Filosofisk logik Kapitel 18. Robin Stenwall Lunds universitet

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

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v , den 2/

Filosofisk logik Kapitel 15. Robin Stenwall Lunds universitet

Semantik och pragmatik (Serie 4)

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

Formell logik Kapitel 9. Robin Stenwall Lunds universitet

Isometries of the plane

Semantik och pragmatik

Filosofisk logik Kapitel 19. Robin Stenwall Lunds universitet

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

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

Robin Stenwall Lunds universitet

Formell logik Kapitel 1 och 2. Robin Stenwall Lunds universitet

12.6 Heat equation, Wave equation

Robin Stenwall Lunds universitet

Filosofisk Logik (FTEA21:4) föreläsningsanteckningar v. 2.2, den 20/4 2015

DONALD DAVIDSON: MENINGSTEORI

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

Formell logik Kapitel 10. Robin Stenwall Lunds universitet

Kap. 7 Logik och boolesk algebra

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

Formell logik Kapitel 3 och 4. Robin Stenwall Lunds universitet

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

Kompendium i Filosofisk Logik. Angere, Staffan. Link to publication. Citation for published version (APA): Angere, S. Kompendium i Filosofisk Logik

Kompendium i Filosofisk Logik. Angere, Staffan. Link to publication

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

Filosofisk logik Kapitel 15 (forts.) Robin Stenwall Lunds universitet

Robin Stenwall Lunds universitet

FÖRELÄSNING 3 ANDERS MÄRAK LEFFLER IDA/HCS

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

Grundläggande logik och modellteori

En introduktion till predikatlogik

Kompendium i Filosofisk Logik Angere, Staffan

Discovering!!!!! Swedish ÅÄÖ. EPISODE 6 Norrlänningar and numbers Misi.se

Writing with context. Att skriva med sammanhang

Solutions to exam in SF1811 Optimization, June 3, 2014

729G04 Programmering och diskret matematik. Python 2: Villkorssatser, sanningsvärden och logiska operatorer

DD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik

Robin Stenwall Lunds universitet

Algoritmer och Komplexitet ht 08. Övning 6. NP-problem

Logik och bevisteknik lite extra teori

Styrteknik: Binära tal, talsystem och koder D3:1

Förra gången: Primitiva data

Lite om bevis i matematiken

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

Calculate check digits according to the modulus-11 method

Isolda Purchase - EDI

Module 1: Functions, Limits, Continuity

1. Varje bevissteg ska motiveras formellt (informella bevis ger 0 poang)

Sanning och lögnare. Rasmus Blanck VT2017. FT1200, LC1510 och LGFI52

Preschool Kindergarten

1. Compute the following matrix: (2 p) 2. Compute the determinant of the following matrix: (2 p)

NP-fullständighetsbevis

Workplan Food. Spring term 2016 Year 7. Name:

Grundläggande logik och modellteori (5DV102)

Något om logik och logisk semantik

Information technology Open Document Format for Office Applications (OpenDocument) v1.0 (ISO/IEC 26300:2006, IDT) SWEDISH STANDARDS INSTITUTE

samhälle Susanna Öhman

Språkliga uttrycks mening

729G06 Logik FÖRELÄSNING 1 ANDERS MÄRAK LEFFLER IDA/HCS

This exam consists of four problems. The maximum sum of points is 20. The marks 3, 4 and 5 require a minimum

SVENSK STANDARD SS-EN ISO 19108:2005/AC:2015

Kurskod: TAMS28 MATEMATISK STATISTIK Provkod: TEN1 05 June 2017, 14:00-18:00. English Version

Quicksort. Koffman & Wolfgang kapitel 8, avsnitt 9

Tentamen i kurserna Beräkningsmodeller (TDA181/INN110) och Grundläggande Datalogi (TDA180)

Föreläsning 5. Deduktion

FÖRBERED UNDERLAG FÖR BEDÖMNING SÅ HÄR

K3 Om andra ordningens predikatlogik

Övningshäfte 1: Logik och matematikens språk

Robin Stenwall Lunds universitet

Predikatlogik: Normalformer. Klas Markström

Tentamen i Matematik 2: M0030M.

Att skriva en matematisk uppsats

Schenker Privpak AB Telefon VAT Nr. SE Schenker ABs ansvarsbestämmelser, identiska med Box 905 Faxnr Säte: Borås

Hur fattar samhället beslut när forskarna är oeniga?

Semantik och pragmatik (Serie 3)

Grundläggande logik och modellteori

LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik

Chapter 2: Random Variables

Formell logik Kapitel 5 och 6. Robin Stenwall Lunds universitet

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

MATEMATIKENS SPRÅK. Avsnitt 1

Självkörande bilar. Alvin Karlsson TE14A 9/3-2015

Wittgenstein for dummies Eller hur vi gör det obegripliga begripligt. Västerås 15 februari 2017

Grundläggande logik och modellteori

Vad kännetecknar en god klass. Vad kännetecknar en god klass. F12 Nested & Inner Classes

Styrteknik : Funktioner och funktionsblock

Semantik och pragmatik

FÖRELÄSNING 8 ANDERS MÄRAK LEFFLER IDA/HCS

Rastercell. Digital Rastrering. AM & FM Raster. Rastercell. AM & FM Raster. Sasan Gooran (VT 2007) Rastrering. Rastercell. Konventionellt, AM

DVG C01 TENTAMEN I PROGRAMSPRÅK PROGRAMMING LANGUAGES EXAMINATION :15-13: 15

Logik och modaliteter

Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik

Logik I. Åsa Hirvonen Helsingfors universitet. Våren 2013

Webbregistrering pa kurs och termin

Grafisk teknik IMCDP IMCDP IMCDP. IMCDP(filter) Sasan Gooran (HT 2006) Assumptions:

Module 6: Integrals and applications

7, Diskreta strukturer

Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen

Transkript:

Filosofisk logik Kapitel 18 Robin Stenwall Lunds universitet

Dagens upplägg Modeller för FOL Sanning i FOL Tarskis idé Satisfiering Definitionen på sanning i en modell Definitionen på FO-konsekvens Definitionen på FO-giltighet

Modeller för FOL Kapitel 18.1 behandlar modeller i FOL Vår målsättning är att bevisa att någonting är en FOkonsekvens av vårt språk. Att visa att någonting är en tautologisk konsekvens var lätt i satslogiken. Att visa att någonting är en FO-konsekvens är lite svårare. Anledningen till detta är att vi har kvantifikatorerna att ta hänsyn till i FOL och att vi därmed behöver använda modeller med mer struktur än för satslogiken. Med hjälp av mängdläran kan vi lösa detta problem.

Modeller för FOL Betrakta följande värld c

Modeller för FOL Anta att vi har tre predikat i vårt språk Cube, Larger och = Samt ett namn c Vår målsättning är nu att konstruera ett matematiskt objekt som representerar allt i vår värld som är relevant för sanningsvärdet i vårt språk.

Modeller för FOL Vi behöver en representation för att vår värld innehåller 4 objekt. För att representera detta använder vi oss av en mängd D = {b 1, b 2, b 3, b 4 } där elementen representerar våra fyra objekt från vänster till höger. D kallas vår domän. Men för att uttrycka satser behöver vi även representera predikat. Vi gör detta genom att tilldela varje predikat i vårt språk en mängd som vi kallar predikatets extension.

Modeller för FOL Cube tilldelar vi mängden Cu där Cu D (Cu är predikatet Cube:s extension {b 1, b 2, b 3 }). Larger tilldelar vi mängden La bestående av ordnade par x, y där x, y D. Så om x, y La, så representerar detta att x är större än y (La är predikatet Larger:s extension { b 2, b 1, b 3, b 1, b 3, b 2, b 2, b 4, b 3, b 4 }). Vi måste även tillskriva namnet c ett objekt b 1 som det nämner. Detta görs vanligtvis genom en funktion som tilldelar varje namn i språket motsvarande objekt i domänen. Märk väl att =:s extension är given i vår domän D och utgörs av { b 1, b 1, b 2, b 2, b 3, b 3, b 4, b 4 }.

Modeller för FOL En första ordningens modell M (vanligtvis gotiskt M) för ett första ordningens språk L är då en funktion från predikaten, individkonstanterna (egentligen även funktionssymbolerna) och allkvantifikatorn i L till mängder sådan att: (1) M( ) = D för någon icke-tom mängd D som vi kallar domänen för M. (2) Om P är ett n-ställigt predikat så är M(P) en mängd ordnade n-tuplar av element i D, dvs extensionen för P. (3) Givet att c är vilket namn som helst i L så är M(c) D (och kallas då c:s referent).

Modeller för FOL Ett sätt att tolka detta är att en modell för L består av en domän D tillsammans med en tilldelning av extensioner i denna domän till varje individkonstant, predikat (och funktionssymbol) i L. Vi kan ta detta som exempel på skillnaden mellan satslogiken och FOL: medan satslogiken bara handlar om sanningsvärden, handlar FOL om extensioner.

Tarskis idé Vad menar vi med att en första ordningens sats är sann i en modell M? I satslogiken var detta lätt då vi tilldelade sanningsvärden direkt till satserna. I FOL går inte detta: för att bygga upp satser här behöver vi formler med fria variabler, och sanningsvärdena på dessa måste bero på vad variablerna tar för värden (dvs refererar till). Säg att vi skulle tilldela sanningsvärde till P(x). Hur skulle vi räkna ut sanningsvärdet på xp(x) eller xp(x) från detta? Detta problem löstes av Alfred Tarski (1902-1983), skaparen av FOL:s modellteori i artikeln The concept of truth in formalized languages (1933).

Tarskis idé A definition of truth can be obtained in a very simple way from that of another semantic notion, namely, of the notion of satisfaction. Satisfaction is a relation between arbitrary objects and certain expressions called "sentential functions." These are expressions like "x is white," "x is greater than y," etc. Their formal structure is analogous to that of sentences; however, they may contain the socalled free variables (like 'x' and 'y' in "x is greater than y"), which cannot occur in sentences. In defining the notion of a sentential function in formalized languages, we usually apply what is called a "recursive procedure"; i.e., we first describe sentential functions of the simplest structure (which ordinarily presents no difficulty), and then we indicate the operations by means of which compound functions can be constructed from simpler ones. Such an operation may consist, for instance, in forming the logical disjunction or conjunction of two given functions, i.e., by combining them by the word "or" or "and." A sentence can now be defined simply as a sentential function which contains no free variables As regards the notion of satisfaction, we might try to define it by saying that given objects satisfy a given function if the latter becomes a true sentence when we replace in it free variables by names of given objects. In this sense, for example, snow satisfies the sentential function "x is white" since the sentence "snow is white" is true. However, apart from other difficulties, this method is not available to us, for we want to use the notion of satisfaction in defining truth.

Tarskis idé To obtain a definition of satisfaction we have rather to apply again a recursive procedure. We indicate which objects satisfy the simplest sentential functions; and then we state the conditions under which given objects satisfy a compound function -- assuming that we know which objects satisfy the simpler functions from which the compound one has been constructed. Thus, for instance, we say that given numbers satisfy the logical disjunction "x is greater than y or x is equal to y" if they satisfy at least one of the functions "x is greater than y" or "x is equal to y. Once the general definition of satisfaction is obtained, we notice that it applies automatically also to those special sentential functions which contain no free variables, i.e., to sentences. It turns out that for a sentence only two cases are possible: a sentence is either satisfied by all objects, or by no objects. Hence we arrive at a definition of truth and falsehood simply by saying that a sentence is true if it is satisfied by all objects, and false otherwise. (It may seem strange that we have chosen a roundabout way of defining the truth of a sentence, instead of trying to apply, for instance, a direct recursive procedure. The reason is that compound sentences are constructed from simpler sentential functions, but not always from simpler sentences; hence no general recursive method is known which applies specifically to sentences.)

Satisfiering Vi kommer nu att översiktligt beskriva det formella genomförandet av Tarskis procedur. En variabeltilldelning i modellen M är en funktion g från variablerna i språket L till element i M( ), dvs en tilldelning av element i M:s domän till variabler. Låt M vara en modell med domän D. En variabeltilldelning i M är en funktion g definierad på en mängd variabler som tar ett värde i D.

Satisfiering Exempel: givet att D = {a, b, c} så är följande variabeltilldelningar i M: 1. Funktionen g 1 som tilldelar b till x 2. Funktionen g 2 som tilldelar a, b och c till x, y och z 3. Funktionen g 3 som tilldelar b till alla variabler i språket 4. Funktionen g 4 som är den tomma funktionen (vanligtvis g ) som inte tilldelar något värde till någon variabel.

Satisfiering En variabeltilldelning g för en wff P sägs vara lämplig om g tilldelar ett värde (objekt) till alla fria variabler i P. 1. Därmed är g 1 lämplig för vilken wff som helst med en fri variabel x (eller inga fria variabler alls). 2. Funktionen g 3 är lämplig för vilken wff som helst. 3. Den tomma funktionen g 4 är lämplig för vilken wff som helst som saknar fria variabler (alltså satser).

Satisfiering Vi ska nu definiera vad det innebär för en variabeltilldelning g att satisfiera en wff P(x 1,,x n ) i M. För att fånga kvantifikatorerna behöver vi införa en operation på tilldelningar. Vi skriver g[x / c] för den tilldelning som är precis som g förutom att den tilldelar elementet c D till variabeln x istället för vad g tilldelar. Säg t.ex. att g tilldelar x och vi vill veta vad det betyder för g att satisfiera wff z Likes(x, z). Vi kan då ta vilket objekt b som helst i vår domän och betrakta de variabeltilldelningar som är precis som g förutom att de tillskriver b till z. Vi säger då att g satisfierar z Likes(x, z) omm varje g[z / b] satisfierar Likes(x, z).

Övning 1. Funktionen g 1 tilldelar b till x. Vad tilldelar g 1 [y / c] och g 1 [x / c]? 2. Funktionen g 2 tilldelar a, b och c till x, y, z. Vad tilldelar g 2 [x / b] och g 2 [u / c]? 3. Funktionen g 3 tilldelar b till alla variabler. Vad tilldelar g 3 [y / b] och g 3 [y / c]? 4. Funktionen g 4 tilldelar inte något värde till någon variabel. Vad tilldelar g 4 [x / b]?

Satisfiering En värdering i språket L baserad på tilldelningen g definierar vi som en funktion _ g M från termer (variabler eller individkonstanter) i L till element i D sådan att: 1. x g M = g(x) för alla variabler x 2. c g M = M(c) för alla individkonstanter c. Detta är ett typexempel på en induktiv definition. För en analys av begreppet läs kapitel 17.

Satisfiering Vi kan nu definiera vad det innebär att för en variabeltilldelning g att satisfiera en wff P i M. Definition av satisfiering. Låt P vara en wff och låt g vara en tilldelning i M för D som är lämplig för P. 1. Atomära formler. Anta att P är R(t 1,,t n ) (t är här en term) där R är ett n-ställigt predikat. g satisfierar då P i M omm n-tupeln t 1 gm,, t n gm M(R). 2. Negation. Antag att P är Q. g satisfierar då P i M omm g inte satisfierar Q. 3. Konjunktion. Antag att P är Q R. g satisfierar då P i M omm g satisfierar både Q och R.

Satisfiering Disjunktion. Antag att P är Q v R. g satisfierar då P i M omm g satisfierar Q eller R. Implikation. Antag att P är Q R. g satisfierar då P i M omm g inte satisfierar Q eller g satisfierar R eller både R och Q. Ekvivalens. Antag att P är Q R. g satisfierar då P i M omm g satisfierar både Q och R eller varken Q eller R. Universell kvantifikation. Antag att P är vq. g satisfierar då P i M omm för alla d D, gäller att g[v / d] satisfierar Q. Existentiell kvantifikation. Antag att P är vq. g satisfierar då P i M omm för något d D, gäller att g[v / d] satisfierar Q.

Ett exempel på satisfiering Låt oss betrakta en modell M med domänen D = {a, b, c}. Låt oss även anta att vårt språk innehåller det tvåställiga predikatet Likes och att extensionen för detta predikat är: Betrakta då M(Likes) = { a, a, a, b, c, a } y(likes(x, y) Likes(y, y)

Ett exempel på satisfiering Det verkar som om vår tilldelning g satisfierar denna formel omm g tilldelar a till variabeln x (eftersom a är det enda objektet som gillar någon som inte gillar sig själv). Notera att g måste tilldela något värde till x, eftersom den måste vara lämplig för formeln. Låt oss kalla detta värde e (där e är antingen a, b eller c). Vi ser att enligt definition på satisfiering för att g satisfierar formeln omm för något d D, gäller att g[y / d] satisfierar Likes(x, y) Likes(y, y).

Ett exempel på satisfiering Men g[y / d] satisfierar Likes(x, y) Likes(y, y) omm det satisfierar Likes(x, y) men inte Likes(y, y). Men detta är enbart sant om paret e, d är i extensionen av Likes och d, d är inte det. Detta kan ju endast hända om e = a och d = b. Alltså är det enda sättet för g att satisfiera vår formel om den tilldelar a till x (precis som vi antog).

Definitionen på sanning i en modell Vi kan nu definiera sanning enligt följande: Låt L vara något första ordningens språk och M en modell för L. En sats P i L är sann i M omm den tomma variabeltilldelningen g satisfierar P i M (annars är P falsk). OBS! Vi skriver vanligtvis M P om P är sann i M

Ett exempel på sanning (och falskhet) i M Betrakta satsen: Är den sann i M? x y(likes(x, y) Likes(y, y) Eftersom det är en sats så är g lämplig. Satisfierar g satsen? Enligt definitionen på satisfiering så gör den det omm det finns minst ett objekt som vi kan tilldela x så att kommer ut som sann. y(likes(x, y) Likes(y, y)

Ett exempel på sanning (och falskhet) i M Gör den det? Ja, vi har redan sett att a satisfierar formeln. Alltså måste x y(likes(x, y) Likes(y, y) vara sann i M. Men betrakta då x y(likes(x, y) Likes(y, y) Satisfierar g satsen? g satisfierar satsen omm det för varje objekt e i domänen gäller att om vi tilldelar e till x, så satisfierar tilldelningen g: y(likes(x, y) Likes(y, y) Men g satisfierar endast denna formel om g tilldelar a till x. Om den exempelvis tilldelar b till x så satisfieras inte formeln. Alltså är satsen falsk i M.

FO-konsekvens och FO-giltighet Med hjälp av vår definition av sanning i M kan vi även lätt definiera FO-konsekvens och FO-giltighet. En sats Q är en FO-konsekvens av en mängd satser T = {P 1, } omm alla modeller som gör samtliga satser i T sanna även gör Q sann. En sats P är FO-giltig omm alla modeller gör P sann.