Logică computațională

O introducere practică pentru studenți la

informatică

Note de curs

Adrian Crăciun
adrian.craciun@e-uvt.ro

21 ianuarie 2020

1
Cuprins
I. Introducere 2

1. Rezolvare problemelor prin raționament 3

1.1. Rezolvarea de probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Rezolvarea problemelor prin raționament . . . . . . . . . . . . . . . . . . . 6
1.3. Limbajul ca suport al raționamentului . . . . . . . . . . . . . . . . . . . . 8
1.4. Logica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Probleme abordate de logica matematică . . . . . . . . . . . . . . . . . . . 10
1.5.1. Limbaje: proprietăţi, clasificare . . . . . . . . . . . . . . . . . . . . 10
1.5.2. Model: consistenţă . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.3. Corectitudinea regulilor de raţionament . . . . . . . . . . . . . . . 12
1.5.4. Completitudinea regulilor de raţionament . . . . . . . . . . . . . . 13
1.5.5. Limitele raţionamentului: incompletitudine, nedecidabilitate . . . . 13
1.5.6. Complexitate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

II. Logica propoziţiilor 15

2. Sintaxa logicii propoziţiilor 17

2.1. Expresiile logicii propoziţiilor . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Parcurgerea expresiilor logicii propoziţiilor . . . . . . . . . . . . . . . . . . 18
2.2.1. Recunoaşterea şi parcurgerea sintaxei logicii propoziţiilor: sintaxa
abstractă . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3. Relaxarea sintaxei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3. Semantica logicii propoziţiilor 27

3.1. Valori de adevăr, interpretări, valoare sub interpretare . . . . . . . . . . . 27
3.2. Probleme în logica propoziţiilor: validitate, satisfiabilitate . . . . . . . . . 29
3.3. Probleme în logica propoziţiilor: echivalenţa logică . . . . . . . . . . . . . 30
3.4. Probleme în logica propoziţiilor: consecinţă logică . . . . . . . . . . . . . 33
3.5. Limitările abordării directe (semantice) . . . . . . . . . . . . . . . . . . . 36

4. Aplicaţii ale logicii propoziţiilor: proiectarea circuitelor digitale 38

4.1. Logica propoziţiilor descrie funcţiile de adevăr . . . . . . . . . . . . . . . . 38
4.1.1. Conjuncţii şi disjuncţii de formule . . . . . . . . . . . . . . . . . . 38
4.1.2. Funcţii booleene descrise de formule propoziţionale . . . . . . . . . 39

i
 4.2. Designul şi tranformarea circuitelor digitale . . . . . . . . . . . . . . . . . 40
4.2.1. Circuite digitale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2.2. Designul circuitelor digitale . . . . . . . . . . . . . . . . . . . . . . 40
4.2.3. Transformarea şi simplificarea circuitelor digitale . . . . . . . . . . 42
4.2.4. Mulţimi complete de conectori logici . . . . . . . . . . . . . . . . . 42

5. Raţionament în logica propoziţiilor 44

5.1. Forme normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2. Metoda rezoluţiei şi metode bazate pe rezoluţie . . . . . . . . . . . . . . . 49

III. Logica predicatelor 50

6. Sintaxa logicii predicatelor de ordinul întâi 52

6.1. Expresiile logicii predicatelor de ordinul întâi . . . . . . . . . . . . . . . . 52
6.2. Parcurgerea expresiilor logicii predicatelor de ordinul întâi . . . . . . . . . 54
6.2.1. Recunoaşterea expresiilor logicii predicatelor folosind definiţia sin-
taxei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.2.2. Recunoaşterea şi parcurgerea sintaxei logicii predicatelor: sintaxa
abstractă . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.3. Relaxarea sintaxei (I) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.4. Substituţii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.5. Relaxarea sintaxei (II) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

7. Semantica logicii predicatelor 71

7.1. Interpretare, asignare de valori variabilelor, valoarea expresiilor . . . . . . 71
7.2. Semantica şi substituţiile . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.3. Probleme în logica predicatelor . . . . . . . . . . . . . . . . . . . . . . . . 75

8. Raţionament în logica predicatelor 77

8.1. Proving. Proof techniques. Definitions. Theories. . . . . . . . . . . . . . . 77
8.1.1. Reasoning in Predicate Logic . . . . . . . . . . . . . . . . . . . . . 77
8.1.2. Proof Situations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.1.3. Basic Approaches to Proving . . . . . . . . . . . . . . . . . . . . . 78
8.1.4. Definitions in Predicate Logic . . . . . . . . . . . . . . . . . . . . . 82
8.2. Theories . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
8.2.1. Equality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
8.3. Induction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

ii
Definiţii
1.1. Definiţie (Problemă, soluție, context) . . . . . . . . . . . . . . . . . . . . . 3
1.2. Definiţie (Raţionament, proprietăţile raţionamentului) . . . . . . . . . . . 7
1.3. Definiţie (Limbaj) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4. Definiţie (Sistem de raţionament) . . . . . . . . . . . . . . . . . . . . . . . 9
1.5. Definiţie (Logica matematică) . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.6. Definiţie ((O) Logică) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.1. Definiţie (Vocabularul logicii propoziţiilor) . . . . . . . . . . . . . . . . . . 17

2.2. Definiţie (Formule propoziţionale bine formate) . . . . . . . . . . . . . . . 17
2.3. Definiţie (Arbori (ordonaţi)) . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4. Definiţie (Sintaxa abstractă a formulelor logicii propoziţiilor) . . . . . . . 20

3.1. Definiţie (Domeniu de valori de adevăr) . . . . . . . . . . . . . . . . . . . 27

3.2. Definiţie (Funcţii de adevăr corespunzătoare conectorilor logici) . . . . . . 27
3.3. Definiţie (Interpretare pentru variabile propoziţionale) . . . . . . . . . . . 27
3.4. Definiţie (Valoarea unei formule sub interpretare) . . . . . . . . . . . . . . 28
3.5. Definiţie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6. Definiţie (Formule valide, formule invalide) . . . . . . . . . . . . . . . . . 29
3.7. Definiţie (Formule satisfiabile, formule nesatisfiabile) . . . . . . . . . . . . 29
3.8. Definiţie (Tabele de adevăr) . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.9. Definiţie (Echivalenţă logică) . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.10. Definiţie (Formula falsă, formula adevărată) . . . . . . . . . . . . . . . . . 31
3.11. Definiţie (Consecinţă logică în logica propoziţiilor) . . . . . . . . . . . . . 33

4.1. Definiţie (Conjuncţie de formule) . . . . . . . . . . . . . . . . . . . . . . . 38

4.2. Definiţie (Disjunction of formulae) . . . . . . . . . . . . . . . . . . . . . . 38
4.3. Definiţie (Funcţii de adevăr descrise de formule propoziţionale.) . . . . . . 39
4.4. Definiţie (Circuite digitale) . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.5. Definiţie (Mulţimi complete de conectori logici) . . . . . . . . . . . . . . . 42

6.1. Definiţie (Vocabularul logicii de ordinul întâi) . . . . . . . . . . . . . . . . 52

6.2. Definiţie (Termenii logicii predicatelor de ordinul întâi) . . . . . . . . . . . 53
6.3. Definiţie (Simboluri dominante, subtermeni) . . . . . . . . . . . . . . . . . 53
6.4. Definiţie (Formulele logicii predicatelor de ordinul întâi) . . . . . . . . . . 53
6.5. Definiţie (Simboluri dominante, subformule) . . . . . . . . . . . . . . . . . 54
6.6. Definiţie (Sintaxa abstractă a termenilor logicii predicatelor) . . . . . . . 55
6.7. Definiţie (Sintaxa abstractă a formulelor logicii predicatelor) . . . . . . . . 56
6.8. Definiţie (Substituţie) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

iii
6.9. Definiţie (Substituţie aplicată unei expresii) . . . . . . . . . . . . . . . . . 67
6.10. Definiţie (Compunerea substituţiilor) . . . . . . . . . . . . . . . . . . . . . 69

7.1. Definiţie (Interpretare) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

7.2. Definiţie (Asignare de valori variabilelor) . . . . . . . . . . . . . . . . . . . 72
7.3. Definiţie (Valoarea termenilor) . . . . . . . . . . . . . . . . . . . . . . . . 72
7.4. Definiţie (Domeniu de valori de adevăr) . . . . . . . . . . . . . . . . . . . 73
7.5. Definiţie (Funcţii de adevăr) . . . . . . . . . . . . . . . . . . . . . . . . . . 73
7.6. Definiţie (Valoarea formulelor) . . . . . . . . . . . . . . . . . . . . . . . . 73
7.7. Definiţie (Substituibilitate) . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.8. Definiţie (Validitate în logica predicatelor) . . . . . . . . . . . . . . . . . . 75
7.9. Definiţie (Satisfiabilitate în logica predicatelor) . . . . . . . . . . . . . . . 75
7.10. Definiţie (Echivalenţă logică în logica predicatelor) . . . . . . . . . . . . . 75
7.11. Definiţie (Consecinţă logică în logica predicatelor) . . . . . . . . . . . . . 76

1
 Partea I.

Introducere

2
1. Rezolvare problemelor prin raționament
1.1. Rezolvarea de probleme
Definiţie 1.1 (Problemă, soluție, context).

O problemă este o situație în care un anume obiect sau stare sunt dorite, dar nu sunt
disponibile.
O soluție a unei probleme reprezintă un mod de a face disponibile obiectul sau starea
care sunt dorite.
Problemele nu apar izolate, ci mai degrabă într-un context ( univers de discurs,
lume de interes), care este necesar pentru ca problema să poată fi formulată şi
înţeleasă.
Rezolvarea problemelor este procesul prin care lumea care conţine problema se trans-
formă în lumea cu soluţie, vezi Figura 1.

Figura 1.: Rezolvarea de probleme: transformarea unei lumi (context, univers de discurs)
cu problemă într-o lume (context, univers de discurs) cu soluție.

Definiţia 1.1 se potriveşte cu intuiţia şi experienţa noastră de zi cu zi. Suntem obișnuiți

cu probleme, rezolvăm probleme în fiecare zi, folosind diferite metode care ne sunt la
îndemână. Tentaţia este să rezolvăm problemele cât mai rapid, cât mai direct.
Să considerăm niște exemple de probleme și soluții (directe) posibile.

3
Exemplul 1.1 (Trecerea unui râu).
Să ne imaginăm un moment din zorile umanității, un (h)om(inid) (flămând) pe malul
unui râu, observând pe cealaltă parte un pom plin cu fructe. Problema este cum să
ajungă acolo (vezi Figura 2).
Tentaţia soluţiei directe există, impulsul este acela de a ajunge cât mai rapid la pomul
cu fructe. Însă există un râu de trecut. Dacă (h)om(inid)ul nu ştie să înoate, aceas-
tă încercare de a rezolva problema direct poate avea consecinţe dramatice, potenţial
ireversibile.
▲

Figura 2.: O problemă din lumea reală: trecerea unui râu.

Desigur, există multe soluții (evidente acum pentru noi) la problema din Exemplul 1.1.
Este clar că primii oameni au ajuns la aceste soluții acumulând experiență din încercări
eșuate, observând mediul, învățând (de exemplu de la animale) cum să construiască
baraje peste râu, cum să găsească porțiuni ce pot fi trecute cu piciorul, cum să înoate,
cum să improvizeze poduri doborând copaci care sunt suficient de înalți pentru a trece
peste râu. Apoi au învățat să îmbunătățească aceste soluții, dezvoltând unelte cu care
să construiască de exemplu poduri, bărci, etc.
Aceste soluții sunt parte a poveştii succesului rasei umane. Însă pentru individul din
exemplul nostru, care încearcă să ajungă la fructele de pe malul opus, această informație
s-ar putea să fie cumva nefolositoare, să vină prea târziu. Aceste soluţii menţionate mai
sus au fost dezvoltate într-un interval de timp foarte lung (de generaţii).
Acest mod de abordare a problemei, direct, în universul de discurs, în esență „încercare
și eșec”, poate fi:

4
 • consumator de timp: găsirea soluțiilor ia mult timp (generații),

• consumator de resurse: fiecare încercare necesită comiterea unor resurse semnifi-

cative,

• potențial ireversibil: resursele comise pot fi irosite în caz de eşec (mai mult, uneori
chiar cel care încearcă rezolvarea directă a problemelor poate suferi – de exemplu,
ce se poate întâmpla dacă (h)om(inid)ul din Exemplul 1.1 nu ştie să înoate?).

Bineînțeles, metoda directă de rezolvare a problemelor nu trebuie ignorată. Este o

abordare care are succes (este probabil ceea ce numim evoluție). Deși s-ar putea să nu-i
servească celui din povestea noastră care încearcă să treacă râul, umanitatea a evoluat și
acum este într-o poziție să rezolve (ușor) astfel de probleme, inclusiv datorită experienței
individului respectiv.
Există însă un mod mai eficient de a rezolva probleme?
Exemplul 1.2 (Rezolvarea de probleme prin cutii negre).
În lumea modernă există o presiune masivă pentru a rezolva probleme rapid și cât
mai direct posibil. Pentru a face asta, suntem obișnuiți să folosim diverse unelte și
servicii, cutii negre: avem o aplicație pentru orice, alunecăm degetul pe ecranul unui
dispozitiv mobil și ca prin minune, avem soluția (o aplicaţie pentru a comanda pizza
online ar rezolva problema (h)om(inid)ului din Exemplul 1.1). Aproape nimeni nu mai
are răbdare dacă soluția nu este disponibilă instant.
▲
Această metodă bazată pe tehnologie este:

• rapidă: în concordanță cu cerințele lumii moderne,

• (relativ) ieftină: din ce în ce mai mult ne așteptăm ca aceste cutii negre să fie
disponibile (dar observați că acest tip de așteptări poate fi considerat o poziție de
privilegiu, și în general cutiile negre nu sunt atât de răspândite precum ar părea),

• opacă: soluțiile sunt obținute într-un mod care pare aproape magic, fără să ne pese
în ce mod și fără să înțelegem în ce mod, fără a avea control asupra procesului.

Evident, în multe situaţii nu este necesar să se înţeleagă soluţia atât timp cât proble-
ma este rezolvată. Cu toate acestea, sunt numeroase probleme pentru care verificarea
soluţiei este importantă, chiar esenţială. Există situaţii critice în care trebuie să ne asi-
gurăm nu numai că găsim soluţia, dar şi că aceasta are anumite proprietăţi, care pot fi
stabilite numai înţelegând modul în care această soluţie poate fi găsită/construită, etc.
În plus, aceste cutii negre sunt construite de cineva. Aceştia, din ce în ce mai mult, sunt
profesioniştii în informatică (din moment ce prin natura lor, aceste cutii magice conţin
şi funcţionează pe baza „sofware”-ului).
Întrebarea rămâne: avem un mod mai eficient de a rezolva probleme într-un mod care
ne permite menținerea controlului asupra acestui proces?

5
1.2. Rezolvarea problemelor prin raționament
Răspunsul este afirmativ. Există o metodă prin care se pot rezolva problemele într-
un mod eficient, menținând controlul asupra procesului, în principiu disponibilă oricui.
Aceasta este rezolvarea de probleme bazată pe raționament, și funcționează în modul
următor, vezi Figura 3:
1. Observație: folosind simțurile, ajutate de instrumente (microscop, telescop, rigle,
etc), se construiește un model intelectual al universului de discurs (o imagine inte-
lectuală), ce conţine o imagine a problemei de rezolvat.
2. Raționament: modelul care conține o imagine a problemei de rezolvat este trans-
format prin raționament într-un model care conține soluția. Suportul acestui pas
este mintea, ajutată de instrumente (hârtie și creion, calculatoare, etc).
3. Acțiune: odată soluția găsită în model, aceasta poate fi implementată în universul
de discurs folosind membrele ajutate de instrumente (ciocan, roboți, buldozere,
etc).

Figura 3.: Rezolvarea de probleme prin raţionament: prin observaţie, se construieşte un

model al universului de discurs care conţine problema, care este transformat
prin raţionament într-un model cu soluţie, care apoi este implementată în
universul de discurs.

Aparent, tot ce aduce nou această schemă este faptul că înainte de a încerca o abor-
dare directă pentru rezolvarea problemei, este bine „să te gândeşti”, oferind un filtru
pentru eliminarea celor mai proaste abordări. În Exemplul 1.1, dacă nu ştie să înoate,
(h)om(ninid)ul „se poate gândi” că această abordare directă este una proastă.
Mai mult, într-un anumit sens, schema din Figura 3 se potriveşte unei game largi de
abordări, care include printre altele:

6
Abordarea magică: (h)om(ninid)ul găseşte şamanul tribului, îi explică situaţia, acesta
îşi creează o imagine intelectuală a problemei, şi printr-un ritual care poate implica
un zbor cosmic, întâlnirea cu şamanii care i-au precedat, etc, acesta „vede” soluţia.

Cutii negre: aplicaţiile, cutiile negre bazate pe tehnologie, necesită în fapt un nivel de
abstractizare, modelare a problemelor pe care le rezolvă. Interfeţele, reprezentarea
problemelor la nivelul cutiilor negre (aplicaţii, dispozitive) presupun în fapt un
proces de modelare.
Ambele abordări funcţionează (mai mult sau mai puţin subiectiv), sunt abordări valide
(din anumite puncte de vedere), utilizate pentru rezolvarea de probleme. Există însă, în
ambele cazuri, un pas „magic” prin care se obţine soluţia, un pas ce nu poate fi explicat
sau controlat de către beneficiarul soluţiei sau chiar de către cei care generează/descoperă
soluţia.
În mod esenţial, abordarea bazată pe raţionament elimină necunoscutul şi oferă control
celor care folosesc acest instrument pentru verificarea şi validarea soluţiei. În continuare
vom descrie proprietăţile raţionamentului, ce diferenţiază această abordare de altele, de
exemplu de cele „magice”.
Definiţie 1.2 (Raţionament, proprietăţile raţionamentului).
Raţionamentul este procesul prin care se transformă un model intelectual ce conţine o
problemă într-un model intelectual, caracterizat de următoarele proprietăţi:
1. Abstract: Raționamentul operează într-un model intelectual. După ce modelul este
construit, nu mai există legătură cu lumea (universul) pe care o descrie. Această
proprietate asigură:
• puterea raționamentului: este reversibil, rapid, ieftin (totul se întâmplă în
mintea noastră),
• limitările raționamentului: modelele construite pot fi inadecvate,
concentrându-se pe anumite aspecte ale universului de discurs, dar ignorând
altele (și se pierde legătura cu realitatea). Această situație a dus de fapt la
seria de crize pe care le parcurge omenirea: ecologică, tehnologică, economică,
socială.

2. Verificabil: Raționamentul se desfășoară în pași mici, pe care toată lumea îi poate

efectua. Aceşti paşi au o natură „deterministă”, în sensul că n pas de raționament
aplicat într-o anumită situație va produce întotdeauna aceleași modificări în model,
indiferent cine aplică acel pas. Acești pași de raționament se vor numi reguli
de raționament, și mulțimea de reguli de raționament va forma sistemul de
raționament (împreună cu o descriere a modului în care se construiește o soluție
și cum arată aceasta).

3. Corect: Raționamentul transportă „adevărul”. Modelul intelectual conţine imagini

(intelectuale) ale unor obiecte şi situaţii din universul de discurs. În consecinţă,
acestea sunt „adevărate”. Prin aplicarea regulilor de raţionament, modelul iniţial
se modifică, prin adăugarea de noi imagini (de obiecte sau situaţii din universul

7
 de discurs). Aceste noi imagini trebuie să aibă un corespondent în universul de
discurs, adică atunci când „ne întoarcem”, imaginile (noi) trebuie să corespundă
unor obiecte sau situaţii care pot fi construite/au loc în universul de discurs. Altfel
spus, când pornim de la ceva „adevărat”, prin aplicarea unui pas de raționament
trebuie să obținem ceva ce este tot „adevărat”. Prin raţionament nu putem construi
obiecte sau situaţii care nu există în universul de discurs.

4. General: Prin raţionament trebuie să putem rezolva clase întregi de probleme, un

număr potenţial infinit.
■
Metoda de rezolvare a problemelor bazată pe raţionament stă la baza dezvoltării
tehnologice a societăţii occidentale în ultimile câteva sute de ani. Această dezvoltare
a fost una extrem de rapidă, iar ritmul ei accelerează. În acest sens, rezolvarea bazată
pe raţionament este o metodă extrem de eficientă, un instrument esenţial în abordarea
problemelor în general, şi mai ales într-un domeniu atât de dinamic şi competitiv, cum
este informatica.
Observaţie (Raţionamentul în contextul domeniilor ştiinţifice). Schema din Figura 3
oferă şi un tablou al modului în care domeniile ştiinţifice corespund rezolvării problemelor
prin raţionament:
• Faza de observație corespunde științelor naturale – fizică, chimie, biologie, şti-
inţelor pământului, astronomie, etc. – ce au ca scop înţelegerea lumii, construirea
de imagini (modele) adecvate, ce să explice diferitele aspecte ale acesteia.

• Faza de raţionament corespunde matematicii – ştiinţa care se ocupă cu rezolvarea

de probleme în modele abstracte (inclusiv informatica – automatizarea, pe cât
posibil, a acestui proces de rezolvare de probleme).

• Faza de acţiune corespunde ştiinţelor inginereşti – care se ocupă cu aplicarea şi

implementarea cunoştinţelor şi soluţiilor dezvoltate în cadrul ştiinţelor naturale şi
matematicii.
▲
În mod necesar, acest tablou este unul extrem de simplificat, domeniile menţionate
sunt extrem de vaste şi complexe, la fel şi modul în care acestea interacţionează. În-
să poate reprezenta un punct de plecare în înţelegerea modului în care funcţionează
raţionamentul şi rolul acestuia (şi al matematicii) în aceste domenii ştiinţifice.

1.3. Limbajul ca suport al raționamentului

Să ne întoarcem la Exemplul 1.1. Ce se întâmplă dacă persoana care stă pe malul râului
rezolvă problema traversării (prin raționament)? Dacă va dori să transmită celorlalți
din trib care este soluția, astfel încât să o implementeze împreună? Soluția va trebui
comunicată.

8
 Pentru asta avem nevoie de un limbaj. Toate fazele rezolvării problemei trebuie să
poată fi exprimate într-un limbaj, pentru a fi comunicate: modelul, problema, regulile
de raţionament şi modul cum sunt aplicate pentru a găsi soluţia (şi cum arată aceasta).
Drept consecință, limbajul este suportul raționamentului:

• modelele intelectuale sunt construite din expresii ale unui limbaj,

• regulile de raționament iau expresii din model și produc expresii noi (modificând
modelul).

Definiţie 1.3 (Limbaj). Un limbaj (care urmează să fie folosit pentru a construi
modele și a rezolva probleme) este definit de:
• sintaxa limbajului care cuprinde:
– vocabularul – simbolurile folosite pentru a forma expresii,
– regulile după care sunt formate expresiile care aparțin limbajului,

• semantica limbajului – înțelesul expresiilor, modul în care expresiile descriu

obiecte și realități în universul de discurs.
■
Observaţie (Limbajul descrie abordările directe). De notat că odată ce avem la dis-
poziţie sintaxa şi semantica unui limbaj, putem descrie abordările directe, vezi Figura 1.
De exemplu, putem descrie istoria abordărilor directe din Exemplul 1.1, adică putem
descrie şi arhiva experienţele, încercările, eşecurile. ▲
Pentru a rezolva probleme prin raţionament, limbajul singur nu este suficient.
Definiţie 1.4 (Sistem de raţionament). Fiind dat un limbaj (sintaxa, semantica), un
sistem de raţionament constă în descrierea:
• problemei,

• paşilor de raţionament,

• modului în care paşii de raţionament sunt aplicaţi pentru a construi soluţia pro-
blemei.
■

1.4. Logica
Limbajele, sintaxa şi semantica lor, sistemele de raţionament asociate, sunt studiate în
cadrul logicii.
Definiţie 1.5 (Logica matematică). Logica (logica matematică, logica simbolică, me-
tamatematica) este un domeniu științific care se ocupă cu studiul sistemelor de ra-
ţionament, prin aplicarea metodei matematice asupra problemei raţionamentului. ■

9
Observaţie. (Terminologie: logică, logică computaţională) Folosim în aceste pagini
termenul logică pentru a desemna logica matematică, aşa cum este definită aceasta mai
sus.
Pe lângă domeniul matematic, logica este studiată în cadrul filozofiei, într-un sens
mai larg (studiul modului în care funcţionează gândirea şi modul cum se aplică aceasta
problemelor filozofice), care are părţi semnificative în comun cu logica matematică.
Există, bineînţeles, şi logica din viaţa de zi cu zi – termen care în principiu se referă
la un anumit mod („raţional”) de a face lucrurile.
Nu în ultimul rând, logica computaţională reprezintă aspectul din logică ce se referă
la automatizarea raţionamentului, sau raţionament despre calcul mecanic (automat).
Vom atinge aceste aspecte într-o anumită măsură, dar vom urmări şi modul în care
logica (matematică) poate fi folosită ca un instrument practic de înţelegere, explorare,
acumulare eficientă de cunoştinţe în informatică, pentru studenţi. ▲
În afară de logică drept domeniu de studiu, vom considera o logică ca instrument de
rezolvare a problemelor, în sensul următor:
Definiţie 1.6 ((O) Logică). O logică este formată din:

• un limbaj (sintaxă, semantică),

• un model,

• un sistem de raţionament, incluzând reguli şi modul de aranjare a acestora într-o

soluţie,

• o mulţime de proprietăţi (demonstrate) legate de sistemul de raţionament.

1.5. Probleme abordate de logica matematică

Vom prezenta, în continuare, la un nivel informal, câteva dintre problemele abordate de
logica matematică. Scopul acestei prezentări este să ofere o privire de ansamblu asupra
tipului de rezultate, să prezinte câteva din implicaţiile acestora la nivel „filozofic” şi
practic.

1.5.1. Limbaje: proprietăţi, clasificare

Un prim pas pentru a putea descrie o problemă şi soluţia acesteia este alegerea unui
limbaj potrivit. Suficient de expresiv pentru a putea descrie problema şi soluţia, dar nu
excesiv de complicat.
Există mai multe criterii după care pot fi clasificate limbajele:

Limbaje universale și limbaje speciale:

Limbajele universale sunt limbaje care sunt suficient de puternice pentru a descrie
orice univers de discurs, și pentru a exprima orice soluții la probleme (ce pot

10
 fi descrise și au soluții). Un astfel de limbaj este limbajul logicii predicatelor,
care este universal în sensul că toată matematica (adică tot ce se poate rezolva
prin raţionament) poate fi exprimată în acest limbaj (inclusiv partea automată,
algoritmică). În fapt, chiar şi o versiune restricţionată, logica predicatelor de ordinul
întâi (împreună cu aşa numita teorie a mulţimilor) este suficientă pentru a exprima
toată matematica.
Limbajele speciale sunt limbaje relativ simple, și care pot descrie doar universuri
limitate. Motivul pentru care aceste limbaje sunt de preferat (în cazul în care
pot exprima problema de interes şi soluţia acesteia), este tocmai simplitatea, care
oferă proprietăţi mai bune, care în general nu sunt disponibile pentru limbaje mai
complicate, după cum vom discuta mai jos. Exemple de limbaje speciale sunt logica
propozițională, limbajul circuitelor cu comutare, geometria solidă constructivă.

Limbaje descriptive și limbaje algoritmice

Limbajele descriptive sunt folosite pentru a descrie obiecte, situații, cunoștințe. Un
exemplu îl reprezintă limbajul matematicii „tradiționale” sau „pure”. Un exemplu
de folosire este efortul colectivului Bourbaki de a construi sistematic cunoştinţele
matematice, cu accent pus pe rigoare şi formalism vezi [Bou04].
Limbajele algoritmice sunt folosite pentru a descrie acțiuni, pași pentru rezolvarea
problemelor. Exemple sunt limbajele de programare.
De notat însă că aceste aspecte nu ar trebui separate. Folosirea celor două aspecte,
descriptiv și algoritmic, în același limbaj îi mărește puterea din punct de vedere
practic. Cele două aspecte sunt fețe diferite ale aceleiași monede.

Limbaje naturale și limbaje formale

Limbajele naturale sunt limbaje învățate în context (aflându-ne între cei care folo-
sesc un limbaj, începem să recunoaștem și să învățăm sintaxa, semantica, sistemul
de raționament, într-o manieră evoluționară).
Pentru limbaje formale, vocabularul, sintaxa, semantica și sistemul de raționament
sunt descrise și definite precis, și apoi pot fi folosite conform definiției.
De exemplu, putem spune că în mare măsură oamenii învăță matematica în con-
text, și numai mai târziu aceasta devine un limbaj formal.

Metalimbaj și limbaj obiect

Un metalimbaj este un limbaj care se folosește pentru a defini un alt limbaj (numit
limbajul obiect) și pentru a raționa despre proprietățile acestuia.
Să observăm că aceștia nu sunt termeni absoluți, un limbaj poate juca rolul unui
metalimbaj (vom folosi limbajul naiv al teoriei mulțimilor pentru a defini logicile
pe care le studiem şi vom folosi raţionamentul pe care l-am învăţat ), iar mai târziu
același limbaj poate fi definit formal (jucând rolul unui limbaj obiect).

11
1.5.2. Model: consistenţă
Este modelul (descrierea universului de discurs) consistent, liber de contradicţii?
Observaţie (Specificarea modelului). În matematică, forma în care se specifică mode-
lul universului de discurs este luată de axiome. Rolul axiomelor este acela de a descrie
comportamentul obiectelor de interes, noţiunile de bază.
În particular, axiomele sunt afirmaţii considerate adevărate, dar justificarea acestui
fapt vine tocmai din faptul că acestea descriu universul de discurs, comportamentul şi
relaţiile dintre obiectele acestui univers. ▲
Exemplul 1.3 (Paradoxul lui Russell). Să considerăm o axiomă (afirmaţie, parte a
modelului), care descrie o proprietate a mulţimilor. Intuitiv:
Pentru orice „proprietate” P , există „mulţimea” tuturor obiectelor x care posedă pro-
prietatea P .
Mai exact, pentru orice proprietate P :
„există o mulţime M astfel încât pentru orice x (x ∈ M dacă şi numai dacă P )”, unde
M este o variabilă.
Din moment ce funcţionează pentru orice proprietate, să considerăm proprietatea x ̸∈
x: „există o mulţime M astfel încât pentru orice x (x ∈ M dacă şi numai dacă x ̸∈ x)”
Din moment ce există o mulţime, fie aceasta M0 (M0 nu mai este o variabilă, este o
constantă): „pentru orice x (x ∈ M dacă şi numai dacă x ̸∈ x)”
Din moment ce afirmaţia este adevărată pentru toţi x, este adevărată şi pentru x := M :
„(M ∈ M dacă şi numai dacă M ̸∈ M )”, ceea ce este o contradicţie.
▲
Acest exemplu (faimos), vezi [Rus03], ne arată cum o axiomă intuitiv rezonabilă poate
duce la inconsistenţe în model.
Axioma poate fi „reparată” pentru a evita paradoxul:
Pentru orice proprietate P în care apare (liberă) variabila x şi orice variabilă B care
nu apare liberă în P :
„pentru orice B există M astfel încât pentru orice x (x ∈ M dacă şi numai dacă (x ∈
B şi P ))”.

1.5.3. Corectitudinea regulilor de raţionament

Sunt regulile de raţionament corecte, „transportă adevărul”? Există două abordări po-
sibile pentru stabilirea acestei proprietăţi:

• abordarea evoluţionară: anumite reguli de raţionament sunt corecte pentru că în

decursul timpurilor acestea au fost observate şi verificate în numeroase instanţe de
către numeroşi observatori şi au fost acceptate ca fiind corecte.

• abordarea formală: presupune folosirea unui metalimbaj şi a unui sistem de raţiona-

ment corespunzător acestuia pentru a stabili corectitudinea regulilor de inferenţă.

12
1.5.4. Completitudinea regulilor de raţionament
Se pot rezolva într-un sistem de raţionament toate problemele care au o soluţie, este acel
sistem de raţionament suficient de puternic? Gödel a demonstrat în [Göd30] că logica
predicatelor are această proprietate: orice afirmaţie „adevărată” are o demonstraţie în
sistemul de raţionament al logicii predicatelor (de ordinul întâi).
Pentru limbaje (logici) mai simple (de exemplu, logica propoziţiilor), în general această
proprietate este uşor de stabilit.

1.5.5. Limitele raţionamentului: incompletitudine, nedecidabilitate

Există însă rezultate care arată că raţionamentul are limite. Gödel a arătat că pentru
situaţia în care modelul este consistent şi conţine aritmetică (numere naturale), atunci
există afirmaţii exprimate în limbajul respectiv (logica predicatelor de ordinul întâi) care
nu pot fi nici demonstrate nici respinse, vezi [Göd31].
O altă întrebare importantă este decidabilitatea unei probleme: pentru o problemă
dată, există o metodă mecanică (algoritm) prin care să se ajungă la un răspuns „da”
sau „nu”, adică să se decidă dacă problema are soluţie, sau nu are soluţie. Pentru logica
predicatelor, Church, vezi [Chu36], şi Turing, vezi [Tur37], au arătat că acest lucru nu
este posibil. De exemplu, problema opririi unei maşini de calcul – dacă pentru
orice date de intrare o maşină de calcul se va opri şi va da un răspuns sau calculează la
nesfârşit – este în general nedecidabilă.
Aceste rezultate aparent negatived ne spun că raţionamentul matematic are limite, şi
că pentru a depăşi limitele este nevoie de ingeniozitatea umană.
Totodată, în contextul acestor rezultate, efortul este de a identifica cazuri (limbaje,
modele, sisteme de raţionament) pentru care aceste proprietăţi au loc.
În general, limbajele speciale sunt atractive datorită faptului că au proprietăţi ca
decidabilitate, adică pentru orice problemă fie se găseşte o soluţie, fie se determină că nu
are soluţie. Acest lucru se poate face automat, printr-un algoritm (raţionamentul este
automat).

1.5.6. Complexitate
Dacă o problemă se poate rezolva automat, o problemă importantă este complexitatea
soluţiei. Există clase de probleme pentru care complexitatea este prea mare, adică timpul
şi/sau spaţiul de memorie necesare sunt prea mari pentru a rezolva probleme în practică.
Acest aspect este foarte important. Oricât de mare ar fi puterea de calcul, aceasta poate
fi uşor depăşită de complexitatea unor probleme. Există o graniţă de la care calculul
devine nepractic.

Declaraţie
Autorul acestor note de curs a învăţat despre logică, rolul acesteia în rezolvarea de
probleme, mecanismele prin care funcţionează, etc., de la îndrumătorul său, Bruno Bu-

13
chberger. Acest prim capitol urmează structura din notele de curs (nepublicate) ale lui
Buchberger, vezi [Buc91].

14
 Partea II.

Logica propoziţiilor

15
 Logica propoziţiilor este o logică cu un limbaj care modelează afirmaţii simple:

• „Afară plouă.”

• „Păsările zboară spre vest.”

• „Astăzi este miercuri.”

În acest limbaj, domeniul, contextul afirmaţiilor nu este relevant, ne interesează doar

dacă afirmaţia este adevărată sau falsă. Aşadar, domeniu de interes, universul de
discurs al logicii propoziţiilor este domeniul valorilor de adevăr, ce conţine două
obiecte adevărat şi fals. Afirmaţiile simple sunt considerate atomice în acest sens, ele
nu pot fi descompuse. În fiecare caz, a Afirmaţiile simple pot fi combinate:

• „Dacă afară plouă, atunci azi este miercuri.”

• „Afară plouă şi azi este miercuri dacă şi numai dacă păsările zboară spre vest.”

În această parte, vom defini sintaxa şi semantica logicii propoziţiilor, vom defini pro-
blemele ce pot fi exprimate în acest limbaj şi vom investiga ce înseamnă abordarea di-
rectă a rezolvării lor, lucru posibil în logica propoziţiilor. Vom vedea limitările abordării
directe şi vom defini un sistem de raţionament ce adresează aceste limitări.
De asemenea, vom ilustra unele aplicaţii ale logicii propoziţiilor.

16
2. Sintaxa logicii propoziţiilor
2.1. Expresiile logicii propoziţiilor
Definiţie 2.1 (Vocabularul logicii propoziţiilor). Simbolurile logicii propoziţiilor
sunt:
• V mulţimea (numărabilă) a variabilelor propoziţionale (nume de propoziţii). Vom
nota propoziţiile folosind majuscule, eventual cu indecşi A, B, P, Q, P1 , P2 . . ..

• Simbolurile rezervate:
– conectori logici: ¬ (negaţia), ∧ (conjuncţia), ∨ (disjuncţia),
⇒ (implicaţia), ⇔ (echivalenţa),
– ( ) paranteze.
■
Observaţie. Faptul că mulţimea variabilelor propoziţionale este numărabilă ne va per-
mite în orice moment să luăm o variabilă nouă, nefolosită până la acel moment. ▲
Definiţie 2.2 (Formule propoziţionale bine formate). Mulţimea formulelor propo-
ziţionale bine formate peste mulţimea de variabile V, P(V), este definită după
cum urmează:
• Dacă A ∈ V desemnează o propoziţie atomică, atunci A ∈ P(V).

• Dacă P, Q ∈ P(V), atunci formulele compuse sunt formate în modul următor:

– (¬P ) ∈ P(V),
– (P ∧ Q) ∈ P(V),
– (P ∨ Q) ∈ P(V),
– (P ⇒ Q) ∈ P(V),
– (P ⇔ Q) ∈ P(V).
Vom citi P ∈ P(V) ca „P este o formulă propoziţională bine formată peste mulţimea
variabilelor propoziţionale V”. Alternativ, P este o formulă propoziţională, P este o
propoziţie.
Pentru propoziţiile compuse, citim:
• (¬P ), negaţia lui P ,

• (P ∧ Q), conjuncţia lui P şi Q, „P şi Q”,

17
 • (P ∨ Q) disjuncţia lui P şi Q, „P sau Q”,

• (P ⇒ Q), implicaţia dintre P şi Q, „P implică Q”, „dacă P atunci Q”,

• (P ⇔ Q), echivalenţa lui P şi Q, „P echivalent cu Q”, „P dacă şi numai dacă Q”.

Propoziţiile P şi Q sunt subformule în formulele compuse, respectiv ¬, ∧, ∨, ⇒, ⇔

sunt simbolurile dominante pentru formulele corespunzătoare.
■
Observaţie. Rolul variabilelor propoziţionale este să ofere un mod prin care să ne
putem referi la propoziţii (nume pentru propoziţii). Ele pot fi folosite pentru a denumi
propoziţii atomice, sau propoziţii compuse. Vom preciza acolo unde este necesar modul în
care acestea sunt folosite. Implicit, dacă nu se specifică altfel, variabilele propoziţionale
vor reprezenta propoziţii atomice. ▲

2.2. Parcurgerea expresiilor logicii propoziţiilor

Definiţia 2.2 ne permite să recunoaştem propoziţiile.
Exemplul 2.1 (Recunoaşterea propoziţiilor).

1. Dacă A este atom, atunci conform definiţiei, este propoziţie.

2. Pentru a vedea dacă ((P ∧ Q) ⇒ (¬R)) este o propoziţie,

• identificăm simbolul dominant: ⇒,
• conform definiţiei, avem nevoie de paranteză deschisă (✓), o propoziţie la
stânga implicaţiei, una la dreapta şi o paranteză închisă (✓):
– (P ∧ Q) este o propoziţie (conjuncţie), conform definiţiei, (✓)
– (¬R) este o propoziţie, conform Observaţiei de mai sus. (✓)
Aşadar avem o propoziţie, conform definiţiei.
▲
Observaţie (Subitare). De notat că în Exemplul 2.1 fiecare pas este justificat, aşadar
avem o soluţie acceptabilă (în sensul discutat în Capitolul 1) pentru problema propusă.
Cu toate acestea, metoda conţine ceea ce pare a fi un pas „mare”: identificarea simbolului
dominant. Acesta este identificat imediat, fără a indica explicit cum am făcut asta. Deşi
ar putea părea simplu, acest pas poate să nu fie verificabil pentru oricine (mai ales pentru
un program).
Oamenii au capacitatea de a identifica instant (fără a avea nevoie de a parcurge fiecare
componentă) structuri simple. Acest fenomen se cheamă subitare (vezi [KLRV49]).
Dar această metodă nu scalează. Dacă expresia este una mai complicată, atunci
este posibil să nu putem identifica imediat simbolul dominant. Mai mult, chiar pentru
structuri simple, simbolul dominant nu poate fi identificat de un program fără a parcurge
simbolurile expresiei.

18
 Avem nevoie, aşadar, pentru aceste situaţii, de o metodă în care structura expresiei
parcurse este identificată pas cu pas. ▲

2.2.1. Recunoaşterea şi parcurgerea sintaxei logicii propoziţiilor: sintaxa

abstractă
În cele ce urmează vom prezenta o metodă prin care şirul de simboluri va fi parcurs de la
stânga la dreapta şi pe măsură ce analizăm fiecare simbol, vom construi sintaxa abs-
tractă - o reprezentare „internă”, o structură de date care ne va permite să manipulăm
mai eficient expresia, odată construită.
Pentru reprezentarea internă a expresiilor logicii predicatelor vom folosi arbori, care
vor fi definiţi informal.
Definiţie 2.3 (Arbori (ordonaţi)). Un arbore ordonat este definit în modul următor:

• arborele vid,

• arborele nevid, format dintr-un nod rădăcină şi o listă (posibil vidă) de su-
barbori.

Fiecare nod care nu este rădăcină un singur nod părinte. Nodurile (în afară de
nodul răđacină) sunt conectate prin muchii la nodurile părinte corespunzătoare.
Nodurile care nu sunt noduri părinte se cheamă noduri frunză.
Fiecare nod al unui arbore conţine informaţii (de exemplu obiecte de anumit tip). ■
Exemplul 2.2 (Arbori). Mai jos, vom considera că nodurile arborilor ilustraţi conţin
numere naturale.

• arbore cu un singur nod (rădăcină):

• arbore cu mai multe noduri:

2 6

3 4 5 7 11

8 9

10

19
 r

subarbore1 ··· subarboren

Figura 4.: Un arbore cu rădăcina r şi n subarbori.

Vom folosi o reprezentare generică pentru un arbore cu n subarbori, vezi Figura 4.

Fiecare subarbore este la rândul său un arbore.
▲
În continuare, vom folosi arborii pentru a reprezenta expresiile logicii propoziţiilor.
Vom numi aceşti arbori sintaxa abstractă, sau arbori sintactici pentru logica
propoziţiilor.
Definiţie 2.4 (Sintaxa abstractă a formulelor logicii propoziţiilor). Fie P(V) mulţimea
propoziţiilor peste variabilele propoziţionale V. Atunci sintaxa abstractă a formulelor
logicii propoziţiilor este reprezentată de următorii arbori:

• Dacă A ∈ P(V) este formulă atomică:

• Dacă F, G ∈ P(V), pentru formulele compuse (¬F ), (F □G), unde □ ∈ {∧, ∨, ⇒, ⇔}:

¬ □

F F G

■
Vom prezenta o metodă prin care se pot recunoaşte expresiile (şi în acelaşi
timp construi arborele sintactic) pentru propoziţii.

20
 Metoda de recunoaştere pe care o propunem aici va parcurge expresia simbol cu simbol.
La fiecare pas, vom avea un arbore incomplet, poziţia în acel arbore, şi o regulă bazată
pe simbolul considerat. Regula ne va spune ce adăugăm la arborele incomplet, şi la ce
poziţie.
Metoda se termină cu succes când am parcurs tot şirul de caractere din expresie, şi
avem un arbore sintactic complet.
În orice alt caz:
• şirul este parcurs în întregime, dar arborele corespunzător nu este complet,

• arborele este complet, dar şirul nu a fost parcurs în întregime,

• la pasul curent se adaugă un nod în arbore, care nu corespunde niciunui arbore

acceptat (de Definiţia 2.2),
avem eşec.
Exemplul 2.3 (Recunoaşterea expresiilor logicii propoziţiilor şi construcţia arborelui
sintactic). Pentru a ilustra această metodă, reluăm Exemplul 2.1:

((P ∧ Q) ⇒ (¬R)).

Vom numerota fiecare simbol în expresia ce trebuie parcursă:

( ( P ∧ Q ) ⇒ ( ¬ R ) )
1 2 3 4 5 6 7 8 9 10 11 12

Paşii algoritmului

(1): ( – paranteza deschisă înseamnă că expresia vrea să fie o formulă compusă. Avem
2 variante: negaţie, sau formulă ce conţine un conector binar. Arborii incompleţi
corespunzători celor 2 posibilităţi sunt:

„¬” „□”

„F ” „F ” „F ”

În arborii de mai sus, folosim următoarele convenţii:

• dacă într-un nod sau subarbore avem ghilimele („· · · ”), acestea indică faptul
că în acel loc avem se aşteaptă:
– „F ”: un subarbore ce reprezintă o formulă propoziţională,
– „¬”, „□”: negaţie, respectiv conector binar (unul din ∧, ∨, ⇒, ⇔),

21
 • Un nod sau subarbore reprezentat cu linie întreruptă reprezintă poziţia în
arborele incomplet, unde vom completa la pasul următor.

(2): ( – paranteză deschisă. Prima variantă (în care formula este o negaţie) cade, lucrăm
pe varianta a doua.
Paranteza deschisă poate fi începutul unei formule compuse, negaţie sau formulă
compusă folosind un conector binar.
Avem două posibilităţi:

„□” „□”

„¬” „F ” „□” „F ”

„F ” „F ” „F ”

(3): P – este o variabilă propoziţională, astfel că prima variantă (în care căutăm o
negaţie) cade, lucrăm pe varianta a doua. Variabila propoziţională închide ramura
arborelui, mutăm poziţia la nivelul părintelui.

„□” „□”

„¬” „F ” „□” „F ”

„F ” P „F ”

(4): ∧ – este un conector logic binar, îl scriem în nodul curent şi ne mutăm pe ramura
următoare .

22
 „□”

∧ „F ”

P „F ”

(5): P – este o variabilă propoziţională, închidem ramura arborelui, mutăm poziţia la

nivelul părintelui.

„□”

∧ „F ”

P Q

(6): ) – paranteză închisă, ne mutăm pe poziţia părintelui, ramura curentă este închisă.

„□”

∧ „F ”

P Q

(7): ⇒ – conector propoziţional binar, îl scriem în nodul curent, mutăm poziţia pe

subarborele următor.

23
 ⇒

∧ „F ”

P Q

(8): ( – paranteza deschisă înseamnă că expresia vrea să fie o formulă compusă. Avem
2 variante: negaţie, sau formulă ce conţine un conector binar. Arborii incompleţi
corespunzători celor 2 posibilităţi sunt:

⇒ ⇒

∧ „¬” ∧ „□”

P Q „F ” P Q „F ” „F ”

(9): ¬ – conectorul negaţie, prima variantă este cea considerată, a doua cade, completăm
negaţia şi ne mutăm la subarbore.

⇒ ⇒

∧ ¬ ∧ „□”

P Q „F ” P Q „F ” „F ”

(10): R – variabilă propoziţională, o scriem la poziţia curentă, şi ne mutăm la nivelul

părintelui.

24
 ⇒

∧ ¬

P Q R

(11): ) – paranteză închisă, subarborele curent este complet, ne mutăm la nivelul părin-
telui.

∧ ¬

P Q R

(12): ) – paranteză închisă, subarborele curent este complet, ne mutăm la nivelul pă-
rintelui. Cum nodul curent este rădăcina, înseamnă că marcajul poziţiei următoare
iese din arbore, deci avem un arbore închis, am terminat, expresia parcursă este o
propoziţie, şi avem arborele ce reprezintă sintaxa abstractă.

∧ ¬

P Q R

2.3. Relaxarea sintaxei

O consecinţă a Definiţiei 2.2 este că pentru formule propoziţionale mari, numărul pa-
rantezelor poate deveni o problemă (mai ales pentru oameni, în mai puţină măsură dacă

25
formulele propoziţionale sunt folsite de calculator). În practică, oamenii au tendinţa de
a folosi paranteze doar când este neapărat necesar.
Exemplul 2.4. Să considerăm expresia P ∧ Q ⇒ ¬R. Aceasta este evident mai com-
pactă decât formula din Exemplul 2.1. Problema este că această formulă este ambiguă:

• reprezintă ((P ∧ Q) ⇒ (¬R))

• sau (P ∧ (Q ∧ (¬R)))

• şi contează asta, există o diferenţă?

După cum vom vedea în Secţiunea 3, într-adevăr există o diferenţă, iar pentru a evita
ambiguităţile, trebuie să ţinem cont de anumite aspecte discutate în continuare. ▲

Precedenţa conectorilor logici

Pentru a evita ambiguităţile, definim o precedenţă pentru conectorii propoziţionali:

¬, {∧, ∨}, ⇒, ⇔

(conjuncţia şi disjuncţia au aceeaşi precedenţă).

Aceasta înseamnă că atunci când încercăm să parcurgem o expresie fără paranteze
vom considera negaţia şi încercăm să formăm o formulă în jurul ei, apoi conjuncţia şi
disjuncţia (din moment ce acestea au aceeaşi precedenţă se poate să fie nevoie să folosim
paranteze când acestea sunt amestecate), apoi implicaţia şi în ultimul rând echivalenţa.
Considerând precedenţa conectorilor logici, formula din Exemplul 2.4 este

((P ∧ Q) ⇒ (¬R)).

Asociativitatea conectorilor logici

Exemplul 2.5. Considerăm expresia P ⇒ Q ⇒ R. Această expresie este ambiguă:

• reprezintă (P ⇒ (Q ⇒ R))

• sau ((P ⇒ Q) ⇒ R)?

Răspunsul depinde de asociativitatea conectorilor. Conectorii propoziţionali vor fi

asociativi la dreapta, deci prima variantă este cea corectă în Exemplul 2.5. ▲
Considerând precedenţa şi asociativitatea conectorilor logici, din acest moment vom
accepta o relaxare a sintaxei, în sensul în care vom accepta (cât timp nu sunt ambiguităţi)
propoziţii care nu folosesc paranteze.
Observaţie. Recunoaşterea propoziţiilor în sintaxa relaxată devine mai complicată de-
cât metoda pentru sintaxa strictă. ▲

26
3. Semantica logicii propoziţiilor
3.1. Valori de adevăr, interpretări, valoare sub interpretare
Definiţie 3.1 (Domeniu de valori de adevăr). Considerăm două obiecte (valori) dis-
tincte A, F. Domeniul valorilor de adevăr este reprezentat de mulţimea {A, F}.
Această mulţime este considerată total ordonată, F < A. ■
Domeniul valorilor de adevăr reprezintă universul de discurs pentru logica propoziţii-
lor.
Definiţie 3.2 (Funcţii de adevăr corespunzătoare conectorilor logici). Definim urmă-
toarele funcţii de adevăr corespunzătoare conectorilor propoziţionali:
B¬ : {A, F} −→ {A, F},
B∧ , B∨ , B⇒ , B⇔ : {A, F} × {A, F} −→ {A, F} ,

x y B¬ (x) B∧ (x, y) B∨ (x, y) B⇒ (x, y) B⇔ (x, y)

A A F A A A A
A F F A F F
F A A F A A F
F F F F A A
■
Definiţie 3.3 (Interpretare pentru variabile propoziţionale). Fie (V ) mulţimea varia-
bilelor propoziţionale. O interpretare pentru variabilele propoziţionale din V este
o funcţie
I : V −→ {A, F}.
■
Când vom descrie o interpretare I, vom preciza valorile doar pentru variabilele folosite
(de exemplu în formulele considerate).
Exemplul 3.1. Fie P, Q, R ∈ V. Următoarele sunt interpretări pentru variabilele
considerate:

• I1 : I1 (P ) = F, I1 (Q) = F, I1 (R) = A,

• I2 : I2 (P ) = A, I2 (Q) = F, I2 (R) = F.

27
Observaţie (Reprezentarea compactă a interpretărilor). Putem reprezenta interpretă-
rile compact, ca mulţimi de atomi sau negaţii de atomi, în felul următor:

• I1 − {¬P, ¬Q, R},

• I1 − {¬P, ¬Q, R},

sunt reprezentările interpretărilor de la Exemplul 3.1. Dacă unei variabile P i se ataşează

valoarea A atunci va apărea în reprezentarea sub formă de mulţime ca P , altfel va apărea
ca ¬P .
▲
Avem elementele necesare pentru a defini înţelesul unei formule propoziţionale.
Definiţie 3.4 (Valoarea unei formule sub interpretare). Fie F ∈ P(V) o propoziţie,
I : V −→ {A, F} o intepretare. Valoarea propoziţiei F sub intepretarea I, υI (F ), este
definită după cum urmează:

• Dacă A este un atom, υI (A) = I(A).

• Dacă F, G ∈ P(V), atunci

υI (¬F ) = B¬ (υI (F )),
υI ((F ∧ G)) = B∧ (υI (F ), υI (G)),
υI ((F ∨ G)) = B∨ (υI (f ), υI (G)),
υI ((F ⇒ G)) = B⇒ (υI (F ), υI (G)),
υI ((F ⇔ G)) = B⇔ (υI (F ), υT (F )).

■
Exemplul 3.2 (Valoare sub interpretare).
.
Considerăm propoziţia G = ((P ∧ Q) ⇒ (R ⇔ (¬S))) şi intepretarea I(P ) = A,
I(Q) = F, I(R) = A, I(S) = A.
Atunci, folosind Definiţia 3.4:

υI (G) =
υI (((P ∧ Q) ⇒ (R ⇔ (¬S)))) =
B⇒ (υI ((P ∧ Q)), υI ((R ⇔ (¬S)))) =
B⇒ (B∧ (υI (P ), υI (Q)), B⇔ (υI (R), υI ((¬S)))) =
B⇒ (B∧ (I(P ), I(Q)), B⇔ (I(R), υI ((¬S)))) =
B⇒ (B∧ (A, F), B⇔ (A, B¬ (υI (S)))) =
B⇒ (B∧ (A, F), B⇔ (A, B¬ (I(S)))) =
B⇒ (F, B⇔ (A, F)) =
B⇒ (F, F) = A.

28
 ▲
Definiţie 3.5. Fie F ∈ P(V) o propoziţie, I : V −→ {A, F} o intepretare.
Dacă υI (P ) = A, spunem că I satisface P , sau P este satisfăcută de I.
Dacă υI (P ) = F, spunem că I falsifică F , sau F este falsificată de I.
■
Observaţie (Numărul posibil de interpretări). Pentru n variabile propoziţionale, nu-
mărul total de interpretări este 2n .
▲

3.2. Probleme în logica propoziţiilor: validitate, satisfiabilitate

Problemele ce pot fi exprimate în logica propoziţiilor au de-a face cu valoarea de adevăr
a unei propoziţii.
Definiţie 3.6 (Formule valide, formule invalide). Formula P este validă în logica
propoziţiilor dacă şi numai dacă, pentru orice interpretare I, υI (P ) = A (adică formula
este adevărată pentru orice interpretare).
Formula P este invalidă dacă şi numai dacă nu este validă, adică dacă există o
interpretare I astfel încât I, υI (P ) = F. ■
Definiţie 3.7 (Formule satisfiabile, formule nesatisfiabile). Formula P este satisfiabi-
lă în logica propoziţiilor dacă şi numai dacă există o interpretare I astfel încât υI (P ) = A
(adică formula este adevărată pentru unele interpretări).
Formula P este nesatisfiabilă dacă şi numai dacă nu este satisfiabilă, adică pentru
orice interpretare interpretare I, υI (P ) = F. ■
Observaţie (Satisfiabilitate – terminologie). În literatura de specialitate în limba ro-
mână, se foloseşte termenul de formulă realizabilă, respectiv formulă nerealizabilă pentru
ceea ce am numit mai sus formulă satisfiabilă, respectiv formulă nesatisfiabilă. ▲
Rezolvarea problemelor definite mai sus poate fi destul de laborioasă, având în vedere
numărul mare de interpretări posibile. Următorul instrument va uşura reprezentarea
soluţiilor problemelor definite.
Definiţie 3.8 (Tabele de adevăr). Fie P ∈ P(V). Un tabel de adevăr corespunzător
unei formule propoziţionale este un tabel construit după cum urmează:

1. Pe primul rând se listează toate variabilele propoziţionale ce apar în formulă, apoi se

listează toate subformulele (de exemplu parcurgând arborele abstract corespunzător
formulei de la frunze spre rădăcină), începând cu cele mai mici, ultima fiind formula
P.

2. În coloanele corespunzătoare variabilelor propoziţionale se listează toate interpre-

tările variabilelor propoziţionale:
a) prin enumerare, pornind de la valorile F, F, · · · , F până la A, A, · · · , A, folosind
corespondenţa F ↔ 1, A ↔ 1 şi faptul că o astfel de secvenţă poate fi văzută ca

29
 un număr în reprezentare binară: fiecare secvenţă este obţinută din precedenta
adăugând 1 la reprezentarea binară corespunzătoare;
b) prin înjumătăţire, pentru prima coloană, punem jumătate din valori (2n−1
pentru n variabile) F şi jumătate A, apoi pentru următoarea înjumătăţim
fiecare secvenţă, dacă în coloana din stânga avem o secvenţă de valori F,
atunci în coloana curentă punem jumătate din ele F şi jumătate A, până
când, pe ultima coloană avem alternanţă F, A.
De notat că ambele metode vor genera aceeaşi secvenţă de intepretări corespunză-
toare variabilelor.

3. În coloanele corespunzătoare subformulelor compuse vom pune valoarea subformulei

sub interpretarea corespunzătoare fiecărei linii. În mod convenabil, dacă fiecare linie
se completează de la stânga la dreapta, valorile componentelor se pot lua din tabel.

■
Exemplul 3.3 (Tabel de adevăr). Tabelul de adevăr (P ⇒ Q) ∨ R.

P Q R P ⇒Q (P ⇒ Q) ∨ R
F F F T T
F F T T T
F T F T T
F T T T T
T F F F F
T F T F T
T T F T T
T T T T T

Conform definiţiilor de mai sus, (P ⇒ Q) ∨ R este satisfiabilă şi nevalidă.

▲
Observaţie. În ciuda aparenţelor, tabelele de adevăr nu sunt mai eficiente (din punct
de vedere al numărului de paşi) în comparaţie cu paşii descrişi de Definiţia 3.4. Numărul
de paşi este exact acelaşi, doar reprezentarea este mai compactă. ▲

3.3. Probleme în logica propoziţiilor: echivalenţa logică

Al doilea tip de probleme în logica propoziţiilor consideră relaţiile dintre valoarea pro-
poziţiilor. În primul rând dacă două propoziţii diferite au acelaşi înţeles.
Definiţie 3.9 (Echivalenţă logică). Fie P, Q ∈ P(V). Propoziţiile P şi Q sunt echi-
valente logic, şi scriem P ∼ Q dacă şi numai dacă, pentru orice interpretare I,
υI (P ) = υI (Q). ■
Exemplul 3.4. Considerăm formulele (P ⇒ Q) şi (¬P ∨ Q).

30
 P Q (P ⇒ Q) ¬P (¬P ∨ Q)
F F A A A
F A A A A
A F F F F
A A A F A

Conform definiţiei, din tabelul de adevăr, vedem că cele două formule sunt logic echi-
valente. ▲
Formulele propoziţionale pot avea structură diferită, dar acelaşi înţeles. Aceasta este
intuiţia din spatele conceptului de echivalenţă logică.
Vom extinde limbajul logicii propoziţiilor adăugând două simboluri speciale care vor
denota două propoziţii atomice particulare.
Definiţie 3.10 (Formula falsă, formula adevărată). ⊥, ⊤ ∈ P(V), unde pentru orice
interpretare I,

• υI (⊥) = F

• υI (⊤) = A.

⊥ este formula (întotdeauna) falsă (contradicţia), ⊤ este formula (întotdeau-

na) adevărată (tautologia).
■
Observaţie.

• F ∼ ⊥ dacă şi numai dacă F este nesatisfiabilă.

• F ∼ ⊤ dacă şi numai dacă F este validă.

Un catalog de formule logic echivalente

În cele ce urmează, fie F, G, H ∈ P(V) formule propoziţionale.

• Legi de reducere:

(a) (F ⇔ G) ∼ (F ⇒ G) ∧ (G ⇒ F ),
(b) (F ⇒ G) ∼ (¬F ∨ G).

• Legi comutative:

(a) F ∨ G ∼ G ∨ F ,
(b) F ∧ G ∼ G ∧ F ,

(c) F ⇔ G ∼ G ⇔ F .

31
• Legi asociative:
(a) (F ∨ G) ∨ H ∼ F ∨ (G ∨ H),
(b) (F ∧ G) ∧ H ∼ F ∧ (G ∧ H),
(c) (F ⇔ G) ⇔ H ∼ F ⇔ (G ⇔ H).

• Legi distributive:

(a) F ∨ (G ∧ H) ∼ (F ∨ G) ∧ (F ∨ H),
(b) F ∧ (G ∨ H) ∼ (F ∧ G) ∨ (F ∧ H),

(c) (F ∨ G) ⇒ H ∼ (F ⇒ H) ∧ (G ⇒ H),
(d) (F ∧ G) ⇒ H ∼ (F ⇒ H) ∨ (G ⇒ H),
(e) F ⇒ (G ∨ H) ∼ (F ⇒ G) ∨ (F ⇒ H),
(f ) F ⇒ (G ∧ H) ∼ (F ⇒ G) ∧ (F ⇒ H),
(g) (F ∧ G) ⇒ H ∼ F ⇒ (G ⇒ H).

• Legi pentru „adevărat” şi „fals”:

(a) ¬⊤ ∼ ⊥,
(b) ¬⊥ ∼ ⊤,
(c) F ∨ ⊥ ∼ F,
(d) F ∧ ⊤ ∼ F,
(e) F ∨ ⊤ ∼ ⊤,
(f ) F ∧ ⊥ ∼ ⊥,
(g) ⊥ ⇒ F ∼ ⊤,
(h) F ⇒ ⊤ ∼ ⊤.

• Reguli de idempotenţă:

(a) F ∧ F ∼ F ,
(b) F ∨ F ∼ F .

• Reguli de absorbţie (subsumpţie):

(a) F ∨ (F ∧ G) ∼ F ,
(b) F ∧ (F ∨ G) ∼ F .

• Reguli de anihilare:

(a) F ∨ ¬F ∼ ⊤, („tertium non datur”)

(b) F ∧ ¬F ∼ ⊥,

(c) F ⇒ F ∼ ⊤.

32
 • Reguli pentru negaţie:

(a) ¬(¬F ) ∼ F , („negaţie dublă”)

(b) ¬(F ∨ G) ∼ ¬F ∧ ¬G, („De Morgan”)
(c) ¬(F ∧ G) ∼ ¬F ∨ ¬G, („De Morgan”)

(d) ¬(F ⇒ G) ∼ F ∧ (¬G),

(e) ¬(F ⇔ G) ∼ F ⇔ (¬G).

• Alte reguli:
(a) F ⇒ G ∼ F ⇔ (F ∧ G),
(b) F ⇒ G ∼ G ⇔ (F ∨ G).

Faptul că aceste echivalenţe au loc este lăsat ca exerciţiu cititorilor.

3.4. Probleme în logica propoziţiilor: consecinţă logică

Ne interesează dacă o anumită propoziţie are o valoare care depinde de valoarea altor
propoziţii.
Definiţie 3.11 (Consecinţă logică în logica propoziţiilor). Fie F1 , . . . , Fn , G ∈ P(V),
propoziţii. G este o consecinţă logică a propoziţiilor F1 , . . . , Fn , şi notăm F1 , . . . , Fn ⊨ G
dacă şi numai dacă pentru orice interpretare I, dacă

υI (F1 ) = . . . = υI (Fn ) = A,

atunci υI (G) = A. ■
Exemplul 3.5. F, F ⇒ G ⊨ G. Construim următorul tabel:

F G F ⇒G
F F A
F A A
A F F
A A A

Conform definiţiei, tabelul arată că avem consecinţă logică.

▲

Teorema de deducţie
Teorema 3.1 (Teorema de deducţie pentru logica propoziţiilor).
Fie F1 , . . . , Fn , G ∈ P(V), formule propoziţionale.
F1 , . . . , Fn ⊨ G dacă şi numai dacă ((F1 ∧ . . . ∧ Fn ) ⇒ G) este validă.

33
Demonstraţie. “⇒”(implicaţia directă).

Pentru implicaţia directă (dacă),

presupunem F1 , . . . , Fn ⊨ G şi

demonstrăm că ((F1 ∧ . . . ∧ Fn ) ⇒ G) este validă, adică, conform definiţiei validităţii,

pentru orice interpretare I,

υI (((F1 ∧ . . . ∧ Fn ) ⇒ G)) = A.
Pentru a demonstra aceasta, luăm o interpretare arbitrar fixată I0 şi demonstrăm

υI0 (((F1 ∧ . . . ∧ Fn ) ⇒ G)) = A.

Din definiţia valorii unei propoziţii sub interpretare,

υI0 (((F1 ∧ . . . ∧ Fn ) ⇒ G)) =

B⇒ (υI0 ((F1 ∧ . . . ∧ Fn )), υI0 (G)) =
B⇒ (B∧ (υI (F1 ), . . . , υI0 (Fn )), υI0 (G)),

adică trebuie să demonstrăm

B⇒ (B∧ (υI0 (F1 ), . . . , υI0 (Fn )), υI0 (G)) = A. (⋆)

Avem două cazuri:

Caz: υI0 (F1 ) = . . . = υI0 (Fn ) = A.

Din moment ce F1 , . . . , Fn ⊨ G, conform definiţiei consecinţei logice, υI0 (G) = A
şi

B∧ (υI0 (F1 ), . . . , υI0 (Fn )) = A, astfel că (⋆) este adevărată (B⇒ (A, A) = A).

Caz: nu avem (υI0 (F1 ) = . . . = υI0 (Fn ) = A) (cel puţin o valoare este falsă).
B∧ (υI0 (F1 ), . . . , υI0 (Fn )) = F, astfel că (⋆) este adevărată (B⇒ (F, υI0 (G)) = A).

Demonstraţie.“⇐”(implicaţia inversă).
Pentru a demonstra implicaţia inversă,

presupunem că ((F1 ∧ . . . ∧ Fn ) → G) este validă şi

demonstăm F1 , . . . , Fn ⊨ G.
Pentru aceasta, conform definiţiei, considerăm o interpretare arbitrar fixată I0 ,
presupunem υI0 (F1 ) = . . . = υI0 (Fn ) = A şi
demonstrăm υI0 (G) = A.

34
Din presupunerea făcută ştim în particular că

υI0 (((F1 ∧ . . . ∧ Fn ) ⇒ G)) = A.

Dar
υI0 (((F1 ∧ . . . ∧ Fn ) ⇒ G)) =
B⇒ (υI0 ((F1 ∧ . . . ∧ Fn )), υI0 (G)) =
B⇒ (B∧ (υI0 (F1 ), . . . , υI0 (Fn )), υI0 (G)) =
B⇒ (B∧ (A, . . . , A), υI0 (G)) =
B⇒ (A, υI0 (G)),
deci, B⇒ (A, υI0 (G)) = A.

Din definiţia funcţiei de adevăr B⇒ avem că υI0 (G) = A.

Exemplul 3.6. Reluând Exemplul 3.5, folosind teorema de deducţie:

F G F ⇒G F ∧ (F ⇒ G) (F ∧ (F ⇒ G)) ⇒ G
F F A F A
F A A F A
A F F F A
A A A A A
▲
Teorema 3.2 (Caracterizare alternativă a consecinţei logice).
Fie F1 , . . . , Fn , G ∈ P(V), formule propoziţionale.
F1 , . . . , Fn ⊨ G iff (F1 ∧ . . . ∧ Fn ∧ ¬G) este nesatisfiabilă.

Demonstraţie. Exerciţiu.

Teorema 3.3 (Caracterizarea echivalenţei logice). Fie F, G ∈ F(V) propoziţii. Atunci

F ∼ G dacă şi numai dacă (F ⇔ G).

Demonstrație. Exerciţiu.

Observaţie (Semnificaţia teoremei de deducţie). Teoremele de mai sus sunt semnifica-

tive în sensul în care simplifică rezolvarea problemelor din logica propoziţiilor cu ajutorul
tabelelor de adevăr:

• orice echivalenţă logică se reduce la validitatea unei formule, ceea ce înseamnă că

în loc să se compare două coloane într-un tabel de adevăr (corespunzătoare celor
două formule), se verifică doar dacă coloana corespunzătoare echivalenţei conţine
doar valoarea A;

35
 • orice consecinţă logică se reduce validitatea sau nesatisfiabilitatea unei formule, ceea
ce înseamnă că se verifică doar dacă o coloană (corespunzătoare unei implicaţii,
respectiv unei conjuncţii) conţine doar o anumită valoare de adevăr (A, respectiv
F), în loc să se caute în tabel linii în care anumite elemente au valoarea A.
Teoremele de mai sus arată că orice problemă din logica propoziţiilor se poate reduce la
validitate (sau nesatisfiabilitate).
▲

3.5. Limitările abordării directe (semantice)

Soluţiile bazate pe abordarea semantică (valoare sub interpretare, tabele de adevăr)
reprezintă o abordare directă, în sensul discutat în Capitolul 1. Pentru a rezolva o
problemă lucrăm cu obiectele domeniului de interes, valorile de adevăr. Am discutat
limitările abordării directe. În cazul logicii propoziţionale, având în vedere că domeniul
de interes este unul foarte simplu, cu două obiecte, am văzut că pentru orice proble-
mă putem găsi o soluţie în timp finit (pentru că avem de verificat un număr finit de
posibilităţi – interpretări). Logica propoziţională este decidabilă!
Cu toate acestea, abordarea directă nu este o idee bună dincolo de cele mai simple
probleme. Să considerăm tabelul următor, preluat din [KT06]:
n nlog2 n n2 n3 1.5n 2n n!
n = 10 < 1 sec < 1 sec < 1 sec < 1 sec < 1 sec < 1 sec 4 sec
n = 30 < 1 sec < 1 sec < 1 sec < 1 sec < 1 sec 18 min 1025 ani
n = 50 < 1 sec < 1 sec < 1 sec < 1 sec 11 min 36 ani f. lung
n = 100 < 1 sec < 1 sec < 1 sec 1 sec 12892 ani 1017 ani f. lung
n = 1000 < 1 sec < 1 sec 1 sec 18 min f. lung f. lung f. lung
n = 10000 < 1 sec < 1 sec 2 min 12 zile f. lung f. lung f. lung
n = 100000 < 1 sec 2 sec 3 hours 32 ani f. lung f. lung f. lung
n = 1000000 1 sec 20 sec 12 zile 31710 ani f. lung f. lung f. lung

Prima coloană reprezintă mărimea unei probleme, celelalte reprezintă estimarea tim-
pului necesar pentru obţinerea soluţiei în următoarele condiţii pentru clasa corespunză-
toare de complexitate (din capul coloanei):
• timpul de execuţie este estimat pentru un procesor capabil de 1 milion de instru-
cţiuni pe secundă (MIPS),
• „f. lung” este considerat un timp de execuţie care depăşeşte 1025 ani.
Soluţiile directe în logica propoziţiilor au complexitatea 2n , ceea ce înseamnă că pentru
orice problemă netrivială, calculatoarele vor fi compleşite, şi calcularea răspunsurilor va
lua prea mult timp.
Pentru comparaţie, procesoarele curente sunt capabile să efectueze mult mai multe
operaţii (aprox 300 000 MIPS1 .). Chiar şi cu această diferenţă, observaţi că pentru
probleme netriviale (mai mult de 100 de variabile) timpul de aşteptare este nerezonabil.
1
Vezi http://en.wikipedia.org/wiki/Instructions_per_second

36
 Avem nevoie de un mod diferit pentru a rezolva problemele în logica propoziţiilor, de
un sistem de raţionament.

37
4. Aplicaţii ale logicii propoziţiilor:
proiectarea circuitelor digitale
Înainte de a investiga raţionamentul în logica propoziţiilor, vom discuta aplicaţii ale
logicii propoziţiilor în practică.

4.1. Logica propoziţiilor descrie funcţiile de adevăr

4.1.1. Conjuncţii şi disjuncţii de formule
Observaţie. Pe baza legilor de asociativitate prezentate în catalogul de formule logic
echivalente introduse în Secţiunea 3.3, putem renunţa la paranteze, de exemplu în (F ∨
G)∨H sau în F ∨(G∨H). În acest sens, vom extinde limbajul (sintaxa şi semantica). ▲
Definiţie 4.1 (Conjuncţie de formule). Fie F1 , . . . , Fn ∈ P(V) formule propoziţionale.
Atunci F1 ∧ . . . ∧ Fn ∈ P(V), unde n ≥ 1. Formula se cheamă conjuncţia formulelor
F1 , . . . , F n .
Valoarea formulei sub interpretarea I este:

υI (F1 ∧ . . . ∧ Fn ) = B∧ (υI (F1 ), . . . , υI (Fn )),

unde 
A, dacă x1 = . . . = xn = A
B∧ (x1 , . . . , xn ) = .
F, altfel
■
Definiţie 4.2 (Disjunction of formulae). Fie F1 , . . . , Fn ∈ P(V) formule propoziţionale.
Atunci F1 ∨ . . . ∨ Fn ∈ P(V), unde n ≥ 1. Formula se cheamă disjuncţia formulelor
F1 , . . . , F n .
Valoarea formulei sub interpretarea I este:

υI (F1 ∨ . . . ∨ Fn ) = B∨ (υI (F1 ), . . . , υI (Fn )),

unde 
F, dacă x1 = . . . = xn = F
B∨ (x1 , . . . , xn ) = .
A, altfel
■
Conjuncţiile şi disjuncţiile cu număr arbitrar de argumente sunt o extensie naturală a
propoziţiilor corespunzătoare cu două componente.

38
Observaţie (Conjuncţii şi disjuncţii cu o componentă). Dacă în definiţiile de mai
sus n = 1, conjuncţia, respectiv disjuncţia cu o singură componentă se identifică cu
componenta respectivă. ▲

4.1.2. Funcţii booleene descrise de formule propoziţionale

Fie V mulţimea variabilelor propoziţionale. Să considerăm domeniul de valori de adevăr
{A, F}, şi fie a1 , a2 . . . ∈ {A, F} şi A1 , A2 . . . ∈ V. Formulele propoziţionale descriu funcţii
de adevăr într-un mod natural.
Definiţie 4.3 (Funcţii de adevăr descrise de formule propoziţionale.). Fie F ∈ P(V)
o formulă propoziţională. Fie A1 , . . . , An ∈ V atomii ce apar în F . Atunci funcţia de
adevăr descrisă de formula F , [F ]n este definită după cum urmează:

[F ]n : {A, F}n −→ {A, F},

[F ]n (A1 , . . . , An ) = υT (F ),
pentru toate interpretările I, unde 1 ≤ i ≤ n.
■
Observaţie. Funcţia de adevăr descrisă de o formulă propoziţională poate fi extrasă
din tabelul de adevăr corespunzător formulei: argumentele sunt interpretările, valoarea
returnată se citeşte de pe ultima coloană a tabelului. ▲
Definiţia ne spune că formulele propoziţionale pot descrie unele funcţii de adevăr, dar
este limbajul suficient de expresiv pentru a descrie orice funcţie de arevăr? Răspunsul
este pozitiv.
Teorema 4.1. Pentru orice funcţie de adevăr cu n argumente f : {A, F}n −→ {A, F}
există o formulă propoziţională F astfel încât f = [F ]n .
Demonstrație. Fie f funcţia booleană cu n argumente, şi

(a1 1 , . . . , an 1 ), (a1 2 , . . . , an 2 ), . . . , (a1 m , . . . , an m )

perechile de n elemente din {A, F}n pentru care f returnează valoarea A. Atunci funcţia f poate
este descrisă de următoarea formulă, ce foloseşte variabilele A1 , . . . , An :

F = C(a1 1 ,...,an 1 ) ∨ C(a1 2 ,...,an 2 ) ∨ . . . ∨ C(a1 l ,...,an l ) ,

(
Ai dacă a = A
unde C(a1 1 ,...,an 1 ) = A1 ∧ . . . ∧ An , şi Ai =
a1 an a
.
¬Ai altfel
Prin construcţie, formula F este astfel încât [F ]n = f .

Construcţia formulei ce descrie o funcţie dată porneşte de la tabelul ce reprezintă intrările şi

ieşirile funcţiei:
• se identifică valorile pentru care funcţia returnează A,
• pentru fiecare astfel de linie se construieşte conjuncţia corespunzătoare,

39
 • se ia disjuncţia conjuncţiilor rezultate.
Exemplul 4.1 (Funcţia majoritate). Să considerăm funcţia majoritate cu trei argumente, ce
returnează A dacă majoritatea argumentelor sale este A, descrisă de următorul tabel:

a1 a2 a3 f (a1 , a2 , a3 )
A A A A
A A F A
A F A A
A F F F
F A A A
F A F F
F F A F
F F F F

Formula corespunzătoare lui f este:

F = (A1 ∧ A2 ∧ A3 ) ∨ (A1 ∧ A2 ∧ ¬A3 ) ∨ (A1 ∧ ¬A2 ∧ A3 ) ∨ (¬A1 ∧ A2 ∧ A3 ).

▲
Aşadar, am stabilit că logica propoziţiilor este un limbaj suficient de expresiv pentru a descrie
funcţiile de adevăr.

4.2. Designul şi tranformarea circuitelor digitale

4.2.1. Circuite digitale
Definiţie 4.4 (Circuite digitale). Circuitele digitale sunt circuite electronice ale căror intrări
şi ieşiri sunt semnale electrice de voltaje diferite, de obicei distingându-se 2 valori (voltaj ridicat
sau voltaj scăzut). Circuitele digitale combinatoriale sunt circuite digitale ale căror ieşiri
sunt determinate exclusiv de valorile de intrare. ■
Exemple de circuite digitale: circuite aritmetic-logice (combinatoriale), circuite de memorie
(acestea nu sunt combinatoriale, deoarece ieşirea nu depinde doar de intrare, ci şi de valoarea
stocată în circuit).
Din moment ce avem două valori distincte pe intrările/ieşirile circuitelor, le putem identifica
cu valorile de adevăr (de exemplu A pentru voltaj înalt şi F pentru voltaj scăzut).
Mai mult, fiecare circuit combinatorial poate fi văzut ca o funcţie de adevăr. Aşadar, putem
folosi logica propoziţională pentru a descrie circuitele combinatoriale. Acest fapt a fost remarcat
de Claude E. Shannon şi descris în teza sa de masterat („posibil cea mai importantă şi cea mai
faimoasă teza de masterat a secolului” XX), publicată mai târziu ca [Sha38], şi care a avut un
impact major în dezvoltarea calculatoarelor.
Circuitele digitale sunt implementate folosind porţi logice – dispozitive electronice simple,
ce corespund conectorilor logici de bază în logica propoziţiilor.
Exemplul 4.2 (Porţi logice). În Figura ?? (sursă: resurse didactice din [TA13]) 0 şi 1 sunt
folosite pentru F şi T, respectiv. ▲

4.2.2. Designul circuitelor digitale

Circuitele digitale combinatoriale sunt construite după cum urmează:

40
Figura 5.: Porţi logice: negaţie, nşi (negaţia conjuncţiei), nsau (negaţia disjuncţiei),
conjuncţie, disjuncţie.

• Se porneşte cu funcţia de adevăr, descrisă sub forma unui tabel. Aceasta poate fi conside-
rată specificaţia circuitului, pentru că descrie comportamentul circuitului.
• Se construieşte formula corespunzătoare funcţiei de adevăr. Aceasta va fi o disjuncţie
de conjuncţii de atomi sau negaţii ale unui atom. Această formulă reprezintă designul
circuitului.
Pentru reprezentarea circuitului:
– se reprezintă câte o linie pentru fiecare intrare (orizontal),
– pentru fiecare din acestea se leagă o linie pe care se pune o poartă logică negaţie,
– fiecare dintre intrări şi negaţiile acestora se leagă la o linie corespunzătoare (verticală),
– pentru fiecare conjuncţie din formula corespunzătoare, se ia o poartă şi, care se leagă
la intrările corespunzătoare din liniile verticale,
– ieşirile din porţile şi devin intrare într-o poartă sau, a cărei ieşire reprezintă ieşirea
din circuit.
Exemplul 4.3 (Circuitul majoritate). Funcţia majoritate returnează A dacă majoritatea in-
trărilor au valoarea A. Designul circuitului corespunzător este prezentat în Figura 4.3.

Figura 6.: Circuitul majoritate. Sursă: resurse didactice asociate cu [TA13]. 0 şi 1 sunt
folosite pentru F and A, respectiv, Ā pentru ¬A, ABC reprezintă A ∧ B ∧ C,
A + B reprezintă A ∨ B.

41
4.2.3. Transformarea şi simplificarea circuitelor digitale
În practică, designul circuitelor obţinute din specificaţie (funcţia de adevăr) nu este folosit: porţi
logice cu număr variabil de intrări nu sunt practice, circuitele vor folosi porţi logice standard, de
exemplu porţi şi/sau cu două intrări.
Pentru a înlocui porţile cu număr variabil de intrări, circuitul se transformă folosind echivalenţa
logică (de exemplu regulile de distributivitate, etc).
Mai mult, din motive de performanţă, circuitele trebuie să fie cât mai simple (să folosească un
număr cât mai mic de porţi logice, să aibă o adâncime cât mai mică). Transformările echivalente
sunt folosite şi în acest scop. Figura ?? ilustrează un astfel de caz.

Figura 7.: Circuit simplification.

Exemplul 4.4 (Simplificarea circuitelor (reducerea numărului de porţi logice)). Simplificarea

circuitelor prin transformări echivalente. Sursă: resurse didactice asociate cu [TA13]. ▲
Exemplul 4.5. Reluând formula care descrie circuitul majoritate de la Exemplul 4.1:

(A1 ∧ A2 ∧ A3 ) ∨ (A1 ∧ A2 ∧ ¬A3 ) ∨ (A1 ∧ ¬A2 ∧ A3 ) ∨ (¬A1 ∧ A2 ∧ A3 ) ∼

((A1 ∧ A2 ) ∧ (A3 ∨ ¬A3 )) ∨ (((A1 ∧ ¬A2 ) ∨ (¬A1 ∧ A2 )) ∧ A3 )) ∼

((A1 ∧ A2 ) ∧ ⊤) ∨ (((A1 ∧ ¬A2 ) ∨ (¬A1 ∧ A2 )) ∧ A3 )) ∼
(A1 ∧ A2 ) ∨ (((A1 ∧ ¬A2 ) ∨ (¬A1 ∧ A2 )) ∧ A3 )).
▲

4.2.4. Mulţimi complete de conectori logici

Definiţie 4.5 (Mulţimi complete de conectori logici). Fie M o mulţime de conectori logici.
Spunem că M este o mulţime completă de conectori logici dacă şi numai dacă pentru orice
F ∈ P(V) există G ∈ P(V) astfel încât F ∼ G şi G foloseşte doar conectori din M. ■
Exemplul 4.6 (Mulţimi complete de conectori logici). Următoarele sunt mulţimi complete de
conectori logici:
1. {¬, ∧, ∨, ⇒, ⇔} (prin definiţie),
2. {¬, ∧, ∨} (pentru orice formulă, construim tabelul şi din tabel construim formula cores-
punzătoare care este o disjuncţie de conjuncţii de atomi sau negaţii ale acestora),
3. {¬, ∧} (exerciţiu),
4. {¬, ∨} (exerciţiu),
5. {⊥, ⇒} (exerciţiu),
6. {|} unde F |G = ¬(F ∧ G), | este conectorul nşi,

42
 7. {▽}, unde F ▽G = ¬(F ∨ G), ▽ este conectorul „nsau” (exerciţiu).
Vom demonstra că {|} este completă prin inducţie după structura formulelor:
Cazul de bază: Dacă A este atom, atunci A ∼ A.
Pasul de inducţie: Fie F şi G propoziţii arbitrare. Presupunem că pentru cele două pro-
prietate este adevărată.
Demonstrăm proprietatea pentru:
• ¬F :
¬F ∼ ¬(F ∧ F ) ∼ F |F ,
• F ∧ G:
F ∧ G ∼ ¬¬(F ∧ G) ∼ ¬(F |G) ∼ (F |G)|(F |G),
• F ∨ G:
F ∨ G ∼ ¬¬(F ∨ G) ∼ ¬(¬F ∧ ¬G) ∼ (¬F )|(¬G) ∼ (F |F )|(G|G).
• F ⇒ G: exerciţiu,
• F ⇔ G: exerciţiu,
• ⊥:
⊥ ∼ (F ∧ ¬F ) ∼ . . . (exerciţiu),
• ⊤: exerciţiu.
▲
Faptul că există mulţimi complete de conectori logici cu un singur element este important
pentru aplicaţia logicii propoziţiilor în domeniul circuitelor digitale: circuitele pot fi realizate
folosind un singur tip de poartă logică, ceea ce simplifică semnificativ construcţia acestora. Folo-
sind transformările echivalente, designul unui circuit este transformat într-un circuit echivalent
ce foloseşte un singur tip de poartă logică.

43
5. Raţionament în logica propoziţiilor
5.1. Forme normale
Negation Normal Form
Definition 1 (Literal). A literal is an atom or the negation of an atom. Atoms are called
positive literals, negations of atoms are called negative literals.

Definition 2 (Negation Normal Form). A formula F is said in negation normal form (NNF) ,
iff:
• F is ⊤ or F is ⊥;
• F is constructed from literals, using only the binary connectives ’∧’ and ’∨’.

Example 3. Let P, Q, R, S be atoms. The following are in NNF:

⊤,

P,
P ∧ (Q ∧ (¬R ∨ S)),
however,
¬(¬P ),
¬(P ∨ ¬Q) ∧ R,
are not.

Transformation to NNF
Remark. Any propositional logic formula can be transformed into an equivalent formula in
NNF.
Transformation to NNF

1. use the reduction laws (given in the catalog of equivalent formulae) to eliminate ’↔’, ’→’;
2. repeatedly use the double negation and De Morgan’s laws to eliminate ’¬¬’s and ’¬(. . .)’s.
3. at each of the steps above, it is useful to perform simplifications of ⊤ and ⊥ (using the
laws of true and false, annihilation, idempocy).

44
Disjunctive Normal Form, Conjunctive Normal Form
Definition 4 (Disjunctive Normal Form). A formula F is said to be in disjunctive normal form
.
(DNF) iff F has the form F = F1 ∨ . . . ∨ Fn , n ≥ 1 , and each of F1 , . . . , Fn is a conjunction of
literals.

Example 5 (Formulae in DNF). Let P, Q, R be atoms,

(¬P ∧ Q) ∨ (P ∧ ¬Q ∧ ¬R)
P,
P ∧ Q,
P ∨ Q ∨ R,
are in DNF.
Remark. Any formula which is in DNF is also in NNF.

Definition 6 (Conjunctive Normal Form). A formula F is said to be in conjunctive normal form

.
(CNF) iff F has the form F = F1 ∧ . . . ∧ Fn , n ≥ 1 , and each of F1 , . . . , Fn is a disjunction of
literals.

Example 7 (Formulae in CNF). Let P, Q, R be atoms,

(¬P ∨ Q) ∧ (P ∨ ¬Q ∨ ¬R)
P,
P ∧ Q,
P ∨ Q ∨ R,
are in CNF.
Remark. Any formula which is in CNF is also in NNF.
Normal Form Transformations
So far, we have seen that any formula can be transformed into its NNF equivalent, then
defined DNF, CNF. The question now is how to transform the formula from NNF into DNF (or
CNF) and if we can do that, what does that tell us? For once, if two formulae have the same
normal form, they are equivalent, but, does it help in detecting tautologies, satisfiable formulae,
unsatisfiable formulae? And is it better than truth tables?

DNF Transformations
DNF Transformation via Truth Tables
Given a formula, one method to obtain a DNF equivalent formula is through truth tables, by:
• selecting all the rows that evaluate to T,
• for each such row, constuct a conjunct of literals in the following way: positive literals for
corresponding T values for the propositional variable, and negative literals otherwise.
• the DNF is the disjunctions of all these conjunctions.
Example 8. DNF from truth tables

45
 P Q P →Q
T T T
The corresponding equivalent DNF formula:
T F F
(P ∧ Q) ∨(¬P ∧ Q) ∨ (¬P ∧ ¬Q).
F T T
F F T
Remark.

• In the above example, the DNF equivalent form is quite different from the well-known
equivalent (¬P ∨ Q), i.e. it is not the simplest DNF (also DNF’s are not unique).
• In general, getting the DNF from the truth table is expensive: one has to construct the
truth tables.

DNF Transformation

Transformation to DNF
An arbitrary propositional formula can be transformed in an equivalent DNF by carrying out
the following steps:
• bring the formula into NNF;
• repeatedly apply the tautologies:

F ∧ (G ∨ H) ∼ (F ∧ G) ∨ (F ∧ H),

(F ∨ G) ∧ H ∼ (F ∧ H) ∨ (G ∧ H),
starting with the outermost ’∧’, until the normal form is reached.

Example 9 (DNF transformation). Transform the following formula into its DNF:

(F ∧ (G ∨ H)) ∧ (¬F ∨ ¬G).

The formula is already in NNF.

(F ∧ (G ∨ H)) ∧ (¬F ∨ ¬G) ∼

distr
(((F ∧ (G ∨ H)) ∧ ¬F ) ∨ ((F ∧ (G ∨ H)) ∧ ¬G)) ∼
distr distr
(((F ∧ G) ∨ (F ∧ H)) ∧ ¬F ) ∨ ((F ∧ G) ∨ (F ∧ H)) ∧ ¬G)) ∼
distr distr
(((F ∧ G ∧ ¬F ) ∨ (F ∧ H ∧ ¬F )) ∨ ((F ∧ G ∧ ¬G) ∨ (F ∧ H ∧ ¬G))) ∼
ann ann ann
(⊥ ∨ ⊥ ∨ ⊥(F ∧ H ∧ ¬G)) ∼
(F ∧ H ∧ ¬G).

Remark. In the above, distr, ann indicate the place where the distributive law (of ’∧’ over ’∨’)
and the annihilation law (for ’∧’) were applied, respectively, at each step.
When transforming a formula into its DNF equivalent, it is a good idea to perform, after each
transformation, simplification steps:
• contradictions within conjunctions:
– if both a subformula and its negation show up in the same conjunction, then the
conjunction is a contradiction (i.e. equivalent to ⊥),
– since P ∨ ⊥ ∼ P , contradictions can be discarded;

46
 • subsumption:
– since (F ∧ G) ∨ F ∼ (F ∨ F ) ∧ (G ∨ F ) ∼ F ∧ (G ∨ F ), we see that if F is true
then the initial formula is true, and if F is false then the initial formula is false (read
evaluated to false under some interpretation), i.e. the truth value of G plays no part
in the result of the evaluation,
– therefore, in fact (F ∧ G) ∨ F ∼ F ,
– therefore, (F ∧ G) can be safely removed from the disjunct (we say that (F ∧ G) is
subsumed by F ),
– due to the associativity of ’∧’ this can be generalized (i.e. F and G can stand in for
conjunctions of literals).
Example 10 (DNF transformation, with contradiction checking.). Transform the following for-
mula into its DNF:
(F ∧ (G ∨ H)) ∧ (¬F ∨ ¬G).

(F ∧ (G ∨ H)) ∧ (¬F ∨ ¬G) ∼

distr
(((F ∧ (G ∨ H)) ∧ ¬F ) ∨ ((F ∧ (G ∨ H)) ∧ ¬G)) ∼
assoc and ann distr
((F ∧ G) ∨ (F ∧ H)) ∧ ¬G)) ∼
distr
((F ∧ G ∧ ¬G) ∨ (F ∧ H ∧ ¬G))) ∼
ann
(F ∧ H ∧ ¬G).
Remark. Note that applying after each transformation a check for contradiction (i.e. looking
to apply the annihilation law for ’∧’) can lead to much shorter derivations.

DNF and satisfiability

• Given a formula in DNF, the formula is satisfiable precisely if one of its disjuncts is
satisfiable,
• a DNF disjunct (which is a conjunction) is satisfiable precisely if it does not contain
complementary literals,
• therefore, transformation into DNF represents a method to establish satisfiablity of pro-
positional formulae,
• however, in general, DNF does not offer a simple way to establish validity.

CNF Transformation
Transformation to CNF
An arbitrary propositional formula can be transformed in an equivalent DNF by carrying out
the following steps:
• bring the formula into NNF;
• repeatedly apply the tautologies:

F ∨ (G ∧ H) ∼ (F ∨ G) ∧ (F ∨ H),

(F ∧ G) ∨ H ∼ (F ∨ H) ∧ (G ∨ H),
starting with the outermost ’∨’, until the normal form is reached.

47
 When transforming into CNF, one should check at each step for valid conjuncts, i.e. disjunc-
tions that contain complementary subformulae.
• validity within conjunctions:
– if both a subformula and its negation show up in the same disjunction, then the
disjunction is a valid (i.e. equivalent to ⊤),
– since P ∨ ⊤ ∼ P , valid conjuncts can be discarded;
• absorbtion:
– F ∧ (F ∨ G) ∼ F .
Remark. DNF and CNF transformations are similar.
Example 11 (CNF transformation). Transform the following formula into its CNF:
(F ∨ (G ∧ H)) ∨ (¬F ∧ ¬G).
The formula is already in NNF.
(F ∨ (G ∧ H)) ∨ (¬F ∧ ¬G) ∼
distr
(((F ∨ (G ∧ H)) ∨ ¬F ) ∧ ((F ∨ (G ∧ H)) ∨ ¬G)) ∼
assoc and ann distr
((F ∨ G) ∧ (F ∨ H)) ∨ ¬G)) ∼
distr
((F ∨ G ∨ ¬G) ∧ (F ∨ H ∨ ¬G))) ∼
ann
(F ∨ H ∨ ¬G).

CNF and validity

• Given a formula in CNF, the formula is valid iff each conjunct is valid,
• i.e. each disjunction contains complementary literals.
• If discarding of valid conjuncts is performed, then a formula is valid iff its CNF equivalent
is ⊤.
• However, in general, it is not easy to establish satisfiability, given a CNF formula.
• In fact, the SAT problem (boolean satisfiability problem) is formulated as the decision
whether a CNF formula is satisfiable,
• and SAT is the first problem proved to be NP complete (see [H.G03], pp. 50–54 for a
discussion on NP and SAT).

DNF and CNF: Sharing Transformations

• due to the De Morgan laws, the CNF of a formula can be obtained directly from the DNF
of its negation, by switching ’∧’s for ’∨’s, and complementing the literals (i.e. positive
literals become negative, and vice-versa).
• this allows sharing code for the normal form transformations, if these are implemented on
a computer.
• Start with a formula, and its negation,
• bring them both to equivalent NNF,
• then transform them both to DNF,
• and finally, flip the ’∧’s and ’∨’s in the DNF of the negation, and then complement the
literals.

48
5.2. Metoda rezoluţiei şi metode bazate pe rezoluţie

49
 Partea III.

Logica predicatelor

50
Logica predicatelor de ordinul întâi: sintaxă
şi semantică
Logica predicatelor este limbajul matematicii. Chiar şi o versiune restrânsă pe care o vom discuta
aici – logica predicatelor de ordinul întâi – este suficientă (împreună cu teoria mulţimilor) pentru
a exprima tot ce se poate exprima în matematică.
Totodată, este într-un anumit sens cel mai bine înţeleasă – munca de fundamentare a mate-
maticii (punerea matematicii pe bază solide) în cea mai mare măsură a fost făcută în această
logică.
Mai mult, logica predicatelor de ordinul întâi poate servi ca un cadru general pentru informa-
tică (matematică, raţionament automat).
În ceea ce urmează, vom introduce limbajul logicii predicatelor de ordinul întâi. Vom prezenta
sintaxa şi semantica, vom vedea că a rezolva probleme direct folosind logica predicatelor este
nepractic.

51
6. Sintaxa logicii predicatelor de ordinul
întâi
Rolul unui limbaj (în particular al limbajului considerat aici) este să descrie un univers de interes.
Pentru a forma expresii avem nevoie de simboluri, care vor juca diferite roluri în expresiile
limbajului.

6.1. Expresiile logicii predicatelor de ordinul întâi

Definiţie 6.1 (Vocabularul logicii de ordinul întâi). Simbolurile limbajului logicii de ordinul
întâi sunt:

• V - mulţimea (numărabilă) de variabile obiect. Faptul că mulţimea este numărabilă ne

asigură că putem lua o variabilă nouă de câte ori este nevoie.
Notaţie: Prin convenţie, variabilele vor fi notate cu litere mici, de la sfârşitul alfabetului,
eventual folosind indecşi: x, y, z, x1 , x2 , y5 , etc.
• L - mulţimea simbolurilor limbajului (signatura), care conţine:
– F - simbolurile funcţionale (nume de funcţii): nume pentru funcţii din uni-
versul de interes. Pentru fiecare astfel de nume, vom ataşa aritatea, numărul de
argumente a funcţiei descrise de fiecare nume.
– P - simbolurile predicative (predicate, nume de relaţii): nume pentru rela-
ţii din universul de interes. Pentru fiecare astfel de predicat vom ataşa aritatea,
numărul de argumente din relaţia descrisă de predicatul respectiv.
– C - simboluri constante (nume de constante): nume pentru obiecte din universul
de discurs.
• Simboluri rezervate:
– (, ) – paranteze şi delimitator (virgula)
– conectori logici: ¬ (negaţia), ∧ (conjuncţia), ∨ (disjuncţia), ⇒ (implicaţia), ⇔
(echivalenţa),
– cuantificatori: ∀ (cuantificatorul universal), ∃ (cuantificatorul existenţial).

■
Exemplul 6.1 (Simboluri ale unui limbaj). Vom considera următoarea signatură L a unui
limbaj:

F = f/2 , g/1 , h/3 , +/2 , !/1 ,
unde h/3 indică faptul că funcţia pentru care am ales numele h are aritate 3 (3 argumente).

P = P/2 , ≤/2 , prim/1 , par/1 ,

52
unde par/2 indică faptul că predicatul pentru care am ales numele par are aritate 2 (2 argumente).

C = {a, b, 0, 12} .
▲
Observaţie (constantele sunt funcţii). Tehnic, simbolurile constante sunt la fel cu simbolurile
funcţionale de aritate 0. Intuitiv, o funcţie „returnează” un obiect „în funcţie” de argumentele
sale, adică modificând argumentele, se modifică rezultatul. Dacă funcţia nu are argumente, atunci
rezultatul nu poate fi influenţat, aşadar este neschimbat. Atunci funcţia (cu 0 argumente) se poate
identifica cu valoarea pe care o returnează. ▲
Primul tip de expresii în logica predicatelor de ordinul întâi sunt termenii, care descriu obiecte
din universul de discurs.
Definiţie 6.2 (Termenii logicii predicatelor de ordinul întâi). Fie V mulţimea de variabile,
L mulţimea simbolurilor (signatura) unui limbaj al predicatelor de ordinul întâi. Mulţimea
termenilor peste L şi mulţimea de variabile V, notată T(L, V) este definită după cum
urmează:
• Dacă x ∈ V, atunci x ∈ T(L, V). (Variabilele sunt termeni.)
• Dacă c ∈ C, atunci c ∈ T(L, V). (Constantele sunt termeni.)
• Dacă f/n ∈ F şi t1 , . . . , tn ∈ T(L, V), atunci f (t1 , . . . , tn ) ∈ T(L, V). (Un simbol funcţional
aplicat unui număr corespunzător – cu aritatea sa – de termeni este la rândul său un
termen.)
În primele două cazuri avem de-a face cu termeni simpli (variabilă, constantă), iar în ultimul
avem termeni compuşi (din simbol funcţional aplicat altor termeni).
■
Definiţie 6.3 (Simboluri dominante, subtermeni). Fie f (t1 , . . . , tn ) ∈ T(L, V) un termen com-
pus. Spunem că f este simbol dominant al termenului compus şi t1 , . . . , tn sunt subter-
meni. ■
Al doilea tip de expresii în logica predicatelor de ordinul întâi sunt formulele, care intuitiv
descriu relaţii, situaţii din universul de discurs.
Definiţie 6.4 (Formulele logicii predicatelor de ordinul întâi). Fie V mulţimea de variabile,
L mulţimea simbolurilor (signatura) unui limbaj al predicatelor de ordinul întâi. Mulţimea
formulelor peste L şi mulţimea de variabile V, notată F(L, V) este definită după cum
urmează:
• Dacă P/n ∈ P şi t1 , . . . , tn ∈ T(L, V), atunci P (t1 , . . . , tn ) ∈ F(L, V). (Un predicat aplicat
unui număr corespunzător – cu aritatea sa – de termeni este o formulă, numită formulă
atomică).
• Dacă F, G ∈ F(L, V), atunci:

(¬F ) ∈ F(L, V).

Negaţia unei formule este o formulă, se citeşte „negaţia lui F ” sau „nu F ”.

(F ∧ G) ∈ F(L, V).

Conjuncţia a două formule este o formulă, se citeşte „F şi G”.

53
 (F ∨ G) ∈ F(L, V).

Disjuncţia a două formule este o formulă, se citeşte „F sau G”.

(F ⇒ G) ∈ F(L, V).

Implicaţia a două formule este o formulă, se citeşte „F implică G” sau „dacă F

atunci G”.

(F ⇔ G) ∈ F(L, V).

Echivalenţa a două formule este o formulă, se citeşte „F echivalent cu G” sau

„F dacă şi numai dacă G”.
Aceste formule, formate din alte formule legate prin conectori logici, se cheamă formule
compuse.
• Dacă x ∈ V şi F ∈ F(L, V), atunci

∀xF ∈ F(L, V),

∃xF ∈ F(L, V).

Aceste formule formate dintr-un cuantificator, o variabilă şi o formulă se numesc formu-

le cuantificate, respectiv formula cuantificată universal şi formula cuantificată
existenţial.
În ambele cazuri, x se zice că este variabilă legată de cuantificator (universal, respectiv
existenţial), în cadrul lui F. Aşadar, cadrul unei variabile legate este locul, formula în
care aceasta apare legată.
O variabilă care nu este legată se cheamă variabilă liberă.
■
Definiţie 6.5 (Simboluri dominante, subformule). Considerăm formulele logicii predicatelor de
ordinul întâi, F(L, V):
• Pentru formule atomice P (t1 , . . . , tn ), P este simbolul dominant şi t1 , . . . , tn sunt sub-
termeni.
• Pentru formulele compuse (¬F ), (F ∧ G), (F ∨ G), (F ⇒ G), (F ⇔ G), simbolurile do-
minante sunt conectorii logici, respectiv ¬, ∧, ∨, ⇒, ⇔, iar F, G sunt subformule.
■

6.2. Parcurgerea expresiilor logicii predicatelor de ordinul întâi

Definiţiile 6.2 şi 6.4 oferă instrumentele pentru a recunoaşte expresiile logicii de ordinul întâi. În
continuare vom investiga cum se pot recunoaşte şi parcurge expresiile logicii predicatelor.

54
6.2.1. Recunoaşterea expresiilor logicii predicatelor folosind definiţia sintaxei
Exemplul 6.2 (Recunoaşterea expresiilor folosind definiţia). Considerăm expresia

(P (x, y) ∧ ∀xP (f (a), x)),

unde x, y ∈ V, P/2 ∈ P, f/1 ∈ F , şi a ∈ C.

Vom aplica definiţia într-o manieră „top-down” (de sus în jos), identificând simbolul dominant,
şi verificând în ce măsură componentele se conformează definiţiei.
Pentru

(P (x, y)∧∀xP (f (a), x)) ,

simbolul dominant este conjuncţia (∧, subliniată în expresia de mai sus), expresia începe şi se
termină cu paranteze, deci conform Definiţiei 6.4, trebuie să verificăm că:

(a) P (x, y) este formulă. Acest lucru se întâmplă, conform definiţiei este o formulă atomică, un
predicat binar (P ) aplicat la doi termeni, x respectiv y (care sunt variabile, deci termeni,
conform Definiţiei 6.2).
(b) ∀xP (f (a), x)) este formulă. Simbolul dominant este ∀ (subliniat în formulă), urmat de o
variabilă (x), deci conform definiţiei, trebuie să verificăm că P (f (a), x) este formulă. Acest
lucru se întâmplă, conform definiţiei este o formulă atomică, un preficat binar (P ) este aplicat
la doi termeni, f (x), un termen compus (simbolul funcţional f aplicat termenului constantă
a, şi variabilei x).

Aşadar, conform definiţiei, expresia este o conjuncţie, formulă compusă în logica predicatelor
de ordinul întâi.
▲
Observaţie (Subitare). Situaţia este aceeaşi cu cea identificată în Capitolul 2. Identificarea
simbolurilor dominante este un pas „mare”. Oamenii pot face acest pas pentru expresii mici,
folosind capacitatea de subitare. Însă pentru exemple mai complexe, avem nevoie de o metodă
care să parcurgă expresia pas cu pas şi în care identificarea componentelor să fie explicită. ▲

6.2.2. Recunoaşterea şi parcurgerea sintaxei logicii predicatelor: sintaxa

abstractă
Vom adapta sintaxa abstractă introdusă pentru logica propoziţiilor, în Capitolul 2.
Definiţie 6.6 (Sintaxa abstractă a termenilor logicii predicatelor). Fie T(L, V) mulţimea ter-
menilor peste un limbaj. Atunci sintaxa abstractă a termenilor este reprezentată de următorii
arbori:
• Pentru termenii simpli (variabile şi constante) x şi c:

x c

• Pentru termeni compuşi, dacă fn (t1 , . . . , tn ) ∈ T(L, V):

55
 f

t1 ··· tn

■
Definiţie 6.7 (Sintaxa abstractă a formulelor logicii predicatelor). Fie F(L, V) mulţimea for-
mulelor peste un limbaj. Atunci sintaxa abstractă a formulelor este reprezentată de următorii
arbori:
• Pentru formule atomice, dacă P (t1 , . . . , tn ) ∈ F(L, V):

t1 ··· tn

• Pentru formule compuse (¬F ), (F □G), unde □ ∈ {∧, ∨, ⇒, ⇔}:

¬ □

F F G

• Pentru formule cuantificate ∀xF, ∃xF :

∀ ∃

x F x F

■
Vom adapta metoda prin care se pot recunoaşte expresiile (şi în acelaşi timp construi
arborele sintactic) introdusă pentru propoziţii.
Metoda de recunoaştere pe care o propunem aici va parcurge expresia simbol cu simbol. La
fiecare pas, vom avea un arbore incomplet, poziţia în acel arbore, şi o regulă bazată pe simbolul
considerat. Regula ne va spune ce adăugăm la arborele incomplet, şi la ce poziţie.
Metoda se termină cu succes când am parcurs tot şirul de caractere din expresie, şi avem un
arbore sintactic complet.
În orice alt caz:

56
 • şirul este parcurs în întregime, dar arborele corespunzător nu este complet,
• arborele este complet, dar şirul nu a fost parcurs în întregime,
• la pasul curent se adaugă un nod în arbore, care nu corespunde niciunui arbore acceptat
(de Definiţiile 6.6, 6.7),
avem eşec.
Exemplul 6.3 (Recunoaşterea expresiilor logicii predicatelor şi construcţia arborelui sintactic).
Pentru a ilustra această metodă, reluăm Exemplul 6.2:

(P (x, y) ∧ ∀xP (f (a), x)).

Vom numerota fiecare simbol în expresia ce trebuie parcursă:

( P ( x , y ) ∧ ∀ x P ( f ( a ) , x ) )
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Paşii algoritmului

(1): ( – paranteza deschisă înseamnă că expresia vrea să fie o formulă compusă. Avem 2 variante:
negaţie, sau formulă ce conţine un conector binar. Arborii incompleţi corespunzători celor
2 posibilităţi sunt:

„¬” „□”

„F ” „F ” „F ”

În arborii de mai sus, folosim următoarele convenţii:

• dacă într-un nod sau subarbore avem ghilimele („· · · ”), acestea indică faptul că în acel
loc avem se aşteaptă următoarele, după cum urmează:
– „T ”,„F ”: termen, respectiv formulă (în subarbori),
– „¬”, „□”: negaţie, respectiv conector binar (unul din ∧, ∨, ⇒, ⇔),
– „Q”: quantificator (unul din ∀, ∃),
– „v”: variabilă.
• Un nod sau subarbore reprezentat cu linie întreruptă reprezintă poziţia în arborele
incomplet, unde vom completa la pasul următor.
(2): P – este un predicat binar. Prima variantă (în care formula este o negaţie) cade, lucrăm pe
varianta a doua.
Prezenţa lui P indică faptul că avem nevoie de o formulă atomică, cu 2 subarbori:

57
 „□”

„¬” P „F ”

„F ” „T ” „T ”

(3): ( – paranteza deschisă după P mută poziţia pe primul subarbore după al nodului ce conţine
P.

„□”

P „F ”

„T ” „T ”

(4): x – este o variabilă, deci termen, exact ce se aştepta, subarborele este închis, se mută poziţia
la părinte.

„□”

P „F ”

x „T ”

(5): , – virgula indică faptul că ne mutăm pe următoarea ramură:

58
 „□”

P „F ”

x „T ”

(6): y – este o variabilă, deci termen, exact ce se aştepta, subarborele este închis.

„□”

P „F ”

x y

(7): ) – paranteza închisă, închide tot subarborele ce începe cu nodul P , poziţia se mută la
părintele acestui subarbore.

„□”

P „F ”

x y

(8): ∧ – este un conector propoziţional binar, ceea ce era aşteptat, se completează şi poziţia se
muta pe al doilea subarbore:

59
 ∧

P „F ”

x y

(9): ∀ – cuantificatorul universal, vom avea nevoie de o variabilă şi de o formulă, poziţia se mută
pe primul subarbore:

P ∀

x y „v” „F ”

(10): x – este o variabilă, ceea ce era aşteptat, se închide subarborele, trecem la următorul:

P ∀

x y x „F ”

(11): P – este predicat binar, vrem formulă atomică, cu două subramuri, fiecare corespunzând
unui termen:

60
 ∧

P ∀

x y x P

„T ” „T ”

(12): ( – paranteză deschisă, trecem la primul subarbore:

P ∀

x y x P

„T ” „T ”

(13): f este o funcţie unară (ok, aveam nevoie de un termen), construim o ramură nouă, unde
avem nevoie de un termen:

61
 ∧

P ∀

x y x P

f „T ”

„T ”

(14): ( – paranteză deschisă, ne mutăm pe subarbore:

P ∀

x y x P

f „T ”

„T ”

(15): a – este o constantă, deci termen, ok, asta aşteptam:

62
 ∧

P ∀

x y x P

f „T ”

(16): ) – paranteză închisă, am terminat cu subarborele ce începe cu f , ne mutăm deasupra:

P ∀

x y x P

f „T ”

(17): , – virgulă, coborâm pe următoarea ramură:

63
 ∧

P ∀

x y x P

f „T ”

(18): x – o variabilă, deci termen, ceea ce aşteptam, se închide nodul:

P ∀

x y x P

f x

(19): ) paranteză închisă, subarborele care începe la P este închis, trecem la părinte:

64
 ∧

P ∀

x y x P

f x

(20): ) paranteză închisă, subarborele care începe la ∧ este închis, trecem la părinte (dar ∧ este
rădăcină, deci am terminat, avem arborele sintactic, avem o expresie în logica predicatelor):

P ∀

x y x P

f x

▲
Observaţie (Cazurile cu eşec). În cazul unui eşec, metoda descrisă mai sus oferă şi motivul
pentru eşec. Acesta se găseşte la pasul la care se produce eşecul. De exemplu, dacă în expresia
de mai sus, P ar fi un simbol funcţional binar (şi nu un predicat), la pasul 2 inserăm un simbol
funcţional în nodul curent, ceea ce ar contrazice definiţia formulelor compuse.
▲

65
6.3. Relaxarea sintaxei (I)
Metodade parcurgere şi recunoaştere a expresiilor logicii predicatelor prezentată în secţiunea
anterioară funcţionează pentru că simbolurile funcţionale şi predicative se pun înaintea argu-
mentelor. În practică, vrem să scriem lucruri ca x + y, x ≤ y, unde +, ≤ sunt respectiv un
simbol funcţional şi un predicat. Acest mod de a scrie lucrurile nu este acceptat conform Defi-
niţiilor 6.2, 6.4. Ar trebui să avem +(x, y), ≤ (x, y), respectiv.
Dar intenţia este să folosim logica predicatelor ca un limbaj practic. În acest sens, de acum
înainte vom accepta o relaxare a sintaxei care să permită folosirea simbolurilor în modul indicat
mai sus. Însă acest lucru trebuie făcut tinând cont de anumite aspecte ce vor fi menţionate în
continuare, pentru a evita ambiguităţile.

Poziţia simbolurilor
Simbolurile funcţionale sau predicative pot fi plasate în următoarele poziţii:
Prefix: simbolurile funcţionale sau predicative sunt plasate înaintea argumentelor (aşa se folosesc
simbolurile în Definiţiile 6.2, 6.4).
Infix: simbolurile funcţionale sau predicative sunt plasate între argumente. De obicei acest mod
de scriere este folosit pentru simboluri de funcţii şi predicate binare: x + y, x ≤ y. Un caz
particular de simbol infix este cel din expresia xy. Simbolul corespunzător este □□, unde
□ reprezintă poziţiile argumentelor.
Postfix: simbolurile funcţionale sau predicative sunt plasate după argumente. De obicei, acest
mod de scriere este folosit pentru simboluri unare: x! sau x este prim, unde, tradiţional !
este funcţia factorial, iar este prim este un predicat unar.
Altele (notaţii√2D): argumentele sunt plasate în poziţii nestandard, bidimensională. De exem-
plu: xy , n x. De remarcat că în aceste cazuri, simbolurile funcţionale corespunzătoare sunt
□ √ √
, □ □ (sau n □, dacă considerăm funcţie unară).
□

Asociativitatea
Dacă scriem (3 + 4) + 5 sau 3 + (4 + 5), expresiile respective, în interpretarea tradiţională, denotă
acelaşi lucru (adică + este o funcţie asociativă). Însă nu acelaşi lucru se întâmplă în cazul 8/2/2.
Dacă funcţia este asociativă la stânga, (8/2)/2 înseamnă 2, pe când daca funcţia este asociativă la
dreapta, 8/(2/2) înseamnă 8. În acest caz este esenţial să se precizeze asociativitatea. În general,
pentru funcţii aritmetice, asociativitatea este la stânga (dar dacă nu este clar din context, atunci
aceasta trebuie specificată).
De remarcat că nu toate simbolurile au proprietatea de asociativitate. De exemplu, 3 ≤ 4 ≤ 2
nu are sens nici cu asociativitate la stânga, nici la dreapta.
De asemenea, conectorii logici ∧, ∨ sunt asociativi (vom vedea mai târziu de ce), iar ⇒ este
asociativă la stânga, iar ⇔ nu este asociativă.

Precedenţa
Expresia x + yz poate fi parcursă ca x + (yz) sau (x + y)z. Care dintre cele două elemente sunt
considerate, depinde de precedenţa simbolurilor. Pentru interpretarea clasică (dacă considerăm
expresia ca fiind expresie aritmetică), trebuie ca simbolul □□ să aibă precedenţă mai mică (să
lege mai tare) decât +.

66
 În mod similar, pentru conectorii logici, precedenţa uzuală este următoarea:

¬, {∧, ∨}, ⇒, ⇔

(conjuncţia şi disjuncţia au aceeaşi precedenţă).

Dacă vrem să folosim expresiile logicii predicatelor în forma relaxată, trebuie specificate ele-
mentele relevante (poziţia, asociativitatea, precedenţa), pentru a evita ambiguităţile. sintaxa
relaxată are avantajul că permite expresii mai compacte. În practică (de ex în sursele matemati-
ce, etc) se foloseşte sintaxa relaxată (sintaxa este definită implicit). Însă în cazul în care sunteţi
nesiguri, folosiţi parantezele!
Relativ la sintax abstractă (reprezentarea sub formă de arbori sintactici), aceasta este aceeaşi
pentru sintaxa relaxată, însă modul în care se construieşte nu mai este la fel (de uşor) precum a
fost în cazul sintaxei stricte.

6.4. Substituţii
Substituţia de termeni pentru variabile este un proces elementar prin care putem construi expresii
noi din cele existente. Vom defini conceptul de substituţie:
Definiţie 6.8 (Substituţie).
O substituţie de termeni pentru variabile este o mapare

σ : V → T(L, V)

astfel încât pentru un număr finit de variabile x ∈ V avem σ(x) ̸= x.

Mulţimea substituţiilor peste un limbaj va fi notată cu S(L, V) (sau S, dacă L, V sunt clare
din context).
Fie σ ∈ S(L, V) o substituţie, n ∈ N, i ∈ {1, . . . , n}, şi xi ∈ V, ti ∈ T(L, V) astfel încât
σ(xi ) = ti şi xi ̸= ti . Vom reprezenta substituţia σ ca o mulţime în felul următor:

σ = {x1 ← t1 , . . . , xn ← tn } .

În particular, dacă n = 0, avem substituţia vidă. ■

Vom nota substituţiile cu litere greceşti σ, θ, λ, etc. Substituţia vidă va fi notată cu ε.
Substituţiile pot fi extinse pentru a fi aplicate la termeni. Această extindere corespunde apli-
caţiei unei substituţii unei expresii. Intuitiv, se înlocuiesc variabilele cu termenii corespunzători
specificaţi în substituţie. Această înlocuire are loc în paralel (toate variabilele se înlocuiesc în
acelaşi timp cu termenii corespunzători). Totuşi, înlocuirea nu poate avea loc în orice condiţii.
Următoarea definiţie specifică modul în care se face substituţia.
Definiţie 6.9 (Substituţie aplicată unei expresii). Fie σ = {x1 ← t1 , . . . , xn ← tn } o substitu-
ţie. Aplicarea substituţiei σ unei expresii E din logica predicatelor, notată cu Eσ este definită în
modul următor:

• Pentru termeni:
– dacă x ∈ V, atunci (
x dacă x ̸= xi , 1 ≤ i ≤ n,
xσ =
ti dacă pentru un i, x = xi .

67
 – dacă c ∈ C, atunci cσ = c.
– dacă f/m ∈ F şi t1 , . . . , tm ∈ T(L, V), atunci:

f (t1 , . . . , tm )σ = f ((t1 )σ , . . . , (tm )σ ).

• Pentru formule:
– Dacă P/m ∈ P şi t1 , . . . , tm ∈ T(L, V), atunci:

P (t1 , . . . , tm )σ = P ((t1 )σ , . . . , (tm )σ ).

– Dacă F, G ∈ F(L, V) atunci:

(¬F )σ = (¬Fσ ),
(F ∧ G)σ = (Fσ ∧ Gσ ),
(F ∨ G)σ = (Fσ ∨ Gσ ),
(F ⇒ G)σ = (Fσ ⇒ Gσ ),
(F ⇔ G)σ = (Fσ ⇔ Gσ ).

– Dacă x ∈ V şi F ∈ F(L, V), atunci:

(∀xF )σ = ∀x Fσ∖{x←t} ,


(∃xF )σ = ∃x Fσ∖{x←t} ,
unde (
{xi ← ti } dacă pentru uni, x = xi ,
{x ← t} =
{} , altfel.

■
Aşadar, pentru a sumariza, pentru variabila se schimbă dacă coincide cu o variabilă ce apare
în substituţie, constanta rămâne neschimbată la substituţie. Pentru termenii compuşi, formulele
atomice, formulele compuse, substituţia se face pe componente. Pentru formulele cuantificate,
variabilele legate sunt protejate de la substituţie (substituţia merge pe componente, dar eliminând
din substituţie variabilele care sunt legate).
Exemplul 6.4 (Substituţii în logica predicatelor). Fie

σ = {x ← f (y, z), y ← z, z ← a} .

Atunci:

f (x + y, z)σ = f ((x + y)σ , zσ ) = f (xσ + yσ , zσ ) = f (f (y, z) + z, a).

(P (x, y) ⇒ ∀x(P (x, y) ∧ Q(z)))σ =

= (P (x, y)σ ⇒ (∀x(P (x, y) ∧ Q(z)))σ )

= P (x, y)σ ⇒ ∀x(P (x, y) ∧ Q(z))σ∖{x←f (y,z)}

= P (x, y)σ ⇒ ∀x(P (x, y)σ∖{x←f (y,z)} ∧ Q(z)σ∖{x←f (y,z)} )
= (P (f (y, z), z) ⇒ ∀x(P (x, z) ∧ Q(a))) .

68
 ▲
Fiind date substituţii, se pot obţine unele noi prin operaţia de compoziţie.
Definiţie 6.10 (Compunerea substituţiilor). Fie θ = {x1 ← t1 , . . . , xn ← tn } şi σ = {y1 ←
s1 , . . . , yn ← sk } substituţii, X, Y respectiv mulţimile de variabile ce apar în θ, σ. Atunci com-
poziţia substituţiilor θ şi σ, notată cu θσ este o substituţie definită astfel:

θσ = {xi ← (ti )σ |xi ∈ X, xi ̸= ti σ} ∪ {yj ← sj |yj ∈ Y, yj ̸∈ X}.

■
Aşadar, se aplică a doua substituţie termenilor din prima substituţie, se elimină perechile
pentru care termenul substituit este acelaşi cu variabila şi se adaugă elementele din a doua
substituţie a căror variabilă nu apare în prima.
Exemplul 6.5 (Compoziţia substituţiilor). Fie

θ = {x ← f (y), y ← f (a), z ← u},

σ = {y ← g(a), u ← z, v ← f (f (a))},

Atunci:
θσ = {x ← f (y)σ , y ← f (a)σ , z ← uσ } ∪ {u ← z, v ← f (f (a))}
= {x ← f (g(a)), y ← f (a), z ← z} ∪ {u ← z, v ← f (f (a))}
= {x ← f (g(a)), y ← f (a), z←z} ∪ {u ← z, v ← f (f (a))}
= {x ← f (g(a)), y ← f (a), u ← z, v ← f (f (a))}.
▲

Proprietăţi ale substituţiilor

• Fie E o expresie şi θ, σ substituţii. Atunci E(θσ) = (Eθ)σ.
• Fie θ, σ, λ substituţii. Atunci θ(σλ) = (θσ)λ.

6.5. Relaxarea sintaxei (II)

Logica predicatelor este folosită implicit în matematică, informatică, etc, însă într-o formă ce
nu se conformează neapărat definiţiei sintaxei pe care am propus-o aici. Motivul pentru acest
fapt este legat de nevoia de a exprima eficient anumite lucruri. În continuare, vom identifica
câteva cazuri tipice de „prescurtări”, „zahăr sintactic” (din engl. „syntactic sugar”). Cunoaş-
terea acestor notaţii, şi a altora similare, face posibilă parcurgerea mai eficientă a materialelor,
translatarea în cadrul oferit de logica predicatelor (cu toată maşinăria de raţionament pe care o
vom dezvolta în continuare).

• Negaţii de predicate binare: x ⋪ y este o prescurtare a lui ¬(x ◁ y), unde ◁ este un
predicat binar.
• Asociativitarea conectorilor logici: P ∧ Q ∧ R este o prescurtare pentru P ∧ (Q ∧ R),
P ∨ Q ∨ R este o prescurtare pentru P ∨ (Q ∨ R), P ⇒ Q ⇒ R este o prescurtare pentru
P ⇒ (Q ⇒ R).
• Dacă . . ., atunci . . . { altfel . . . }: (if . . . then . . . else): „Dacă P , atunci Q” este o
prescurtare pentru P ⇒ Q, „DacăP , atunci Q, altfel R” este o prescurtare pentru

(P ⇒ Q) ∧ (¬P ⇒ R).

69
• Conjuncţii de formule: P, Q, R este o prescurtare pentru P ∧ Q ∧ R.
• Conjuncţii de formule atomice conţinând predicate binare:
– x < y < z < 1 este o prescurtare pentru x < y ∧ y < z ∧ z < 1,
– x, y, z < 1 este o prescurtare pentru x < 1 ∧ y < 1 ∧ z < 1.
• Formule cuantificate:
– ∀ A ( ∃ A) este o prescurtare pentru ∀∀A (∃∃A),
x,y x,y xy xy
– ∀ A este o prescurtare pentru ∀(P (x) ⇒ A),
P (x) x

– ∃ A este o prescurtare pentru ∃(P (x) ∧ A).

P (x) x

70
7. Semantica logicii predicatelor
Limbajul logicii predicatelor (de ordinul întâi) este universal, în sensul în care poate exprima
„orice”. Prin urmare, va putea descrie orice univers. Vom defini în continuare modul în care înţe-
lesul expresiilor din limbaje de ordinul întâi poate fi determinat. Vom vedea care sunt problemele
legate de înţelesul unor astfel de expresii.

7.1. Interpretare, asignare de valori variabilelor, valoarea

expresiilor
Limbajul L va descrie un domeniu (univers de discurs, lume) D. Vom ataşa numele de simboluri
unor concepte corespunzătoare din D (funcţii, relaţii, valori) – prin interpretare. Apoi vom ataşa
valori variabilelor prin asignare. Cu aceste ingrediente, vom putea determina valoarea (înţelesul)
expresiilor.
Definiţie 7.1 (Interpretare). Fie L = {F, P, C} mulţimea simbolurilor unui limbaj, şi D un
domeniu nevid. O interpretare I a limbajului L în domeniul D este o mapare care ataşează:
• fiecărui simbol funcţional f/n ∈ F o funcţie de aritate corespunzătoare din D,
• fiecărui simbol predicativ p/n ∈ P o relaţie de aritate corespunzătoare din D,
• fiecărei constante c ∈ C o valoare din D.
■
Observaţie (Reprezentarea domeniului descris). Domeniul descris de un limbaj, este format
din obiecte, concepte (funcţii şi relaţii) „concrete”. Totuşi, pentru a putea descrie procesul prin
care limbajul cu simbolurile L este folosit pentru a descrie domeniul de interes, suntem nevo-
iţi să reprezentăm acest univers. Pentru aceasta, vom folosi ghilimele singulare ′ . . .′ (şi un font
corespunzător, unde este cazul, care să indice faptul că suntem în domeniul D, şi
să separe de limbaj). ▲
Exemplul 7.1 (Interpretări). Fie un limbaj L, astfel încât ⊙/2 ∈ F , P/2 ∈ P şi a, b ∈ C.
Următoarele sunt interpretări ale limbajului L:
• I1 , interpretarea limbajului în domeniul N (adică D = N),
I1 (P ) := ′ ≤′ , I1 (⊙) := ′ +′ , I1 (a) := ′ 0′ , I1 (b) := ′ 1′ .
• I2 , interpretarea limbajului în domeniul Z,
I2 (P ) :=′ <′ , I2 (⊙) :=′ −′ , I2 (a) := ′ 3′ , I2 (b) := ′ − 5′ .
• I3 , intepretarea limbajului în domeniul şirurilor de caractere,
I3 (P ) := 'subşir', I3 (⊙) := 'concatenare', I3 (a) := '„un şir oarecare”', I3 (b) :=
'„alt şir”'.
▲

71
Definiţie 7.2 (Asignare de valori variabilelor). Fie I o interpretare. O asignare de valori
pentru variabile sub interpretarea I este o mapare

σI : V → D

care asignează fiecărei variabile un element din domeniul D.

■
Evident, având în vedere că V este o mulţime numărabilă, vom specifica asignările doar pentru
variabilele folosite, de exemplu în expresiile pe care le folosim.
Vom folosi următoarea notaţie: σI [x ← d] pentru o asignare σI unde în particular variabilei
x i se ataşează elementul d.
Observaţie (Diferenţa între substituţii şi asignări de valori variabilelor). Atenţie, cele două
concepte sunt diferite! În primul caz, la substituţii, se ataşează variabilelor termeni (este o
operaţie sintactică), în al doilea caz, se ataşează valori de adevăr, se „traduce” limbajul în
domeniul descris. ▲
Intuitiv, termenii descriu obiecte, valori din domeniul de interes.
Definiţie 7.3 (Valoarea termenilor). Fie I o interpretare şi σI o asignare de valori variabilelor.
Atunci valoarea unui termen sub intepretarea I şi asignarea de valori variabilelor σI ,
υσI este definită în modul următor:
• Dacă x ∈ V, υσI (x) = σI (x).
• Dacă c ∈ C, υσI (c) = I(c).
• Dacă f/n ∈ F , t1 , . . . tn sunt termeni,

υσI (f (t1 , . . . , tn )) = I(f )(υσI (t1 ), . . . , υσI (tn )).

■
Exemplul 7.2. Să considerăm interpretările I1 , I2 , I3 din Exemplul 7.1. Pentru următorii
termenii ((x ⊙ y) ⊙ a), (y ⊙ (a ⊙ b)):
• Considerăm υσI1 (x) = ′ 2′ , υσI1 (y) = ′ 4′ şi calculăm

υσI1 (((x ⊙ y) ⊙ a)) = I1 (⊙)(υσI1 (x ⊙ y), υσI1 (a))

= ′ +′ (I1 (⊙)(υσI1 (x), υσI1 (y)), υσI1 (a))
= ′ +′ (′ +′ (σI1 (x), σI1 (y)), I1 (a))
= ′ +′ (′ +′ (′ 2′ , ′ 4′ ), ′ 0′ )

Observaţi că am trecut complet în domeniul descris de limbaj, deci avem valoarea căutată.
Mai mult, în respectivul domeniu ′ +′ (′ +′ (′ 2′ , ′ 4′ ), ′ 0′ ) = ′ 6′ . Dar atenţie, în momentul
acesta nu mai operăm cu simboluri, ci direct în domeniul N cu numere naturale.
Folosim aici sintaxa relaxată pentru termeni, cu ⊙ simbol funcţional infix.
• Considerăm υσI3 (y) = '„”' (şirul de caractere vid) şi calculăm:

υσI3 (y ⊙ (a ⊙ b)) = I3 (⊙)(υσI3 (y), υσI3 (a ⊙ b))

= ′ concatenare′ (σI3 (y), I3 (⊙)(υσI3 (a), υσI3 (b)))
= ′ concatenare′ (′ „”′ , ′ concatenare′ (I3 (a), I3 (b)))
= ′ concatenare′ (′ „”′ , ′ concatenare′ ('„un şir oarecare”', '„alt şir”'))
= '„un şir oarecarealt şir”'.

72
 ▲
Intuitiv, o formulă descrie o situaţie, valoarea unei formule spune daca situaţia are loc (este
„adevărată”) sau nu (este „falsă”).
Definiţie 7.4 (Domeniu de valori de adevăr). Alegem două valori distincte A, F (adevărat,
fals). Mulţimea de valori de adevăr este mulţimea {A, F}. Acest domeniu se mai numeşte
domeniu boolean. ■
Definiţie 7.5 (Funcţii de adevăr). Funcţiile de adevăr pentru conectorii logici sunt
definite în modul următor:
B¬ : {A, F} → {A, F}
B∧ , B∨ , B⇒ , B⇔ : {A, F} × {A, F} → {A, F}

x y B¬ (x) B∧ (x, y) B∨ (x, y) B⇒ (x, y) B⇔ (x, y)

F F A F F A A
F A F A A F
A F F F A F F
A A A A A A

■
Definiţie 7.6 (Valoarea formulelor). Fie I o interpretare şi σI o asignare de valori variabilelor.
Atunci valoarea de adevăr a unei formule, sub intepretarea I şi asignarea de valori
variabilelor σI , υσI este definită în modul următor:
• Dacă P/n ∈ P şi t1 , . . . , tn sunt termeni, atunci
υσI (P (t1 , . . . , tn )) = I(P )(υσI (t1 ), . . . , υσI (tn )).

• Fie F , G formule. Atunci:

υσI (¬F ) = B¬ (υσI (F )),
υσI (F ∧ G) = B∧ (υσI (F ), υσI (G)),
υσI (F ∨ G) = B∨ (υσI (F ), υσI (G)),
υσI (F ⇒ G) = B⇒ (υσI (F ), υσI (G)),
υσI (F ⇔ G) = B⇔ (υσI (F ), υσI (G)).
• Fie x ∈ V, F o formulă:
– υσI (∀xF ) = A dacă şi numai dacă pentru orice d ∈ D, υσI [x←d] (F ) = A,
– υσI (∃xF ) = A dacă şi numai dacă pentru unii d ∈ D, υσI [x←d] (F ) = A.
■
Exemplul 7.3 (Valoarea formulelor sub interpretare şi asignare de valori). Să considerăm
interpretările I1 , I2 , I3 din Exemplul 7.1, şi formula P (a, x ⊙ b).
• Considerăm υσI1 (x) = ′ 2′ , şi calculăm

υσI1 (P (a, x ⊙ b)) = I1 (P )(υσI1 (a), υσI1 (x ⊙ b))

= ′ ≤′ (I1 (a), I1 (⊙)(υσI1 (x), υσI1 (b)))
= ′ ≤′ (′ 0′ , ′ +′ (σI1 (x), I1 (b)))
= ′ ≤′ (′ 0′ , ′ +′ (′ 2′ , ′ 1′ ))
= ′ ≤′ (′ 0′ , ′ 3′ ))
= A.

73
 • Considerăm υσI3 (x) = '„ceva”' şi calculăm:

υσI3 (P (a, x ⊙ b)) = I3 (P )(υσI3 (a), υσI3 (x ⊙ b))

= ′ subşir′ (I3 (a), I3 (⊙)(υσI3 (x), υσI3 (b)))
= ′ subşir′ ('„un şir oarecare”', ′ concatenare′ (σI3 (x), I3 (b)))
= ′ subşir′ ('„un şir oarecare”', ′ concatenare′ ('„ceva”', '„alt şir”'))
= ′ subşir′ ('„un şir oarecare”', '„cevaalt şir”'))
= F.

▲
Observaţie (Semantica înseamnă rezolvare directă). Definiţiile 7.3 şi 7.6 „traduc” expresiile
din logica predicatelor (termeni, respectiv formule) în domeniul descris de limbaj. A determina
valoarea sub interpretare şi asignare de valori înseamnă a rezolva direct probleme în domeniul
descris.
O problemă apare la formulele cuantificate. Pentru ca formula universală să fie adevărată,
trebuie să verificăm că formula funcţionează pentru toate elementele din domeniu. La fel, pentru
ca formula existenţială să fie adevărată, trebuie sa verificăm elementele domeniului până când
găsim unul care face formula adevărată. În cazul în care domeniul este mare (infinit), acest lucru
nu este posibil. Aşadar, rezolvarea directă a problemelor, aşa cum este descrisă de semantică
se loveşte de un „zid infinit”. După cum vom vedea mai jos, lucrurile stau şi mai rău, când
considerăm întrebări tipice pe care le putem pune despre formule. ▲

7.2. Semantica şi substituţiile

Intuitiv, substituţia ne permite să înlocuim variabile cu termeni. Când vine vorba de sensul
(semantica) expresiilor, ceea ce se spune despre variabilă ar trebui să se spună şi despre termenul
cu care s-a înlocuit variabila respectivă.
Exemplul 7.4 (Exemplu din [Buc91]). Fie următoarea formulă ce vorbeşte despre numere
naturale, unde simbolurile au interpretarea tradiţională:

P : ∃y(x = 2y).

Intuitiv, aceasta spune că x este un număr par.

Considerăm acum
P{x←y+1} : ∃y(y + 1 = 2y).
Sensul formulei s-a schimbat. Acum spune că y = 1. Motivul pentru aceasta are de-a face cu
faptul că variabila y din {x ← y + 1}, care este liberă, devine legată atunci când termenul în
care apare este inserat în formula cuantificată.
▲
Substituţia nu poate fi făcută atunci când ar schimba sensul expresiei asupra căreia acţionează.
Definiţie 7.7 (Substituibilitate). Fie x ∈ V şi t ∈ T(L, V) şi σ ∈ SL, V astfel încât x ← t ∈ σ
şi F ∈ F(L, V). Termenul t este substituibil pentru variabila x în F se defineşte în felul
următor:
• Dacă F este formulă atomică, t este substituibil pentru x în F .
• Dacă F , G sunt formule, atunci:
– t este substituibil pentru x în (¬F ) dacă şi numai dacă t este substituibil pentru x în
F.

74
 – t este substituibil pentru x în (F □G) dacă şi numai dacă t este substituibil pentru x
în F şi în G, unde □ ∈ {∧, ∨, ⇒, ⇔}.
• Dacă x, y ∈ V, F este o formulă şi Q ∈ {∀, ∃}, atunci
– t este substituibil pentru x în QxF ,
– t este substituibil pentru x în QyF dacă şi numai dacă y nu este liberă în t şi t este
substituibili pentru x în F .
■
Substituţia nu este o problemă în termeni, pentru că aşa cum i-am definit, termenii conţin
numai variabile libere.

Exemplul 7.5 (Substituibilitate).

• Este y + 1 substituibil pentru y în ∃y(x = 2y)?
Da, conform definiţiei (dar substituţia nu va avea efect, variabila y fiind legată în formulă).
• Este vw substituibil pentru x în ∃y(x < vx ⇒ (∃w(w < v)))?
Da, x este liber în formula de după cuantificator, dar y nu este liber în vw şi vw este
substituibil în formula după primul cuantificator.
• Este vw substituibil pentru v în ∃y(x < vx ⇒ (∃w(w < v)))?
Nu, în a doua subformulă cuantificată, înlocuirea lui v cu vw face variabila w care era
liberă în termenul substituit, devine legată.
• Is vw substitutable for w in ∃y(x < vx ⇒ (∃w(w < v)))?
Da. (De ce?)
▲

7.3. Probleme în logica predicatelor

Primul tip de întrebări legat de înţelesul unei formule este în ce condiţii este adevărată sau falsă.
Definiţie 7.8 (Validitate în logica predicatelor). Fie F ∈ F(L, V).
Formula F este validă dacă şi numai dacă pentru orice domeniu, D, orice interpretare I a
limbajului L în D, orice asignare de valori variabilelor σI , avem υσI (F ) = A.
Formula F este invalidă dacă şi numai dacă există un domeniu D, o interpretare I a limbajului
L în D, o asignare de valori variabilelor σI astfel încât υσI (F ) = F.
■
Definiţie 7.9 (Satisfiabilitate în logica predicatelor). Fie F ∈ F(L, V).
Formula F este satisfiabilă dacă şi numai dacă există un domeniu D, o interpretare I a
limbajului L în D, o asignare de valori variabilelor σI astfel încât υσI (F ) = A.
Formula F este nesatisfiabilă dacă şi numai dacă pentru orice domeniu, D, orice interpretare
I a limbajului L în D, orice asignare de valori variabilelor σI , avem υσI (F ) = F.
■
Al doilea tip de întrebări se referă la relaţia dintre înţelesul unor formule.
Definiţie 7.10 (Echivalenţă logică în logica predicatelor). Fie F, G ∈ F(L, V).
Formulele F şi G sunt logic echivalente, şi scriem F ≡ G dacă şi numai dacă, pentru orice
domeniu, D, orice interpretare I a limbajului L în D, orice asignare de valori variabilelor σI ,
avem υσI (F ) = υσI (G).

75
 ■
Definiţie 7.11 (Consecinţă logică în logica predicatelor). Fie F1 , . . . , Fn , G ∈ F(L, V).
Formula G este consecinţă logică a formulelor F1 , . . . , Fn , şi scriem F1 , . . . , Fn ⊨ G, dacă
şi numai dacă, pentru orice domeniu, D, orice interpretare I a limbajului L în D, orice asignare
de valori variabilelor σI , dacă

υσI (F1 ) = . . . υσI (Fn ) = A,

atunci υσI (G) = A. ■

A rezolva direct aceste probleme este lipsit de orizont în cele mai multe cazuri. Zidul infinit de
care vorbeam referindu-ne la Definiţia 7.6 se multiplică. Un limbaj poate descrie o infinitate de
domenii, pentru fiecare domeniu (care poate fi infinit, cu un număr infinit de concepte - valori,
funcţii, relaţii), se pot defini infinit de multe interpretări, şi asignări de variabile. Oricare din
întrebările de mai sus necesită „vizitarea” unui număr infinit de combinaţii.
Deşi aceste mănunchiuri de infinităţi pot fi adresate construind un univers artificial, universul
lui Herbrand, ale cărui obiecte sunt termeni (fără variabile) peste limbajul L. În esenţă, însă,
problema nu este adresată satisfăcător, şi discuţia despre universul lui Herbrand este dincolo de
scopul acestor note de curs. Vezi însă, de exemplu, [BA12] pentru detalii.
Aşadar avem nevoie de un alt instrument pentru rezolvarea problemelor în logica predicatelor,
de un sistem de raţionament.

76
8. Raţionament în logica predicatelor
Vestea bună este că raţionamentul, aşa cum l-am descris în capitolul introductiv, este posibil
în logica predicatelor. În acest capitol vom introduce un sistem de raţionament pentru logica
predicatelor. Vom descrie modul în care se organizează raţionamentul, cunoştinţele, vom intro-
duce regulile de raţionament universale pentru logica predicatelor, şi apoi vom investiga reguli
speciale de raţionament (care funcţionează doar în anumite condiţii).

8.1. Proving. Proof techniques. Definitions. Theories.

8.1.1. Reasoning in Predicate Logic
• The good news is that reasoning (as defined Chapter 1)
‘ is possible in predicate logic.
• In fact several calculi for reasoning in (first order) predicate logic were proposed.
• A reasoning calculus represents a way to organize reasoning:
– specifies how a proof should be organized,
– specifies the inference rules (i.e. rules for producing proof steps).
• Intuitively proof is a trace of reasoning.
• Notation: If KB is a set of closed formulae and G can be proved (derived) from KB by
the application of inference rules from a given calculus, we denote this as KB ⊢ G.
• For reasoning in predicate logic (natural deduction, i.e a calculus that models the human
reasoning as done by e.g. mathematicians) a remarkable result was proved by Gödel

Theorem 12 (Soundness and completeness of reasoning in first order predicate logic).

KB |= G iff KB ⊢ G.

• We will present here informally a particular calculus for reasoning in first order logic.

8.1.2. Proof Situations

• Proving is stepwise arrangement of “proof situations”.
• A proof situation is characterized by the current knowledge base (i.e. sentences known to
be true, which can be used), and the current goal (i.e. sentence which should be proved).
• A proof situation is trivial if the goal occurs in the knowledge base.
• Proof steps (proof techniques, proof rules, inference rules) describe how a proof situation
is transformed in (one or more) “simpler” proof situations.
• New proof situations are “simpler” in the sense that either the goal has a simpler structure,
or more sentences are added to the knowledge base (i.e. we know more).

77
 • A proof describes the necessary inference steps that transform the initial proof situation
into (one or more) trivial proof situations.
• (AND-OR) trees can be used to represent proofs.

• Only a few proof situations are possible.

• Each determined by the structure of its sentences.
• and proof steps can be chosen according to the “outermost construct” in the sencence
considered.
• Below are described such typical situatons and the proof steps that can be applied.
• This should be considered as a guideline for human proving (but note that this can be
formalized to “natural deduction”, and even automated theorem proving).

8.1.3. Basic Approaches to Proving

For proving the sentence A (when not knowing whether A is true):
• Try to prove A. If successful, :) (be happy). Otherwise:
• Assume ¬A and try to derive a contradiction. If successful, :) (be happy, A is proved).
Otherwise:
• Try to prove ¬A. If successful, :) (be happy). Otherwise:
• Assume A and try to derive a contradiction. If successful, :) (be happy, ¬A is proved).
Otherwise:
• Start again with the attempt to prove A. (By this time you have much more insight).
Notation: In the following, A, B, C are formulae, s, t are terms, P is a predicate, f is a function
constant, x is a variable. A[x] is a formula where x is free, A[t] is Ax←t (when A[x] is changed
into A[t]), A[C] is a formula where C is a subformula.

∀xA[x]
• Prove ∀xA[x]:
– For proving ∀xA[x],
– show A[x0 ], where x0 is a new constant (which did not occur so far).
– Announcement in proofs:
“Let x0 be arbitrary but fixed (constant). We show A[x0 ].”
• Use ∀xA[x]:
– If ∀xA[x] is known,
– then one may conclude A[t] where t is an arbitrary term.
– Announcement in proofs: “Since we know that ∀xA[x], we know that, in particular,
A[t]”.
– Note that the choice of t is probably going to be suggested by the goal statement.

78
∃xA[x]
• Prove ∃xA[x]:
– For proving ∃xA[x],
– try to find a term t for which A[t] can be shown,
– Finding such a term t is many times nontrivial step, which needs creativity.
• Use ∃xA[x]:
– If ∃xA[x] is known, and B has to be proved,
– one may assume A[x0 ] where x0 is a new constant, and try to prove B.
– Announcement in proofs: “Since we know that ∃xA[x], let x0 be such that A[x0 ].
We have to prove B”.

A∧B
• Prove A ∧ B:
– For proving A ∧ B
– prove A and
– prove B.
• Use A ∧ B:
– If A ∧ B is known, then
– A is known and
– B is known.

A∨B
• Prove A ∨ B:
– For proving A ∨ B
– assume ¬A and
– prove B
– (or assume ¬B and
– prove A).
• Use A ∨ B:
– If A ∨ B is known, and C has to be proved then
– assume A and prove C and
– assume B and prove C.
– Announcement in proofs: “We prove by cases: Case A: We prove C. Case B: We
prove C.”

79
A⇒B
• Prove A ⇒ B:
– For proving A ⇒ B
– assume A and
– prove B.
• Use A ⇒ B:
– If B has to be proved
– then look for A ⇒ B (or something that “matches” it) and
– prove A.
– Announcement in proofs: “To prove B, since we know A ⇒ B, it suffices to prove
A”.
Also (“modus ponens”). . .
– If A and A ⇒ B are known,
– then B can be added to the knowledge.
– Announcement in proofs: “From A ⇒ B and A, by modus ponens, we get B.”

A⇔B
• Prove A ⇔ B:
– To prove A ⇔ B,
– assume A and
– prove B, then
– assume B and
– prove A.
• Use A ⇔ B:
– If C[A] has to be proved, and
– A ⇔ B is known, then
– try to prove C[B].

¬A
• Prove ¬A:
– To prove ¬A,
– assume A,
– and derive a contradiction, i.e.
– prove ¬C,
– where C is in the knowledge base.

80
P (t1 , . . . , tn )
• Prove P (t1 , . . . , tn ):
– To prove P (t1 , . . . , tn )
– look for an “explicit definition” ∀ P (x1 , . . . , xn ) ⇔ A[x1 , . . . , xn ]
x1 ,...,xn
– and prove A[t1 , . . . , tn ].
• Use P (t1 , . . . , tn ):
– If P (t1 , . . . , tn ) is known and the definition:
– ∀ P (x1 , . . . , xn ) ⇔ A[x1 , . . . , xn ] is in the knowledge base,
x1 ,...,xn
– then A[t1 , . . . , tn ] can be added to the knowledge base.

A[f (t1 , . . . , tn )]
• Prove A[f (t1 , . . . , tn )]:
– To prove A[f (t1 , . . . , tn )]
(a) “explicit definition” case:
∗ where the “explicit definition” of f :

∀ f (x1 , . . . , xn ) = s[x1 , . . . , xn ] is in the knowledge base,

x1 ,...,xn

∗ prove A[s[t1 , . . . , tn ]].

(b) “implicit definition” case:
∗ where the “implicit definition” of f :

∀ f (x1 , . . . , xn ) = such a y that B[x1 , . . . , xn , y]

x1 ,...,xn

is in the knowledge base,

∗ prove ∀B[t1 , . . . , tn , y] ⇒ A[y].
y

• Use A[f (t1 , . . . , tn )]:

– If A[f (t1 , . . . , tn )] is known:
(a) “explicit definition” case:
∗ and the “explicit definition” of f :

∀ f (x1 , . . . , xn ) = s[x1 , . . . , xn ] is in the knowledge base,

x1 ,...,xn

∗ then A[s[t1 , . . . , tn ]] can be added to the knowledge base.

(b) “implicit definition” case:
∗ and the “implicit definition” of f :

∀ f (x1 , . . . , xn ) = such a y that B[x1 , . . . , xn , y]

x1 ,...,xn

is in the knowledge base,

∗ then ∃(B[t1 , . . . , tn , y] ∧ A[y]) can be added to the knowledge base.
y
∗ see below, the explanation about “such a . . . that . . .”

81
8.1.4. Definitions in Predicate Logic
• Definitions allow the introduction of new concepts in terms of existing ones.
• They provide a facility for concise formalization of mathematics, but they are not essential,
i.e. they can be eliminated.
• However, they allow formulae to be shorter,
and help structuring the knowledge.
• Practical mathematics would hardly be conceivable without this facility.

Example 13 (Irreducible natural numbers).

∀ ( is-irreducible(i) ⇔ ∀ (n|i ⇒ (n = 1 ∨ n = i)))

is-nat(i) | {z } is-nat(n)
“definiendum”(lat. to be defined) | {z }
“definiens”(lat. the defining)

Types of definitions
• (Explicit) definitions of predicate symbols. See Example 13.
• Explicit definitions of function symbols.
!
a11 a12
Example 14 (The determinant of a 2x2 matrix.). Let A = . Then |A| =
a21 a22
a11 a22 − a12 a21 .
• Implicit non–unique definitions of function symbols.
√
Example 15 (Implicit non–unique definition of ). The squareroot function can be defined
(e.g. in the complex numbers) by:
√
∀ x = such a y that y 2 = x.
x

√

Note that this (such a . . . that . . .) is syntactic sugar for: ∀ x = y ⇒ y2 = x .
x,y

• Implicit unique definitions of function symbols.

√
Example 16 (Implicit unique definition of ). The squareroot function can be defined (e.g.
in the real numbers) by:
 √ 
x = the y such that

∀ .
x (x ≥ 0 ⇒ (y ≥ 0 ∧ y 2 = x)) ∧ (x < 0 ⇒ y = 0)

Note that this (the . . . such that . . .) is syntactic sugar for:

√


∀ x = y ⇔ (x ≥ 0 ⇒ (y ≥ 0 ∧ y 2 = x)) ∧ (x < 0 ⇒ y = 0) .
x,y

82
Properties of definitions
• Definitions:
– are axioms,
– can always be “eliminated”,
– do not bring anything new to the power of the theory (conservative extensions),
– do not introduce contradictions.
• Correct definitions (watchlist):
– no extra variables in the definiens.

Example 17 (Extra variables). Consider the “definition”: is-factor(f ) ⇔ f |x. This

leads to a contradiction: is-factor(f ), because 3|6 and ¬is-factor(f ) because 3 ∤ 5.
– definitions of terms, uniqueness, pairing functions.

Example 18 (Definition of terms (wrong)). . The “definition”

is-nice-sum(x + y) ⇔ x = 2y

introduces a contradiction: 6 + 3 is a nice sum, because 6 = 2 ∗ 3, but 5 + 4 is not a

nice sum 5 ̸= 2 ∗ 4. So 9 is both a nice sum and not a nice sum.
Example 19 (Definition of terms (with unique pairing function)). The definition
pair-of-primes((x, y)) ⇔ (is-prime(x) ∧ is-prime(y)) is correct, because the pairing
function (x, y) which yields the pair of x, y has the uniqueness property:

(x, y) = (x1 , y1 ) ⇒ (x = x1 ∧ y = y1 ).

8.2. Theories
Structure of a Theory
• A (mathematical) theory T is described by its:
– language (symbols): LT = ⟨FT , PT , CT ⟩, i.e. its function, predicate and constant
symbols respectively. Note that, for any theory, id, = (the identity function and the
equality) can always be included in the language;
– knowledge base KB T , which contains facts (formulae over the language), i.e. axioms
and propositions (theorems, lemmata, corollaries, etc.).
– inference rules, IRT . The rules for predicate logic, as well as rules for equality
proving (rewriting) may be included in any theory. Additional rules may be included
(depending of the nature of objects in the theory), which make the theory more
powerful, in the sense that more facts may be proved using these additional rules.
These cannot be applied outside of the theory.

Example 20 (The theory of Strict partial orderings PO.).

• The symbols in the language:
– function symbols, FPO = {} (no function symbols),
– predicate symbols,PPO = {p}, where p is a binary symbol,

83
 – constants, CPO = {} (no constants either).
• the knowledge base KB P O :
– Axioms describing strict partial orderings:

 ∀ (p(x, y) ∧ p(y, z) ⇒ p(x, z)),
 x,y,z (transitivity)


 ∀¬p(x, x). (irref lexivity)
x

• The inference mechanism IRP O consists of the inference rules of predicate logic.

Development of a Theory
• Theories are not static, but are developed:
• from initial descriptions (such as in the previous example), where the knowledge base
contains axioms,
• by adding new components:
– new formulae to the knowledge base, i.e. consequences of the existing formulae,
proved using the mechanisms available,
– new symbols with their corresponding definitions (defining axioms, which are added
to the knowledge base),
– new inference rules, a very subtle point - lifting knowledge to the level of inference,
as these have to be proved correct
• Questions that arise in the development of theories include:
– how much of the theory is relevant? (not always all knowledge is needed, or even
useful)
– ...

8.2.1. Equality
• The binary predicate = (equality) plays a very important role in predicate logic: many
theories contain equality.
• The language symbols (vocabulary) of a theory of equality (or containing equality) consists
of = and an unspecified number of function, predicate and constant symbols.
• Any theory containing equality includes the axioms for equality:
∀ (x = y ∧ y = z ⇒ x = z) , (transitivity)
x,y,z
∀ (x = y ⇒ y = x) . (symmetry)
x,y
∀(x = x) (ref lexivity)
x

Now let f be any function symbol of arity k, p be any predicate symbol of arity l:
 
 = y) ⇒
(x 
∀  f (z1 , . . . , zi−1 , x, zi+1 , . . . , zk ) = 
x, y, z1 , . . . , zi−1 , f (z1 , . . . , zi−1 , y, zi+1 , . . . , zk )
zi+1 , . . . , zk
(functional substitutivity)

84
 i.e. functions applied to arguments that are equal (x and y) yield equal results.
• (functional substitutivity) is in fact an axiom scheme, that can be applied to any functions
of any arity.
• The corresponding proof technique is equality rewriting, i.e. chains of equalities from a
complex (in some measure) to a simpler (simplest) term.
• E.g. two terms are equal if they can be rewriten to the same simpler (simplest) term.

 
(x = y) ⇒
 
∀  p(z1 , . . . , zi−1 , x, zi+1 , . . . , zl ) ⇔ 
x, y, z1 , . . . , zi−1 , p(z1 , . . . , zi−1 , y, zi+1 , . . . , zk )
zi+1 , . . . , zl

(predicate substitutivity)

i.e. predicates applied to arguments that are equal (x and y) are equivalent.
• (predicate substitutivity) is in fact an axiom scheme, that can be applied to any predicates
of any arity.
• The corresponding proof technique is equivalence rewriting, i.e. chains of equivalences.
• E.g. two formulae are equivalent if there is a chain of equivalences between them.

8.3. Induction
• Induction is an inference rule used to prove (universal) properties of objects in domains
that are manageable,
• i.e. every object in the domain can be “constructed” in a finitary way from “basic” objects,
“smaller” objects,
• e.g. apply the successor function to a natural number to get the next one, and this is the
only way to construct natural numbers (they are all successors of 0),
• all concepts in such (i.e. inductive) theories will be defined in a way which reflects the
structure of the objects (inductive definitions, “recursive”),
• universal properties of inductive objects can be proved by corresponding induction infe-
rence rules, which again reflect the structure of the objects in the domain,
• induction is in general essential to prove in inductive theories, i.e. induction is stronger
than predicate logic,
• examples of inductive domains: natural numbers, strings, lists, trees, sets, bags, formulae,
proofs.

85
The theory of natural numbers
Example 21 (The theory of natural numbers N).
• Natural numbers start with 0, and any other natural number is obtained from 0 by suc-
cessive applications of the successor function +
• the symbols in the language:
– function symbols, FN = {+ } the unary successor function,
– predicate symbols,PN = {is-nat, =}, a unary predicate that detects natural numbers,
and equality, respectively
– constants, CN = {0}.
• the knowledge base KB N :
– generation axioms:

is-nat(0) (gen. zero)

∀ is-nat(x+ ) (gen. succ.)
is-nat(x)

– uniqueness axioms:

∀ x+ ̸= 0 (zero)
is-nat(x)
∀ (x = y ) ⇔ (x = y) (succ.)
+ +
is-nat(x),is-nat(y)

– induction axiom (scheme): for any formula F:

 
F[0] ∧ ∀ (F[x] ⇒ F[x ]) ⇒
+
∀ F[x]
is-nat(x) is-nat(x)

• the inference mechanism IRN consists of the inference rules of predicate logic and rewri-
ting.

Induction as an inference rule

• A subtle point: the induction axiom scheme cannot be expressed in first order predicate
logic, because first order logic only allows variables over objects and not over formulae (as
is needed to express the induction scheme).
• One way to overcome this is to add, for each formula F used an instantiation of the scheme.
This may be cumbersome, and will result in very big knowledge bases, containing many
similar formulae.
• However, we can add an inference rule (the induction rule) to IRN :
– To prove: ∀ F[x] (an universal property of natural numbers),
is-nat(x)

– Prove F[0] (the base case) and

(Induction step):
– Take x0 arbitrary but fixed such that is-nat(x0 ) and
Assume F[x0 ] (the induction hypothesis) and
Prove F[x+
0 ] (the induction conclusion).

86
Inductive definitions
• In inductive domains, definitions of new concepts will reflect the inductive structure of
objects:
– the notion has to be defined for (all) the simplest objects (the base case(s)).
– the notion has to be defined for the complex objects, and it will be defined using the
notion for the simpler objects, i.e. recursion will be used.

Example 22 (Semantics of expressions in predicate logic).

• Expressions of predicate logic are an inductive domain:
– For terms:
∗ variables and constants are (the simplest) terms,
∗ function symbols applied to other (simpler) terms are terms (complex terms),
– For formulae:
∗ atomic formulae are the simplest formulae (but not the simplest expressions),
predicates applied to terms,
∗ compound formulae and quantified formulae are build from (simpler) formu-
lae/terms are (complex) formulae.
• The notion of the semantics of terms and formulae is defined recursively:
– For terms:
∗ for variables it is given directly by the variable assignment, for constants, directly
by the interpretation of the constant symbol,
∗ for compound terms it is given recursively, in terms of the meaning of the
smaller terms that make up the compound term.
– For formulae:
∗ for atomic formulae it is given directly by the interpretation of the function
symbol applied to meaning of the terms,
∗ for compound formulae it is given recursively, in terms of the meaning of the
simpler formulae that make up the compound formula,
∗ for quantified formulae it is given recursively, in terms of the meaning of
the simpler formula that (but depending of the assignment of the quantified
variable).
Example 23 (Recursive definitions in the theory of natural numbers).
• Consider the theory of natural numbers, as defined in Example 21.
• Now consider the following definition of a new concept (function symbol +):

∀ x+0=x (right zero)

is-nat(x)
∀ x + y + = (x + y)+ (right succ.)
is-nat(x),is-nat(y)

Notice that for the simplest object (0) the value was given directly, and for a compound
object (y + ), it was given in terms of the notion (+) for the simpler object (y).

87
• Here is a definition of a new concept (predicate symbol ≤):

∀ x≤0⇔x=0 (zero)
is-nat(x)
∀ x ≤ y ⇔ (x = y ∨ x ≤ y) (succ.)
+ +
is-nat(x),is-nat(y)

Notice again the structure of the definition.

88
Bibliografie
[BA12] M. Ben-Ari. Mathematical Logic for Computer Science. Springer London, 2012.
[Bou04] Nicolas Bourbaki. Description of Formal Mathematics. Springer, 2004.
[Buc91] Bruno Buchberger. Logic for computer science. Unpublished lecture notes, Copyright
Bruno Buchberger, 1991.
[Chu36] Alonzo Church. An unsolvable problem of elementary number theory. American
Journal of Mathematics, 58(2):345–363, 1936.
[Göd30] Kurt Gödel. Die vollständigkeit der axiome des logischen funktionenkalküls. Monat-
shefte für Mathematik, 1(37):349–360, 1930.
[Göd31] Kurt Gödel. Über formal unentscheidbare sätze der principia mathematica und ve-
rwandter systeme, I. Monatshefte für Mathematik und Physik, (38):173–198, 1931.
[H.G03] Jean H.Gallier. Logic for Computer Science, Foundations of Automated Theorem
Proving. Copyright Jean H. Gallier, 2003.
[KLRV49] E. L. Kaufman, M. W. Lord, T. W. Reese, and J. Volkmann. The discrimination of
visual number. The American Journal of Psychology, 62(4):498–525, 1949.
[KT06] Jon Kleinberg and Eva Tardos. Algorithm Design. Pearson International, Inc., 2006.
[Rus03] B. Russell. The Principles of Mathematics. Number vol. 1 in The Principles of
Mathematics. University Press, 1903.
[Sha38] Claude Elwood Shannon. A symbolic analysis of relay and switching circuits. Tran-
sactions of the American Institute of Electrical Engineers, 57, 1938.
[TA13] Andrew Tanenbaum and Todd Austin. Structured Computer Organization. Pearson,
6th edition edition, 2013.
[Tur37] Alan M Turing. On computable numbers, with an application to the entscheidungs-
problem. Proceedings of the London mathematical society, 2(1):230–265, 1937.

89