命题的映射化

1. 前言

众所周知,高中数学课本把命题定义为

命题是能判断真假的陈述句。

这个定义接纳 1 = 2 1=2 1=2、 9 = 3 \sqrt{9}=3 9 =3 这类不含参的陈述,却把 p ( x ) : x > 2 p(x):x>2 p(x):x>2 这类含参数的陈述排除在外,后者通常称为开语句。把两者分开处理,既不方便,也不优美,因为这并没有揭示它们的共同结构:只要给定参数,开语句就唯一确定一个真值。不含参数的陈述则不需要给定任何参数。换句话说,它们都是"参数到真值"的映射。

这自然得到本文的定义:命题是定义集合 U U U 上、取值于布尔域 { T , F } \{T,F\} {T,F} 的映射。以下"命题"均指这种映射,与课本用法不同。

我们将基于集合论、布尔代数和该定义逐步建立一种将它们统一起来的理解。

前置知识:

2. 命题

2.1. 命题的定义

记布尔域为

B : = { T , F } \mathbb{B}:=\{T,F\} B:={T,F}

命题是定义在集合 U U U 上、陪域为 B \mathbb{B} B 的映射,即

p  ⁣ : U → B x ↦ p ( x ) \begin{aligned} p\colon U&\to\mathbb{B}\\ x&\mapsto p(x) \end{aligned} p:Ux→B↦p(x)

其中 U U U 称为命题的定义域; p ( x ) ∈ B p(x)\in\mathbb{B} p(x)∈B 是命题在参数 x x x 处的真值。

两个命题 p , q p,q p,q 相等,当且仅当它们有相同的定义域 U U U,且对每个 x ∈ U x\in U x∈U 都有 p ( x ) = q ( x ) p(x)=q(x) p(x)=q(x)。

若 p p p 的值域为 { T } \{T\} {T} 则称 p p p 在 U U U 上恒真;若 p p p 的值域为 { F } \{F\} {F} 则称 p p p 在 U U U 上恒假。

把命题建模为映射,只要给定参数,映射就给出唯一真值,正是"能判断真假"的精确刻画。

2.2. 无自变量命题

形如 1 = 2 1=2 1=2 的陈述不含参数,称为无自变量命题。为了把它纳入映射框架,规定它的定义域为单元素集 { ( ) } \{()\} {()},其中 ( ) () () 是唯一的空元组。于是无自变量命题可以写成

p  ⁣ : { ( ) } → B p\colon\{()\}\to\mathbb{B} p:{()}→B

其唯一取值 p ( ( ) ) p(()) p(()) 就是该命题的真值。

这样规定定义域的理由来自空笛卡尔积的约定。考虑有 n n n 个自变量的映射 f ( x 1 , x 2 , ... , x n ) f(x_1,x_2,\dots,x_n) f(x1,x2,...,xn),其中 x i x_i xi 各自在 S i S_i Si 中取值。它的定义域是笛卡尔积 ∏ i = 1 n S i \prod_{i=1}^{n}S_i ∏i=1nSi。当 n = 0 n=0 n=0 时,指标集为空,此时空笛卡尔积约定为单元素集

∏ i ∈ ∅ S i = { ( ) } \prod_{i\in\varnothing}S_i=\{()\} i∈∅∏Si={()}

自然得到上述规定。

因此课本所说的"能判断真假的陈述句"正是无自变量命题。

注:为了书写方便,以下把无自变量命题与其唯一真值等同:直接写 p = T p=T p=T 或 p = F p=F p=F。

2.3. 命题与真值集合的关系

设 Pred ⁡ ( U ) \operatorname{Pred}(U) Pred(U) 表示 U U U 上全体命题的集合,即

Pred ⁡ ( U ) : = { p ∣ p  ⁣ : U → B } \operatorname{Pred}(U):=\{p\mid p\colon U\to\mathbb{B}\} Pred(U):={p∣p:U→B}

定义真值集合映射

T U  ⁣ : Pred ⁡ ( U ) → P ( U ) p ↦ { x ∈ U ∣ p ( x ) = T } \begin{aligned} \mathcal T_U\colon\operatorname{Pred}(U)&\to\mathcal P(U)\\ p&\mapsto\{x\in U\mid p(x)=T\} \end{aligned} TU:Pred(U)p→P(U)↦{x∈U∣p(x)=T}

其中 P ( U ) \mathcal P(U) P(U) 是 U U U 的幂集, T U ( p ) \mathcal T_U(p) TU(p) 称为 p p p 的真值集合,即所有使 p ( x ) = T p(x)=T p(x)=T 的 x x x 组成的集合。

不难证明 T U \mathcal T_U TU 是双射,因此 T U \mathcal T_U TU 有逆映射。

我们首先对任意 A ⊆ U A\subseteq U A⊆U 定义特征命题

χ A  ⁣ : U → B , χ A ( x ) = { T x ∈ A F x ∉ A \chi_A\colon U\to\mathbb{B},\quad \chi_A(x)= \begin{cases} T & x\in A\\ F & x\notin A \end{cases} χA:U→B,χA(x)={TFx∈Ax∈/A

则 T U ( χ A ) = A \mathcal T_U(\chi_A)=A TU(χA)=A。因此 T U \mathcal T_U TU 的逆映射为

T U − 1  ⁣ : P ( U ) → Pred ⁡ ( U ) A ↦ χ A \begin{aligned} \mathcal T_U^{-1}\colon\mathcal P(U)&\to\operatorname{Pred}(U)\\ A&\mapsto\chi_A \end{aligned} TU−1:P(U)A→Pred(U)↦χA

这说明命题与真值集合是同一对象的两种表示。同时 T U \mathcal T_U TU 把命题语言翻译成集合语言。由于 T U \mathcal T_U TU 是双射,两种语言可以自由互换。

3. 命题的逻辑运算

3.1. 命题逻辑运算的定义

设 p , q ∈ Pred ⁡ ( U ) p,q\in\operatorname{Pred}(U) p,q∈Pred(U)。对每个 x ∈ U x\in U x∈U,逐点定义

( p ∧ q ) ( x ) : = p ( x ) ∧ q ( x ) ( p ∨ q ) ( x ) : = p ( x ) ∨ q ( x ) ( ¬ p ) ( x ) : = ¬ p ( x ) ( p → q ) ( x ) : = p ( x ) → q ( x ) \begin{aligned} (p\land q)(x)&:=p(x)\land q(x)\\ (p\lor q)(x)&:=p(x)\lor q(x)\\ (\neg p)(x)&:=\neg p(x)\\ (p\to q)(x)&:=p(x)\to q(x) \end{aligned} (p∧q)(x)(p∨q)(x)(¬p)(x)(p→q)(x):=p(x)∧q(x):=p(x)∨q(x):=¬p(x):=p(x)→q(x)

其中右侧的 ∧ , ∨ , ¬ , → \land,\lor,\neg,\to ∧,∨,¬,→ 是 B \mathbb{B} B 上的逻辑运算,左侧则为命题的逻辑运算。

于是 p ∧ q p\land q p∧q、 p ∨ q p\lor q p∨q、 ¬ p \neg p ¬p、 p → q p\to q p→q 仍是 U U U 上的命题。

注意 p → q p\to q p→q 是 U U U 上的命题,它逐点取值,没有单一真值。

3.2. 命题逻辑运算和真值集合的对应

由命题的逻辑运算的定义可以得到

T U ( p ∧ q ) = T U ( p ) ∩ T U ( q ) T U ( p ∨ q ) = T U ( p ) ∪ T U ( q ) T U ( ¬ p ) = ∁ U ( T U ( p ) ) T U ( p → q ) = ∁ U ( T U ( p ) ) ∪ T U ( q ) \begin{aligned} \mathcal T_U(p\land q)&=\mathcal T_U(p)\cap\mathcal T_U(q)\\ \mathcal T_U(p\lor q)&=\mathcal T_U(p)\cup\mathcal T_U(q)\\ \mathcal T_U(\neg p)&=\complement_U\bigl(\mathcal T_U(p)\bigr)\\ \mathcal T_U(p\to q)&=\complement_U\bigl(\mathcal T_U(p)\bigr)\cup\mathcal T_U(q) \end{aligned} TU(p∧q)TU(p∨q)TU(¬p)TU(p→q)=TU(p)∩TU(q)=TU(p)∪TU(q)=∁U(TU(p))=∁U(TU(p))∪TU(q)

命题的恒等式与集合的恒等式一一对应。例如,命题层面和集合层面的德摩根律相互对应。

4. 量词命题

4.1. 量词命题的定义

设 p ∈ Pred ⁡ ( U ) p\in\operatorname{Pred}(U) p∈Pred(U), S ⊆ U S\subseteq U S⊆U。

全称量词命题

∀ x ∈ S , p ( x ) \forall x\in S,p(x) ∀x∈S,p(x)

是无自变量命题,它为真当且仅当

S ⊆ T U ( p ) S\subseteq\mathcal T_U(p) S⊆TU(p)

存在量词命题

∃ x ∈ S , p ( x ) \exists x\in S,p(x) ∃x∈S,p(x)

同样是无自变量命题,它为真当且仅当

S ∩ T U ( p ) ≠ ∅ S\cap\mathcal T_U(p)\neq\varnothing S∩TU(p)=∅

不难证明,量词与否定有如下对偶关系

¬ ( ∀ x ∈ S , p ( x ) ) = ∃ x ∈ S , ¬ p ( x ) ¬ ( ∃ x ∈ S , p ( x ) ) = ∀ x ∈ S , ¬ p ( x ) \begin{aligned} \neg\bigl(\forall x\in S,p(x)\bigr)&=\exists x\in S,\neg p(x) \\10px \neg\bigl(\exists x\in S,p(x)\bigr)&=\forall x\in S,\neg p(x) \end{aligned} ¬(∀x∈S,p(x))¬(∃x∈S,p(x))=∃x∈S,¬p(x)=∀x∈S,¬p(x)

4.2. 空集的量词命题

量词命题在 S = ∅ S=\varnothing S=∅ 情形下的取值值得单独说明。

此时 ∅ ⊆ T U ( p ) \varnothing\subseteq\mathcal T_U(p) ∅⊆TU(p) 恒成立,故全称量词命题 ∀ x ∈ S , p ( x ) \forall x\in S,p(x) ∀x∈S,p(x) 为真。

同理,存在量词命题在 S = ∅ S=\varnothing S=∅ 时为假,因为 ∅ ∩ T U ( p ) = ∅ \varnothing\cap\mathcal T_U(p)=\varnothing ∅∩TU(p)=∅。

5. 蕴含、充分条件与必要条件

设 p , q ∈ Pred ⁡ ( U ) p,q\in\operatorname{Pred}(U) p,q∈Pred(U)。无自变量命题

p ⟹ q p\Longrightarrow q p⟹q

为真当且仅当

T U ( p ) ⊆ T U ( q ) \mathcal T_U(p)\subseteq\mathcal T_U(q) TU(p)⊆TU(q)

当 p ⟹ q p\Longrightarrow q p⟹q 为真时,称 p p p 是 q q q 的充分条件, q q q 是 p p p 的必要条件。

若 p ⟹ q p\Longrightarrow q p⟹q 与 q ⟹ p q\Longrightarrow p q⟹p 都为真,则称 p p p 与 q q q 等价, p p p 是 q q q 的充分必要条件。"等价"可以写成无自变量命题

p ⟺ q : = ( p ⟹ q ) ∧ ( q ⟹ p ) p\Longleftrightarrow q:=(p\Longrightarrow q)\land(q\Longrightarrow p) p⟺q:=(p⟹q)∧(q⟹p)

p ⟺ q p\Longleftrightarrow q p⟺q 当且仅当 T U ( p ) = T U ( q ) \mathcal T_U(p)=\mathcal T_U(q) TU(p)=TU(q)。命题的等价就是真值集合相同。

6. 逆命题、否命题、逆否命题

设 p , q ∈ Pred ⁡ ( U ) p,q\in\operatorname{Pred}(U) p,q∈Pred(U),考虑无自变量命题 p ⟹ q p\Longrightarrow q p⟹q。定义

  • q ⟹ p q\Longrightarrow p q⟹p 为其逆命题
  • ¬ p ⟹ ¬ q \neg p\Longrightarrow \neg q ¬p⟹¬q 为其否命题
  • ¬ q ⟹ ¬ p \neg q\Longrightarrow \neg p ¬q⟹¬p 为其逆否命题

不难证明原命题 和其逆否命题 等价,逆命题 和否命题等价。

注意:否命题不是命题的否定。原命题的否定是 ¬ ( p ⟹ q ) \neg (p\Longrightarrow q) ¬(p⟹q)。

7. 集族与命题族的运算

7.1. 集族的交、并

集族的交和并用全称和存在量词定义。

对于任意指标集 I I I,定义

⋂ i ∈ I A i : = { x ∈ U ∣ ∀ i ∈ I , x ∈ A i } ⋃ i ∈ I A i : = { x ∈ U ∣ ∃ i ∈ I , x ∈ A i } \begin{aligned} \bigcap_{i\in I}A_i&:=\{x\in U\mid\forall i\in I,x\in A_i\} \\10px \bigcup_{i\in I}A_i&:=\{x\in U\mid\exists i\in I,x\in A_i\} \end{aligned} i∈I⋂Aii∈I⋃Ai:={x∈U∣∀i∈I,x∈Ai}:={x∈U∣∃i∈I,x∈Ai}

其中 ( A i ) i ∈ I (A_i)_{i\in I} (Ai)i∈I 是 U U U 的一族子集,每个 A i ⊆ U A_i\subseteq U Ai⊆U。

当 I = ∅ I=\varnothing I=∅ 时,有 ⋂ i ∈ ∅ A i = U \bigcap_{i\in\varnothing}A_i=U ⋂i∈∅Ai=U, ⋃ i ∈ ∅ A i = ∅ \bigcup_{i\in\varnothing}A_i=\varnothing ⋃i∈∅Ai=∅。这是相对全集 U U U 而言的。

进一步,由全称量词命题和存在量词命题的对偶关系,得

∁ U ⋂ i ∈ I A i = ∁ U { x ∈ U ∣ ∀ i ∈ I , x ∈ A i } = { x ∈ U ∣ ¬ ( ∀ i ∈ I , x ∈ A i ) } = { x ∈ U ∣ ∃ i ∈ I , x ∈ ∁ U A i } = ⋃ i ∈ I ( ∁ U A i ) \begin{aligned} \complement_U \bigcap_{i\in I}A_i&=\complement_U \{x\in U\mid\forall i\in I,x\in A_i\} \\ &=\{x\in U\mid\neg\left(\forall i\in I,x\in A_i\right)\} \\ &=\{x\in U\mid\exists i\in I,x\in \complement_U A_i\} \\ &=\bigcup_{i\in I}\left(\complement_U A_i\right) \end{aligned} ∁Ui∈I⋂Ai=∁U{x∈U∣∀i∈I,x∈Ai}={x∈U∣¬(∀i∈I,x∈Ai)}={x∈U∣∃i∈I,x∈∁UAi}=i∈I⋃(∁UAi)

类似地,有

∁ U ⋃ i ∈ I A i = ⋂ i ∈ I ( ∁ U A i ) \complement_U \bigcup_{i\in I}A_i=\bigcap_{i\in I}\left(\complement_U A_i\right) ∁Ui∈I⋃Ai=i∈I⋂(∁UAi)

这是德摩根律在集族上的推广。

7.2. 命题族的与、或

命题族的与、或同样用量词定义。设 ( p i ) i ∈ I (p_i)_{i\in I} (pi)i∈I 是一族命题,每个 p i ∈ Pred ⁡ ( U ) p_i\in \operatorname{Pred}(U) pi∈Pred(U)。那么

( ⋀ i ∈ I p i ) ( x ) : = ( ∀ i ∈ I , p i ( x ) ) ( ⋁ i ∈ I p i ) ( x ) : = ( ∃ i ∈ I , p i ( x ) ) \begin{aligned} \left(\bigwedge_{i\in I}p_i\right)(x)&:=\left(\forall i\in I,p_i(x)\right) \\10px \left(\bigvee_{i\in I}p_i\right)(x)&:=\left(\exists i\in I,p_i(x)\right) \end{aligned} (i∈I⋀pi)(x)(i∈I⋁pi)(x):=(∀i∈I,pi(x)):=(∃i∈I,pi(x))

当 I = ∅ I=\varnothing I=∅ 时,有 ⋀ i ∈ ∅ p i = χ U \bigwedge_{i\in\varnothing}p_i=\chi_U ⋀i∈∅pi=χU(恒真命题), ⋁ i ∈ ∅ p i = χ ∅ \bigvee_{i\in\varnothing}p_i=\chi_{\varnothing} ⋁i∈∅pi=χ∅(恒假命题)。这与空集上的全称/存在量词约定一致

7.3. 命题与真值集合运算的对应

特征集族的交、并对应命题族的与、或

⋂ i ∈ I A i = T U ( ⋀ i ∈ I χ A i ) ⋃ i ∈ I A i = T U ( ⋁ i ∈ I χ A i ) \begin{aligned} \bigcap_{i\in I}A_i&=\mathcal T_U\left(\bigwedge_{i\in I}\chi_{A_i}\right) \\10px \bigcup_{i\in I}A_i&=\mathcal T_U\left(\bigvee_{i\in I}\chi_{A_i}\right) \end{aligned} i∈I⋂Aii∈I⋃Ai=TU(i∈I⋀χAi)=TU(i∈I⋁χAi)

这样,集族的交、并与命题族的合取、析取通过真值集合完全对应。

相关推荐
zyseo81 小时前
谷歌SEO 排名因素权重地图:把精力花在刀刃上
1024程序员节
basketball6161 小时前
动态规划第一章:引论
算法·动态规划·1024程序员节
CRMEB系统商城1 小时前
家电零售的供应商协同与物流提效
java·开发语言·人工智能·小程序·1024程序员节
jason.zeng@15022071 小时前
Nginx 配置详解(静态 HTML、下载目录、API 反向代理三套场景)
java·vue.js·1024程序员节
鬼手点金1 小时前
从 API 消息到模型 Token:Chat Template
java·前端·javascript·数据库·人工智能·深度学习·1024程序员节
kaixin_learn_qt_ing1 小时前
插件式框架学习(1)
1024程序员节·插件式框架
在所不辞兄1 小时前
【零基础学智能仿真-61】DFT数值收敛与计算预算
人工智能·深度学习·神经网络·机器学习·1024程序员节
Shadow(⊙o⊙)1 小时前
LangChain 自定义工具全解析:从 @tool 到 bind_tools 的完整调用链路
java·服务器·前端·1024程序员节
Pointer Pursuit1 小时前
Linux环境变量
linux·服务器·c语言·链表·1024程序员节