: px
Starta visningen från sidan:

Download "Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden."

Transkript

1 MATEMATISK LOGIK Matematisk logik formaliserar korrekta resonemang och definierar formellt bindeord (konnektiv) mellan påståenden (utsagor, satser) I matematisk logik betraktar vi påståenden som antingen är sanna eller falska Matematisk logik är ett viktigt område i matematik men också i datalogi och andra vetenskapsområden Matematisk logik delas oftast i satslogik och predikatlogik SATSLOGIK I satslogiken betraktar vi sammansatta påståenden (utsagor), som vi bildar genom att använda bindeord eller konnektiv ( från latin: conecto som betyder förbinda ) Som standard använder vi följande bindeord: och, eller, ekvivalent, implicerar, icke, som vi definierar i nedanstående tabell Sanningsvärdet av ett sammansatt påstående (sats, utsaga) beror av bindeord och sanningsvärden för ingående påståenden I nedanstående exempel visar vi att bindeord bestämmer om ett sammansatt påstående är sant eller falskt Exempel 1 Från påståendena 2+2=10 och 2+2=4 (uppenbart är det första falskt) kan vi bilda ett nytt sammansatt påstående genom att binda de två givna med exempelvis a) och b) eller Då får vi olika sanningsvärden för våra sammansatta påståenden a) Det sammansatta påståendet ( 2+2=10 och 2+2=4 ) är falskt Som vi ser nedan (tabellen för konjunktion), ordet och kräver att båda ingående påståenden är sanna för att deras sammansättning blir sann b) Det sammansatta påståendet ( 2+2=10 eller 2+2=4 ) är sant Ordet eller kräver att minst ett av ingående påståenden är sant för att deras sammansättning blir sann Beteckningar I matematiken används följande standardbeteckningar Sida 1 av 16

2 Beteckning Tolkning och eller implicerar (medför, om då ) är ekvivalent (om och endast om ) icke existerar (det finns minst ett) för alla, alla, för varje Bindeord som vi använder i matematiken är precis definierade i nedanstående tabeller Konjunktion A B ( A och B ) Låt A och B vara två påståenden (utsagor) Det sammansatta påståendet A B (utläses A och B ) kallas konjunktion Konjunktionen A B är sann om och endast om både A och B är sanna Detta preciserar vi med följande tabell (som är faktiskt en definition av konjunktionen) I tabellen anger vi alla (fyra) fall som kan förekomma och definierar sanningsvärden för A B Att ett påstående är sant betecknar vi med S (=SANT) medan F (=FALSKT) betecknar ett falskt påstående A B A B (A och B) S S S S F F F S F F F F Exempelvis, det sammansatta påståendet (2=2 4=3) är ett falskt påstående (enligt rad 2 i ovanstående tabell) medan (2=2 och 4+2=6) är ett sant påstående (enligt rad 1 i ovanstående tabell) Konjunktionen mellan flera påståenden ingående påståenden är sanna A A A 1 2 n är sann om och endast om alla Exempelvis, konjunktionen falsk utsaga (4=2) (2=2 4=4 4=2 5=5) är falsk eftersom den innehåller en Anmärkning: Tecknet kan användas endast mellan två påståenden I vardagsspråk använder man ordet och även i andra sammanhang t ex i följande mening: Anna har klarat matematik och fysik Om vi ska använda tecknet skriver vi detta som Sida 2 av 16

3 (Anna har klarat matematik) (Anna har klarat fysik), dvs måste komma mellan två påståenden (Det är fel att skriva Anna har klarat matematik fysik ) Disjunktion A B ( A eller B ) Låt A och B vara två påståenden (utsagor, satser) Det sammansatta påståendet A B (utläses A eller B ) kallas disjunktion Disjunktionen A B är sann om och endast om minst ett av A, B är sann Detta preciserar vi med följande tabell A B A B (A eller B) S S S S F S F S S F F F Exempelvis, disjunktionen (2=2 5=10) är sann, eftersom minst ett av ingående påståendena är sant (kolla rad 2 i ovanstående tabell) Påståendet (2=3 4+2=10) är falskt (enligt rad 4 i ovanstående tabell) Disjunktionen mellan flera påståenden ett av ingående påståendena är sant A A A 1 2 n är sann om och endast om minst Exempelvis, disjunktionen minst en sann utsaga (5=5) (2=3 4=8 4=2 5=5 ) är sann eftersom den innehåller Implikation Implikationen A B ( A implicerar B ) A B definieras av följande tabell A B A B (A implicerar B) S S S S F F F S S F F S Med andra ord är implikationen falsk endast om den första utsagan är sann medan andra är falsk Sida 3 av 16

4 Exempelvis, implikationen (2=3 4=8) är sann enligt rad 4 i ovanstående tabell, medan (3=3 4=8) är falsk (enligt rad 2) Kommentar Implikationen med A B ) A B används väldigt ofta i matematiken (Betecknas ibland Här är några sätt att uttrycka (utläsa, uttala) implikationen A B : A implicerar B A medför B Om A då B (om A så B) B gäller om A gäller B är en konsekvens av A B är en följd av A A är ett tillräckligt villkor för B B är ett nödvändigt villkor till A Ekvivalens A B ( A är ekvivalent med B ) Ekvivalensen är sann om och endast om A och B har samma sanningsvärde (dvs om båda är sanna eller om båda är falska) A B A B (A är ekvivalent med B) S S S S F F F S F F F S Exempelvis, ekvivalensen (2=3 4=8) är sann enligt rad 4 i ovanstående tabell, medan (2=3 4=4) är falsk (enligt rad 3) Här är några sätt att uttrycka (utläsa, uttala) ekvivalensen A B : A är ekvivalent med B, A gäller om och endast om B gäller, A om och endast om B, (A implicerar B) och (B implicerar A), Sida 4 av 16

5 A är ett tillräckligt och nödvändigt villkor för B (A är en konsekvens av B) och (B är en konsekvens av A) Negation A ( icke A ) Negationen tillämpas på ett påstående Negationen A är sann om A är falskt Negationen är falsk om A är sant Detta definieras i följande tabell A S F A (icke A) F S Exempelvis, ( ) är en sann utsaga medan ( 2 2 4) är en falsk utsaga Notera att ( ) kan skrivas som ( ) SANNINGSVÄRDESTABELLER Vi har ovan precis definierat några bindeord med hjälp av sanningsvärdestabeller Ett annat område där vi använder sanningsvärdestabeller är vid undersökning av mer komplicerade uttryck (formler) i matematisk logik För att undersöka ett komplicerat logiskt uttryck, bygger vi en tabell som innehåller alla möjliga fall för ingående satsparametrar Därefter delar man det logiska uttrycket i elementära delar som behandlas i separata kolonner Hela formeln skrivs i tabellens sista kolonn Exempel 2 Ställ upp en sanningsvärdestabell till logiska uttrycket ( A B) ( B A) Lösning: I första exempel visar vi i separata tabeller hur man ställer upp och fyller i en sanningsvärdestabell (Normalt gör man allt detta i en tabell) i) Vi börjar med en tabell som innehåller alla möjliga fall för ingående parametrar A och B (två värden på A och två på B ger totalt fyra möjliga fall) Dessutom bygger vi kolonner med elementära delar av uttrycket ( A B) ( B A) och den sista kolonnen med hela uttrycket: Sida 5 av 16

6 A B A B B A ( A B) ( B A) S S S F F S F F Först fyller vi ( kolonnvis) sanningsvärden för elementära uttryck (den tredje och fjärde kolonnen) Notera att falsk B A är falsk endast om B är sann och A A B A B B A ( A B) ( B A) S S S S S F F S F S S F F F S S Slutligen bestämmer vi sanningsvärden för hela uttrycket ( A B) ( B A) Vi betraktar konjunktionen mellan den tredje och fjärde kolonnen Därmed får vi följande sanningsvärdestabell: A B A B B A ( A B) ( B A) S S S S S S F F S F F S S F F F F S S S Anmärkning: Om vi jämför ovanstående sanningsvärdestabell med tabellen för ekvivalensen A B A B S S S S F F F S F F F S inser vi att båda logiska uttryck ( formel ) antar samma värde för varje par av värdena på A och B Därför betraktar vi de två logiska uttryck som lika (eller logiskt ekvivalenta) Sida 6 av 16

7 Alltså ( A B) ( B A) A B Tautologier Definition En tautologi är ett logiskt uttryck som är sant för alla möjliga sanningsvärden av ingående satsparametrar Anmärkning Enligt definitionen innehåller den sista kolonnen i tautologins sanningsvärdestabell enbart S (SANN) Anmärkning Om två logiska uttryck F(A,B, ) och G(A,B, ) med samma satsparametrar A,B, är lika då är ekvivalensen mellan dem en tautologi Därmed kan man ersätta F med G i logiska resonemang Parenteser: För att minska antal parenteser i ett logiskt uttryck inför betraktar vi att binder starkare än, (medan och binder lika starkt) Vi betraktar också att, binder starkare än, (medan och är lika starka) Alltså A B betyder ( A) ( B), C D A B betyder ( C D) ( A B) Exempel 3 Ställ upp sanningsvärdestabell för ( A B) ( A B) Lösning: Först bildar vi tillhörande tabell och anger alla elementära delar A B ( A B) ( A B) A S S S F F S F F B A B ( A B) ( A B) Vi fyller tabellen kolonnsvis och får: A B ( A B) ( A B) A B A B ( A B) ( A B) S S S F F F F S S F F S F S S S F S F S S F S S F F F S S S S S Sida 7 av 16

8 Alltså har vi visat att det logiska uttrycket (dvs påståendet) ( A B) ( A B) är sant för alla möjliga sanningsvärden av A och B Med andra ord är ( A B) ( A B) en tautologi Anmärkning Som vi ser från ovanstående tabell är kolonner ( A B) och A B identiska Med andra ord är ( A B) = A B (Detta är en av de Morgans lagar) På samma sätt (genom att ställa upp tillhörande sanningstabeller) kan vi visa att ( A B) = A B (De Morgans lag) Ovanstående formler kan man generalisera till fallet med flera påståenden: m1) ( A1 A2 An ) A1 A2 An (De Morgans lag) m2) ( A1 A2 An ) A1 A2 An (De Morgans lag) Vi kan enklare förstå ovanstående de Morgans lagar om vi tolkar dem i ord: m1) (Det stämmer inte att alla A, A, 2, A A, A, 1 2, A är falsk) 1 n är sanna) = (Minst en av n m2) (Det stämmer inte att minst en av A, A, 2, A A, A, 1 2, A är falska) 1 n är sann) = (Alla n Anmärkning: Liknande de Morgans lagar finns också i mängdlära PREDIKATLOGIK Predikatlogiken betraktar påståenden som innehåller en eller flera variabler Här är några sådana påståenden: I nedanstående (tre ) påståenden betecknar y, z reella tal i) x > 5 Sida 8 av 16

9 Detta är ett påstående med en variabel x ( sk 1-ställigt predikat) Om vi ger ett värde till variabeln x då får vi en utsaga (som kan vara sann eller falsk) Exempelvis om x=3 då är x> 5 dvs 3>5 en falsk utsaga Om vi t ex väljer x=14 då är x> 5 dvs 14>5 en sann utsaga ii) x+y =10 är ett påstående med två variabler (sk 2-ställigt predikat) Om vi ger konkreta värden till x och y då får vi en utsaga (som kan vara sann eller falsk) iii) x+y>z+8 är ett påstående med tre variabler (sk 3-ställigt predikat) Om vi ger konkreta värden till x,y och z då får vi en utsaga (som kan vara sann eller falsk) På liknande sätt kallas ett påstående med n variabler för n-ställigt predikat En utsaga kan betraktas som ett 0-ställig predikat Kvantifikatorer och Beteckning Tolkning Namn existerar (det finns minst ett) existenskvantifikator för alla ( varje, för varje) allkvantifikator Varje användning av en kvantifikator binder en variabel i efterföljande predikat På detta sätt minskas antalet fria variabler i predikaten Exempelvis x y 10 är ett 2-ställig predikat (dvs vi har två fria variabler i påstående) medan x : x y 10 (som vi uttalar det finns minst ett x sådant att x+y=10) är ett 1-ställig predikat (x är bunden och vi har endast en fri variabel Påståendet (där x och y är reella tal) ( x )( : x y 10 (som uttalas det finns minst ett x och det finns minst ett y sådana att x+y=10) har båda två variabler bundna och därmed ingen fri variabel Detta är en utsaga (0-ställig predikat) och därmed kan vi bestämma om utsagan är sann eller falsk Uppenbart har vi en sann utsaga T e om x=5 och y=5 har vi 5+5=10 Sida 9 av 16

10 Skrivsätt för påståenden som innehåller kvantifikatorer I ett matematiskt påstående är väldigt viktigt att ange tillåtna område för varje variabel som ingår i påståendet Att en variabel x ligger i mängden A betecknar vi x M och uttalar x tillhör M, x ligger i M eller x är element i M Här är några exempel på skrivsätt där kvantifikatorer är inblandade Beteckning Tolkning ( x M ) : P( x) För alla x i M gäller P(x) ( x M ) : P( x) Det finns x i M så att P(x) ( x M )( y N ) : P( För alla x i M och y i N gäller P( ( x M )( y N ) : P( Det finns x i M så att för alla y i N gäller P( ( x M )( y N ) : P( För varje x i M finns det y i N så att P( ( x M )( y N ) : P( Det finns x i M och det finns y i N så att P( Talmängder Här finns beteckningar av ofta förekommande talmängder sk standardtalmängder N={0, 1, 2, 3, }, mängden av alla naturliga tal (I några böcker N={1,2,3, }) Z={ 3, 2, 1,0, 1, 2, 3, 4, }, mängden av alla hela tal m Q={ ; där m, n är hela tal och n 0 }, mängden av alla rationella tal n R, mängden av alla reella tal C ={a+bi; där a och b är reella tal och i 2 = 1}, mängden av alla komplexa tal För att beteckna positiva heltal och negativa heltal använder vi Z + och Z På motsvarande sätt använder vi Q +, Q, R + och R Sanningsvärdet av ett logiskt påstående som innehåller variabler och kvantifikatorerna och, beror av mängden som innehåller variablerna Exempel 4 Beskriv med ord och bestäm om följande påståenden är sanna a) ( x R) : x 5 b) ( x N ) : x 5 c) ( x N ) : x 5 Sida 10 av 16

11 d) ( x Z ) : x 5 ( R, N och Z betecknar reella, naturliga och hela tal) Svar: a) Varje reellt tal är större än 5 Detta är ett falskt påstående (t ex det reella talet 10 är mindre än 5) b) Varje naturligt tal är större än 5 Detta är ett sant påstående för N={0, 1, 2, 3, } c) Det finns minst ett naturligt tal som är mindre än 5 Falskt påstående d) Det finns minst ett heltal som är mindre än 5 Sant påstående för Z={ 3, 2, 1,0, 1, 2, 3, 4, } Exempelvis 6 är ett helt tal som är mindre än 5 Negationen av ett påstående som innehåller kvantifikatorer Här finns två viktiga regler om negationen av ett påstående med en kvantifikator r1) ( x M ) : P( x) ( x M ) : P( x) Alltså, vid negationen av, ändras till och P (x) till P(x) Regeln är enkelt att förstå om vi tolkar den med ord: {Det är inte sant att för alla x i M gäller P(x)}= {Det finns minst ett x i M så att P(x) är falskt) r2) ( x M ) : P( x) ( x M ) : P( x) Alltså, vid negationen av, ändras till och P (x) till P(x) Tolkning: {Det är inte sant att för minst ett x i M gäller P(x)}= {För alla x i M är P(x) falskt) Ovanstående regler kan man stegvis tillämpa på ett påstående med 2 eller flera kvantifikatorer Exempel 5: a) ( x M )( y N ) : P( ( x M ) ( y N ) : P( ( x M )( y N ) : P( b) ( x M )( y N ) : P( Sida 11 av 16

12 ( x M ) ( y N ) : P( ( x M )( y N ) : P( Anmärkning: Sådana komplicerade negationer används oftast i matematiska bevis ============================================================== ÖVNINGAR: Uppgift 1 Ställ upp sanningsvärdestabeller till följande logiska uttryck: a) A ( A), b) A ( A) Notera att vi har endast en komponent A och därmed endast två möjliga fall i tabellen A=sann och A=falsk Lösning: a) A A (icke A) A ( A) S F F F S F Kommentar: Påståendet A ( A) är alltid falskt eftersom A och icke-a inte kan vara sanna samtidigt b) A A (icke A) A ( A) S F S F S S Kommentar: Påståendet A ( A) är alltid sant eftersom minst en av A eller icke-a måste vara sant Uppgift 2 Ställ upp sanningsvärdestabeller till följande logiska uttryck: a) ( A B) B, b) ( A B) ( A B) c) ( A B) A d) ( A B) ( A B) e) Är någon av a),b) c) eller d) en tautologi? Sida 12 av 16

13 Notera att vi har 2 komponenter A och B i ovanstående uttryck Därmed har vi 4 kombinationer för deras sanningsvärden (A kan vara S eller F, samma gäller för B så att vi har totalt kombinationer) Lösning: a) A B A B B ( A B) B S S S S S S F F F S F S F S S F F F F S Uttycket ( A B) B är en tautologi eftersom det är sant för alla sanningsvärden på A och B Anmärkning Vi skrev på nytt kolonn B endast för att enklare bestämma sanningsvärdet för implikationen ( A B) B (vi kunde titta direkt i andra kolonnen) b) c) A B A B A ( A B) A S S S F F S F F F S F S F S S F F F S S d) e) a och d är tautologier Uppgift 3 Ställ upp sanningsvärdestabeller till följande logiska uttryck: a) ( A B) C, b) ( A B) ( B C) c) Är någon av a), b) en tautologi? Notera att vi har 3 komponenter A, B och C i ovanstående uttryck Därmed har vi kombinationer för deras sanningsvärden Sida 13 av 16

14 Lösning: a) A B C A B C ( A B) C S S S S S S S S F S F F S F S F S S S F F F F S F S S F S S F S F F F S F F S F S S F F F F F S Logiska uttrycket är inte en tautologi (det finns ett F i resultatet) Uppgift 3 Visa att A B och B A har lika sanningsvärdestabeller Med andra ord bevisa att A B = B A (för alla sanningsvärden på A och B) Lösning: Först bestämmer vi tabellen för A B A B S S S S F F F S S F F S A B Nu bestämmer vi tabellen för B A A B B A B S S F F S S F S F F F S F S S F F S S S A Vi ser att A B och B A har lika sanningsvärdestabeller som vi skriver A B = B A Anmärkning: Formeln A B = B A används oftast i matematiska bevis Sida 14 av 16

15 Anmärkning Istället för = skriver man i några böcker (utläses identisk lika ) mellan två lika logiska formler, för att betona att likheten gäller för alla möjliga val av ingående komponenter Uppgift 4 Visa att A ( B C) och ( A B) ( A C) har lika sanningsvärdestabeller Med andra ord bevisa att A ( B C) = ( A B) ( A C) Lösning: Först bestämmer vi tabellen för A ( B C) A B C B C A ( B C) S S S S S S S F F S S F S F S S F F F S F S S S S F S F F F F F S F F F F F F F Nu bestämmer vi tabellen för ( A B) ( A C) A B C A B A C ( A B) ( A C) S S S S S S S S F S S S S F S S S S S F F S S S F S S S S S F S F S F F F F S F S F F F F F F F Alltså är A ( B C) = ( A B) ( A C) Uppgift 5 Visa att A ( B C) och ( A B) ( A C) har lika sanningsvärdestabeller Med andra ord bevisa att A ( B C) = ( A B) ( A C) Lösning: (Använd metoden som i föregående uppgift) Sida 15 av 16

16 Uppgift 6 Beskriv med ord och bestäm om följande påståenden är sanna a) ( x R): x 2 0 b) ( x N ) : x 10 c) ( x N ) : x 10 d) ( x Z ) : x 13 e) ( x N ) : x 13 ( R, N och Z betecknar reella, naturliga och hela tal) Svar: a) För alla reella tal x gäller x 2 0 Detta är ett sant påstående (kvadrat av ett reellt tal är alltid 0 ) b) Varje naturligt tal är 10 Detta är ett falskt påstående (T ex det naturliga talet 11>10) c) Det finns minst ett naturligt tal som är mindre än 10 Sant påstående (exempelvis 5<10) d) Det finns minst ett heltal som är 13 Sant påstående (exempelvis 20 13) e) Det finns minst ett naturligt tal som är 13 Falskt påstående eftersom naturliga tal är 0 Sida 16 av 16

MA2047 Algebra och diskret matematik

MA2047 Algebra och diskret matematik MA2047 Algebra och diskret matematik Något om logik och mängdlära Mikael Hindgren 5 september 2018 Utsagor Utsaga = Påstående som har sanningsvärde Utsagan kan vara sann (S) eller falsk (F) öppen eller

Läs mer

Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section

Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section Föreläsning 1 Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section 1.1-1.3 i kursboken Definition En utsaga (proposition) är ett

Läs mer

MATEMATIKENS SPRÅK. Avsnitt 1

MATEMATIKENS SPRÅK. Avsnitt 1 Avsnitt 1 MATEMATIKENS SPRÅK Varje vetenskap, liksom varje yrke, har sitt eget språk som ofta är en blandning av vardagliga ord och speciella termer. En instruktionshandbok för ett kylskåp eller för en

Läs mer

D. x 2 + y 2 ; E. Stockholm ligger i Sverige; F. Månen är en gul ost; G. 3 2 = 6; H. x 2 + y 2 = r 2.

D. x 2 + y 2 ; E. Stockholm ligger i Sverige; F. Månen är en gul ost; G. 3 2 = 6; H. x 2 + y 2 = r 2. Logik Vid alla matematiskt resonemang måste man vara säker på att man verkligen menar det man skriver ner på sitt papper. Därför måste man besinna hur man egentligen tänker. Den vetenskap, som sysslar

Läs mer

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss Explorativ övning 1 LMA100 vt 2003 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt

Läs mer

Övningshäfte 1: Logik och matematikens språk

Övningshäfte 1: Logik och matematikens språk GÖTEBORGS UNIVERSITET MATEMATIK 1, MMG200, HT2014 INLEDANDE ALGEBRA Övningshäfte 1: Logik och matematikens språk Övning A Målet är att genom att lösa och diskutera några inledande uppgifter få erfarenheter

Läs mer

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, Explorativ övning 1 MATEMATIKENS SPRÅK Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt, lära oss förstå språket. Vi skall försöka utveckla vårt matematiska språk,

Läs mer

7, Diskreta strukturer

7, Diskreta strukturer Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2013 1 Inledning 2 Satslogik Inledning Satslogiska uttryck Resonemang och härledningar

Läs mer

p /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik

p /\ q r DD1350 Logik för dataloger Kort repetition Fö 3 Satslogikens semantik DD1350 Logik för dataloger Fö 3 Satslogikens semantik 1 Kort repetition Satslogik formellt språk för att uttrycka påståenden med variabler och konnektiv /\, \/,, t.ex. p /\ q r 1 Kort repetition Naturlig

Läs mer

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium. v. 2.0, den 29/ III. Metalogik 17-19 Filosofisk Logik (FTEA21:4) föreläsningsanteckningar/kompendium IV v. 2.0, den 29/4 2013 III. Metalogik 17-19 Modeller för satslogiken 18.1 Vi har tidigare sagt att en modell är en tolkning av en teori

Läs mer

Kap. 7 Logik och boolesk algebra

Kap. 7 Logik och boolesk algebra Ka. 7 Logik och boolesk algebra Satslogik Fem logiska konnektiv: ej, och, eller, om-så, omm Begre: sats, sanningsvärde, sanningsvärdestabell tautologi, kontradiktion Egenskaer: Räkneregler för satslogik

Läs mer

7, Diskreta strukturer

7, Diskreta strukturer Objektorienterad modellering och diskreta strukturer 7, Diskreta strukturer Sven Gestegård Robertz Datavetenskap, LTH 2015 Modeller Matematiska modeller Kontinuerliga modeller Kontinuerliga funktioner

Läs mer

Logik och kontrollstrukturer

Logik och kontrollstrukturer Logik och kontrollstrukturer Flödet av instruktioner i ett programmeringsspråk bygger vi upp med hjälp av dess kontrollstrukturer. I C har vi exemplen if, if else, while, do while. Dessutom finns switch

Läs mer

ANDREAS REJBRAND NV3ANV Matematik Matematiskt språk

ANDREAS REJBRAND NV3ANV Matematik   Matematiskt språk ANDREAS REJBRAND NV3ANV 2006-02-14 Matematik http://www.rejbrand.se Matematiskt språk Innehållsförteckning MATEMATISKT SPRÅK... 1 INNEHÅLLSFÖRTECKNING... 2 INLEDNING... 3 MÄNGDER... 4 Att uttrycka en mängd...

Läs mer

Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1.

Logisk semantik I. 1 Lite om satslogik. 1.1 Konjunktioner i grammatisk bemärkelse. 1.2 Sant och falskt. 1.3 Satssymboler. 1. UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik I 1 Lite om satslogik 1.1

Läs mer

Lite om bevis i matematiken

Lite om bevis i matematiken Matematik, KTH Bengt Ek februari 2013 Material till kursen SF1662, Diskret matematik för CL1: Lite om bevis i matematiken Inledning Bevis är centrala i all matematik Utan (exakta definitioner och) bevis

Läs mer

Vad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system

Vad är det? Översikt. Innehåll. Vi behöver modeller!!! Kontinuerlig/diskret. Varför modeller??? Exempel. Statiska system Vad är det? Översikt Discrete structure: A set of discrete elements on which certain operations are defined. Discrete implies non-continuous and therefore discrete sets include finite and countable sets

Läs mer

En introduktion till predikatlogik

En introduktion till predikatlogik rasmus.blanck@gu.se FT1200, LC1510 och LGFI52 VT2017 (Premiss 1) (Premiss 2) (Slutsats) Alla människor är dödliga Sokrates är en människa Sokrates är dödlig Detta argument är intuitivt giltigt: Det finns

Läs mer

Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3

Tommy Färnqvist, IDA, Linköpings universitet. 2 Strukturer 2 2.1 Domäner... 2 2.2 Tolkningar... 3 Föreläsning 2 Semantik 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 27 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 2.1 Innehåll Innehåll 1 Lite mer syntax 1 2 Strukturer

Läs mer

Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf

Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf UPPSALA UNIVERSITET Datorlingvistisk grammatik I Institutionen för lingvistik och filologi Oktober 2007 Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv07/dg1/ Logisk semantik II 1 Predikatlogik, generella

Läs mer

DD1350 Logik för dataloger. Fö 2 Satslogik och Naturlig deduktion

DD1350 Logik för dataloger. Fö 2 Satslogik och Naturlig deduktion DD1350 Logik för dataloger Fö 2 Satslogik och Naturlig deduktion 1 Satslogik En sats(eller utsaga)är ett påstående som kan vara sant eller falskt. I satslogik(eng. propositionallogic) representeras sådana

Läs mer

Föreläsning 5. Deduktion

Föreläsning 5. Deduktion Föreläsning 5 Deduktion Hur ett deduktivt system fungerar Komponenter - Vokabulär Ett deduktivt system använder ett visst slags språk som kan kallas för systemets vokabulär. I mindre formella fall är kanske

Läs mer

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Begreppen mängd och element är grundläggande begrepp i matematiken. MÄNGDER Grundläggande begrepp och beteckningar Begreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom

Läs mer

LMA033/LMA515. Fredrik Lindgren. 4 september 2013

LMA033/LMA515. Fredrik Lindgren. 4 september 2013 LMA033/LMA515 Fredrik Lindgren Matematiska vetenskaper Chalmers tekniska högskola och Göteborgs universitet 4 september 2013 F. Lindgren (Chalmers&GU) Matematik 4 september 2013 1 / 25 Outline 1 Föreläsning

Läs mer

Innehåll. Föreläsning 7. Satslogiken är för grov. Samma sak i predikatlogik: Första ordningens predikatlogik. Logik med tillämpningar

Innehåll. Föreläsning 7. Satslogiken är för grov. Samma sak i predikatlogik: Första ordningens predikatlogik. Logik med tillämpningar Innehåll Föreläsning 7 Logik med tillämpningar 99-03-01 Första ordningens predikatlogik Objekt, predikat, kvantifierare Funktioner, termer, wffs Bindning och räckvidd Tolkningar och värderingar Satisfiering,

Läs mer

Sats. Om t är en rätvinklig triangel så är summan av kvadraterna på kateterna i t lika med kvadraten på hypotenusan.

Sats. Om t är en rätvinklig triangel så är summan av kvadraterna på kateterna i t lika med kvadraten på hypotenusan. Lunds tekniska högskola Datavetenskap Lennart Andersson Föreläsningsanteckningar EDAF10 3 Predikatlogik 3.1 Motivering I satslogiken är de minsta beståndsdelarna satslogiska variabler som kan anta värdena

Läs mer

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet Formell logik Kapitel 3 och 4 Robin Stenwall Lunds universitet Kapitel 3: De Booleska konnektiven Vi sade att predikaten och namnen kan variera mellan olika FOL Vi ska nu titta på några språkliga element

Läs mer

FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS

FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS 729G06 Logik FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS 160208 Idag C-regeln, informell (och formell) inledning till predikatlogik (Bevis kommer senare.) 2 3 Vår (Snöfritt Cykla) (Vår Snöfritt) Cykla Lätt

Läs mer

Semantik och pragmatik (Serie 4)

Semantik och pragmatik (Serie 4) Semantik och pragmatik (Serie 4) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 30 Så här långt (satslogik) Konjunktion (p q): att två enklare satser båda är uppfyllda.

Läs mer

Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2

Tommy Färnqvist, IDA, Linköpings universitet. 1 Kursadministration 1. 2 Introduktion 2 2.1 Varför logik?... 2 2.2 Satslogik... 2 Föreläsning 1 Syntax 729G06 Logikdelen Föreläsningsanteckningar i Programmering och logik 21 januari 2014 Tommy Färnqvist, IDA, Linköpings universitet 1.1 Innehåll Innehåll 1 Kursadministration 1 2 Introduktion

Läs mer

Satslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar)

Satslogik grundläggande definitioner 3. Satslogik. Uppgift 1. Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar) Satslogik grundläggande definitioner Satslogikens syntax (välformade formler) Satslogikens semantik (tolkningar) Modeller, logisk konsekvens och ekvivalens Några notationella förenklingar Kompletta mängder

Läs mer

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Begreppen mängd och element är grundläggande begrepp i matematiken. MÄNGDER Grundläggande begrepp och beteckningar egreppen "mängd" och "element" är grundläggande begrepp i matematiken. Vi kan beskriva (ange, definiera) en mängd som innehåller ändligt många element genom

Läs mer

Grundläggande logik och modellteori (5DV102)

Grundläggande logik och modellteori (5DV102) Tentamen 2013-10-31 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 11 Maximalt antal poäng 30 Krav för 3 i betyg 14 poäng Krav för 4 i betyg 19 poäng,

Läs mer

Grundläggande logik och modellteori

Grundläggande logik och modellteori Grundläggande logik och modellteori Kapitel 4: Konjunktiv och disjunktiv normalform Henrik Björklund Umeå universitet 15. september, 2014 CNF och DNF Konjunktiv normalform (CNF) Omskrivning av en formel

Läs mer

Viktiga frågor att ställa när ett argument ska analyseras och sedan värderas:

Viktiga frågor att ställa när ett argument ska analyseras och sedan värderas: FTEA12:2 Föreläsning 2 Grundläggande argumentationsanalys II Repetition: Vid förra tillfället började vi se närmre på vad som utmärker filosofisk argumentationsanalys. Vi tittade närmre på ett arguments

Läs mer

LOGIK, MÄNGDER OCH FUNKTIONER

LOGIK, MÄNGDER OCH FUNKTIONER LOGIK, MÄNGDER OCH FUNKTIONER KOMPLETTERANDE STUDIEMATERIAL TILL MMA121 MATEMATISK GRUNDKURS VÅRTERMINEN 2014 ERIK DARPÖ 1. Utsagor, implikation och ekvivalens En utsaga är en påstående, formulerat med

Läs mer

Semantik och pragmatik

Semantik och pragmatik Semantik och pragmatik OH-serie 5 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Så här långt Konjunktion (p q): att två enklare satser

Läs mer

A B A B A B S S S S S F F S F S F S F F F F

A B A B A B S S S S S F F S F S F S F F F F Uppsala Universitet Matematiska institutionen Isac Hedén isac distans@math.uu.se Algebra I, 5 hp Vecka 17. Logik När man utför matematiska resonemang så har man alltid vissa logiska spelregler att förhålla

Läs mer

Formell logik Kapitel 9. Robin Stenwall Lunds universitet

Formell logik Kapitel 9. Robin Stenwall Lunds universitet Formell logik Kapitel 9 Robin Stenwall Lunds universitet Kapitel 9: Introduktion till kvantifiering Vi har hittills betraktat logiska resonemang vars giltighet enbart beror på meningen hos konnektiv som

Läs mer

Föreläsningsanteckningar och övningar till logik mängdlära

Föreläsningsanteckningar och övningar till logik mängdlära Inledande matematisk analys tma970, 010, logik, mängdlära Föreläsningsanteckningar och övningar till logik mängdlära Dessa öreläsningsanteckningar kompletterar mycket kortattat kap 0 och appendix B i Persson/Böiers,

Läs mer

Induktion, mängder och bevis för Introduktionskursen på I

Induktion, mängder och bevis för Introduktionskursen på I Induktion, mängder och bevis för Introduktionskursen på I J A S, ht 04 1 Induktion Detta avsnitt handlar om en speciell teknik för att försöka bevisa riktigheten av påståenden eller formler, för alla heltalsvärden

Läs mer

MA 11. Hur starkt de binder. 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi

MA 11. Hur starkt de binder. 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi MA 11 Talteori och logik 2 Reella tal 3 Slutledning 4 Logik 5 Mängdlära 6-7 Talteori 8 Diofantiska ekvationer 9 Fördjupning och kryptografi propositionssymboler: bokstäver konnektiv Paranteser konnektiv

Läs mer

9. Predikatlogik och mängdlära

9. Predikatlogik och mängdlära Objektorienterad modellering och diskreta strukturer 9. Predikatlogik och mängdlära Sven Gestegård Robertz Datavetenskap, LTH 2014 Rekaputilation Vi har talat om satslogik naturlig härledning predikatlogik

Läs mer

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter

TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter TATM79: Föreläsning 1 Notation, ekvationer, polynom och olikheter Johan Thim 15 augusti 2015 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför

Läs mer

En introduktion till logik

En introduktion till logik rasmus.blanck@gu.se FT1200, LC1510 och LGFI52 VT2017 Först: Tack till Martin Kaså, som gett mig tillstånd att använda och bearbeta dessa ljusbilder. Vad är logik? Slogan: Logik undersöker vilka argument

Läs mer

Grundläggande logik och modellteori

Grundläggande logik och modellteori Grundläggande logik och modellteori Kapitel 8: Predikatlogik Henrik Björklund Umeå universitet 2. oktober, 2014 Första ordningens predikatlogik Signaturer och termer Första ordningens predikatlogik Formler

Läs mer

DD1350 Logik för dataloger

DD1350 Logik för dataloger DD1350 Logik för dataloger Fö 8 Axiomatiseringar 1 Modeller och bevisbarhet Sedan tidigare vet vi att: Om en formel Φ är valid (sann i alla modeller) så finns det ett bevis för Φ i naturlig deduktion.

Läs mer

Logik och bevisteknik lite extra teori

Logik och bevisteknik lite extra teori Logik och bevisteknik lite extra teori Inger Sigstam 2011-04-26 1 Satslogik (eng: propositional logic) 1.1 Språket Alfabetet består av följande symboler: satssymbolerna p 0, p 1, p 2,.... konnektiverna,,,,.

Läs mer

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor

TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor Johan Thim 22 augusti 2018 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför Q

Läs mer

Predikatlogik: Normalformer. Klas Markström

Predikatlogik: Normalformer. Klas Markström 1 Precis som i satslogik så är det bekvämt att kunna hitta en normalform för meningar. Om vi kan utgå från att alla meningar är på normalform så behöver vi t.e.x. inte bekymra oss om en massa specialfall

Läs mer

sanningsvärde, kallas utsagor. Exempel på utsagor från pass 1 är

sanningsvärde, kallas utsagor. Exempel på utsagor från pass 1 är PASS 7. EKVATIONSLÖSNING 7. Grundbegrepp om ekvationer En ekvation säger att två matematiska uttryck är lika stora. Ekvationen har alltså ett likhetstecken och två deluttryck på var sin sida om likhetstecknet.

Läs mer

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik DD1350 Logik för dataloger Fö 7 Predikatlogikens semantik 1 Kryssprodukt av mängder Om A och B är två mängder så är deras kryssprodukt A B mängden av alla par (a,b), där a A och b B. Ex: A={1,2}, B={3,4},

Läs mer

INDUKTION OCH DEDUKTION

INDUKTION OCH DEDUKTION AVSNITT 3 INDUKTION OCH DEDUKTION Med induktion menar man vanligen en mycket vanlig resonemangsmetod: man gör flera observationer, upptäcker ett mönster (eller något som man tror är ett mönster) och därefter

Läs mer

Varför är logik viktig för datavetare?

Varför är logik viktig för datavetare? Varför är logik viktig för datavetare? 1. Datavetenskap handlar ofta om att automatisera processer som tidigare styrts av människor. Intuition, intelligens och mänskliga resonemang ersätts av beräkningar.

Läs mer

Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013

Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013 Logik I Åsa Hirvonen Helsingfors universitet Våren 2013 Inledning Logik är läran om härledning. Med hjälp av logiken kan vi säga när ett resonemang är korrekt och när det inte är det. För att kunna studera

Läs mer

FTEA12:2 Filosofisk Metod. Grundläggande argumentationsanalys II

FTEA12:2 Filosofisk Metod. Grundläggande argumentationsanalys II TEA12:2 ilosofisk Metod Grundläggande argumentationsanalys II Dagens upplägg 1. Kort repetition. 2. Logisk styrka: några intressanta specialfall. 3. ormalisering: översättning från naturligt språk till

Läs mer

Mängdlära. Kapitel Mängder

Mängdlära. Kapitel Mängder Kapitel 2 Mängdlära 2.1 Mängder Vi har redan stött på begreppet mängd. Med en mängd menar vi en väldefinierad samling av objekt eller element. Ordet väldefinierad syftar på att man för varje tänkbart objekt

Läs mer

8. Naturlig härledning och predikatlogik

8. Naturlig härledning och predikatlogik Objektorienterad modellering och diskreta strukturer 8. Naturlig härledning och predikatlogik Sven Gestegård Robertz Datavetenskap, LTH 2013 Outline 1 Inledning 2 Inferensregler 3 Predikatlogik 8. Naturlig

Läs mer

Formell logik Kapitel 10. Robin Stenwall Lunds universitet

Formell logik Kapitel 10. Robin Stenwall Lunds universitet Formell logik Kapitel 10 Robin Stenwall Lunds universitet Kapitel 10: Kvantifikatorernas logik Förra gången introducerade vi kvantifikatorer och variabler Vi har därmed infört samtliga symboler i FOL Brännande

Läs mer

Föreläsning 1, Differentialkalkyl M0029M, Lp

Föreläsning 1, Differentialkalkyl M0029M, Lp Föreläsning 1, Differentialkalkyl M0029M, Lp 1 2017 Staffan Lundberg Luleå Tekniska Universitet, Inst för teknikvetenskap och matematik Staffan Lundberg M0029M H17 1/ 50 Allmän information Föreläsningar:

Läs mer

FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS

FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS 729G06 Logik FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS 160309 Idag Sammanfattning*/uppsamling 2 Mer problemöversikt (och lite definitioner) Inte ersättning för andra föreläsningar! 3 Vad är enlogik? Syntax

Läs mer

Explorativ övning 5 MATEMATISK INDUKTION

Explorativ övning 5 MATEMATISK INDUKTION Explorativ övning 5 MATEMATISK INDUKTION Syftet med denna övning är att introducera en av de viktigaste bevismetoderna i matematiken matematisk induktion. Termen induktion är lite olycklig därför att matematisk

Läs mer

Elementär logik och mängdlära

Elementär logik och mängdlära Elementär logik och mängdlära Mängd En mängd är en ihopsamling av noll eller flera saker, där ordningen mellan de ihopsamlade sakerna är oväsentlig. Sakerna kallas för mängdens element. EXEMPEL {1, 2,

Läs mer

Finns det tillräckligt med information för att bestämma hur många av eleverna som fick 1 poäng? Vad tycker du?

Finns det tillräckligt med information för att bestämma hur många av eleverna som fick 1 poäng? Vad tycker du? Logik och bevis I 1. Introduktion till logik Varför skulle vi vilja studera logik? Det kan vara för att det hjälper oss att förstå ett problem och dra slutsatser. Det hjälper oss att skriva klartext så

Läs mer

Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt

Läs mer

Normalisering av meningar inför resolution 3. Steg 1: Eliminera alla och. Steg 2: Flytta alla negationer framför atomära formler

Normalisering av meningar inför resolution 3. Steg 1: Eliminera alla och. Steg 2: Flytta alla negationer framför atomära formler Normalisering av meningar inför resolution På samma sätt som i satslogiken är resolution i predikatlogiken en process vars syfte är att vederlägga att en klausulmängd är satisfierbar. Det förutsätter dock

Läs mer

729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS

729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS 729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS 160127 Vad är logik? Som ämne, område... 2 Läran om korrekta resonemang Följer slutsatserna av ens antaganden? 3 Alla hundar är djur. Alla enhörningar

Läs mer

Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet Robin Stenwall Lunds universitet Vik$gt a) tänka på Innehållet i kursen formell logik förutsätts vara inhämtat (repetera om du är osäker). I allmänhet gäller att kursinnehållet, som ska instuderas på relativt

Läs mer

Semantik och pragmatik

Semantik och pragmatik Semantik och pragmatik OH-serie 4 http://stp.lingfil.uu.se/~matsd/uv/uv12/semp/ Mats Dahllöf Institutionen för lingvistik och filologi Januari 2012 Om barnet har svårt att andas eller har ont i bröstet

Läs mer

Filosofisk logik Kapitel 19. Robin Stenwall Lunds universitet

Filosofisk logik Kapitel 19. Robin Stenwall Lunds universitet Filosofisk logik Kapitel 19 Robin Stenwall Lunds universitet Dagens upplägg Gödels fullständighetsteorem Sundhet och fullständighet Fullständighetsbeviset Vittneskonstanter Henkinteorin Eliminationsteoremet

Läs mer

Något om logik och logisk semantik

Något om logik och logisk semantik UPPSALA UNIVERSITET Semantik och pragmatik (HT 08) Institutionen för lingvistik och filologi Mats Dahllöf http://stp.ling.uu.se/ matsd/uv/uv08/sempht/ Något om logik och logisk semantik 1 Språk och sanning

Läs mer

(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element.

(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element. Grunder i matematik och logik (2017) Mängdlära Marco Kuhlmann 1 Grundläggande begrepp Mängder och element 2.01 En mängd är en samling objekt. Två standardexempel är mängden av naturliga tal (N) och mängden

Läs mer

Explorativ övning 5 MATEMATISK INDUKTION

Explorativ övning 5 MATEMATISK INDUKTION Explorativ övning 5 MATEMATISK INDUKTION Syftet med denna övning är att introducera en av de viktigaste bevismetoderna i matematiken matematisk induktion. Termen induktion är lite olycklig därför att matematisk

Läs mer

Talmängder. Målet med första föreläsningen:

Talmängder. Målet med första föreläsningen: Moment 1..1, 1.., 1..4, 1..5, 1.. 1..5, 1..6 Viktiga exempel 1.7, 1.8, 1.8,1.19,1. Handräkning 1.7, 1.9, 1.19, 1.4, 1.9 b,e 1.0 a,b Datorräkning 1.6-1.1 Målet med första föreläsningen: 1 En första kontakt

Läs mer

Semantik och pragmatik (Serie 3)

Semantik och pragmatik (Serie 3) Semantik och pragmatik (Serie 3) Satser och logik. Mats Dahllöf Institutionen för lingvistik och filologi April 2015 1 / 37 Logik: språk tanke (Saeed kapitel 4.) Satser uttrycker (ofta) tankar. Uttrycksrikedom

Läs mer

Logik. Dr. Johan Hagelbäck.

Logik. Dr. Johan Hagelbäck. Logik Dr. Johan Hagelbäck johan.hagelback@lnu.se http://aiguy.org Vad är logik? Logik handlar om korrekta och inkorrekta sätt att resonera Logik är ett sätt att skilja mellan korrekt och inkorrekt tankesätt

Läs mer

Grundläggande logik och modellteori (5DV102)

Grundläggande logik och modellteori (5DV102) Tentamen 2014-01-10 Grundläggande logik och modellteori (5DV102) M. Berglund och K. Markström Totalt antal uppgifter 10 Maximalt antal poäng 30 Krav för 3 i betyg 1 Krav för 4 i betyg 19 poäng, vara minst

Läs mer

MS-A0409 Grundkurs i diskret matematik I

MS-A0409 Grundkurs i diskret matematik I MS-A0409 Grundkurs i diskret matematik I G. Gripenberg Aalto-universitetet oktober 014 G. Gripenberg (Aalto-universitetet) MS-A0409 Grundkurs i diskret matematik I oktober 014 1 / 44 Mängder (naiv, inte

Läs mer

MS-A0409 Grundkurs i diskret matematik I

MS-A0409 Grundkurs i diskret matematik I MS-A0409 Grundkurs i diskret matematik I G. Gripenberg Aalto-universitetet oktober 04 G. Gripenberg (Aalto-universitetet) MS-A0409 Grundkurs i diskret matematik I oktober 04 / 45 Mängder och logik Relationer

Läs mer

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet Filosofisk logik Kapitel 15 Robin Stenwall Lunds universitet Dagens upplägg Första ordningens mängdlära Naiv mängdlära Abstraktionsaxiomet (eg. comprehension) Extensionalitetsaxiomet Små mängder Ordnade

Läs mer

Anteckningar i. Inledande Matematik

Anteckningar i. Inledande Matematik Anteckningar i Inledande Matematik Anders Logg Chalmers tekniska högskola (Utkast, version 3 oktober 2016) Copyright 2016 Anders Logg Förord och läsanvisningar Dessa anteckningar är avsedda att användas

Läs mer

Logik: sanning, konsekvens, bevis

Logik: sanning, konsekvens, bevis Logik: sanning, konsekvens, bevis ft1100 samt lc1510 HT 2016 Giltiga argument (Premiss 1) (Premiss 2) (Slutsats) Professorn är på kontoret eller i lunchrummet Hon är inte på kontoret Professorn är i lunchrummet

Läs mer

inte följa någon enkel eller fiffig princip, vad man nu skulle mena med det. All right, men

inte följa någon enkel eller fiffig princip, vad man nu skulle mena med det. All right, men MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Christian Gottlieb Gymnasieskolans matematik med akademiska ögon Induktion Dag 2. Explicita formler och rekursionsformler. Dag mötte vi flera talföljder,

Läs mer

Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas?

Avslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas? Avslutning Anmärkningar inför tentan Vad ska kunnas? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna och gruppövningarna räcker i princip.

Läs mer

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R Föreläsning Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen För att göra ett påstående av en öppen utsaga med flera variabler behövs flera kvantifierare.

Läs mer

Talmängder N = {0,1,2,3,...} C = {a+bi : a,b R}

Talmängder N = {0,1,2,3,...} C = {a+bi : a,b R} Moment 1..1, 1.., 1..4, 1..5 Viktiga exempel 1., 1.4, 1.8 Övningsuppgifter I 1.7, 1.8, 1.9 Extrauppgifter 1,,, 4 Den teori och de exempel, som kommer att presenteras här, är normalt vad jag kommer att

Läs mer

Logik och modaliteter

Logik och modaliteter Modallogik Introduktionsföreläsning HT 2015 Formalia http://gul.gu.se/public/courseid/70391/lang-sv/publicpage.do Förkunskaper etc. Logik: vetenskapen som studerar argument med avseende på (formell) giltighet.

Läs mer

Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet Robin Stenwall Lunds universitet Avsnitt 10.3 Några nyttiga ekvivalenser Två sätt att använda tautologa ekvivalenser i första-ordningens logik (1) Satser vars sanningsfuntionella former är tautologt ekvivalenta

Läs mer

Logik. Boolesk algebra. Logik. Operationer. Boolesk algebra

Logik. Boolesk algebra. Logik. Operationer. Boolesk algebra Logik F4 Logik Boolesk algebra EDAA05 Roger Henriksson Jonas Wisbrant Konsten att, och vetenskapen om, att resonera och dra slutsatser. Vad behövs för att man ska kunna dra en slutsats? Hur kan man dra

Läs mer

Logik för datavetare DVK:Log Tisdagen 28 oktober 2014. Institutionen för dataoch systemvetenskap David Sundgren

Logik för datavetare DVK:Log Tisdagen 28 oktober 2014. Institutionen för dataoch systemvetenskap David Sundgren Institutionen för dataoch systemvetenskap David Sundgren Logik för datavetare DVK:Log Tisdagen 28 oktober 2014 Skrivtid: 9 00-13 00. Inga hjälpmedel utom formelsamlingen på nästa sida är tillåtna. För

Läs mer

Om semantisk följd och bevis

Om semantisk följd och bevis Matematik, KTH Bengt Ek december 2017 Material till kursen SF1679, Diskret matematik: Om semantisk följd och bevis Logik handlar bla om studiet av korrekta slutledningar, dvs frågan om när det är riktigt

Läs mer

2 Matematisk grammatik

2 Matematisk grammatik MATEMATISK GRAMMATIK Matematisk grammatik.1 Skriva matematik Matematisk grammatik, minst lika kul som det låter, och hur man skriver matematik är nästan lika viktigt som vad man skriver. En grammatisk

Läs mer

Formell logik Kapitel 1 och 2. Robin Stenwall Lunds universitet

Formell logik Kapitel 1 och 2. Robin Stenwall Lunds universitet Formell logik Kapitel 1 och 2 Robin Stenwall Lunds universitet Kapitel 1: Atomära satser Drömmen om ett perfekt språk fritt från vardagsspråkets mångtydighet och vaghet (jmf Leibniz, Russell, Wittgenstein,

Läs mer

Om a 2 är ett jämnt tal, så är också a ett jämt tal sant. = 4n 2 + 4n + 1

Om a 2 är ett jämnt tal, så är också a ett jämt tal sant. = 4n 2 + 4n + 1 1127 Påstående betecknas med P Motsatsen till påsteåendet betecknas P = icke P = inte P = ej P P n är ett udda tal P n är ett jämnt tal Kommentar: n kan enbart vara udda eller jämnt, P a + 2b 15 P a +

Läs mer

Diskret matematik. Gunnar Bergström

Diskret matematik. Gunnar Bergström Diskret matematik Gunnar Bergström 20 september 2005 ii INNEHÅLL iii Innehåll 1 Logik och mängdlära 1 1.1 Satslogik........................... 1 1.1.1 Utsagor....................... 1 1.1.2 Konnektiv......................

Läs mer

Induktion och rekursion

Induktion och rekursion Matematik, KTH Bengt Ek november 2016 Material till kursen SF1679, Diskret matematik för F: Induktion och rekursion 1. Om välgrundade binära relationer Låt R vara en binär relation på en mängd D. Vi skriver

Läs mer

F. Drewes Datavetenskapens grunder, VT02. Lite logik

F. Drewes Datavetenskapens grunder, VT02. Lite logik F Drewes 2002-05-23 Datavetenskapens grunder, VT02 Lite logik Den här texten är en sammanfattning av logikdelen i kursen Datavetenskapens grunder Den handlar om satslogik och predikatlogik, några av deras

Läs mer

Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra

Föreläsningsanteckningar och övningar till logik mängdlära Boolesk algebra Föreläsningsantekningar oh övningar till logik mängdlära Boolesk algebra I kursen matematiska metoder, del A (TMA04 behandlar vi i lv logik, mängdlära oh Boolesk algebra I satslogik oh mängdalgebra, två

Läs mer

DD1350 Logik för dataloger

DD1350 Logik för dataloger DD1350 Logik för dataloger Fö 4 Predikatlogik 1 Kort repetition Satslogik Naturlig deduktion är ett sunt och fullständigt bevissystem för satslogik Avgörbarhet Så vad saknas? Egenskaper Satslogiken är

Läs mer

När du läser en definition bör du kontrollera att den är vettig, och försöka få en idé om vad den egentligen betyder. Betrakta följande exempel.

När du läser en definition bör du kontrollera att den är vettig, och försöka få en idé om vad den egentligen betyder. Betrakta följande exempel. Logik och bevis II 3. föring Detta avsnitt handlar om olika metoder för att bevisa påståenden, och hur man kan konstruera ett bevis. I varje avsnitt finns en allmän beskrivning av metoden, varför den fungerar

Läs mer