命题 是可以确定真假性的陈述句.
- 1>0 是命题,为真命题.
- 哈尔滨是中国的首都也是命题,为假命题.
- 哥德巴赫猜想仍是命题,命题真假性是确定的,只是目前还不知道.
- x>1 不是命题,因为这里的 x 值不同,则 x>1 的真假性不同,无法确定.
- ∣x∣≥0 不是命题.虽然对任意的实数 x 这都成立,但是命题不能有个体变项的自由出现(后面会讲解).
命题的真假性称作命题的 真值.真值只有两种的逻辑称作 二值逻辑.高中阶段仅处理二值逻辑.
一个真值未指定,代指任意命题的变量称作 命题变元.命题变元的真值不确定,因此不是命题,但是它自动继承命题的全部性质.比如我们对命题定义了真值,则命题变元同样有真值属性;后文对命题定义了运算规则,则命题变元自动继承相同的运算规则,等等.
实数的运算通过运算符表达,而命题的运算通过 命题联结词 表达.命题与命题通过命题联结词结合,可以构成新的命题.
常用的命题联结词共有 5 种:
- 否定:用符号 ¬ 表示.命题 ¬P 的真假性与 P 相反.
- 合取:用符号 ∧ 表示,为自然语言联结词「且」的抽象.P∧Q 为真,当且仅当 P 和 Q 均为真.
- 析取:用符号 ∨ 表示,为自然语言联结词「或」的抽象.P∨Q 为真,当且仅当 P 和 Q 中存在一个为真.
- 蕴含:用符号 → 表示.P→Q 为真,当且仅当 P 假或 Q 真.也即,P→Q 为假当且仅当 P 真且 Q 假.
- 等价:用符号 ↔ 表示.P↔Q 为真,当且仅当 P 和 Q 的真假性相同.
这里最难理解意义的可能是蕴含符号,先记一下它的定义,它的意义我们会在后面说明.
关于合取析取符号的记忆:∧ 可以联想 and 中的 n,∨ 可以联想 or 中的 r.
运算优先级*:从高到低的顺序为 ¬,∧,∨,→,↔,同级运算从左到右,括号最优先.
高中阶段无需记忆运算优先级,本文也不会用到它(本文会采用括号提示).
因为 π 是无理数,且无理数是实数,所以 π 是实数.
这个逻辑无法用命题逻辑很好地表出.命题逻辑以命题作为最小单位,因此在命题逻辑上,「π 是无理数」和「无理数是实数」找不到什么联系.我们需要一种逻辑将命题再向下拆分,让「π 是无理数 」拆分出「π」和「是无理数」,「无理数是实数」拆分出「无理数」和「是实数」,这样以来我们才能找到两者之间的联系.
由此,引入谓词逻辑.命题逻辑将命题作为最小单位,而谓词逻辑会将命题继续拆分.拆分出的「π」称作 个体.「是无理数」和「是实数」这样的结构称作 谓词,他们可以对不同的个体判定出不同的真假性.
谓词「是实数」可表达为 isReal(x).因为它的自变量只有一个 x,称作 一元谓词.同时还有 多元谓词,a>b 的谓词 isBiggerThan(a,b) 就是一个二元谓词.命题 可以视作 零元谓词.当然,我们还可以将 x∈R 和 a>b 这类表达式直接当成谓词使用,不必非得写为函数形式,此时可能会在表达式两侧括中括号 [],这个括号还有个名字「艾弗森括号」.
还可以用一个大写字母表示任意谓词,如任意一元谓词可以表达为 P(x).代指任意谓词的东西称作 谓词变项.相对地,特定的一种谓词称作 谓词常项,如 isBiggerThanOne(x).
观察「π 是无理数」和「x 是无理数」,拆分出的个体分别为 π 和 x,他们显然是两类元素:π 是不能变动的个体,称作 个体常项 / 常元.x 是可以变动的个体,称作 个体变项 / 变元.
每个个体变项存在一个可变动的范围,称之为 论域.论域是可以使得后文良定义的集合.如:
- 「x>1」中,x 的论域是实数域(虚数不能比较大小).
- 「直线 l 经过点 A」中,l 的论域是所有直线构成的集合;A 的论域是所有点构成的集合.
可以看到谓词的表现很像一个函数:它的真值随着某些自变量的取值而变化,当这些自变量的取值确定后,真值确定.因此,谓词也称作 命题函数.
量词可以对命题函数中的个体进行约定,使得这个个体被这个量词管辖,而不被命题函数的自变量管辖.下面我们就能看到这句话的意义.
全称量词 ∀ 表达「对所有的个体都」的含义,写作 ∀xP(x).∀ 这个符号来源于「全部」的英文 All 的首字母倒写.
所有数字的绝对值都大于 0,可以写为 ∀x,∣x∣>0.我们发现这里虽然出现了变元 x,但整个句子的真假性已经确定了(假),因此它已经是一个命题.这说明量词量化后的变元与普通的变元有不同之处.
存在量词 ∃ 表达「存在一个个体」的含义,写作 ∃xP(x).∃ 这个符号来源于「存在」的英文 Exist 的首字母倒写.
存在一个数字的绝对值小于等于 0,可以写为 ∃x,∣x∣≤0.同样,整个句子的真假性确定了(真).
存在量词可以用全称量词表出:∃xP(x)⟺¬∀x¬P(x),也即「存在一个 x 满足 P」就是「任意 x 都不满足 P」的反义.
谓词仅作用在变元,而不作用在谓词上的逻辑称作 一阶逻辑(First-Order Logic, FOL).
定义 谓词公式 为谓词常项、谓词变项、量词构成的合法公式.谓词公式也可以包含命题常项和命题变项,但它们可以视作零元谓词.
单个谓词常项和谓词变项本身都是谓词公式.
- ∀x,P(x) 和 ∃x,P(x) 中,x 称作 约束变元.
- P(x) 中的变元 x 不受量词约束,称作 自由变元.
当一个谓词公式不含谓词变项时,谓词公式退化为 命题函数 / 谓词,该命题函数的自变量数等于公式包含的 自由变元 的数量(而不包含 约束变元),这是因为一个谓词公式的真值与所有 自由变元 的取值有关,而与 约束变元 的取值无关.
下面是一些例子:
- x>1 的真值与 x 的值有关,可以表达为一元命题函数 P(x).
- x>1∧y>0 的真值与 x 和 y 的值均有关,可以表达为二元命题函数 P(x,y).
- ∀x,x>1 的真值与 x 的值无关,可以表达为零元命题函数 P.零元的命题函数退化为命题,此时公式的真值确定,如本例中为假.
- (∃x,x>1)∧y<1 的真值与 x 的值无关而与 y 的值有关,可表达为一元命题函数 P(y).
全称肯定命题 形如「满足 P(x) 的 x 均满足 Q(x)」.用形式逻辑表达为:
∀x,P(x)→Q(x)
所有正方形都是长方形可以表达为:
∀x,isSquare(x)→isRect(x)
这里 P(x)→Q(x) 应当理解为「x 可以不满足 P,但 x 一旦满足 P 就得满足 Q」.→ 这个联结词主要是为了方便全称肯定命题的.
全称肯定命题在中学阶段非常常见,由于中学阶段不教授命题联结词,高中阶段将它简写为:
∀P(x),Q(x):=∀x,P(x)→Q(x)
特称肯定命题 的定义是:形如「满足 P(x) 的 x 中,存在一个满足 Q(x)」.它可以表达为:
∃x,P(x)∧Q(x)
如有些平行四边形是矩形可以表达为:
∃x,isPara(x)∧isRect(x)
有些平行四边形是矩形,等价于有几何图形同时满足平行四边形和矩形两个命题,因此我们需要的联结词是 ∧,这与全称肯定命题不同.或者也可以理解为,在这个情境下,我们需要一个类似 P→Q,但 P 为假时恒假的「蕴含」运算符,而这个运算符其实就是 ∧.
换句话说:
- 所有的 P 都是 Q,是对论域中所有的 x,确定它要么不满足 P,要么满足 P 的同时满足 Q.这就是蕴含关系.
- 存在一个 P 是 Q,是在所有论域中找到一个 x,要求它必须满足 P,并且满足 P 的同时满足 Q.这应该为合取关系.
同理,高中阶段定义:
∃P(x),Q(x):=∃x,P(x)∧Q(x)
「因为 π 是无理数,且无理数是实数,所以 π 是实数」这个推理过程,可以表达为:
isIrrational(π)∧(∀x,isIrrational(x)→isReal(x))⟹isReal(π)
如果 ∀x,P(x)→Q(x),那么对于 P(x)→Q(x) 这个命题函数,对 x 的任何指派都使得最终解释为真.此时记
P(x)⟹Q(x)
对于满足这样关系的两个命题函数,称 P(x) 为 Q(x) 的 充分条件,Q(x) 为 P(x) 的 必要条件.
例:「如果 x>2,那么 x>1」可以表示为 ∀x,x>2→x>1.这里,x>2 就是 x>1 的充分条件,x>1 就是 x>2 的必要条件.
充分条件 中的「充分」,意为 x 满足 P(x) 的时候,我们就已经 有了充分的理由 说明 x 满足 Q(x).所以 P(x) 是 Q(x) 的充分条件.自然语言表述:「只要 P(x),就 Q(x)」.
必要条件 中的「必要」,意为 x 想要满足 P(x),那么 前提必须满足 Q(x).如果 Q(x) 不满足,则 P(x) 不可能满足.自然语言表述:「只有 Q(x),才有可能 P(x)」.
这种必要性也可以表达为
¬Q(x)⟹¬P(x)
可以看到,P(x) 是 Q(x) 的充分条件等价于 Q(x) 是 P(x) 的必要条件,即
∀x,P(x)→Q(x)⟺∀x,¬Q(x)→¬P(x)
当 P(x)⟹Q(x),但 Q(x)/⟹P(x) 时,称 P(x) 为 Q(x) 的 充分不必要条件;Q(x) 为 P(x) 的 必要不充分条件.
而当 P(x)⟹Q(x) 且 Q(x)⟹P(x),即 P(x)⟺Q(x) 时,称这种特殊的关系为 P(x) 与 Q(x) 互为充要条件.
综上,两个命题函数之间一共有四种关系:
- P(x) 为 Q(x) 的 充分不必要条件,即 P(x)⟹Q(x) 且 P(x)/⟸Q(x).此时,x 满足 P(x) 的时候,一定满足 Q(x),满足 Q(x) 时却不一定满足 P(x).因此 P(x) 的要求比 Q(x) 更为苛刻,我们称 P(x) 是一个比 Q(x) 强 的条件.
- P(x) 为 Q(x) 的 必要不充分条件,即 P(x)⟸Q(x) 且 P(x)/⟹Q(x).此时 P(x) 是一个比 Q(x) 弱 的条件.
- P(x) 是 Q(x) 的 充要条件,即 P(x)⟺Q(x).此时 P(x) 与 Q(x) 强度相同.
- P(x) 是 Q(x) 的 既不充分也不必要条件,即 P(x)/⟹Q(x) 且 P(x)/⟸Q(x).此时 P(x) 与 Q(x) 之间不比较强度.
在一个推出链 A⟹B⟹C 上,A,B,C 单调不变强(即 保持强度相同 或 变弱).
举个例子:x>3⟹x>2⟹x>1.
- P 是 Q 的充分条件.
- P 的充分条件之一是 Q.
由于这两句话中,关键词都是「充分条件」,以及 P 都在 Q 的前方,有不少人的第一反应是两句话的意思相同,即都是 P⟹Q.然而事实上 两句话的关系是颠倒的,第二句话等价于「Q 是 P 的充分条件」,意为 P⟸Q.
笔者更推荐将「充分、必要条件」的表达转化为「强、弱条件」的表达.两句 话转化的结果分别是:
- P 是 Q 的不弱条件.
- P 的不弱条件之一是 Q.
然后再观察关系,可知第一句话为 P 不弱于 Q,第二句话为 Q 不弱于 P.
永远记住:P⟹Q,箭头指着的比箭头背对的更弱或等价(即不强).
例子:x>1 是 x>2 的什么条件?
- A. 充分不必要条件.
- B. 必要不充分条件.
- C. 充要条件.
- D. 既不必要也不充分条件.
上面的题目可以翻译为:
x>1 是 x>2 的什么条件?
- A. 更强的条件.
- B. 更弱的条件.
- C. 强度相同的条件.
- D. 强度不可比的条件.
很明显 x>1 比 x>2 要弱,因此选 B.
全称肯定命题 ∀x,P(x)→Q(x) 上的若干概念:
- 逆命题:∀x,Q(x)→P(x).即,「所有满足 Q 的都满足 P」.
- 否命题:∀x,¬P(x)→¬Q(x).即,「所有不满足 P 的都不满足 Q」.
- 逆否命题:∀x,¬Q(x)→¬P(x).即,「所有不满足 Q 的都不满足 P」.
- 该命题的否定:¬(∀x,P(x)→Q(x))⟺∃x,P(x)∧¬Q(x).即,「存在一个 P 不是 Q」.这是一个特称否定命题.
前三条的原因是 逆命题、否命题、逆否命题 的定义本就如此.最后的否定本质是:
¬(∀x,P(x)→Q(x))⟺∃x,¬(P(x)→Q(x))⟺∃x,P(x)∧¬Q(x)
我们有以下性质:
- 命题的否定 和原命题真假性:一定相反.即「所有满足 P 的都满足 Q」与「存在一个 P 不是 Q」真假性相反.
- 否命题 与原命题的真假性:无关.否命题和命题的否定没有任何关系.事实上否命题在中学意义不大.
- 逆否命题 就是 逆命题 的 否命题.否命题的最大意义在于引出逆否命题.
- 逆否命题 和原命题真假性:一定相同.所有「所有满足 P 的都满足 Q」和「所有不满足 Q 的都不满足 P」真假性相同,等价.
- 逆命题 和原命题真假性:无关.特别地,如果一个全称肯定命题和它的 逆命题 都为 真,也即 ∀x,P(x)→Q(x) 和 ∀x,Q(x)→P(x) 均为真,可得 P(x)⟺Q(x).
我们再用高中阶段常用的表达描述一遍:
全称肯定命题 ∀P(x),Q(x) 有:
- 逆命题:∀Q(x),P(x).
- 否命题:∀¬P(x),¬Q(x).即,「所有不满足 P 的都不满足 Q」.
- 逆否命题:∀¬Q(x),¬P(x).即,「所有不满足 Q 的都不满足 P」.
- 该命题的否定:∃P(x),¬Q(x).即,「存在一个 P 不是 Q」.这是一个特称否定命题.
写出 ∀x≥0,∣x∣≥0 的 否定 与 逆否命题.
- 否定:∃x≥0,∣x∣<0.
- 逆否命题:∀∣x∣<0,x<0.
对于特称肯定命题 ∃x,P(x)∧Q(x),中学阶段只研究它的 否定:
¬(∃x,P(x)∧Q(x))⟺∀x,P(x)→¬Q(x)
即全称否定命题.
高中阶段常用表达:
¬(∃P(x),Q(x))⟺∀P(x),¬Q(x)
写出 ∃x≥0,x+1≤1 的 否定.
∀x≥0,x+1>1.
我们可以对同一个命题函数的多个自由变元进行量化(而变成约束变元).比如
∀x,(∀y,P(x,y))
这里 P(x,y) 是一个与 x,y 都有关的二元命题函数,∀y,P(x,y) 这个整体则是一个只与 x 有关的一元命题函数,最外层套上 ∀x 变为命题.
我们可以按照对函数量化的先后顺序,从后到前直接写在一起:
∀x∀y,P(x,y):=∀x,(∀y,P(x,y))
关于量化顺序:
- ∀x∀y,P(x,y)⟺∀y∀x,P(x,y),即 人人爱人人 ⟺ 人人都被人人爱.
- ∀x∃y,P(x,y)⟸∃y∀x,P(x,y),即 人人都有所爱之人 ⟸ 某人被人人爱.
- ∃x∀y,P(x,y)⟹∀y∃x,P(x,y)