一。直言命题的符号化
  • 简单符号化

    三段论逻辑的命题只涉及直言命题,直言命题有四种:
    全称肯定 A: 所有S是P
    全称否定 E: 所有S不是P
    特称肯定 I: 有S是P
    特称否定 O:有S不是P

    我们用个体变项x表示直言命题中的主项“S”,用P(…)表示直言命题中的谓词”…是P“。P()是一个元变项,表示任何一个一目谓词。

    如果主项x表示最大的类,即宇宙间一切事物的集合,那么符号化一般形式是:

    直言命题 分类 最大类符号化 解释
    全称肯定 A 所有S是P ∀x P(x) “对所有x而言,x具有P属性”
    全称否定 E 所有S不是P ∀x ¬P(x) “对所有x而言,x具有非P属性”
    特称肯定 I 有S是P ∃x P(x) “至少存在一个x使得 ,x具有P属性”
    特称否定 O 有S不是P ∃x ¬P(x) “至少存在一个x使得 ,x具有非P属性”
  • 直言命题的一般符号化

    我们知道,一般直言命题的主项并不是“一切事物”,“个体”等表示宇宙最大类的域范围,一般直言命题的主项只是某个特定的域范围。

    • 全称直言命题,例如:

      1)所有的鱼都是用鳃呼吸的。

      主项“鱼”就不是最大类的项。假如符号化成: ∀x P(x),那么解释就是:“对所有x而 言,x是用鳃呼吸的”,这显然不符合原意。它的正确的解释应该是:

      ∀x(如果x是鱼,那么x是用鳃呼吸的)
      表述为:“对所有的事物而言,如果事物是鱼,那么它是用鳃呼吸的”
      符号化成:
      ∀x(Y(x)→ S(x))
      Y(x)代表谓词“x是鱼",S(x)代表谓词“x是用鳃呼吸的”

      相应的E命题:

      1‘)任何鱼都不是用鳃呼吸的。

      表述为:“对所有的事物而言,如果事物是鱼,那么它不是用鳃呼吸的”
      符号化成:
      ∀x(Y(x)→ ¬ S(x))
      Y(x)代表谓词“x是鱼",S(x)代表谓词“x是用鳃呼吸的”

    • 对于存在直言命题,例如

      2)有些金属是液体

      重新表述成:“至少有一事物使得,它是金属并且它是液体”
      ∃x (K(x)∧ L(x))
      K(x)代表谓词“x是金属",L(x)代表谓词“x是液体 ”

      相应的O命题:

      2’)有些金属不是液体

      重新表述成:“至少有一事物使得,它是金属并且它是非液体”
      ∃x (K(x)∧ ¬ L(x))
      K(x)代表谓词“x是金属",L(x)代表谓词“x是液体 ”

    四种直言命题的符号化,其一般形式是:

    直言命题 分类 最大类符号化 解释
    全称肯定 A 所有S是P ∀x (S()→ P(x)) “对所有x而言,如果x是S,那么它具有P属性”
    全称否定 E 所有S不是P ∀x (S()→ ¬P(x)) “对所有x而言,如果x是S,那么它具有非P属性”
    特称肯定 I 有S是P ∃x (S()∧ P(x)) “至少存在一个x使得 ,x是S并且具有P属性”
    特称否定 O 有S不是P ∃x (S()∧ ¬P(x)) “至少存在一个x使得 ,x是S并且具有非P属性”
二。论域。

逻辑学中的论域相当于数学中的定义域或值域。
例如,对于全称直言命题,A命题

一般符号化:
∀x (S()→ P(x))
假如说把论域限制为“S”的集合,记作:UD:{S},相当于数学中的 x ∈ {S}, 那么符号化可以简化成:

UD:{S},∀x P(x)
解释“对所有的x而言,x属于集合S ,x具有P属性”

用数学公式表达是:

x ∈ {S},∀x P(x)
解释 “x属于S集合 ,所有的x具有P属性”

四种直言命题的符号化,其一般形式是:

直言命题 分类 一般符号化 论域符号化 数学符号化 解释
全称肯定 A 所有S是P ∀x (S()→ P(x)) UD:{S},∀x P(x) x ∈ {S},∀x P(x) “对所有x而言,如果x是S,那么它具有P属性”
全称否定 E 所有S不是P ∀x (S()→ ¬P(x)) UD:{S},∀x ¬P(x) x ∈ {S},∀x ¬P(x) “对所有x而言,如果x是S,那么它具有非P属性”
特称肯定 I 有S是P ∃x (S()∧ P(x)) UD:{S},∃x P(x) x ∈ {S},∃x P(x) “至少存在一个x使得 ,x是S并且具有P属性”
特称否定 O 有S不是P ∃x (S()∧ ¬P(x)) UD:{S},∃x ¬P(x) x ∈ {S},∃x ¬P(x) “至少存在一个x使得 ,x是S并且具有非P属性”
二。一般命题的符号化

全称命题总和蕴含式相联系,存在命题总和合取式相联系。

全称命题的一般结构:
∀x (S(x)→ (…))

存在命题的一般结构:
∃x (S(x)∧ (…))

  • 例1) 所有狗身上有毛并且嗅觉灵敏

    分析:主逻辑词是全称量词“所有”,相当于A命题“所有S是P”,
    一般结构:∀x (S(x)→ (…))

    谓词:
    G(x)表示:x是狗;
    M(x)表示:x身上长毛;
    X(x)表示:x嗅觉灵敏
    符号化成

    ∀x (G(x)→ (M(x)∧ X(x)))

  • 例2) 有些鸟不下蛋或者不会飞

    分析:主逻辑词是存在量词“有的”,相当于 I命题“有S是P”,
    一般结构:∃x (S(x)∧ (…))

    谓词:
    N(x)表示:x是鸟;
    D(x)表示:x下蛋;
    F(x)表示:x会飞
    符号化成

    ∃x (N(x)→ (¬ D(x)∨ ¬ F(x)))

  • 例3) 一个有成就的科学家是一个光荣的人。

    分析:命题中虽然没有出现全称量词,但不难看出,它实际上是一个全称命题,
    解释为” 所有有成就的科学家都是光荣的人“ ,相当于 A命题“所有S是P”,
    一般结构:∀x (S(x)→ (…))

    谓词:
    A(x)表示:x是有成就的科学家;
    B(x)表示:x是光荣的人;
    符号化成

    ∀x (A(x)→ B(x))

    需要注意的是:
    ”x是有成就的科学家“是一个复合谓词,它等于 “x是有成就的”+”x是科学家“。
    ”x是光荣的人“也是一个复合谓词,它等于 “x是光荣的”+”x是人“。

    谓词:
    C(x)表示:x是有成就的";科学家;
    K(x)表示:x是科学家;
    G(x)表示:x是光荣的;
    R(x)表示:x是人;
    符号化成

    ∀x (C(x)∧ K(x)→ G(x)∧ R(x))

  • 例4) 一头牛顶伤张三

    分析:主逻辑词是隐含的存在量词“有一头牛”,相当于 I命题“有S是P”,
    一般结构:∃x (S(x)∧ (…))

    谓词:
    N(x)表示:x是牛;
    S(x,a)表示:x顶伤a;
    b表示个体常项: 张三
    符号化成

    ∃x (N(x)∧ S(x,b) )

  • 例5) 如果任何小学生读懂黑格尔的《逻辑学》,那么,他是聪明的。

    分析:表面看,主逻辑词好像是”如果,那么“,再一看,后件中有一个代词”“,说明前件和后件的逻辑主项相同,前件的”任何小学生“的辖域延展到了后件,所以这是一个普遍命题。主逻辑词”任何“=”所有“。相当于 A 命题“所有S是P”。
    一般结构: ∀x (S(x)→ (…))

    谓词或常项:
    S(x)表示 :x是小学生;
    D(x,a)表示:x读懂a;
    h 表示 :黑格尔的《逻辑学》
    C(x)表示 :x是聪明的;

    符号化成

    ∀x (S(x)→ (D(x,h)→ C(x)))

  • 例6) 如果任何小学生读懂黑格尔的《逻辑学》,那么,黑格尔的《逻辑学》是容易的。

    分析:主逻辑词是”如果,那么“,前件和后件逻辑主项不一样,确认这是一个复合命题,是蕴含命题。 一般结构: S(x)→ P(x) 。
    这里,前件的”如果任何小学生“ 解释为“如果有小学生”,所以前件是一个存在命题。
    存在命题一般结构:∃x (S(x)∧ (…))

    谓词或常项:
    S(x)表示 : x是小学生;
    D(x,a)表示: x读懂a;
    h 表示个体常项: 黑格尔的《逻辑学》
    R(a)表示 : a是容易的;
    符号化为:

    ∃x (S(x)∧ D(x,h))→ R(h)

  • 例7) 如果黑格尔的《逻辑学》是容易的,那么,任何小学生读懂黑格尔的《逻辑学》。

    分析:主逻辑词是”如果,那么“,前件和后件逻辑主项不一样,确认这是一个复合命题,是蕴含命题。 一般结构: S(x)→ P(x) 。
    这里,后件的 ”任何小学生“ 解释为“所有小学生”,所以后件是一个全称命题。
    全称命题一般结构:∀x (S(x)→ (…))

    谓词或常项:
    S(x)表示 : x是小学生;
    D(x,a)表示: x读懂a;
    h 表示个体常项: 黑格尔的《逻辑学》
    R(a)表示 : a是容易的;

    符号化为:

    R(h)→ ∀x (S(x)→ D(x,h))

  • 例8) 如果所有小学生读懂黑格尔的《逻辑学》,那么,黑格尔的《逻辑学》是容易的。

    分析:本例与前面 例6)相似,只是复合命题前件有一点点不同,
    例6)为“如果任何小学生读懂黑格尔的《逻辑学》”,
    本例为“如果所有小学生读懂黑格尔的《逻辑学》”。
    例6 的“任何”被当做存在量词看待,等于“至少有一个”,
    而本例的“所有”无疑是全称量词。

    符号化为:

    ∀x (S(x)∧ D(x,h))→ R(h)

    例9) 任何读懂黑格尔的《逻辑学》的小学生都是聪明的。

    分析: 这里的“任何”当做“所有”解释。所以本例是一个全称命题。
    全称命题的符号化结构为:∀x (S(x)→ (…))

    符号化为:

    ∀x (S(x)∧ D(x,h)→ C(x))

    例10) 只有人是有理性的。

    分析:“只有,才“ 是一个必要条件命题,必要条件要从后到前,倒过来解释为充分条件。充分条件才是蕴含式。解释为:”对任何一个事物,如果它是有理性的,那么它是人“。主逻辑词为全称量词”所有“。
    全称命题的符号化结构为:∀x (S(x)→ (…))

    谓词和常项:
    L(x)表示 : x是有理性的 ;
    R(x)表示 : x是人 ;

符号化为:

∀x (L(x)→ R(x))
等值于: ∀x (¬ R(x)→ ¬ L(x))

例11) 聂卫平只同高明的棋手下棋。

分析:“只同高明的棋手下棋” ,出现”只…“,就是一个必要条件命题,要把联结词“只”提到主项外面来。解析为”只有高明的棋手,聂卫平才同他下棋“。再倒过来解析成充分条件,”所有聂卫平同他下棋的棋手,都是高明的棋手“。这是一个全称命题,
再解释为:”对所有棋手来说,如果聂卫平和他下棋,那么他是一个高明的棋手“。
再解释为:”对所有x来说,如果他是棋手,如果聂卫平和他下棋,那么他是一个高明的棋手“。
全称命题的符号化结构为:∀x (S(x)→ (…))

谓词和常项:
n 表示个体常项 :聂卫平
S(x) 表示 :是棋手
Q(n,x) 表示:聂卫平和x下棋
G(x)表示 : x是高吗的 ;
符号化成:

∀x (S(x)→ (Q(n,x)→ G(x)))

例12) 老虎和狮子都是猛兽。

分析:可以解释为 ”老虎是猛兽并且狮子是猛兽“。这是两个全称命题的合取。主联结词是合取词 ”∧“。
全称命题的符号结构为:∀x (S(x)→ (…))

谓词和常项:
H(x) 表示 :x是老虎
S(y) 表示 :y是狮子
M(x) 表示 :x是猛兽
符号化成:

∀x (H(x)→ M(x))∧ ∀y (S(y)→ M(y))

参考资料

《自然演绎逻辑导论》 陈晓平

逻辑学学习.10 --- 谓词逻辑(二):一般命题的符号化相关推荐

  1. 逻辑学学习.9 --- 谓词逻辑(一):谓词的基本概念

    前面讨论的是命题逻辑和三段论逻辑,命题逻辑的范围局限于那些仅仅依据真值函项联结词的推论,三段论逻辑的范围限于那些仅仅依据量词的推论,而且仅仅限于这类推论的一小部分.而对于那些既依据真值函项联结词又依据 ...

  2. Programming C# 学习笔记(二) 出发:“Hello World”

    小序:      准备写这章的学习笔记了,啊,Hello World!多么亲切的语句,呵呵,当初学C语言的第一个程序就是输出它, 还记得费了好大劲终于把它输出来时候的那种兴奋感觉,真是让我怀念哦!(然 ...

  3. SVO学习笔记(二)

    SVO学习笔记(二) 这篇文章 稀疏图像对齐 地图点投影(地图与当前帧间的关系) reprojectMap reprojectPoint reprojectCell 特征点对齐中的非线性优化 结尾 这 ...

  4. opencv学习笔记(二):基于肤色的人手检测

    opencv学习笔记(二):基于肤色的人手检测 原文:http://blog.csdn.net/wzmsltw/article/details/50849810 先写了人手的检测程序,下一步基于检测程 ...

  5. Tensorflow深度学习之十二:基础图像处理之二

    Tensorflow深度学习之十二:基础图像处理之二 from:https://blog.csdn.net/davincil/article/details/76598474   首先放出原始图像: ...

  6. TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门 标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅

    TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门 标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅读 ...

  7. OpenCV学习笔记(二十六)——小试SVM算法ml OpenCV学习笔记(二十七)——基于级联分类器的目标检测objdect OpenCV学习笔记(二十八)——光流法对运动目标跟踪Video Ope

    OpenCV学习笔记(二十六)--小试SVM算法ml 总感觉自己停留在码农的初级阶段,要想更上一层,就得静下心来,好好研究一下算法的东西.OpenCV作为一个计算机视觉的开源库,肯定不会只停留在数字图 ...

  8. JavaScript学习总结(二)数组和对象部分

    pt学习总结(二)数组和对象部分 2016-09-16    分类:WEB开发.编程开发.首页精华暂无人评论     来源:trigkit4 分享到:更多1 对象部分 Object类型 Object  ...

  9. 软件调试学习笔记(二)—— 调试事件的采集

    软件调试学习笔记(二)-- 调试事件的采集 要点回顾 调试事件的种类 调试事件采集函数 例:分析PspUserThreadStartup 例:分析PspExitThread 总结 要点回顾 调试器与被 ...

最新文章

  1. hdu5437(2015长春网络赛A题)
  2. oracle大于当前月,oracle 现阶段年 当前月 当前周 当前日
  3. GCC 中文手册 - 摘自纯C论坛
  4. 定义加密函数程序python_一个python自定义的加密解密函数
  5. 信息学奥赛一本通(2039:【例5.6】冒泡排序)
  6. php gui中文手册,git gui - [ Git中文开发手册 ] - 在线原生手册 - php中文网
  7. windows环境的python的环境变量_win的环境变量配置(Python实例)
  8. ES6 Set结构和Map结构(上)
  9. Vue Resource
  10. 合宙Air105|Socket|UDP |TCP/IP|W5500|Serial 串口|透传|DTU|网络测试助手|双机互联|内网测试|官方demo|学习(8-3):Socket网络接口-双机互联透传
  11. 迁移学习癌医学影像检测
  12. python-重难点知识汇总
  13. 180/360度舵机控制方法
  14. 四种类型的人与管理智慧
  15. 网络传输介质详细说明【包括线序】
  16. 初中计算机实践研究计划,初中信息技术教研工作计划
  17. C#压缩、解压缩文件(夹)(rar、zip)
  18. laravel5.4新特性
  19. 响应式织梦模板智能安防监控类网站
  20. 【Linux网络服务】Centos7搭建yum服务器

热门文章

  1. Mechatrolink III转EtherCAT网关模块解决方案
  2. 【facenet】快速复现 实现 facenet-pytorch 人脸识别 windows上 使用cpu实现 人脸对比
  3. MySQL给查询结果添加行号的方法及应用
  4. 前端导出excel兼容IE和主要浏览器
  5. 【Java8 Stream】:探秘Stream实现的核心:Collector,模拟Stream的实现
  6. RTX 4070TI和RTX 3090性能差距 4070ti和3090区别对比
  7. Xposed框架的安装
  8. 性能测试——wrk详解
  9. 2021年R1快开门式压力容器操作最新解析及R1快开门式压力容器操作操作证考试
  10. Android反编译教程