D.Prisco - Notas de Lógica

Introducci on a la L ogica Matematica
EMALCA AMAZONIA
Agosto de 2009
Carlos Augusto Di Prisco
August 12, 2009
ii
Contenido
1 Calculo Proposicional 1
1.1 El lenguaje proposicional. . . . . . . . . . . . . . . 2
1.2 Sem antica del C alculo Proposicional. . . . . . . . . 3
1.3 Formas Normales. . . . . . . . . . . . . . . . . . . . 16
1.4 Resoluci on . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Completitud del metodo de resoluci on. . . . 20
1.5 Un sistema axiomatico para el c alculo proposicional. 22
1.6 C alculo de secuentes. . . . . . . . . . . . . . . . . . 29
2 Logica de primer orden. 37
2.1 Lenguajes de primer orden y estructuras . . . . . . 37
2.2 Operaciones entre estructuras: . . . . . . . . . . . . 38
2.3 Formalizaci on de un Lenguaje: . . . . . . . . . . . . 40
2.3.1 Verdad en una Interpretacion . . . . . . . . 43
2.3.2 Denibilidad en una estructura. . . . . . . . 48
2.4 Un sistema axiom atico para la l ogica de primer orden. 50
2.5 El teorema de completitud para la l ogica de primer
orden. . . . . . . . . . . . . . . . . . . . . . . . . . 56
3 Razonamiento no mon otono 65
3.1 Razonamiento acumulativo . . . . . . . . . . . . . . 68
3.2 Modelos acumulativos . . . . . . . . . . . . . . . . 71
3.3 Razonamiento Preferencial . . . . . . . . . . . . . . 75
3.4 Modelos Preferenciales . . . . . . . . . . . . . . . . 76
iii
iv CONTENIDO
Captulo 1
Calculo Proposicional
Comenzaremos nuestro estudio de la logica considerando cierto tipo
sencillo de enunciados. Ser an enunciados declarativos, es decir,
enunciados que declaran un cierto estado de cosas; dejando fuera
enunciados de tipo imperativo o interogativo, etc. Trataremos esos
enunciados como unidades, y estudiaremos las combinaciones que
se obtienen al usar las conectivas y, o, no, si ... entonces...,
entre otras.
El problema central que nos ocupar a es el siguiente: Si tenemos
una de esas combinaciones, que podemos decir sobre la veracidad
de la misma, dada informaci on sobre la veracidad de sus compo-
nentes? para ello desarrollaremos el c alculo proposicional.
El c alculo proposicional trata ciertas proposiciones basicas como
unidades, y las combinaciones que se obtienen a partir de ellas us-
ando las conectivas l ogicas tales como la negaci on (), la disyunci on
(), la conjuncion (), la implicacion () y la doble implicacion
(). Para formalizar esto, deniremos el lenguaje proposicional,
partiendo de un conjunto de smbolos, que llamaremos letras proposi-
cionales, que combinaremos usando las conectivas.
1
2 CAP
ITULO 1. C
ALCULO PROPOSICIONAL
1.1 El lenguaje proposicional.
Sea A un conjunto no vaco, a lo sumo numerable, cuyos elementos
llamaremos letras proposicionales. Usaremos p, q, r, . . . , p
1
, p
2
, . . .
para denotar los elementos de A.
El lenguaje proposicional, tiene, adem as de las letras proposi-
cionales, otros smbolos: las conectivas , , , , y los parentesis
( y ).
Denici on 1.1.1 El conjunto PROP de proposiciones (del calculo
proposicional) es la coleccion de todas las sucesiones nitas de smbolos
del lenguaje proposicional que se obtienen aplicando un n umero
nito de veces las reglas de formacion siguientes .
(i) Toda letra proposicional es una proposicion.
(ii) Si y son proposiciones, entonces tambien lo son (),
( ), ( ), ( ) y ( ).
N otese que esta es una denicion inductiva del conjunto de proposi-
ciones. Mas adelante veremos que para demostrar propiedades de
las proposiciones, podremos hacerlo inductivamente, demostrando
primero la propiedad para las letras proposicionales, y luego para
una proposici on compuesta dada, suponiendo que las proposiciones
que la componen tienen la propiedad.
El conjunto PROP es entonces el menor conjunto que contiene
a las letras proposicionales y es cerrado bajo las siguientes opera-
ciones:
(i) Si PROP, entonces () PROP,
(ii) Si , PROP, entonces ( ) PROP, ( )
PROP, ( ) PROP y ( ) PROP.
Ejercicio 1.1.2 1. Muestre que las siguientes sucesiones de smbolos
son proposiciones:
((p q) ((q) (p))),
1.2. SEM
ANTICA DEL C
ALCULO PROPOSICIONAL. 3
((p q) p),
((p (p)) (p)).
2. Muestre que las siguientes sucesiones de smbolos no son proposi-
ciones:
(p p) p,
(p q p),
((p) q).
El uso de los parentesis evita ambiguedades como la que aparece
en la expresi on (p q p). Sin embargo, es posible que mas
adelante no seamos muy rigurosos en el uso de los parentesis siempre
que esto no nos produzca problemas de ese tipo.
Observemos que como el conjunto A de letras proposicionales
es numerable, el conjunto PROP de las proposiciones del calculo
proposicional es tambien numerable. Esto se debe a que el conjunto
de las sucesiones nitas de elementos de un conjunto numerable es
numerable.
1.2 Semantica del Calculo Proposicional.
La semantica del c alculo proposicional consiste esencialmente en
darle signicado a las conectivas, para despues poder decidir si una
proposici on es verdadera o falsa de acuerdo a los valores de verdad
de sus componentes.
Trabajaremos con dos valores de verdad: V y F (que se pueden
interpretar como verdad y falsedad), pero debemos hacer notar que
esta es una decision arbitraria, ya que se podra pensar en la posi-
bilidad de usar tres valores, V , F y ?, que se interpretaran como
verdad, falsedad e indeterminacion, respectivamente; o un n umero
mayor, a un innto, de valores. Estas otras posibilidades han sido
estudiadas y resultan interesantes y al mismo tiempo utiles, pero
en estas notas nos limitaremos a dos valores de verdad.
4 CAP
ITULO 1. C
Queremos interpretar la conectiva como la conjuncion de
y , entonces () ser a verdad cuando ambas proposiciones
y sean verdad. Esto se puede expresar mediante la funci on
H
: V, F
2
V, F
denida por
H
(V, V ) = V
H
(V, F) = F
H
(F, V ) = F
H
(F, F) = F
Usualmente se resume esta informaci on en la tabla
( )
V V V
V F F
F V F
F F F
An alogamente, interpretamos de modo que ( ) corre-
sponda a la disyunci on de y , es decir, ( ) es verdad si al
menos una de esas dos proposiciones es verdad, y es falsa si am-
bas proposiciones, y , son falsas. Esto se expresa mediante la
funci on
H
: V, F
2
V, F
denida por
H
(V, V ) = V
H
(V, F) = V
H
(F, V ) = V
H
(F, F) = F
1.2. SEM
ANTICA DEL C
Y en forma resumida, mediante la tabla
( )
V V V
V F V
F V V
F F F
La conectiva ser a interpretada como implicaci on material,
es decir, la proposici on ser a falsa solamente en el caso de
que sea verdad y sea falsa; en todos los dem as casos es
verdadera. Esto se puede expresar mediante la funcion
H
: V, F
2
V, F
denida de la manera siguiente:
H
(V, V ) = V
H
(V, F) = F
H
(F, V ) = V
H
(F, F) = V
Esta informacion se resume en la tabla

V V V
V F F
F V V
F F V
La doble implicacion quedar a denida mediante la funcion
H
: V, F
2
V, F
denida por
6 CAP
ITULO 1. C
H
(V, V ) = V
H
(V, F) = F
H
(F, V ) = F
H
(F, F) = V
Y la tabla correspondiente es

V V V
V F F
F V F
F F V
La conectiva se interpreta como negacion, y por lo tanto
quedar a denida por la funci on
H
: V, F V, F
dada por H
(V ) = F y H
(F) = V a la que corresponde la tabla

V F
F V
Denicion 1.2.1 Una conectiva n-aria es una funcion
: (PROP)
n
PROP
que asigna una proposicion a cada n-tupla de proposiciones, de
modo que el valor de verdad de (
1
, . . . ,
n
) depende solamente
de los valores de verdad de las proposiciones
1
, . . . ,
n
.
En principio podramos pensar en un concepto m as general
de conectiva, para el cual el valor de verdad de (
1
, . . . ,
n
) no
1.2. SEM
ANTICA DEL C
dependa solamente de los valores de verdad de las proposiciones
1
, . . . ,
n
, sino de algunos otros par ametros, pero eso no nos in-
teresa por los momentos.
Cada conectiva n-aria, corresponde entonces a una funcion
H : V, F
n
V, F,
o lo que es lo mismo, a la tabla de verdad que dena esa funcion.
Por lo tanto existen exactamente 2
2
n
conectivas n-arias.
Debe resultar claro que usando la denici on inductiva del con-
junto de proposiciones, a cada proposicion le corresponde una tabla
de verdad. Por ejemplo, a la proposici on ((p q) r), le corre-
sponde una funci on de tres argumentos H : V, F
3
V, F
denida mediante la siguiente tabla
p q r (p q) ((p q) r)
V V V V V
V V F V F
V F V F V
V F F F V
F V V F V
F V F F V
F F V F V
F F F F V
Denicion 1.2.2 Un conjunto C de de conectivas es completo si
dada cualquier conectiva , existe una proposicion construida a par-
tir de las conectivas de C cuya tabla de verdad coincide con la de
.
Teorema 1.2.3 El conjunto de conectivas , , es completo.
Demostraci on. Sea : (PROP)
k
PROP una conectiva de k
argumentos, y consideremos su tabla de verdad
8 CAP
ITULO 1. C
p
1
p
2
. . . p
k
(p
1
, . . . , p
k
)
V V . . . V b
1
. . .
a
i1
a
i2
. . . a
ik
b
i
. . .
F F . . . F b
k
Donde p
1
, p
2
, . . . , p
k
son letras proposicionales, a
ij
es el valor de
verdad que aparece en el lugar j de la la i, y b
i
es el valor que toma
(p
1
, . . . p
k
) en la la i. Para cada letra proposicional p sea p
V
= p
y p
F
= (p). Para la la i, sea A
i
la conjuncion p
a
i1
1
p
a
i2
2

p
a
ik
k
. Si i
1
, . . . , i
m
son las las donde (p
1
, . . . , p
k
) toma valor V , la
proposici on A
i
1
A
i
m
, donde solamente aparecen las conectivas
, y , tiene la misma tabla de verdad que (p
1
, . . . , p
k
).
Ejercicio 1.2.4 Demuestre que la proposicion construida en la prueba
anterior tiene la misma tabla de verdad que la conectiva .
Ejercicio 1.2.5 Demuestre que la tabla de verdad de ( )
coincide con la tabla de (() ). Lo mismo para las tablas de
( ) y (( ()).
Corolario 1.2.6 El conjunto de conectivas , es completo
Demostraci on. Basta notar que se puede denir a partir de
y de la manera siguiente: la tabla de coincide con la tabla
de la proposici on ((() ())).
Ejercicio 1.2.7 Demuestre que los siguientes conjuntos son con-
juntos completos de conectivas, , , ,
Ejercicio 1.2.8 Considere las conectivas binarias [ y cuyas
tablas son
1.2. SEM
ANTICA DEL C
([) ( )
V V F F
V F V F
F V V F
F F V V
Demuestre que los conjuntos [ y son completos. De-
muestre ademas que [ y son las unicas conectivas binarias que
por si mismas forman conjuntos completos.
Denicion 1.2.9 Una asignacion de valores de verdad es una funcion
de / : A V, F que asigna un valor de verdad a cada letra
proposicional.
Una valuacion es una funcion 1 : Prop V, F tal que a cada
proposicion le asigna un valor 1() de modo que
(i) 1(()) = H
(1()),
(ii) 1( ) = H
((), 1()),
(iii) 1( ) = H
((), 1()),
(iv) 1( ) = H
((), 1()),
(v) 1( ) = H
((), 1()).
Como , es un conjunto completo de conectivas, las fun-
ciones H
, H
y H
se pueden denir a partir de H
y H
. Por
ejemplo, H
(, ) = H
(H
(), ). Por lo tanto, las clausulas

(iii), (iv), y (v) de la denici on siguen de las dos primeras.
Denici on 1.2.10 Una proposicion es una tautologa si 1() =
V para toda valuacion 1. Una proposicion es una contradiccion si
toda valuacion le da valor F. Una proposicion es satisfactible si
existe una valuacion que le asigna valor V (es decir, si no es una
contradiccion).
10 CAP
ITULO 1. C
Ejercicio 1.2.11 (i) Demuestre que las siguientes proposiciones
son tautologas: p (p q), p (q p), (p q) p.
(ii) Demuestre que las siguientes proposiciones son satisfactibles:
p (p), (p q) p, (p q) (q p), p (q (p)).
(iii) Demuestre que las siguientes proposiciones son contradicciones:
p (p), p (p), p (((p) q)).
Ejercicio 1.2.12 Demuestre que si y ( ) son tautologas,
entonces tambien lo es .
En algunas ocasiones puede resultar conveniente a nadir dos sm-
bolos adicionales al lenguaje proposicional: las letras proposicionales
, que siempre toma valor V , y que toma siempre valor F. De
modo que toda tautologa es equivalente a y toda contradicci on es
equivalente a . O alternativamente, se puede jar una tautologa
especca, por ejemplo p (p) y denotarla con el smbolo , y
jar una contradicci on, por ejemplo p (p) y denotarla con el
smbolo .
Denici on 1.2.13 Decimos que las proposiciones y son equiva-
lentes si para toda valuacion 1, se cumple 1() = 1().
Proposicion 1.2.14 y son equivalentes si y solo si la proposicion
( ) es una tautologa.
Proposicion 1.2.15 Dadas valuaciones 1 y J, si 1 A = J
A, entonces 1 = J. Por lo tanto, toda asignacion de valores de
verdad se extiende de manera unica a una valuacion.
Demostraci on. Mostramos por inducci on en la complejidad de
que para toda se tiene 1() = J(). Si es una letra proposi-
cional, la igualdad vale por hip otesis. Si es la proposici on (),
y suponemos inductivamente que 1() = J(), entonces 1() =
H
(1()) = H
(J()) = J(), donde la igualdad del medio vale

por hip otesis inductiva y las otras dos por la denicion de valuacion.
1.2. SEM
ANTICA DEL C
Si es la proposici on ( ), y las valuaciones 1 y J coinciden
en y , entonces 1() = H
(1(), 1()) = H
(J(), J()) =
J(). Por el comentario que sigue a la denicion de valuacion, con
esto termina la demostraci on.
Denici on 1.2.16 Dado un conjunto de proposiciones, decimos
que la proposicion es consecuencia de , y lo denotamos por
[= ,
si 1() = V para toda valuacion 1 que satisface 1() = V para
toda .
Si = , escribimos [= en vez de [= .
Escribiremos
[=
para expresar que toda valuacion le da a valor V . (Observese que
esto coincide con la denici on de [= en el caso = ).
Si es un conjunto de proposiciones denotaremos por Cn()
al conjunto de consecuencias de ,
Cn() = : [= .
Si una valuaci on 1 toma valor V en una proposicion , decimos que
1 es un modelo de ; si 1 es tal que 1() = V para toda ,
decimos que 1 es un modelo de . Mod() denota el conjunto de
los modelos de .
Ejercicio 1.2.17 Sean ,
1
,
2
PROP. Demuestre que
1. Si
1

2
, entonces Cn(
1
) Cn(
2
) y Mod(
2
)
Mod(
1
),
2. Cn(),
3. Cn(Cn()) = Cn(),
12 CAP
ITULO 1. C
4. Mod() = Mod(Cn()).
La primera parte del ejercicio anterior muestra que si [= y

1
, entonces
1
[= . Esta propiedad de la relaci on [= se
conoce con el nombre de monotona.
Denici on 1.2.18 Un conjunto de proposiciones es satisfactible
(o realizable) si existe una valuacion 1 tal que 1() = V para toda
, es decir, si Mod() ,= . En caso contrario, decimos que
es insatisfactible.
Proposicion 1.2.19 Un conjunto PROP es insatisfactible si
y solamente si Cn() = PROP.
Demostraci on. Si Cn() = PROP, entonces Mod(Cn()) = ;
luego, Mod() = . Recprocamente, si Mod() = , trivialmente
toda proposici on es consecuencia de .
Ejercicio 1.2.20 Demuestre que
(i) [= si y solo si Mod( ()) = .
(ii) ( ) es una tautologa si y solo si [= .
Denici on 1.2.21 Un conjunto PROP es nitamente satis-
factible si cada subconjunto nito de es satisfactible.
Teorema 1.2.22 (Teorema de compacidad) Un conjunto PROP
es satisfactible si y solamente si es nitamente satisfactible.
Primero demostraremos un lema.
Lema 1.2.23 Si PROP es nitamente satisfactible y
PROP, entonces al menos uno de los conjuntos y
() es nitamente satisfactible.
1.2. SEM
ANTICA DEL C
Demostraci on del lema. Supongamos que ni ni
() son nitamente satisfactibles. Entonces existen
1
y
2
,
subconjuntos nitos de , tales que
1
y
2
() son
insatisfactibles. El conjunto
1

2
es nito y por hip otesis,
existe una valuacion 1 Mod(
1

2
). Para esa valuaci on 1 o
bien 1() = V o 1(()) = V . En el primer caso, 1 Mod(
1

, y en el segundo 1 Mod(
1
(). Ambas posibilidades
contradicen la suposicion inicial.lema
Demostraci on del Teorema 1.2.22. Sea
0
,
1
, . . . ,
n
, . . .
una enumeracion de PROP. Denimos inductivamente una sucesi on
de subconjuntos de PROP de la manera siguiente.
Ponemos
0
= , e inductivamente,
n+1
=
n

n
si este conjunto es nitamente satisfactible,
n
(
n
) en caso contrario.
Sea
n=0

n
. N otese que
es nitamente satisfactible,
ya que cada
n
lo es. Denimos ahora una funcion
1 : PROP V, F
poniendo 1() = V si y solamente si
.
Para cada PROP,
o ()
, pero no ambas
cosas a la vez. Esto se debe a que =
n
para alg un n, y entonces

n+1
o ()
n+1
. Pero como cada
n
es nitamente
satisfactible, ambas proposiciones y () no pueden pertenecer
a
. Entonces, para cada ,

si y s olo si () /
,
por lo que 1(()) = H
(1()).
Por otra parte, si ( )
, entonces alguna de las proposi-

ciones y pertenece a
, ya que de lo contrario, () y ()
14 CAP
ITULO 1. C
estaran ambas en
. Pero entonces, (), (), ( )
y ese conjunto es insatisfactible, lo que constituye una con-

tradicci on. Recprocamente, si al menos una de las proposiciones
y pertenece a
, entonces ( )
, porque si no,
(( ))
pero tanto (( )), como (( )),

son insatisfactibles. En conclusi on, 1(( )) = H
(1(), 1()).
Con esto queda vericado que 1 es una valuacion, y como le da
valor V a toda proposici on de
, este conjunto es satisfactible.

Como
, tambien es satisfactible.
Aunque no es necesario tratar los casos de proposiciones com-
puestas con las conectivas , y , es ilustrativo hacerlo.
Ejercicio 1.2.24 Demuestre que la funcion 1 denida en la de-
mostracion del teorema 1.2.22 satisface las condiciones (iii), (iv) y
(v) de la denicion de valuacion.
(Sugerencia para (iv): Hemos visto que para toda ,
, pero no ambas. Veamos que si ( )
, y

, entonces necesariamente
. Si /
, entonces

, y el conjunto , ( ),
es insatisfactible.
Recprocamente, si /
o si
, entonces ( )
,
porque los conjuntos , ( ) y , ( ) son ambos
insatisfactibles).
Corolario 1.2.25 Si [= , entonces existe un subconjunto nito
0
tal que
0
[= .
Demostraci on. Si
,[= para todo
con
nito,
por el ejercicio 1.2.20(i), tenemos que para todo
nito,
()es satisfactible, por lo tanto, () es satisfactible

y en consecuencia, ,[= , lo que contradice la hipotesis.
Ejercicio 1.2.26 Un grafo es un par (V, E) donde V es un con-
junto no vaco, y E es un conjunto de pares de elementos de V .
Usualmente, los elementos de V se llaman vertices del grafo y los
1.2. SEM
ANTICA DEL C
elementos de E se llaman arcos o aristas. Si un par x, y V
pertenece a E, se dice que los vertices x e y estan conectados (por el
arco x, y). Una k coloracion de un grafo (V, E), es una funcion
c : V 1, 2, . . . , k que a cada vertice le asigna un color entre
1 y k, de modo que para todo x, y V ,
x, y E c(x) ,= c(y).
Decimos que un grafo es k coloreable si existe una tal coloracion.
Un subgrafo del grafo (V, E) es un grafo (V
, E
) tal que V
V
y E
= E x, y : x, y V
.
Demuestre, usando el teorema de compacidad, que un grafo es
k-coloreable si cada subgrafo nito es k-coloreable.
Para demostrar que una proposici on es una tautologa hay que
vericar que cada valuacion le asigna valor V , pero para ello basta
examinar un n umero nito de casos ya que s olo interesa conocer el
valor que da la valuaci on a las letras que aparecen en la proposici on,
y estas son un n umero nito. En otras palabras, basta examinar la
tabla de verdad de la proposicion y vericar que en todos los casos
se obtiene el valor V . Dejaremos como ejercicio vericar que las
siguientes leyes de la l ogica son todas tautologas.
De ahora en adelante seremos menos rigurosos en el uso de los
parentesis, siempre que esto no nos lleve a ambig uedades.
Teorema 1.2.27 Las siguientes proposiciones son tautologas.
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) () () ( ) () ()
( ) ( )
.
16 CAP
ITULO 1. C
Estas equivalencias se pueden llamar asociatividad y conmuta-

tividad de y de (primera y segunda lneas, respectivamente);
distributividad de en y de en (en la tercera lnea); leyes de
De Morgan (en la cuarta lnea); luego tenemos las leyes de absorcion
en la quinta lnea, y nalmente la ley de la doble negacion.
Ejercicio 1.2.28 Demuestre el teorema anterior.
1.3 Formas Normales.
Observemos que toda proposici on de la forma (p (p)) es una
tautologa. Igualmente, toda disyunci on de proposiciones entre las
cuales aparecen una proposicion y su negacion , es tambien una
tautologa. Podemos usar varias equivalencias entre proposiciones
para transformar una proposicion dada en una equivalente para la
cual se puede determinar facilmente si es o no una tautologa.
Teorema 1.3.1 Las siguientes proposiciones son tautologas.
( ) (() )
( ) (( ) ( ))
Llamaremos literales a las proposiciones que son una letra proposi-

cional o la negacion de una letra proposicional. Si l es un literal,
denimos

l =
p si l es p
p si l es p
Denici on 1.3.2 Una proposicion esta en forma normal conjun-
tiva (FNC) si es una conjuncion de disyunciones de literales. Una
proposicion esta en forma normal disyuntiva (FND) si es una disyuncion
de conjunciones de literales.
1.3. FORMAS NORMALES. 17
Ejemplo 1.3.3 (p
1
(p
2
)) (p
2
(p
2
)) (p
1
p
2
) esta en forma
normal conjuntiva.
Para llevar una proposici on a una forma normal, se efect uan los
siguientes pasos:
1. Eliminar las conectivas y usando el Teorema 1.3.1.
2. Mover la conectiva hacia el interior usando las Leyes de De
Morgan y eliminar negaciones usando la ley de doble negaci on
(Teorema 1.2.27).
3. Usar la distributividad para obtener la forma normal (Teo-
rema 1.2.27). Si se usa la distributividad de la conjuncion en
la disyunci on, se obtiene una forma normal disyuntiva; y si
se usa la distributividad de la disyunci on en la conjunci on, se
obtiene una forma normal conjuntiva.
Ejercicio 1.3.4 Halle formas normales conjuntivas y formas nor-
males disyuntivas equivalentes a las siguientes proposiciones.
1. (p q) ((p q) p),
2. ((r s) t) (s (r t)),
3. p (q (p q)).
Teorema 1.3.5 Sea l
i
: i n un conjunto de literales, entonces
las siguientes armaciones son equivalentes:
1. l
1
l
2
l
n
es una tautologa,
2.

l
1
l
2

l
n
es insatisfactible,
3. Existen i, j n tales que l
i
=

l
j
.
Utilizando este resultado es muy facil determinar si una proposici on
en forma normal conjuntiva es una tautologa: basta vericar que
en cada clausula l
1
l
2
l
n
existen i, j n tales que l
i
=

l
j
.
18 CAP
ITULO 1. C
Denicion 1.3.6 Una proposicion en forma normal conjuntiva
es una proposicion de Horn si en cada disyuncion de hay a lo
sumo un literal positivo.
Ejemplo 1.3.7 La proposicion
(p q) (p r s) (p q) t r
es de Horn, pero la siguiente no lo es,
(p q r) (q r).
Cada disyuncion en una proposicion de Horn se puede escribir
de una manera equivalente como una implicaci on cuyo consecuente
es una letra proposicional (la unica que aparece no negada en esa
disyunci on). Por ejemplo, la primera proposici on del ejemplo es
equivalente a
(p q) (p r s) (p q ) (t ) ( r).
1.4 Resolucion
Una cl ausula es un conjunto nito de literales, que se piensa como
la disyuncion de sus elementos. As, una clausula C es verdad si
uno de sus elementos es verdad. La cl ausula vaca es falsa (ya
que no tiene ning un elemento que sea verdad).
Un conjunto S de clausulas es una proposici on (pensando en S
como la conjunci on de sus elementos). S es verdad si cada uno de
sus elementos es verdad. La proposicion vaca es siempre verdad
ya que no tiene elementos que no sean verdad.
Podemos pensar en una asignaci on de valores de verdad como
un conjunto de literales que no contenga a la vez una letra proposi-
cional y su negaci on (la asignaci on es el conjunto de los literales que
toman valor V , de modo que una letra p toma valor V si pertenece
a la asignaci on, y toma valor F si p pertenece a la asignaci on).
Si una asignaci on / contiene p o p para cada letra proposicional
1.4. RESOLUCI
ON 19
(pero no ambas), entonces corresponde a una asignaci on de valores
de verdad como en la denicion que dimos anteriormente.
Con esta terminologa, una asignaci on / satisface la proposici on
S, en smbolos
/ [= S,
si para toda C S, (C / ,= ) es decir, si la valuacion inducida
por / le da valor V a cada cl ausula C de S.
Denicion 1.4.1 Sean c
1
, c
2
, c tres clausulas. Decimos que c es
una resolvente de c
1
y c
2
si existe un literal l tal que
(i) l c
1
,
(ii)

l c
2
,
(iii) c = (c
1
l) c
2

l).
Ejemplo 1.4.2 Ejemplo. Las clausulas p, q, r y q, r, s ad-
miten las resolventes p, r, r, s y p, q, q, s.
Denicion 1.4.3 Sea C un conjunto de clausulas. Una prueba
por resolucion a partir de C es una sucesion nita de clausulas
c
1
, c
2
, . . . , c
n
tal que cada clausula de la sucesion es un elemento de
C o es una resolvente de dos clausulas anteriores en la sucesion.
La ultima clausula de la sucesion es la conclusion de la prueba. Si
c
n
= , se dice que la prueba es una refutacion de C.
Proposicion 1.4.4 Toda clausula que aparece en una prueba por
resolucion a partir de C es una consecuencia de C.
Demostraci on. Es bastante obvia, ya que una resolvente de dos
cl ausulas c
1
y c
2
es consecuencia de ellas.
Sea C un conjunto de clausulas. Un arbol de resolucion a partir
de C es un arbol binario nito con las siguientes propiedades.
(i) Los nodos extremales del arbol estan etiquetados con elemen-
tos de C,
20 CAP
ITULO 1. C
(ii) todo nodo no terminal tiene exactamente dos sucesores y est a
etiquetado por una resolvente de las etiquetas de los sucesores.
N otese que de cada arbol de resoluci on a partir de C se puede
construir una prueba por resoluci on a partir de C cuya conclusion
es la raz del arbol. Y viceversa, dada una pureba por resoluci on a
partir de C, se puede construir un arbol de resoluci on a partir de C
cuya raz es la conclusion de la prueba por resoluci on. Si la raz de
un arbol de resolucion a partir de C es la cl ausula vaca, decimos
que el arbol es una refutacion de C.
1.4.1 Completitud del metodo de resoluci on.
Sea C un conjunto de cl ausulas, y sea l un literal. Denotamos por
C(l) al conjunto de cl ausulas
c
l : c C y l / c.
En otras palabras, C(l) se obtiene eliminando de C todas aquel-
las cl ausulas donde aparece l, y tomamos las otras, pero quit andoles
l. Esto corresponde a asignarle a l valor V , y quedarse con la

parte no determinada todava de las clausulas que no sean au-
tom aticamente verdaderas.
Lema 1.4.5 Si C es insatisfactible, tambien lo es C(l).
Demostraci on. Supongamos que 1 es una valuaci on que satis-
face C(l). Como el literal l no aparece en C(l), podemos suponer
sin perder generalidad que 1(l) = V . Pero entonces 1 tambien sat-
isface C, ya que asigna valor V a las cl ausulas de C que contienen a
l (y que por lo tanto no aparecen en C(l), y por hipotesis, 1 asigna
valor V a las dem as clausulas de C.
Teorema 1.4.6 Un conjunto C de clausulas es contradictorio si y
solamente si existe un arbol de resolucion que lo refuta.
1.4. RESOLUCI
ON 21
Demostraci on. Claramente, si existe un arbol de resoluci on que
refuta C, entonces C no es satisfactible, la cl ausula vaca es conse-
cuencia de C.
Recprocamente, supongamos que C es insatisfactible. Por el
teorema de compacidad podemos suponer tambien que C es nito, y
probamos el resultado por inducci on en el n umero de letras proposi-
cionales que aparecen en C.
Si en C aparece solamente una letra proposicional p, entonces
debe haber en C cl ausulas donde aparece solamente el literal p
y clausulas donde aparece solamente el literal p, y por lo tanto se
puede obtener la cl ausula vaca como raz de un arbol de resoluci on.
Supongamos ahra que en C aparecen las letras proposicionales
p
1
, p
2
, . . . , p
n+1
, y consideremos los conjuntos C(p
n+1
) y C( p
n+1
).
Por el Lema 1.4.5 ambos conjuntos de cl ausulas con insatisfactibles,
y por hip otesis inductiva, existe un arbol de resoluci on T
0
que refuta
C(p
n+1
) y un arbol de resolucion T
1
que refuta C( p
n+1
).
Ahora, modiquemos T
0
recursivamente de la manera siguiente.
Agreguemos p
n+1
a los nodos terminales de T
0
que no pertenecen
a C (obteniendo as una clausula que pertenece a C), y luego,
agreguemos p
n+1
a cada nodo no terminal de T
0
si hemos agre-
gado ese literal a alguno de sus sucesores. Debe resultar claro que
el arbol obtenido es un arbol de resolucion con raz p
n+1
.
An alogamente modicamos T
1
, pero a nadiendo p
n+1
, para obtener
un arbol de resolucion con raz p
n+1
.
Aplicando resolucion a las dos races de los arboles modicados
obtenemos un arbol de resoluci on que refuta C.
22 CAP
ITULO 1. C
1.5 Un sistema axiomatico para el calculo
proposicional.
Un sistema axiom atico est a constituido por varios elementos sint acticos:
un lenguaje, con un alfabeto y reglas de formaci on de expre-
siones,
un conjunto de expresiones designadas como axiomas, y
reglas de inferencia
En el caso del c alculo proposicional ya tenemos nuestro lenguaje,
con un alfabeto de letras proposicionales y reglas de formacion de
expresiones que llamamos proposiciones. A continuacion se nalamos
los axiomas y reglas de inferencia que usaremos para completar el
sistema axiomatico.
Axiomas. Escogeremos un conjunto de proposiciones que lla-
maremos axiomas. Nuestros axiomas son proposiciones donde s olo
aparecen las conectivas y .
Tomaremos como axiomas a todas las proposiciones de las for-
mas siguientes (donde , y son proposiciones):
(A1) ( )
(A2) ( ( )) (( ) ( ))
(A3) ( ) (( ) )
Reglas de inferencia. En nuestro sistema habr a una sola regla
de inferencia, llamada Modus Ponens (MP). Esta regla establece
que de las proposiciones y se inere la proposicion .
Usualmente esto se expresa de la forma siguiente:

1.5. UNSISTEMAAXIOM
ATICOPARAEL C
ALCULOPROPOSICIONAL.23
Ejercicio 1.5.1 Demuestre que todos los axiomas son tautologas.
Denici on 1.5.2 La proposicion se deduce (o se demuestra ) a
partir del conjunto de proposiciones si existe una sucesion nita
de proposiciones
1
,
2
, . . . ,
n
tal que
n
= y para cada i n,
i
es un axioma, o
i
, o
i
se inere de proposiciones anteriores de la lista por la regla de
Modus Ponens (es decir, existen j, k < i tales que
k
=
j

i
).
En este caso se dice que
1
,
2
, . . . ,
n
es una demostracion de a
partir de .
Usaremos la notaci on

para expresar que se deduce de . Si = , escribimos .
Denimos Ded() = : .
Ejemplo 1.5.3 Para toda proposicion , se tiene
( ).
La siguiente lista es una demostracion de , donde, en la
columna de la izquierda escribimos la justicacion de cada proposicion.
(A2) (( ) ) (( ( )) ( ))
(A1) (( ) )
(MP) (( ( )) ( ))
(A1) ( )
(MP) .
Teorema 1.5.4 (Teorema de deduccion). Dadas , PROP, y
PROP,
si y solo si ( ).
24 CAP
ITULO 1. C
Demostraci on.
(). Sea
1
,
2
, . . . ,
n
una demostraci on de a partir de
. Probaremos por induccion en i n que (
i
). Para
i = 1, tenemos que
1
es un axioma,
1
o
1
= . En los dos
primeros casos, como
1
(
1
) es un axioma (del tipo A1),
aplicando la regla de Modus Ponens, obtenemos (
1
); en
el caso restante, por el ejemplo anterior, sabemos que ( ).
Sea i = k, y supongamos que (
j
) para todo j < k.
Sabemos que
k
puede ser una axioma, puede ser un elemento de ,
puede ser o nalmente, puede inferirse aplicando Modus Ponens
a
j
y
l
= (
j

k
), donde j, l < k. Los tres primeros casos se
tratan como en el caso i = 1; y para el ultimo caso, por hipotesis
inductiva, (
j
) y ( (
j

k
)). Aplicando
Modus Ponens dos veces al axioma (A2)
( (
j

k
)) ((
j
) (
k
)),
obtenemos (
k
). Esto completa el paso inductivo, y para
i = n tenemos el resultado deseado.
() Esta implicacion es trivial, ya que si ( ), entonces
tambien se tiene ( ), y aplicando Modus Ponens
obtenemos .
Corolario 1.5.5 (i) , ;
(ii) ( ), .
Demostraci on. (i). Partiendo del conjunto , , ,
se demuestra con dos usos de Modus Ponens. Aplicando el Teo-
rema de Deduccion obtenemos el resultado.
(ii). Se demuestra de la misma manera.
Ejercicio 1.5.6 Demuestre que dadas proposiciones y , las
siguientes proposiciones son teoremas
(i) ; ;
1.5. UNSISTEMAAXIOM
ATICOPARAEL C
(ii) ( ); ( );
(iii) ( ) ( ); ( ) ( );
Sugerencia: use el teorema de deduccion (1.5.4).
Denicion 1.5.7 Un conjunto de proposiciones es inconsistente
si para alguna proposicion , y (). Decimos que
es consistente si no es inconsistente.
Ejercicio 1.5.8 Demuestre que las siguientes armaciones son equi-
valentes:
(i) es inconsistente,
(ii) Existe tal que ( ()),
(iii) para toda proposicion .
Sugerencia: Para demostrar que (i) (iii), use que para todo par
de proposiciones y , ( ) (ejercicio 1.5.6). Para
(ii) (i), demuestre que , es decir ( ) .
Por el ejercicio 1.5.6 esto sigue de ( ).
Teorema 1.5.9 (Teorema de Completitud) Para toda PROP
y toda PROP,
si y solo si [= .
Necesitaremos dos lemas.
Lema 1.5.10 si y solamente si es inconsistente.
Demostraci on.
(). Si entonces tambien , pero entonces
es inconsistente.
(). Supongamos que es inconsistente. Sea tal
que y . Por el teorema de deducci on
(1.5.4), ( ) y ( ). Por (A3),
( ) (( ) )
26 CAP
ITULO 1. C
es un axioma; y aplicando Modus Ponens dos veces, obtenemos
.
Lema 1.5.11 es satisfactible si y solamente si es consistente.
Demostraci on.
() Observemos primero que la regla Modus Ponens preserva
el valor de verdad V , es decir, si 1 es una valuaci on, y 1() =
1(( )) = V , entonces 1() = V . Esto sigue directamente de
la denicion de valuaci on.
Supongamos que 1 Mod(), si , entonces por lo di-
cho anteriormente, 1() = V . Supongamos que para alguna se
cumple que y tambien ; entonces 1() = 1() = V ,
lo que contradice la denici on de valuacion.
() Supongamos que es consistente. Queremos producir una
valuacion 1 Mod(). Podemos usar el mismo procedimiento
de la demostraci on del Teorema de Compacidad, pero para variar,
usaremos el Lema de Zorn. Consideremos el conjunto
A =
PROP :
es consistente,
con el orden dado por la inclusion . Es facil vericar que toda
cadena en A tiene una cota superior. En efecto, si B A es
una cadena, entonces su uni on, B, es tambien un elemento de A;
obviamente contiene a , y es consistente porque de lo contrario,
existe tal que B ( ). Como las demostraciones son
nitas, debe haber un elemento
de la cadena B tal que

, contradiciendo que
es consistente. Por el lema de Zorn,

existe un elemento maximal
de A.
Veamos que
tiene las siguientes propiedades.

(a)
si y solo si
. Si
, entonces es claro
que
. Recprocamente, si
, entonces
es
consistente (porque en caso contrario, si
es inconsistente,
entonces para alguna proposici on ,
.
Pero entonces
).
1.5. UNSISTEMAAXIOM
ATICOPARAEL C
(b) Para toda , /
si y solo si
. Si
,
como este es un conjunto consistente de proposiciones, /
.
Recprocamente, si /
, entonces por (a), . Por el Lema

1.5.10, de aqu sigue que
es consistente, y por la maxi-

malidad de
.
(c) dadas , PROP, ()
si y solo si
. Supongamos que ()
pero /
y /
. entonces
por (b),
y esto implica que
es inconsistente
ya que es equivalente a , y de , , se
deduce tanto como .
Recprocamente, supongamos que
. N otese que
( ). Entonces ( )
, y luego
.
An alogamente si
.
Denamos 1 : PROP V, F poniendo 1() = V si y sola-
mente si
. Por las propiedades (b) y (c), 1 es una valuaci on,

y 1 Mod(
). Como
, entonces 1 Mod() y por lo

tnato s consistente.
Ahora podemos demostrar el teorema de completitud.
Demostraci on de 1.5.9.
Supongamos que . Entonces si 1 Mod(), como Modus
Ponens preserva el valor V , tenemos que 1() = V . Es decir, .
Por otra parte, si , entonces, es consistente
(por el Lema 1.5.10). Luego, en virtud del Lema 1.5.11, existe
1 Mod( ), pero entonces .
El teorema de compacidad (Teorema 1.2.22) puede obtenerse
como corolario inmediato del Lema 1.5.11.
Corolario 1.5.12 (Teorema de Compacidad) Un conjunto de
proposiciones es satisfactible si y solo si es nitamente satisfactible.
Demostraci on. Veamos primero que si es nitamente satis-
factible, entonces es consistente. Si es inconsistente, existe tal
que (), y como las demostraciones son nitas, existe
un conjunto nito
tal que
(). Pero entonces,

28 CAP
ITULO 1. C
es insatisfactible, lo que contradice la hipotesis. Entonces, por

el Lema 1.5.11, si es nitamente satisfactible, tiene modelos. La
otra parte del teorema es trivial.
Corolario 1.5.13 El conjunto de axiomas del calculo proposicional
es consistente.
Demostraci on. Todo teorema del c alculo proposicional es una
tautologa, luego , .
Ejercicio 1.5.14 Sean y conjuntos de proposiciones. Diremos
que es un conjunto de axiomas para si Cn() = Cn() (o,
equivalentemente, si Ded() = Ded()). Un conjunto PROP
es nitamente axiomatizable si tiene un conjunto nito de axiomas.
Demuestre que si
1
y
2
son conjuntos de proposiciones tales
que
1 Mod(
1
) 1 / Mod(
2
)
entonces
1
y
2
son ambas nitamente axiomatizables.
Ejercicio 1.5.15 Un conjunto de proposiciones se dice completo
si para toda PROP, se tiene o . Demuestre que
las siguientes armaciones son equivalentes.
(i) Cn() es maximal consistente,
(ii) es completo,
(iii) tiene un unico modelo (es decir, existe una unica valuacion
en Mod()),
(iv) existe 1 Mod() tal que para toda PROP,
Cn() 1() = V.
1.6. C
ALCULO DE SECUENTES. 29
Ejercicio 1.5.16 Decimos que un conjunto PROP es inde-
pendiente si para toda , / Cn( ).
Demuestre que (si el conjunto de letras proposicionales es nu-
merable), todo conjunto PROP tiene un conjunto independi-
ente de axiomas.
(Sugerencia: Muestre que tiene axiomas
1
,
2
, . . . tales
que para todo n,
n+1

n
, pero no
n

n+1
. Considere luego
el conjunto
1
,
1

2
, . . . ,
n

n+1
, . . . .)
1.6 Calculo de secuentes.
Demostraremos ahora un teorema de completitud para un sistema
deductivo de otro tipo, donde los axiomas se reducen al mnimo y
hay m as reglas de inferencia. En este sistema, tanto los axiomas
como las reglas est an dados usando secuentes.
Si y denotan conjuntos nitos de proposiciones, un se-
cuente es un par (, ) que usualmente se escribe

y se lee, informalmente, de sigue , o mas precisamente: de
la conjuncion de las proposiciones de sigue la disyuncion de las
proposiciones de . Esto motiva la siguiente denicion.
Denici on 1.6.1 Una valuacion 1 satisface un sequente si
le da valor V a alguna proposicion de en caso de que le de valor
V a todas las proposiciones de . Como y son nitos, esto
equivale a decir que 1 satisface .
Axiomas
(Reexividad) , ,
30 CAP
ITULO 1. C
Reglas
( )
, ,
, ( )
( )
, ,
, ( )
( )
, ,
, ( )
( )
,
, ( )
( )
,
,
( )
,
,
()
, ,
, ( )
()
, ,
, ( )
Denici on 1.6.2 Una derivacion en este sistema es un arbol nito
de secuentes, con axiomas en los nodos terminales, y tal que cada
secuente en el arbol sigue de los que estan inmediatamente por
encima por una de las reglas.
Una derivacion de un secuente es una derivacion cuya
raz es el secuente .
Dicho de otra manera, una derivaci on de un secuente
(en el c alculo de secuentes) es una sucesion nita de secuentes
S
1
, . . . , S
n
tal que S
n
= , y cada S
i
(i = 1, . . . , n) es un ax-
ioma o se obtiene de secuentes anteriores de la sucesion aplicando
una de las reglas.
Ejemplo 1.6.3 Derivacion de (( ) ) ( )
, , (axioma)
( ) , ( ) , (axioma)
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1.6. C
Teorema 1.6.4 (Teorema de completitud)
Sean , conjuntos nitos de proposiciones. Las siguientes
armaciones son equivalentes.
(i) Existe una derivacion de ,
(ii) Toda valuacion satisface , es decir, cada valuacion que
asigna valor V a cada asigna valor V a alguna .
Demostraci on. (i) (ii). Por inducci on en la longitud de la
derivacion.
(ii) (i). Comenzamos con , que satisface (ii), y tratamos
de obtener una derivacion de trabajando en reverso: en
cada paso, tomamos una proposicio de de longitud m axima,
y la descomponemos usando una de las reglas, as, hasta llegar a
secuentes que no se pueden descomponer m as.
Si estos secuentes son axiomas, hemos obtenido una derivacion
de ; si alguno no lo es, digamos
, denimos una asig-

naci on de valores de verdad 1, poniendo para cada letra proposi-
cional p,
1(p) =
V si p
F si p
,
y arbitrariamente en todas las demas letras proposicionales.
Usando las reglas, vemos que para cada secuente
de la
derivacion que esta por debajo de
, toda p en el antecedente
(
) recibe valor V por 1, y toda p en el consecuente (
), recibe
valor F. En particular, eso vale para , contradiciendo la
hip otesis.
Ejercicio 1.6.5 Demuestre la siguiente propiedad de monotona.

,
32 CAP
ITULO 1. C
En otras palabras, muestre que si es derivable, entonces
tambien lo es , .
Sugerencia: es consecuencia inmediata del teorema de completi-
tud. Como se puede demostrar la monotona sin usar completitud?
Ejercicio 1.6.6 1. Demuestre la regla de corte
( corte )
,

Sugerencia: use las reglas y para demostrar que en
el calculo de secuentes, de las premisas , se
inere el secuente .
2. Demuestre la regla de modus ponens por la derecha.
( MP )

La relacion de consecuencia puede ser vista como una relaci on
binaria denida en el conjunto de los conjuntos nitos de proposi-
ciones. El teorema anterior caracteriza desde el punto de vista
sem antico el conjunto de pares (, ) tales que es derivable
en este sistema: es el conjunto de pares (, ) tales que toda val-
uaci on que satisface cada proposicion de , satisface al menos una
proposici on de .
Presentamos a continuacion un resultado de caracter un poco
m as general como preparacion para conceptos y resultados que ve-
remos posteriormente.
Denici on 1.6.7 Sea o un conjunto de secuentes. Diremos que
un secuente se puede derivar a partir de o (en el calculo de
secuentes) si existe un arbol nito de secuentes cuya raz es ,
cuyos nodos terminales son axiomas o elementos de o y tal que
cada nodo no terminal del arbol sigue de los que estan directamente
por encima por una de las reglas.
1.6. C
Equivalentemente, si existe una sucesion nita S
1
, . . . , S
n
de se-
cuentes tal que S
n
y cada S
i
(i = 1, . . . n) es un axioma, es
un elemento de o o se obtiene por una regla de secuentes anteriore
de la lista.
Teorema 1.6.8 Dado un conjunto de secuentes o y un secuente
, las siguientes armaciones son equivalentes.
(i) Existe una derivacion de a partir de o.
(ii) Toda valuacion que satisface todo secuente de o, satisface
.
Demostraci on. Fijemos una derivacion de a partir de o,
y sea 1 una valuaci on que satisface todo secuente de o. Entonces,
1 satisface todos los nodos terminales del arbol correspondiente, ya
sea porque son axiomas o porque son elementos de o. Examinando
cada una de las reglas, vemos que si 1 satisface las premisas de una
regla, entonces satisface la conclusi on. Por lo tanto, 1 satisface la
raz del arbol, el secuente .
Recprocamente, supongamos que toda valuacion que satisface
cada secuente en o satisface tambien . Usando el mismo
procedimiento que en el teorema de completitud 1.6.4 usamos las
relgas para descomponer proposiciones de longitud maxima a partir
de y construimos un arbol nito de secuentes. Si todos sus
nodos terminales son axiomas o elementos de o, hemos obtenido
una demostracion de a partir de o.
Si el secuente es un nodo terminal del arbol. Considere-
mos el conjunto
1 = : : es derivable a partir de o.
Para demostrar que este conjunto es satisfactible supongamos que
existe un subconjunto nito de 1 insatisfactible. Sea entonces
1
, . . . ,
n

1
, . . . ,
m
insatisfactible, con
i
para cada
i = 1, . . . , n y
i
derivable a partir de o para cada i = 1, . . . , m.
Tenemos entonces que

i
i

i
i
.
34 CAP
ITULO 1. C
Y por lo tanto tambien
(
i
i

i
i
).
De aqu, por el teorema de competitud 1.6.4, tenemos que
(
i
i

i
i
)
es derivable. Por la denici on de 1, para cada i = 1, . . . , m,
i
es derivable a partir de o. Y usando la regla repetidas veces,
obtenemos que

i
i
es derivable a partir de o. Por la regla MP (Ejercicio 1.6.6),
entonces
i
i
es derivable a partir de o, y por lo tanto
tambien lo es.
Hemos demostrado entonces que el arbol obrtenido a partir de
es una derivacion a partir de o.
Dado un conjunto / de valuaciones, consideremos el conjunto
de todos los pares (, ) tales que para toda valuaci on 1 /,
si 1 , entonces 1 satisface al menos una proposici on de (
es decir, los secuentes satisfechos por todas las valuaciones de /).
Diremos que este conjunto de pares es la relaci on determinada por
/, y lo denotaremos por
M
. Escribimos
M
si (, )
M
.
Corolario 1.6.9 [4] Dado un conjunto de o de secuentes que con-
tiene a los axiomas de reexion y es cerrado bajo las reglas del
calculo de secuentes que hemos presentado, existe un conjunto /
de valuaciones tal que o si y solo si toda valuacion de /
que satisface todas las proposiciones de satisface al menos una
proposicion de .
Demostraci on. Sea / el conjunto de las valuaciones 1 tales
que para todo par (, ) o, si 1 [= , entonces 1 satisface al
menos una proposicion de . El teorema 1.6.8 muestra que (, )
es derivable a partir de o si y solamente si
M
. Pero como
1.6. C
o es cerrado bajo las reglas del calculo de secuentes, tenemos que
(, ) o si y solamente si
M
.
Ejercicio 1.6.10 Demuestre que dado un conjunto / de valua-
ciones, para todo , , ,
,
M
, ;
y el conjunto
M
es cerrado bajo las reglas del calculo de secuentes.
Denicion 1.6.11 Diremos que / representa un conjunto de se-
cuentes o si
o = (, ) :
M
.
Hemos demostrado lo siguiente
Teorema 1.6.12 [4] Todo conjunto o de secuentes que contiene
los axiomas de reexividad y es cerrado bajo las reglas del calculo
de secuentes es representado por un conjunto de valuaciones.
La regla de monotona

,
es consecuencia inmediata del teorema de completitud 1.6.4. Igual-
mente, usando el teorema 1.6.8 vemos que si es derivable
a partir de un conjunto o de secuentes, tambien lo es el secuente
, .
36 CAP
ITULO 1. C
Captulo 2
Logica de primer orden.
2.1 Lenguajes de primer orden y estruc-
turas
Un lenguaje L es una colecci on de smbolos. Estos smbolos ser an
agrupados en tres clases:
Smbolos relacionales R
0
, R
1
, ...
Smbolos funcionales F
0
, F
1
, ...
Smbolos constantes c
0
, c
1
, ...
L = R
0
, R
1
, . . . , F
0
, F
1
, c
0
, c
1
, . . .
Cada smbolo relacional y cada smbolo funcional lleva asociado
un n umero natural 1 (su n umero de argumentos), as, tenemos
smbolos funcionales o relacionales unarios, binarios, ... n-arios, etc.
En este curso trabajaremos casi siempre con lenguajes numer-
ables (o nitos) pero se pueden considerar lenguajes de cardinalidad
mayor.
Una interpretaci on A del lenguaje L (o una estructura A para
L) consta de:
i) Un conjunto no vaco A (el universo de A).
37
38 CAP
ITULO 2. L
OGICA DE PRIMER ORDEN.

ii) Para cada smbolo relacional n-ario R
i
de L, una relaci on
R
A
i
A
n
.
iii) Para cada smbolo funcional n-ario F
i
de L, una funci on
F
A
i
: A
n
A.
iv) Para cada smbolo constante C
i
de L, un elemento C
A
i
de A.
Escribiremos
A = A, R
A
0
, R
A
1
, . . . , F
A
0
, F
A
1
, . . . c
A
0
, c
A
1
. . .).
La cardinalidad de una estructura A para L es la cardinalidad
de su universo A.
2.2 Operaciones entre estructuras:
Dos estructuras A y B para el lenguaje L,
A = A, R
A
0
, R
A
1
, . . . , F
A
0
, F
A
1
, . . . c
A
0
, c
A
1
. . .)
B = B, R
B
0
, R
A
1
, . . . , F
B
0
, F
B
1
, . . . c
B
0
, c
B
1
. . .),
son isomorfas si existe una biyecci on f : A B tal que
i) Para cada smbolo relacional n-ario R de L,
R
A
(a
1
, . . . , a
n
) si y solo si R
B
(f(a
1
), . . . , f(a
n
))
(donde a
1
, . . . , a
n
A).
ii) Para cada smbolo funcional n-ario F de L, dados a
1
. . . a
n

A,
f(F
A
(a
1
, . . . , a
n
)) = F
B
(f(a
1
), . . . , f(a
n
))
2.2. OPERACIONES ENTRE ESTRUCTURAS: 39
iii) Para cada smbolo constante c de L,
f(c
A
) = c
B
.
Usaremos (A
= B) para expresar que A y B son isomorfas.

Diremos que A es una subestructura de B si A B y
i) Para cada smbolo relacional n-ario R de L,
R
A
= R
B
A
n
ii) Para cada smbolo funcional n-ario F de L,
F
A
= F
B
A
n
iii) Para cada smbolo constante c de L,
c
A
= c
B
Esto lo denotamos por A B, y en este caso tambien se dice que
B es una extension de A.
Decimos que A est a sumergida en B (A
B) si A es isomorfa
a una subestructura de B.
Ejemplos:
L aritmetica = , +, , 0, 1;
L grupos = +, 0;
L orden = ;
L teor. de conjuntos = .
Ejercicios:
1. Probar que

= (la relacion de isomorsmo es una relacion de
equivalencia.
Si es un cardinal, hay a lo sumo 2
+L
estructuras de car-
dinalidad no isomorfas.
40 CAP
ITULO 2. L

2. Muestre que la relaci on
es reexiva, transitiva pero no

antisimetrica.
3. Cu ales de las siguientes son verdaderas?
N, , +, 0)
N, , , 1)
N, , , 1)
N, , +, 0)
N 0, , , 1)
N, , +, 0)
N 0, , 1)
N, +, 0)
N 0, , )
N, +)
4. Sea X un conjunto y L un lenguaje nito. Muestre que el
n umero de estructuras distintas con dominio X es nito o al
menos 2
0
.
2.3 Formalizacion de un Lenguaje:
Para formalizar un lenguaje L usamos los smbolos logicos:
Parentesis: ( , ) coma:,
Variables: v
0
, v
1
, . . .
Smbolo de Identidad: (smbolo relacional binario)
Conectivas: ,
Cuanticador: .
Denotaremos por 1ar al conjunto de variables.
Ahora daremos una serie de deniciones que nos indicar an como
usar estos smbolos.
Terminos del Lenguaje:
i) Toda variable es un termino, y todo smbolo constante es un
termino.
ii) Si F es un smbolo funcional n-ario y t
1
, . . . , t
n
son terminos,
entonces f(t
1
, . . . , t
n
) es un termino.
2.3. FORMALIZACI
ON DE UN LENGUAJE: 41
iii) Una sucesi on de smbolos es un termino s olo si se obtiene
usando i) y ii) un n umero nito de veces.
Denotaremos por T
L
al conjunto de terminos del Lenguaje L.
F ormulas Atomicas:
i) Si t
1
y t
2
son terminos entonces t
1
t
2
es una f ormula
at omica.
ii) Si R es un smbolo relacional n-ario y t
1
, . . . , t
n
son terminos
entonces R(t
1
, . . . , t
n
) es una f ormula atomica.
F ormulas:
i) Toda formula at omica es una formula.
ii) Si y son f ormulas entonces () y ( ) son tambien
f ormulas.
iii) Si v es una variable y una formula, (v) es una f ormula.
iv Una sucesion de smbolos es una f ormula s olo si se obtiene
por un n umero nito de usos de i), ii) y iii).
N otese que las deniciones de terminos y f ormulas son inducti-
vas. Por eso, para probar alguna propiedad de terminos o f ormulas
conviene usar induccion basada en estas deniciones.
Denici on 2.3.1 Variable libre y variable ligada. Si v es una vari-
able y es una formula , deniremos por induccion lo que signica
que v ocurre libre en :
i) Si es una f ormula at omica, v ocurre libre en si es smbolo
de .
ii) v ocurre libre en () si ocurre libre en ; v ocurre libre en
( ) si ocurre libre en o en .
42 CAP
ITULO 2. L

iii) v ocurre libre en (v
i
) si v ocurre libre en y v ,= v
i
.
Si v ocurre en pero no libremente entonces diremos que v
ocurre ligada en .
Si una formula no tiene variables libres se dice que es una sen-
tencia.
Usaremos las siguientes abreviaciones para simplicar la escri-
tura: Si y son formulas
( ) abrevia la f ormula (() ))
( ) abrevia la f ormula () (z))
( ) abrevia la f ormula (( ) ( ) )
(v) abrevia la f ormula (v())
Dada una f ormula escribimos (x
1
, . . . , x
n
) para expresar que
las variables libres de entre x
1
, . . . , x
n
. Si (x) es una f ormula y t
un termino, decimos que t es libre para x en sin ninguna variable
de t queda cuanticada al sustituir las ocurrencias libres de x por t
en . A continuacion damos una denici on formal de este concepto
por induccion en las f ormulas.
Denici on 2.3.2 Sea (v) un formula y t un termino.
i) Si es atomica, t es libre para x en .
ii) t es libre para x en si t es libre para x en
t es libre para x en si t es libre para x en y en
iii) t es libre para x en (y) si
a) x no ocurre libre en (y), o
b) y no ocurre en t y t es libre para x en
2.3. FORMALIZACI
2.3.1 Verdad en una Interpretaci on
Intuitivamente es facil comprender que los terminos del lenguaje
denotan objetos y que las formulas arman hechos relativos a estos
objetos. Daremos ahora una denicion que indica cual es el objeto
denotado por un termino en una interpretaci on dada.
Denicion 2.3.3 Sea A una estructura y s : 1ar A . Denire-
mos el valor de un termino en A seg un s inductivamente en la
complejidad del termino. Dado un termino , denotaremos este
valor por
A
[s], y omitiremos la mencion de la estructura A si esto
no ocasiona confusion.
i) Si es la variable v,
A
[s] = s(v),
ii) Si es el smbolo constante c,
A
[s] = c
A
iii) Si t
1
, ..., t
n
son terminos, F es un smbolo funcional nario y
= F(t
1
, . . . , t
n
), entonces
A
[s] = F
A
((t
1
)
A
[s], . . . , (t
n
)
A
[s]).
(Intuitivamente, el valor de en A seg un s es el elemento de A
denotado por cuando asignamos a las variables de valores seg un
s).
N otese que si s y s
coinciden en las variables que aparecen en

el termino entonces
A
[s] =
A
[s
].
Si es una f ormula de L y s : 1ar A, deniremos lo que
signica que s satisface en A, lo que denotaremos por A [= [s].
El signicado intuitivo de esto es que el resultado de sustituir en
las variables libres por sus valores seg un s, es una armacion
verdadera en A.
Denici on 2.3.4 1. Para formulas atomicas:
i) Dados terminos t
1
y t
2
A [= (t
1
t
2
)[s] si y solo si (t
1
)
A
[s] = (t
2
)
A
[s]
44 CAP
ITULO 2. L

ii) Si R es un smbolo relacional nario y t
1
, ...t
n
son terminos,
A [= R(t
1
, ...t
n
)[s] si y solo si R
A
((t
1
)
A
[s], ..., (t
n
)
A
[s])
2. Para formulas: Sean y formulas.
i) Hemos denido A [= [s] para atomica.
ii) A [= ()[s] si y solo si A ,[= [s]
iii) A [= ( )[s] si y solo si A ,[= [s] o A [= [s].
iv) A [= (v)[s] si y solo si A [= [s
] para cada s
: 1ar
A que diere de s a lo sumo en v.
Denici on 2.3.5 Decimos que una formula es verdad en A si
A [= [s] para toda s : 1ar A. Esto tambien se expresa diciendo
que A es un modelo de , y se denota A [= .
Decimos que es falsa en A si A ,[= [s] para toda s : 1ar A.
Si es un conjunto de formulas, decimos que A es un modelo
de si toda formula de es verdad en A.
N otese que si es una formula con variables libres v
i
1
, . . . , v
i
n
,
entonces el que s satisfaga en A s olo depende de los valores de
s en las variables v
i
1
, . . . , v
i
n
. Si a
1
= s(v
i
1
), . . . , a
n
= s(v
i
n
), es-
cribiremos A [= [a
1
, ..., a
n
] en vez de A [= [s].
Ejercicio 2.3.6 Demuestre que si s, s
: 1ar A son tales que

s(v
i
1
) = s
(v
i
1
), . . . , s(v
i
n
) = s
(v
i
n
),
y (v
i
1
, . . . v
i
n
) es una formula cuyas variables libres estan entre
v
i
1
, . . . , v
i
n
, entonces
A [= [s] A [= [s
].
(Sugerencia: demostrarlo por induccion en las formulas).
2.3. FORMALIZACI
A continuacion daremos una lista de consecuencias directas de la
denici on de satisfacci on. Dejaremos para el lector la demostraci on
de algunas de ellas.
1. La formula es falsa en una interpretaci on si y solo si ()
es verdad en A.
2. Dada A, ninguna f ormula puede ser verdad y falsa en A.
3. Si y ( ) son verdad en A entonces es verdad en A
4. ( ) es falsa en A si y s olo si es verdad en A y es
falsa en A.
5. i) s satsface en A si y s olo si A [= [s] o A [= [s]
ii) s satisface en A si y s olo si A [= [s] y A [= [s]
iii) s satisface en A si y solo si s satisface a ambas
f ormulas y en A o no satisface a ninguna.
iv) s satisface (, v) en A si y s olo si existe s
que diere de
s a lo sumo en v tal que s
satisface en A.
6. es verdad en A si y s olo si (v) es verdad en A
7. Toda instancia de una tautologa (del c alculo proporcional)
es verdad en cualquier interpretaci on.
Demostraci on: Denamos primero lo que es una instancia de una
tautologa. Estas son f ormulas que se obtienen de las tautologas
del c alculo de proposiciones reemplazando cada letra proposicional
por una f ormula de primer orden .
Por ejemplo, de (A B) (B A), se obtiene
(((
x
)R(x)) ((R(y))) (R(y) (x)R(x))
46 CAP
ITULO 2. L

Una denici on formal: una formula es primitiva si es atomica o
de la forma (
x
). Vemos que toda formula se obtiene de las pri-
mitivas usando y . Si tomamos a las f ormulas primitivas como
smbolos proposicionales, las tautologas del c alculo proposicional
resultante son las instancias de tautologas.
Lema 2.3.7 Sea A una estructura para L y sea s : 1ar A.
Denamos f : formulas de L 1, T de la manera siguiente: si
es una formula, entonces f() = V si y solo si A [= [s].
La funcion f es una valuacion, es decir, para formulas y ,
f() = V si y solo si f() = F
f( ) = V si y solo si f() = F o f() = V .
Demostracion: Sigue de las consecuencias 1 y 4 .
Probemos ahora que las instancias de tautologas son verdad en
cualquier interpretaci on.
Sea A una estructura para L y s : 1ar A. Si es una instancia
de una tautologa entonces cualquier valuaci on le da valor V ya que
es una tautologa en el c alculo de proposiciones basado en las
f ormulas primitivas. En particular la valuacion denida a partir de
A y s seg un el lema anterior le da a valor V , luego A [= [s].
8. Si es una sentencia y A es una interpretaci on, entonces es
verdadera en A o es falsa en A. (Una f ormula, en cambio,
puede no ser ni verdadera ni falsa en una interpretacion).
Denici on 2.3.8 Dada una formula , una variable v, y un
termino t, deniremos
v
t
por induccion en la complejidad de
la formula.
(i) Si es atomica,
v
t
es la formula que resulta de sustituir
v por t en .
(ii) ()
v
t
es la formula (
v
t
).
(iii) ( )
v
t
es l;a formula
v
t

v
t
.
2.3. FORMALIZACI
(iv) (y)
v
t
es
y si v = y
(y
v
t
) si v ,= y.
Ejercicio 2.3.9 (a)
v
v
= ,
(b) Si es la formula (y(x y)) entonces (x)
x
z
es (x) (y(z y)).
(c) Si es la misma formula (y(x y)) entonces (x)
x
y
es (x) (y(y y)).
9. Lema: Sean t y u terminos, y s una funci on; s : 1ar A.
Si t
es el resultado de sustituir la variable x por u en cada

ocurrencia de x en t, y s
se dene por s
(v) = s(v) si v ,= x
y s
(x) = u[s], entonces t
[s] = t[s
].
Si (x) es una f ormula (con variable libre x) y t es un termino
libre para x en ( es decir, ninguna variables de t queda ligada
al sustituir x por t en ). Dada s : 1ar A, A [=
x
t
[s] (es
decir, s satisface el resultado de sustituir x por t en ) si y
s olo si A [= [s
] donde s
s olo diere de s a lo sumo en x y

s
(x) = t[s]. (Sugerencia: Probarlo por inducci on).

Corolario 2.3.10 Si (x) es satisfecha por s en A entonces
x
t
es satisfecha por s en A para todo t libre para x en . De aqu que
(
x
)
x
t
es verdad en toda interpretacion si t es libre para x en
.
La parte (c) del ejercicio 2.3.9 muestra que el Corolario no vale
si el termino t no es libre para x en .
10. Si no contiene a la variable v libre entonces
(v( )) ( (v))
es verdad en toda interpretaci on.
48 CAP
ITULO 2. L

Ejercicio 2.3.11 Probar las diez consecuencias de la denicion de
satisfaccion listadas arriba.
Ahora daremos algunas deniciones adicionales.
Denici on 2.3.12 es logicamente valida si es verdad en toda
interpretacion. Decimos que es satisfactible si existe una inter-
pretacion A y una s tal que A [= [s]. Decimos que es contradic-
toria si es logicamente valida (equivalentemente, si es falsa
en toda interpretacion).
Denici on 2.3.13 Si es un conjunto de formulas y es una
formula, decimos que implica logicamente , y lo denotamos por
( [= ),
si para cada interpretacion A (de L), si toda formula de es ver-
dad en A entonces es verdad en A. Notese que es logicamente
valida si [= .
2.3.2 Denibilidad en una estructura.
Dada una estructura A (de L), cada f ormula con n variables libres
determina una relacion n aria R
en A,
R
= < a
1
, ..., a
n
>: A [= [a
1
, ..., a
n
].
Denici on 2.3.14 Una relacion n aria R en A es denible si
existe una formula con nvariables libres tal que
R = R
= < a
1
, ..., a
n
>: A [= [a
1
, ..., a
n
].
Ejemplos:
1. Consideremos L = +, ., o, / y sea A =< N, +, ., sucesor, 0 >.
Hay s olo una cantidad numerable de relaciones denibles en
A, y por lo tanto hay relaciones no denibles.
2.3. FORMALIZACI
i) es denible por v(v
1
+v = v
2
)
es el conjunto < n, m >: n m)
ii) La relacion unaria n se dene por la formula
S(S...(S(0) . . . )) = v.
iii) La relacion unaria p N : p es primo se dene por
(1 < v
1
) (v
2
)(v
3
)(v
1
= v
2
v
3
(v
2
1 v
3
1)
donde 1 abrevia S(0) y x < y abrevia x y (x , y).
Ejercicio 2.3.15 1. Sea L un lenguaje con un smbolo rela-
cional binario R. Encuentre, para cada una de las condiciones
siguientes, una sentencia tal que A =< A, R
A
>[= si y
solo si se cumple la condicion.
a) A tiene exactamente dos elementos.
b) R
A
es una funcion de A en A.
c) R
A
es una permutacion de A.
2. Muestre que la relacion suma (a, b, c) : a + b = c no es
denible en N, ).
3. Una formula es universal ( o
1
) si es de la forma x
1
. . . x
n
donde no tiene cuanticadores. Una formula es existencial

(o
1
) si es del tipo x
1
. . . x
n
y no tiene cuanticadores.
Sea A B y s : 1ar A.
Demuestre,
i) Si B [= [s] y es universal entonces A [= [s].
Si A [= [s] y es existencial entonces B [= [s].
50 CAP
ITULO 2. L

ii) Demuestre que la sentencia xP(x) (donde P es un smbolo
relacional unario) no es logicamente equivalente a una
formula existencial.
Analogamente, xP(x) no es logicamente equivalente a
una formula universal.
4. Una formula es
2
si es del tipo x
1
. . . x
u
donde es uni-
versal.
i) Si es
2
y no contiene smbolos funcionales y es verdad
en alguna estructura A, entonces es verdad en alguna
subestructura nita de A.
ii) Deduzca que xyR(x, y) no es logicamente equivalente a
ninguna formula
2
.
iii) Considere (N, <) y (R, <) como estructuras del lenguaje
R, (donde R es un smbolo relacional binario). De un
ejemplo de sentencia valida en una de las estructuras y
falsa en la otra. Muestre que toda sentencia
2
verdad
en (R, <) es verdad en (N, <).
2.4 Un sistema axiomatico para la logica
de primer orden.
Para el c alculo de predicados no hay ning un procedimiento efec-
tivo para determinar validez logica. Para determinar si una formula
es logicamente v alida habra que examinar la veracidad de la formula
en innitas estructuras. Es interesante , por lo tanto, completar el
sistema formal con un calculo deductivo.
Seleccionaremos un conjunto (innito) de f ormulas que llamare-
mos axiomas y especicaremos unas reglas de inferencia que nos
permitan obtener f ormulas a partir de los axiomas por un n umero
nito de usos de las reglas de inferencia.
2.4. UNSISTEMAAXIOM
ATICOPARALAL
OGICADE PRIMER ORDEN.51

Axiomas Logicos:
Los axiomas l ogicos son todas las generalizaciones de las formulas
listadas a continuacion ( es una generalizaci on de si es v
1
...v
n
para variables v
1
...v
n
).
1. Todas las instancias de tautologas.
2. (v)
v
t
, donde t es un termino libre para v en .
3. (v( )) ( (v)), donde v no ocurre libre en .
4. v v.
5. (v y) (
), donde es una f ormula at omica y
se
obtiene de reemplazando v en algunas de sus ocurrencias
libres en por y.
N otese que cada uno de los puntos anteriores describe un con-
junto innito de axiomas, por ejemplo, en 2., describimos un axioma
para cada formula . Aqu,
v
t
es el resultado de subsistuir v en to-
das sus ocurrencias libres en por el termino t (vease la Denici on
2.3.8).
Reglas de inferencia:
En nuestro sistema s olo habra dos reglas de inferencia
1. la regla de Modus Ponens: de y se inere .
2. la regla de Generalizaci on: de se inere (x).
Denici on 2.4.1 Sea un conjunto de formulas y una formula.
Decimos que se deduce de o que se demuestra a partir de ,
lo que denotaremos por
,
si existe una sucesion
1
,
2
, . . . ,
n
de formulas tales que
n
= ,
y cada
i
es un axioma, o es un miembro de , o se obtiene de
formulas anteriores en la sucesion por una de las reglas de inferen-
cia.
52 CAP
ITULO 2. L

La sucesion
1
, ...,
n
se llama en este caso una demostracion
de a partir de . Si = escribimos en vez de
. Claramente, por las consecuencias 3 y 6 de la denicion de [=
tenemos que si A [= y entonces A [= . Ese es el contenido
del siguiente teorema.
Teorema 2.4.2 (Teorema de Correccion) Si es un conjunto de
formulas y es una formula.
implica [= .
Demostraci on: Si
1
, . . . ,
n
= es una demostracion de a
partir de y A es un modelo de , inductivamente se demuestra
que A [=
i
(i = 1, . . . , n).
El paso inductivo consiste en la demostraci on de varias de las
consecuencias de la denici on de satisfacci on.
M as adelante demostraremos que el recproco tambien vale (pre-
cisamente para esto se escogieron los axiomas l ogicos). El recproco
es el Teorema de completitud de Godel.
Ejercicio 2.4.3 Demuestre:
1. (x)(x x).
2. xy(x y y x).
3. x
1
x
2
y
1
y
2
(x
1
y
1
x
2
y
2
R(x
1
, x
2
) R(y
1
, y
2
)).
Para todo smbolo relacional R.
4. x
1
x
2
y
1
y
2
(x
1
y
2
x
2
y
2
F(x
1
, x
2
) F(y
1
, y
2
)).
Teorema 2.4.4 (Teorema de Deduccion): Sea un conjunto de
formulas, una sentencia, y una formula. Entonces,
si y solo si ( )
2.4. UNSISTEMAAXIOM
ATICOPARALAL

Demostraci on:
Es obvio, solo requiere un uso de modus ponens.
Sea
1
, . . . ,
n
una demostraci on de a partir de .
Veamos inductivamente que (
i
) para i = 1, . . . , n.
1. Si
i
es un axioma o
i
entonces
i
y como
i

(
i
) es una instancia de una tautologa, usando modus
ponens tenemos (
i
).
2. Si
i
es obviamente
i
.
3. Si
i
se obtiene por modus ponens de
j
y de
k
=
j

i
,
con j, k < i, por la hipotesis inductiva,

j
, y
(
j

i
).
Como ( (
j

i
)) ((
j
) (
i
)) es un
axioma (por ser una instancia de una tautologa), tenemos
que

i
.
4. Supongamos nalmente que existe alguna
j
, con j < i, y
una variable x tales que
i
es x
j
. Por hipotesis inductiva,

j
, y aplicando la regla de generalizaci on, obtenemos
x(
j
). Como x no ocurre libre en ,
(x
j
).
Es decir,
i
.
Corolario 2.4.5 (Teorema de Contraposicion) Sea un conjunto
de formulas, y sean y sentencias. Entonces,
si y solo si .
54 CAP
ITULO 2. L

Demostraci on. Si , por el teorema de deduccion
. Pero ( ) ( ) es una instancia de
una tantologia, entonces ( ), y otra vez por el teorema
de deduccion, .
El recproco se demuestra an alogamente.
Denici on 2.4.6 Un conjunto de formulas es inconsistente (o
contradictorio) si para alguna formula , y . es
consistente si no es inconsistente.
Ejercicio 2.4.7 Demuestre que es inconsistente si y solo si
para toda . (Use que ( ) es una instancia de una
tautologa).
Demuestre tambien que es inconsistente si y solo si para al-
guna se tiene ( ()).
Proposicion 2.4.8 Sea un conjunto de formulas y y sen-
tencias.
i) es consistente si y solo si todo subconjunto nito de es
consistente.
ii) es inconsistente si y solamente si .
iii) Si es maximal consistente entonces
a) si y solamente si .
b) , si y solamente si .
c) si y solamente si y .
d) si y solamente si , o .
Demostraci on.
i) Consecuencia de la denicion de .
2.4. UNSISTEMAAXIOM
ATICOPARALAL

ii) ) trivial.
) Supongamos que es inconsistente, entonces
(por el ejercicio anterior) y luego .
Pero ( ) es una instancia de una tautologa y
por lo tanto .
iii) a) Si entonces :
Si , entonces si , , tenemos por maximalidad
de que es inconsistente. Por (ii), por
lo tanto es inconsistente. Contradiccion.
b) Si entonces , ya que es consistente. Si
, entonces , y luego es consistente.
Por maximalidad de , .
c N otese que ( ( )) es una instancia de una
tautologa.
d) N otese que ( ) y ( ) son instancias
de tautologas.
Denicion 2.4.9 Sean v
i
y v
j
variables y v
i
,= v
j
. Sea (v
i
) una
formula donde la variable v
i
ocurre libre. Sea (v
j
) la formula que
resulta de sustituir todas las ocurrencias libres de v
i
en (v
i
) por
la variable v
j
, es decir, (v
i
)
v
i
v
j
. Decimos que (v
i
) y (v
j
) son
similares si y solamente si v
j
es libre para v
i
en (v
i
), y (v
i
) no
tiene ocurrencias libres de v
j
. Notese que en este caso v
i
es libre
para v
j
en (v
j
), y (v
j
) no tiene ocurrencias libres de v
i
, por lo
que la relacion de similaridad es simetrica.
Intuitivamente, (v
i
) y (v
j
) son similares si v
i
ocurre libre en (v
i
)
exactamente en los mismos lugares donde (v
j
) tiene ocurrencias
libres de v
j
.
Lema 2.4.10 Si (v
i
) y (v
j
) son similares, entonces
(v
i
(v
i
)) (v
j
(v
j
)).
56 CAP
ITULO 2. L

Demostraci on. Como v
j
es libre para v
i
en (v
i
), por el axioma
2,
(v
i
(v
i
)) (v
j
).
Usando la regla de generalizaci on obtenemos
(v
j
((v
i
(v
i
)) (v
j
))).
La variable v
j
no ocurre libre en v
i
(v
i
), y por lo tanto usando el
axioma 3,
(v
i
(v
i
)) (v
j
(v
j
)).
2.5 El teorema de completitud para la

l ogica de primer orden.
Ahora pasaremos a demostrar el teorema de completitud de G odel.
Este teorema dice que si una f ormula es verdad en toda estructura
del lenguaje entonces se puede deducir. Enunciaremos el teorema
en forma un poco m as general.
Teorema 2.5.1 (Teorema de Completitud, Godel, 1930) Sea un
conjunto de sentencias en un lenguaje L, y sea una sentencia
[= si y solo si
El siguiente teorema equivalente al teorema de completitud.
Teorema 2.5.2 Un conjunto de sentencias es consistente si y
solo si tiene un modelo.
Para ver que los dos enunciados son equivalentes, primero note-
mos que las dos implicaciones de derecha a izquierda siguen inmedi-
atamente del Teorema de Correccion 2.4.2.
2.5. EL TEOREMADE COMPLETITUDPARALAL

Supongamos que todo conjunto consistente de sentencias tiene
modelos. Si , , entonces es consistente y por lo tanto
tiene un modelo, es decir ,[= .
Supongamos ahora que para todo conjunto de sentencias, [=
implica , y probemos que si es consistente entonces
tiene un modelo. Supongamos por el contrario que no tiene
modelos. Sea , para cada estructura A, si A [=
entonces A [= . Por nuestra hip otesis , luego es
inconsistente.
Los lemas que siguen nos serviran para demostrar el teorema 5.
En lo que sigue supondremos que L es numerable aunque se
obtienen resultados analogos en otros casos.
Lema 2.5.3 (Lindenbaum): Todo conjunto consistente de senten-
cias tiene una extension maximal consistente.
Demostraci on. El lema de Zorn proporciona una extension max-
imal consistente.
Tambien podemos demostrar el resultado haciendo una con-
trucci on inductiva. Por ejemplo si el lenguaje L es numerable,
sea
0
,
1
, . . . ,
n
, . . . una enumeracion de todas las sentencias de
L. Denimos
0
= , y
n+1
=
n

n
si esta uni on es consistente,
n
en caso contrario.
La union
nu
n
es maximal consistente.
Denici on 2.5.4 Sea un conjunto de sentencias de L y C un
conjunto de smbolos constantes de L. Decimos que C es un con-
junto de testigos para en L si para toda formula de L con
a lo sumo una variable libre (digamos, x) existe una c C tal que
(x)(x)
(c)
.
58 CAP
ITULO 2. L

Lema 2.5.5 Sea un conjunto consistente de sentencias de L y C
un conjunto innito numerable de nuevos smbolos constantes. Sea
L
= LC. Entonces se puede extender a un conjunto consistente

de sentencias
en L
tal que C es un conjunto de testigos para
en L
.
Demostraci on. Pongamos C = c
0
, c
1
, . . . , y sea
.
(x
0
),
1
(x
1
), . . .
una lista de todas las f ormulas de a lo sumo una variable libre de
L
, donde x
n
es la variable libre de
n
si esta tiene una variable
libre y x
n
= v
0
en caso contrario.
Sea d
0
, d
1
, . . . una sucesi on de constantes de C tal que d
n
no
aparece en
0
(x
0
), . . . ,
n
(x
n
) y d
n
,= d
i
para i < n.
Sea
n
la sentencia (x
n
)
n
(x
n
) (
n
)
x
n
d
n
.
Denamos inductivamente la sucesi on
n
n=0
poniendo
0
= ,
n+1
=
n

n
.
Sea
n=0

n
. Obviamente C es un conjunto de testigos
para
en L
.
Para demostrar que
es consistente basta ver que cada

n
lo
es.
0
es consistente por hip otesis. Supongamos inductivamente
que
n
es consistente, entonces si
n+1
es inconsistente,
n

n
,
es decir
n
((x
n
)
n
(x
n
)) (
n
)
x
n
d
n
),
y por lo tanto
n
(x
n
n
(x
n
)) (
n
)
x
n
d
n
y entonces
n
x
n
n
(x
n
) y
n
(
n
)
x
n
d
n
.

Como d
n
no aparece en
n
, tenemos que
n

n
(x
p
), donde
x
p
es una variable que no ocurre en la demostraci on de (
n
)
x
n
d
n
(a
partir de
n
). Para vericar esto, basta sustituir d
n
por x
p
cada vez
que d
n
aparezca en esa demostracion. Por la regla de generalizacion
obtenemos
n
(x
p
n
(x
p
)),
y como (x
n
) y (x
p
) son similares,
n
(x
n
n
(x
n
)),
pero esto contradice la consistencia de
n
.
Lema 2.5.6 Si es un conjunto consistente de sentencias de L y
tiene un conjunto de testigos, entonces tiene un modelo. Si L es
numerable, tiene un modelo numerable.
Demostraci on. Notemos que si tiene a C como conjunto
de testigos entonces C es tambien un conjunto de testigos para
cualquier extensi on de (en el mismo lenguaje). Podemos suponer
entonces que es maximal consistente.
Deniremos una interpretacion A para L que ser a un modelo de
.
Consideremos el conjunto T de los terminos constantes de L.
Denimos sobre T una relacion de equivalencia dada por
t
1
t
2
si y s olo si t
1
t
2
.
Sea A la estructura con universo A = T/ y con las siguientes
interpretaciones para los smbolos de L.
Si t
1
, . . . , t
n
son terminos constantes, y R un smbolo relacional
n-ario de L,
R
A
([t
1
], . . . , [t
n
]) si y s olo si R(t
1
, . . . , t
n
)
y si F es un smbolo funcional n-ario,
F
A
([t
1
], . . . , [t
n
]) = [F(t
1
, . . . , t
n
)].
60 CAP
ITULO 2. L

Si c es un smbolo constante, c
A
= [c].
Tenemos entonces que el valor de un termino constante t en A
(para cualquier s : 1ar A) es su clase [t].
Demostraremos inductivamente que para toda sentencia , A [=
si y s olo si .
Si es atomica tenemos:
a) t
1
t
2
si y solo si [t
1
] = [t
2
] si y solo si
A [= t
1
t
2
.
b) R(t
1
, . . . , t
n
) si y s olo si R
A
([t
1
], . . . , [t
n
]) si y solamente
si A [= R(t
1
, . . . , t
n
)
Si el resultado vale para y , A [= si y s olo si A ,[= si y
solamente si , si y solamente si .
Y tambien, A [= si y solo si A ,[= o A [= si y
solamente si , o si y solamente si .
Finalmente, veamos que A [= (x) si y solo si (x) . Si
(x)(x) , entonces (x)(x) , luego, como existe c C
tal que (x)(x) (c), tenemos que (c) . Por
hip otesis inductiva A [= (c) y por el corolario 2.3.10, entonces
A [= (x)(x).
Recprocamente, si (x)(x) entonces como
(x)(x) (t)
es un axioma para todo termino t libre para x en , tenemos que
(t) (es decir
x
t
). Por hipotesis inductiva A [=
x
t
,
pero si A ,[= (x)(x), existe [t] A tal que si s : 1ar A es
tal que s(x) = [t], entonces A ,[= (x) seg un s, y llegamos a una
contradicci on.
El teorema de completitud sigue inmediatamente de los lemas
anteriores.
Ejercicio 2.5.7 Demuestre que si y solamente si pertenece
a todo conjunto de formulas que contiene a y es cerrado respecto
a las reglas de inferencia.

Ejercicio:
1. Demostrar que es una relaci on de equivalencia.
2. Demostrar que R
A
y F
A
est an bien denidas para cada smbolo
R o F.
Teorema 2.5.8 (Compacidad): Sea un conjunto de senten-
cias de L. tiene un modelo si y solo si cada subconjunto nito
de tiene un modelo.
Demostraci on. Si cada subconjunto nito de tiene un modelo
entonces es consistente y por lo tanto tiene un modelo.
Otra consecuencia inmediata del teorema de completitud (m as
precisamente, de su demostracion) es:
Teorema 2.5.9 (Lowenheim-Skolem) Sea un conjunto de sen-
tencias en un lenguaje L numerable. Si tiene un modelo entonces
tiene un modelo numerable.
Demostraci on. Es una consecuencia inmediata de la demostraci on
del teorema de completitud. Si el lenguaje L es de cardinalidad ,
entonces la misma demostraci on nos da un modelo de cardinalidad
a lo sumo +
0
.
Sabemos entonces, que si hay un modelo innito de , hay mod-
elos innitos del mnimo tama no posible. Que podemos decir
de modelos grandes?
Teorema 2.5.10 (Lowenheim-Sholem-Tarski) Sea un conjunto
de sentencias en un lenguaje numerable. Si tiene un modelo
innito entonces para cada cardinal innito , tiene un modelo
de cardinalidad . (Si [L[ = entonces si tiene modelos innitos,
tiene modelos de toda cardinalidad +
0
).
62 CAP
ITULO 2. L

Demostraci on. Sea A un modelo innito de . Sea C = c
:
< un conjunto de cardinalidad de nuevos smbolos con-
stantes. Consideremos = c
, c
: , < , ,= .
Cada subconjunto nito de tiene un modelo. En efecto, dado
un subconjunto nito
de , si expandimos A interpretando cada

una de las constantes de C que aparecen en
como elementos
distintos dos a dos de A (cosa que es posible por ser A innito)
obtenemos un modelo de
. Por el teorema de compacidad esto

indica que tiene un modelo. El teorema anterior nos dice que
tiene un modelo de cardinalidad a lo sumo . Ahora, todo modelo
de tiene cardinalidad por lo menos (ya que debe tener inter-
pretaciones distintas dos a dos de los elementos de C). Entonces
hay un modelo de cardinalidad .
Denici on 2.5.11 Dos estructuras A y B de L son elemental-
mente equivalentes si para toda sentencia de L se tiene
A [= si y solo si B [= .
Esto lo denotaremos por A B.
Corolario 2.5.12 Si A es innita y es un cardinal innito en-
tonces existe B de cardinalidad tal que A B.
Demostraci on. Ejercicio.
Denici on 2.5.13 Una coleccion / de estructuras para un lenguaje
L es una clase elemental si para alguna sentencia de L se tiene
/ = A : A [= .
Decimos que / es una clase elemental generalizada si para un con-
junto de sentencias de L se tiene
/ = A : A [= .

Ejemplo 2.5.14 1. Sea L = R
: x y z (xRy (yRz xRz))
x y (xRy x y yRx)
x y (xRy yRx).
Los conjuntos totalmente ordenados son la clase elemental
denida por .
2. Para L =
: x y z (x (y z) (x y) z)
x y z(x z y)
x y z(z x y).
Determina la clase elemental de los grupos. Si es la coleccion
x
1
x
2
(x
1
, x
2
)
x
1
x
2
x
3
(x
1
, x
2
x
2
, x
3
x
1
, x
3
) , etc.
determina la clase elemental generalizada de los gru-
pos innitos (es esta una clase elemental?)
Ejercicio 2.5.15 1. Sea un conjunto de sentencias en un
lenguaje L. Si tiene modelos nitos arbitrariamente grandes
entonces tiene modelos innitos. Por lo tanto, la coleccion
de todas las estructuras nitas (de un lenguaje L) no es una
clase elemental generalizada. La clase de estructuras innitas
es una clase elemental generalizada pero no una clase elemen-
tal.
2. a) Muestre que hay modelos no numerables de la teora de
n umeros completa Th(N) (el conjunto de todas las sen-
tencias del lenguaje de la aritmetica tales que
N, +, , S, 0) [= ).
64 CAP
ITULO 2. L

b) Muestre que hay modelos numerables de Th(N) no iso-
morfos a N.
3. Considere R como cuerpo ordenado. Demuestre que existe
una extension de R a un cuerpo ordenado R
no arquimediano
tal que R R
(en el lenguaje de 1
er
orden para cuerpos
ordenados) , +, , 0, 1.
4. Si T es un conjunto de sentencias en el lenguaje +, , 0, 1
que tiene modelos que son cuerpos de caracterstica arbitrari-
amente grande, entonces T tiene como modelo a un cuerpo
de caracterstica 0.
Captulo 3
Razonamiento no mon otono
En este captulo iniciaremos el estudio del razonamiento no mon otono.
Se trata de estudiar sistemas de inferencia en los cuales se pueden
tener conjuntos de proposiciones tales que haya consecuen-
cias de que no son consecuencias de . En otras palabras, al agre-
gar hipotesis adicionales se pueden perder inferencias. Situaciones
como esta se dan naturalmente en varios casos. Por ejemplo, cuando
se trata de sacar conclusiones a partir de la informacion disponible;
es posible que en un momento dado tengamos informaci on , a
partir de la cual sacamos la conclusion , pero mas adelante, con
informaci on adicional , ya no sea posible sacar la conclusi on
a partir de . Un ejemplo de esto es el procedimiento para
hacer diagnosticos medicos. Observando una serie de sntomas, el
medico concluye que el paciente puede tener la enfermedad A o la
enfermedad B, con resultados de examenes adicionales, (con m as
informaci on), el medico, descarta la enfermedad B.
Basaremos el estudio de la l ogica no monotona en el concepto
de relaci on de consecuencia, y usaremos el smbolo [ para denotar
relaciones de consecuencia no mon otonas. Decimos que
[
si es una consecuencia normal o plausible de : si tenemos ,
entonces, en condiciones normales, tambien tendremos . Haremos
65
66 CAP
ITULO 3. RAZONAMIENTO NO MON
OTONO
este estudio de formas de razonamiento no monotono para lenguajes
proposicionales.
Hagamos un resumen de las propiedades mas resaltantes de la
relaci on clasica de consecuencia y la operaci on de consecuencia
asociada Cn.
La relacion de consecuencia que estudiamos en el Captulo 1
se comporta mon otonamente, es decir si y son conjuntos de
proposiciones, si y , entonces . En terminos de
la operacion Cn, esta propiedad de monotona se expresa
implica Cn() Cn().
Otras propiedades de la operacion Cn son
Cn() y
Cn(Cn()) = Cn().
Tambien demostramos en el Captulo 1 que la relaci on es
compacta, es decir, si es un conjunto de proposiciones, y es una
proposici on, entonces si y solamente si existe un subconjunto
nito
de tal que
.
Denici on 3.0.16 Una operacion C : T(PROP) T(PROP)
que satisface las tres propiedades
C() para todo PROP (Inclusion),
C() = C(C()) para todo PROP (Idempotencia),
Si PROP , entonces C() C() (Monotona).
se llama una operacion de clausura.
Si denimos la relaci on
C
, poniendo

C
si y s olo si C(),
tambien podemos expresar estas propiedades en terminos de la
relaci on
C
de la manera siguiente:
67

C
para toda (Inclusion),
Si C()
C
, entonces
C
(Idempotencia),
Si PROP, entonces
C
implica
C
(Mono-
tona).
Ejercicio 3.0.17 Sea C una operacion monotona que satisface in-
clusion.
(i) Muestre que la propiedad de idempotencia es equivalente a la
siguiente propiedad llamada corte (Cut):
C( ) y C(), entonces C().
(ii) Exprese esta propiedad en terminos de la relacion
C
.
(iii) Muestre que si , entonces C() = C(). Mas a un,
esta propiedad es equivalente a la propiedad de corte (siempre
que C sea monotona y tenga la propiedad de inclusion).
Estudiaremos relaciones de consecuencia [ como relaciones bi-
narias que relacionan pares de conjuntos de proposiciones, y es-
cribiremos [ para indicar que el par (, ) esta en la relaci on
[. Nos limitaremos a estudiar relaciones de consecuencia para las
cuales el antecedente es un conjunto nito de proposiciones y el
consecuente es una sola proposici on. Usando las conectivas y
, el caso de relaciones con antecedente y consecuente nitos se
puede reducir al caso de una proposici on en el antecedente y una
proposici on en el consecuente. Por esa raz on, en las secciones sigu-
ientes trabajaremos con relaciones de consecuencia denidas de ese
modo, [ .
Hemos visto que dada una operaci on C : T(PROP) T(PROP),
no necesariamente monotona, podemos denir una relaci on de con-
secuencia correspondiente [
C
poniendo
[
C
si y s olo si C().
68 CAP
OTONO
Igualmenmte, a cada relacion de consecuencia [ le corresponde
una operacion C = C
|
entre conjuntos de proposiciones
C() si y s olo si [ .
A veces convendr a m as usar la notacion de operaciones y otras
veces convendr a usar la notaci on de relaciones de consecuencia.
Hay toda una variedad de sistemas de razonamiento no mon otono.
Distintas motivaciones dan lugar a distintos sistemas que tienen
algunas similitudes y algunas diferencias. Muchos de estos sis-
temas han sido estudiados en profundidad, y varios autores han
contribuido a organizar este campo de investigaci on proponiendo
formas muy uniformes de presentar esta variedad de sistemas. Una
de las formas que se han propuesto para hacer esto es centrar el estu-
dio de los sistemas no mon otonos en las relaciones de consecuencia
(vease, por ejemplo [5]). Aqu nos limitaremos a presentar, desde
este punto de vista del estudio de las relaciones de consecuencia,
algunos de estos sistemas que resultan particularmente interesantes
desde el punto de vista semantico.
Estudiaremos dos tipos de razonamiento no monotono, el acu-
mulativo y el preferencial, siguiendo la presentaci on de [4].
3.1 Razonamiento acumulativo
El razonamiento acumulativo es en cierta forma el sistema de razon-
amiento no mon otono m as debil posible. Para denirlo comenzamos
con la propiedad de inclusi on y la de corte ( llamada tambien transi-
tividad acumulativa) y eliminamos la propiedad de monotona susti-
tuyendola por una version debil de monotona llamada monotona
cautelosa (llamada tambien monotona acumulativa). La esencia
del razonamiento acumulativo son estas dos reglas, corte y mono-
tona cautelosa, que pueden ser vistas como recprocas. Tambien
tendremos dos reglas que indican como se comporta la relaci on de
consecuencia respecto a la equivalencia l ogica.
A manera de motivacion podemos decir que el razonamiento
acumulativo es un razonamiento no mon otono basado en le idea de
3.1. RAZONAMIENTO ACUMULATIVO 69
que si una proposici on es normalmente consecuencia de un con-
junto de premisas, esto no cambia si agregamos a las premisas
hip otesis adicionales que son a su vez normalmente consecuencias
de las premisas. En otras palabras, la relacion [ no se altera
a nadiendo al antecedente una de sus consecuencias normales.
Fijamos un conjunto | de valuaciones, y de ahora en adelante,
solamente nos referiremos a las valuaciones de |. Por ejemplo,
signicar a que toda valuaci on de | satisface .
Denicion 3.1.1 Una relacion de consecuencia [ es acumulativa
si contiene todas las instancias del axioma de reexividad y es cer-
rada bajo las las reglas de inferencia ELI (equivalencia logica por la
izquierda), DD (debilitamiento por la derecha), Corte (Cut), y MC
(monotona cautelosa) que denimos a continuacion.
[ (Reexividad )
, [
[
(Equivalencia L ogica por la Izquierda)
, [
[
(Debilitamiento por la Derecha )
[ , [
[
(Corte)
[ , [
[
(Monotona Cautelosa)
El sistema formado por el esquema de reexi on y las cuatro
reglas anteriores sera denotado por C.
Lema 3.1.2 Las reglas Corte y MC se pueden expresar juntas me-
diante el principio siguiente: Si [ entonces las consecuencias
plausibles de y de coinciden.
70 CAP
OTONO
Consideremos las siguientes reglas
[ , [ , [
[
(Equivalencia)
[ , [
[
([ )
[ , [
[
([ MP)
Lema 3.1.3 Las reglas Equivalencia, wedge por la derecha ([ )
y Modus Ponens por la derecha ([ MP) se pueden derivar en el
sistema C.
Demostraci on: Ejercicio.
La siguiente regla de monotona no es derivable en el sistema

acumulativo.
, [
[
( Monotona).
Dejaremos la demostraci on para m as adelante. Es interesante
hacer notar que bajo la presencia de las reglas de C, monotona es
equivalente a la regla
[ , [
[
(Transitividad),
y tambien equivalente a la regla
[
[
(EHD).
En presencia de ELI y DD, la siguiente relga de contraposicion
implica la regla de monotona.
[
[
(Contraposici on).
3.2. MODELOS ACUMULATIVOS 71
3.2 Modelos acumulativos
Sea una relaci on binaria en un conjunto U. Decimos que es
asimetrica si y solo si s, t U, si s t entonces t s.
Denici on 3.2.1 Sean V U y una relacion binaria en U.
Decimos que t V es minimal en V si s V , s t. Decimos
que t V es un mnimum de V si y solo si s V tal que s ,= t,
t s.
Denici on 3.2.2 Si P U y es una relacion binaria en U,
decimos que P es suave si para todo t P, o t es minimal en P, o
existe s minimal en P tal que s t.
Lema 3.2.3 Sea U un conjunto y sea una relacion binaria asimetrica
en U. Entonces, si U tiene un mnimum, este es unico, es minimal
en U y U es suave.
Demosraci on. Es inmediata de las deniciones.
Denici on 3.2.4 Un modelo acumulativo es una tripleta S, l, ),
donde S es un conjunto cuyos elementos se llaman estados, l :
S 2
U
es una funcion que asgina a cada estado un conjunto de
valuaciones de |, y es una relacion binaria en S que satisface la
condicion de suavidad que deniremos a continuacion.
Denici on 3.2.5 Sea S, l, ) como arriba. Si es una proposicion,
decimos que s S satisface y escribimos s [ si y solo si para
cada valuacion m l(s), m . El conjunto s S : s [ de
todos los estados que satisfacen se denota por .
Denici on 3.2.6 (Condicion de Suavidad) S, l, ) satisface la condicion
de suavidad si para cada proposicion del lenguaje, el conjunto
es suave.
La condici on de suavidad es necesaria para garantizar la validez
de la monotona cautelosa.
72 CAP
OTONO
Denicion 3.2.7 Sea W = S, l, ) un modelo acumulativo dado.
La relacion de consecuencia denida por W se denota [
W
y se
dene asi: [
w
si y solo si s [ para cada s minimal en .
Lema 3.2.8 Sea W = S, l, ) un modelo acumulativo. Dadas
proposiciones y del lenguaje,
( ) =

.
Lema 3.2.9 (Correccion) Para todo modelo acumulativo W, la
relacion de consecuencia [
W
es una relacion acumulativa, es decir,
satisface todas las reglas del sistema C.
Demostraci on.
Para la regla de corte, supongamos que todo elemento minimal
en satisface y todo elemento minimal de

( ) satisface .
Pero todo elemento minimal de , al satisfacer tambien satisface
. Y al ser minimal en , como

( ) , tambien es
minimal en

( ). Para la regla de monotona cautelosa usamos
la condici on de suavidad. Supongamos que [
W
y [
W
.
Queremos probar que [
W
, es decir, que para cada s minimal
en

( ), s [ . Un tal s

( ) pertenece a . Veamos que
es minimal en . Si s no es minimal en , por la condici on de
suavidad, existe un s
s minimal en . Pero [
W
, entonces
s
[ y por lo tanto s

. Por el Lema 3.2.8, s

( ),
lo que contradice la minimalidad de s en este conjunto. Entonces,
s ews minimal en , y como [
W
, concluimos que s [ .
Las demas reglas se verican f acilmente.
Nuestro objetivo ahora es demostrar el recproco. Es decir, que
toda relacion de consecuencia acumulativa es la relacion denida
por un modelo acumulativo.
Sea [ una relacion de consecuencia acumulativa. Construire-
mos un modelo acumulativo W tal que la relaci on [
W
es exacta-
mente la relacion [. Necesitamos algunas deniciones (relativas a
la relacion [ jada) y algunos resultados previos.
3.2. MODELOS ACUMULATIVOS 73
Denicion 3.2.10 Una valuacion m | es un mundo normal
para si m para toda del lenguaje tal que [ .
Lema 3.2.11 Supongamos que [ es una relacion de consecuencia
que satisface reexividad, DD y ([ ), y sean y proposiciones
del lenguaje. Todo mundo normal para satisface si y solo si
[ .
Demostraci on. La implicacion de izquierda a derecha sigue de
la denici on de mundo normal para . Para demostrar la otra
implicaci on supongamos que ,[ , y construyamos un mundo
normal para que no satisface . Denamos = : [
. Solamente tenemos que vericar que es satisfactible. En caso
contrario, por compacidad, existe un subconjunto nito de que no
es satisfactible, y por lo tanto, existe un conjunto D : [
tal que
dD
. Pero entonces, (
dD
), y por
reexividad y DD, [ (
dD
). Usando [ , obtenemos
[
dD
, y usando [ MP (cuya demostraci on usa solamente
[ y DD) consluimos [ , contradiciendo nuestra hip otesis.
Denicion 3.2.12 Diremos que es equivalente a , y escribimos

para denotarlo, si [ y [ .
Ejercicio 3.2.13 Demuestre que al relacion es una relacion de
equivalencia.
Denotaremos con a la clase de equivalencia de .
Denicion 3.2.14

si y solamente si
tal que [
.
Ejercicio 3.2.15 Muestre que la relacion esta bien denida, es
decir, la denicion de no depende del representante de la clase.
Lema 3.2.16 La relacion es antisimetrica.
74 CAP
OTONO
Denamos ahora el modelo acumulativo W = S, l, ) de la
manera siguiente:
S = PROP/
(el conjunto de clases de equivalencia de proposiciones del lenguaje
respecto a la relaci on de equivalencia ).
l( ) = m | : m es un mundo normal para ,
y

si y solamente si

y ,=

.
Ejercicio 3.2.17 Muestre que la funcion l esta bien denida (es
decir, l( ) no depende del represententante de la clase de ).
Lema 3.2.18 Para toda PROP, es un minimum de .
Demostraci on: Ejercicio.
Lema 3.2.19 [ si y solo si [
W
.
Demostraci on. Tenemos que es el unico elemento minimal de
. Entonces [
W
si y solamente si todo mundo normal para
satisface , pero por el Lema 3.2.11, esto es equivalente a [ .
Con esto, hemos demostrado el siguiente teorema.
Teorema 3.2.20 (Teorema de Representacion para relaciones acu-
mulativas) Una relacion de consecuencia es acumulativa si y sola-
mente si esta denida por alg un modelo acumulativo.
Corolario 3.2.21 Si S es un conjunto de secuentes con una proposicion
en el antecedente y una proposicion en el consecuente, y y beta
son propocisiones, las dos condiciones siguientes son equivalentes,
y cuando se cumplen decimos que [ se obtiene acumulativa-
mente de S.
1. Para todo modelo acumulativo V tal que [
V
contiene a S,
[
V
.
3.3. RAZONAMIENTO PREFERENCIAL 75
2. Existe una derivacion de [ a partir de S en el sistema
C.
Demostraci on. La implicacion (2) implica (1) se obtiene del
teorema de correccion 3.2.9. Para la otra implicacion, supongamos
que (2) no se cumple. Entonces la menor relaci on de consecuencia
que contiene S y que es cerrada bajo las reglas de C, no contiene
a [ . Por el Teorema de Representaci on 3.2.20, hay un modelo
que la representa, y por lo tanto no se cumple (1).
Corolario 3.2.22 Sea S un conjunto de secuentes. Entonces ex-
iste un modelo acumulativo V que satisface exactamente los se-
cuentes que se obtienen acumulativamente de S.
Demostraci on. La colecci on de secuentes que se obtienen acu-
mulativamente de S es cerrado bajo las reglas del sistema C.
Corolario 3.2.23 (Compacidad.) Si [ se obtiene acumula-
tivamente a partir de S, entonces se obtiene acumulativamente de
alg un subconjunto nito de S.
Demostraci on. Sigue de que las derivaciones son nitas.
3.3 Razonamiento Preferencial
El Sistema P. Este sistema es estrictamente mas fuerte que el
sistema C, y presupone la existencia de disyunci on en el lenguaje.
El sistema P consta de todas las reglas del sistema C con la
siguiente regla adicional:
[ , [
[
( [).
Una relacion de consecuencia que satisface todas las reglas de
P se llama preferencial.
76 CAP
OTONO
Lema 3.3.1 En presencia de Reexividad, DD y ELI, la regla
( [)
implica
[
[
(Regla S).
Lema 3.3.2 En presencia de DD, las reglas S y ([ ) implican la
regla de corte.
Ejercicio 3.3.3 Demuestre que las siguientes reglas se pueden derivar
en el sistema P.
1.
|, |
|
2.
|, |
|
3.
|, |
|
4.
|, |
|
3.4 Modelos Preferenciales
Fijaremos un conjunto | de valuaciones.
Denicion 3.4.1 Un modelo preferencial es una tripleta S, l, ),
donde S es un conjunto, cuyos elementos se llaman estados, l : S
|, y es un orden parcial estricto en S que satisface la condicion
de suavidad que deniremos a continuacion.
Sea U un conjunto y una relaci on binaria antisimetrica en
U. Si P P, decimos que P es suave si para todo t P, o t es
minimal en P, o existe s minimal en P tal que s t.
3.4. MODELOS PREFERENCIALES 77
Denicion 3.4.2 Dado un modelo preferencial S, l, ), si es
una proposicion, decimos que s S satisface si l(s) . Us-
aremos para denotar el conjunto s S : s [ Decimos que
S, I, ) tiene la propiedad de suavidad si para toda proposicion ,
el conjunto es suave, es decir, para todo s , se tiene que s es
minimal en o existe s
s minimal en .
Lema 3.4.3 Si W = S, I, ) es un modelo prefencial, entonces
para , PROP se tiene
=

.
Denici on 3.4.4 Dado W = S, I, ), denimos la relacion [
W
de la manera siguiente: [
W
si y solo si s [ para todo s
minimal en .
Lema 3.4.5 (Correccion) Si W = S, I, ) es un modelo pref-
erencial, la relacion de consecuencia [
W
denida por W es una
relacion preferencial, es decir, satisface todas las reglas del sistema
P.
Demostraci on. Ya que los modelos preferenciales son modelos
acumulativos, basta vericar la validez de la regla [.
Sea [ una relaci on de consecuencia preferencial. Defnimos el
siguiente modelo W = S, l, ):
1. S = m, ) : m es un mundo normal para ,
2. l((m, )) = m, y
3. m, ) n, ) si y solamente si y m
Probaremos que W es un modelo preferencial, y luego que la
relaci on [
W
coincide con [.
Denimos una relacion binaria entre proposiciones.
78 CAP
OTONO
Denicion 3.4.6 si [ (y en este caso decimos que
no es menos com un que ).
Ejercicio 3.4.7 Demuestre que si [ satisface Reexividad y ELI,
entonces para todo par de proposiciones , , .
Demuestre que si [ es preferencial, entonces es reexiva y
transitiva.
Lema 3.4.8 Si y m es un mundo normal para que satis-
face , entonces m es un mundo normal para .
Demostraci on. Supongamos que [ . Por (2) del ejercicio
3.3.3, tenemos que [ . Si m es normal para , debe
satisfacer , y como satisface , entonces satisface tambien
.
Lema 3.4.9 Si , y m es un mundo normal para que
satisface , entonces es un mundo normal para .
Demostraci on. Por el lema anterior, basta ver que m satisface
. Por (4) del ejercicio 3.3.3 tenemos que [ . Pero m es
un mundo normal para que satisfece , entonces debe satisfacer
.
Lema 3.4.10 La relacion es un orden parcial estricto, es decir,
es una relacon irreexiva y transitiva.
Demostraci on. La relaci on es irreexiva, ya que (m, )
(m, ) implicara que m , , pero m es un mundo normal para ,
y por reexividad, [ y por lo tanto m .
Veamos que es transitiva. Supongamos que m
1
,
1
) m
2
,
2
)
y m
2
,
2
) m
3
,
3
). Por la denici on de , tenemops que
1

2

3
. Como la relaci on es transitiva, concluimos que
1

3
, y por otra parte, como m
1
es un mundo normal para
1
que no satisface
2
, por el Lema 3.4.9, m
1
no puede satisfacer
3
.
Lema 3.4.11 En el modelo W, m, ) es minimal en si y solo
si m y .
Demostraci on. Supongamos que m y . Claramente
m . Supongamos que n, ) m, ) y que n . Entonces
tendramos que , n normal para , n , y n . esto
contradice el Lema 3.4.9.
Recprocamente, supongamos que m, ) es minimal en . Clara-
mente, m . Queremos ver que . Supongamos que n es
un modelo normal para que no satisface (no estamos ar-
mando que un tal modelo existe). Como , debemos tener
que n, ) m, ). Pero n es un mundo normal para
que no satisface , entonces debe satisfacer . Esto contradice la
minimalidad de m, ) en . Concluimos entonces que cada mundo
normal para satisface . Por el Lema 3.2.11 [ .
Lema 3.4.12 El modelo W satisface la condicion de suavidad. Es
decir, para toda PROP, el conjunto es suave.
Demostraci on. Supongamos que m, ) , es decir, que m
. Si , por el Lema 3.4.11, m, ) es minimal en . Por otro
lado, si ,[ , entonces por el Lema 3.2.11 existe un mundo
normal n para que no satisface . Pero , y por
lo tanto n, ) m, ). Pero n , , luego n . Como
, Lema 3.4.11 nos permite concluir que n, ) es
minimal en .
Lema 3.4.13 [ si y solamente si [
W
.
Demostraci on. Supongamos que [ . Queremos demostrar
que todo estado minimal de satisface . Supongamos que m, )
es minimal en . Entonces m es un mundo normal para que
satisface . Por el Lema 3.4.11, , y por lo tanto (por el Lema
3.4.8) m es un mundo normal para .
80 CAP
OTONO
Recprocamente, supongamos que [
W
. De la denici on de
sigue que para cada mundo normal m para , m, ) es minimal
en (esto tambien sigue del lema 3.2.11, pero no es necesario usar
el Lema aqu). Como [
W
, entonces es satisfecha por todo
mundo normal para , y por el Lema 3.2.11, tenemos [ .
Teorema 3.4.14 (Teorema de Representacion para relaciones pre-
ferenciales) Una relacion de consecuencia es preferencial si y solo
si es la relacion denida por alg un modelo preferencial.
Demostraci on. Una implicaci on es el Teorema de Correcci on
3.4.5. Para la otra implicaci on, sea [ cualquier relacion de conse-
cuencia que satisface las reglas del sistema P, y sea W un modelo
denido como arriba. Los Lemas 3.4.10 y 3.4.12 indican que W es
un modelo preferencial, y el Lema 3.4.13 nos dice que la relaci on
[
W
denida a partir de ese modelo es exactamente [.
Corolario 3.4.15 Si S es un conjunto de secuentes con una propo-
sicion en el antecedente y una proposicion en el consecuente, y
y beta son propocisiones, las dos condiciones siguientes son equiv-
alentes, y cuando se cumplen decimos que [ se obtiene prefer-
encialmente de S.
1. Para todo modelo preferencial W tal que [
W
contiene a S,
[
w
.
2. Existe una derivacipn de [ a partir de S en el sistema
P.
Corolario 3.4.16 Sea S un conjunto de secuentes. Entonces ex-
iste un modelo preferencial W que satisface exactamente los se-
cuentes que se obtienen preferencialmente de S.
Demostraci on. La coleccion de secuentes que se obtienen prefe-
rencialmente de S es cerrado bajo las reglas del sistema P.
Corolario 3.4.17 (Compacidad.) Si [ se obtiene preferen-
cialmente de S, entonces se obtiene preferencialmente de alg un sub-
conjunto nito de S.
82 CAP
OTONO
Bibliografa
[1] Barwise, J. ed., Handbook of Mathematical Logic. North
Holland, 1977.
[2] Carnielli, W. and Richard Epstein; Computabilidade,
funcoes computaveis, logica e os fundamentos da
matem atica. UNESP, 2006.
[3] van Dalen, D., Logic and structure. Fourth Edition,
Springer, 2004.
[4] S. Kraus, D. Lehmann y M. Magidor, Nonmonotonic
Reasoning, Preferencial Models and Cumulative Logics.
Articial Intelligence 44 (1990) 167-207.
[5] D. Makinson, General patterns in nonmonotonic reason-
ing. In Handbook of Logic in Articial Intelligence and
Logic Programming, Vol. 3, Nonmonotonic Reasoning and
Uncertain Reasoning (D.M. Gabbay et al Eds.). Clarendon
Press, Oxford, 1994.
[6] Mendelson, E., Introduction to Mathematical Logic. D.
Van Nostrand, 1979. Fourth Edition Chapman and Hall,
1997.
[7] Miraglia, F., C alculo Proposicional: uma integracao da
algebra e da logica. Centro de Logica, Epistemologia e
Hist oria da Ciencia. Cole cao CLE no. 1, 1987.
83
84 BIBLIOGRAF
IA
[8] Nerode, A. y R. Shore, Logic for Applications. Springer,
1997.
[9] Franco de Oliveira, A. J., Logica e artimetica (2a Edic ao),
Gradiva, 1996.

D.Prisco - Notas de Lógica

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

D.Prisco - Notas de Lógica

Diunggah oleh

Hak Cipta:

Format Tersedia

Introducci on a la L ogica Matematica

(F) = V a la que corresponde la tabla

se pueden denir a partir de H

(), ). Por lo tanto, las clausulas

(J()) = J(), donde la igualdad del medio vale

. Entonces, para cada ,

, entonces alguna de las proposi-

. Pero entonces, (), (), ( )

y ese conjunto es insatisfactible, lo que constituye una con-

pero tanto (( )), como (( )),

, este conjunto es satisfactible.

, pero no ambas. Veamos que si ( )

,[= para todo

()es satisfactible, por lo tanto, () es satisfactible

Estas equivalencias se pueden llamar asociatividad y conmuta-

Llamaremos literales a las proposiciones que son una letra proposi-

l. Esto corresponde a asignarle a l valor V , y quedarse con la

de la cadena B tal que

es consistente. Por el lema de Zorn,

tiene las siguientes propiedades.

, entonces por (a), . Por el Lema

es consistente, y por la maxi-

y esto implica que

. Por las propiedades (b) y (c), 1 es una valuaci on,

, entonces 1 Mod() y por lo

(). Pero entonces,

es insatisfactible, lo que contradice la hipotesis. Entonces, por

, denimos una asig-

) recibe valor V por 1, y toda p en el consecuente (

OGICA DE PRIMER ORDEN.

= B) para expresar que A y B son isomorfas.

OGICA DE PRIMER ORDEN.

es reexiva, transitiva pero no

OGICA DE PRIMER ORDEN.

coinciden en las variables que aparecen en

OGICA DE PRIMER ORDEN.

: 1ar A son tales que

OGICA DE PRIMER ORDEN.

es el resultado de sustituir la variable x por u en cada

(x) = u[s], entonces t

s olo diere de s a lo sumo en x y

(x) = t[s]. (Sugerencia: Probarlo por inducci on).

OGICA DE PRIMER ORDEN.

donde no tiene cuanticadores. Una formula es existencial

OGICA DE PRIMER ORDEN.

OGICADE PRIMER ORDEN.51

), donde es una f ormula at omica y

OGICA DE PRIMER ORDEN.

OGICADE PRIMER ORDEN.53

OGICA DE PRIMER ORDEN.

OGICADE PRIMER ORDEN.55

OGICA DE PRIMER ORDEN.

2.5 El teorema de completitud para la

OGICADE PRIMER ORDEN.57

OGICA DE PRIMER ORDEN.

= LC. Entonces se puede extender a un conjunto consistente

tal que C es un conjunto de testigos para

es consistente basta ver que cada

OGICADE PRIMER ORDEN.59

OGICA DE PRIMER ORDEN.

OGICADE PRIMER ORDEN.61

OGICA DE PRIMER ORDEN.

de , si expandimos A interpretando cada