Introduccion a la Logica Matematica

EMALCA AMAZONIA
Agosto de 2009
Carlos Augusto Di Prisco
August 12, 2009

ii

Contenido
1 C
alculo Proposicional
1.1 El lenguaje proposicional. . . . . . . . . . . . . . .
1.2 Semantica del Calculo Proposicional. . . . . . . . .
1.3 Formas Normales. . . . . . . . . . . . . . . . . . . .
1.4 Resolucion . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Completitud del metodo de resolucion. . . .
1.5 Un sistema axiomatico para el calculo proposicional.
1.6 Calculo de secuentes. . . . . . . . . . . . . . . . . .

1
2
3
16
18
20
22
29

2 L
ogica de primer orden.
2.1 Lenguajes de primer orden y estructuras . . . . . .
2.2 Operaciones entre estructuras: . . . . . . . . . . . .
2.3 Formalizacion de un Lenguaje: . . . . . . . . . . . .
2.3.1 Verdad en una Interpretacion . . . . . . . .
2.3.2 Definibilidad en una estructura. . . . . . . .
2.4 Un sistema axiomatico para la logica de primer orden.
2.5 El teorema de completitud para la logica de primer
orden. . . . . . . . . . . . . . . . . . . . . . . . . .

37
37
38
40
43
48
50

3 Razonamiento no mon
otono
3.1 Razonamiento acumulativo
3.2 Modelos acumulativos . .
3.3 Razonamiento Preferencial
3.4 Modelos Preferenciales . .

65
68
71
75
76

iii

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

56

iv

CONTENIDO

Captulo 1
C
alculo Proposicional
Comenzaremos nuestro estudio de la logica considerando cierto tipo
sencillo de enunciados. Seran 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 ocupara es el siguiente: Si tenemos
una de esas combinaciones, que podemos decir sobre la veracidad
de la misma, dada informacion sobre la veracidad de sus componentes? para ello desarrollaremos el calculo proposicional.
El calculo proposicional trata ciertas proposiciones basicas como
unidades, y las combinaciones que se obtienen a partir de ellas usando las conectivas logicas tales como la negacion (), la disyuncion
(), la conjuncion (), la implicacion () y la doble implicacion
(). Para formalizar esto, definiremos el lenguaje proposicional,
partiendo de un conjunto de smbolos, que llamaremos letras proposicionales, que combinaremos usando las conectivas.
1


CAPITULO 1. CALCULO
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, . . . , p1 , p2 , . . .
para denotar los elementos de A.
El lenguaje proposicional, tiene, ademas de las letras proposicionales, otros smbolos: las conectivas , , , , y los parentesis
( y ).
Definici
on 1.1.1 El conjunto P ROP de proposiciones (del calculo
proposicional) es la coleccion de todas las sucesiones finitas de smbolos
del lenguaje proposicional que se obtienen aplicando un n
umero
finito de veces las reglas de formacion siguientes .
(i) Toda letra proposicional es una proposicion.
(ii) Si y son proposiciones, entonces tambien lo son (),
( ), ( ), ( ) y ( ).
Notese que esta es una definicion inductiva del conjunto de proposiciones. 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 proposicion compuesta dada, suponiendo que las proposiciones
que la componen tienen la propiedad.
El conjunto P ROP es entonces el menor conjunto que contiene
a las letras proposicionales y es cerrado bajo las siguientes operaciones:
(i) Si P ROP , entonces () P ROP ,
(ii) Si , P ROP , entonces ( ) P ROP , ( )
P ROP , ( ) P ROP y ( ) P ROP .
Ejercicio 1.1.2
1. Muestre que las siguientes sucesiones de smbolos
son proposiciones:
((p q) ((q) (p))),

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

((p q) p),
((p (p)) (p)).
2. Muestre que las siguientes sucesiones de smbolos no son proposiciones:
(p p) p,
(p q p),
((p) q).
El uso de los parentesis evita ambiguedades como la que aparece
en la expresion (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 P ROP de las proposiciones del calculo
proposicional es tambien numerable. Esto se debe a que el conjunto
de las sucesiones finitas de elementos de un conjunto numerable es
numerable.

1.2

Sem
antica del C
alculo Proposicional.

La semantica del calculo proposicional consiste esencialmente en

darle significado a las conectivas, para despues poder decidir si una
proposicion 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 posibilidad de usar tres valores, V , F y ?, que se interpretaran como
verdad, falsedad e indeterminacion, respectivamente; o un n
umero
mayor, a
un infinto, de valores. Estas otras posibilidades han sido
estudiadas y resultan interesantes y al mismo tiempo u
tiles, pero
en estas notas nos limitaremos a dos valores de verdad.


CAPITULO 1. CALCULO
PROPOSICIONAL

Queremos interpretar la conectiva como la conjuncion de

y , entonces ( ) sera verdad cuando ambas proposiciones
y sean verdad. Esto se puede expresar mediante la funcion
H : {V, F }2 {V, F }
definida por

H (V, V ) = V
H (V, F ) = F
H (F, V ) = F
H (F, F ) = F
Usualmente se resume esta informacion en la tabla

V V
V F
F V
F F

( )
V
F
F
F

Analogamente, interpretamos de modo que ( ) corresponda a la disyuncion de y , es decir, ( ) es verdad si al

menos una de esas dos proposiciones es verdad, y es falsa si ambas proposiciones, y , son falsas. Esto se expresa mediante la
funcion
H : {V, F }2 {V, F }
definida por

H (V, V ) = V
H (V, F ) = V
H (F, V ) = V
H (F, F ) = F

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

Y en forma resumida, mediante la tabla

V
V
F
F

( )
V
V
F
V
V
V
F
F

La conectiva sera interpretada como implicacion material,

es decir, la proposicion sera falsa solamente en el caso de
que sea verdad y sea falsa; en todos los demas casos es
verdadera. Esto se puede expresar mediante la funcion
H : {V, F }2 {V, F }
definida 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
F
F

V
V
F
F
V
V
F
V

La doble implicacion quedara definida mediante la funcion

H : {V, F }2 {V, F }
definida por


CAPITULO 1. CALCULO
PROPOSICIONAL

H (V, V ) = V
H (V, F ) = F
H (F, V ) = F
H (F, F ) = V
Y la tabla correspondiente es

V V
V F
F V
F F

V
F
F
V

La conectiva se interpreta como negacion, y por lo tanto

quedara definida por la funcion
H : {V, F } {V, F }
dada por H (V ) = F y H (F ) = V a la que corresponde la tabla

V F
F V
Definici
on 1.2.1 Una conectiva n-aria es una funcion
: (P ROP )n P ROP
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 mas general
de conectiva, para el cual el valor de verdad de (1 , . . . , n ) no

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

dependa solamente de los valores de verdad de las proposiciones

1 , . . . , n , sino de algunos otros parametros, pero eso no nos interesa 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 defina esa funcion.
n
Por lo tanto existen exactamente 22 conectivas n-arias.
Debe resultar claro que usando la definicion inductiva del conjunto de proposiciones, a cada proposicion le corresponde una tabla
de verdad. Por ejemplo, a la proposicion ((p q) r), le corresponde una funcion de tres argumentos H : {V, F }3 {V, F }
definida mediante la siguiente tabla
p
V
V
V
V
F
F
F
F

q
V
V
F
F
V
V
F
F

r (p q) ((p q) r)
V
V
V
F
V
F
V
F
V
F
F
V
V
F
V
F
F
V
V
F
V
F
F
V

Definici
on 1.2.2 Un conjunto C de de conectivas es completo si
dada cualquier conectiva , existe una proposicion construida a partir de las conectivas de C cuya tabla de verdad coincide con la de
.
Teorema 1.2.3 El conjunto de conectivas {, , } es completo.
Demostracion. Sea : (P ROP )k P ROP una conectiva de k
argumentos, y consideremos su tabla de verdad


CAPITULO 1. CALCULO
PROPOSICIONAL

8
p1
V

p2
V

ai1 ai2
F

...
...
...
...
...
...

pk
V

(p1 , . . . , pk )
b1

aik

bi

bk

Donde p1 , p2 , . . . , pk son letras proposicionales, aij es el valor de

verdad que aparece en el lugar j de la fila i, y bi es el valor que toma
(p1 , . . . pk ) en la fila i. Para cada letra proposicional p sea pV = p
y pF = (p). Para la fila i, sea Ai la conjuncion pa1i1 pa2i2
pakik . Si i1 , . . . , im son las filas donde (p1 , . . . , pk ) toma valor V , la
proposicion Ai1 Aim , donde solamente aparecen las conectivas
, y , tiene la misma tabla de verdad que (p1 , . . . , pk ).

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
Demostracion. Basta notar que se puede definir a partir de
y de la manera siguiente: la tabla de coincide con la tabla
de la proposicion ((() ())).

Ejercicio 1.2.7 Demuestre que los siguientes conjuntos son conjuntos completos de conectivas, {, }, {, }
Ejercicio 1.2.8 Considere las conectivas binarias | y cuyas
tablas son

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

V
V
F
F

(|) ( )
V
F
F
F
V
F
V
V
F
F
V
V

Demuestre que los conjuntos {|} y {} son completos. Demuestre ademas que | y son las u
nicas conectivas binarias que
por si mismas forman conjuntos completos.
Definici
on 1.2.9 Una asignacion de valores de verdad es una funcion
de A : A {V, F } que asigna un valor de verdad a cada letra
proposicional.
Una valuacion es una funcion V : P rop {V, F } tal que a cada
proposicion le asigna un valor V() de modo que
(i) V(()) = H (V()),
(ii) V( ) = H ((), V()),
(iii) V( ) = H ((), V()),
(iv) V( ) = H ((), V()),
(v) V( ) = H ((), V()).
Como {, } es un conjunto completo de conectivas, las funciones H , H y H se pueden definir a partir de H y H . Por
ejemplo, H (, ) = H (H (), ). Por lo tanto, las clausulas
(iii), (iv), y (v) de la definicion siguen de las dos primeras.
Definici
on 1.2.10 Una proposicion es una tautologa si V() =
V para toda valuacion V. 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

CAPITULO 1. CALCULO
PROPOSICIONAL

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 smbolos 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 contradiccion es
equivalente a . O alternativamente, se puede fijar una tautologa
especfica, por ejemplo p (p) y denotarla con el smbolo >, y
fijar una contradiccion, por ejemplo p (p) y denotarla con el
smbolo .
Definici
on 1.2.13 Decimos que las proposiciones y son equivalentes si para toda valuacion V, se cumple V() = V().
Proposici
on 1.2.14 y son equivalentes si y solo si la proposicion
( ) es una tautologa.
Proposici
on 1.2.15 Dadas valuaciones V y W, si V  A = W 
A, entonces V = W. Por lo tanto, toda asignacion de valores de
verdad se extiende de manera u
nica a una valuacion.
Demostracion. Mostramos por induccion en la complejidad de
que para toda se tiene V() = W(). Si es una letra proposicional, la igualdad vale por hipotesis. Si es la proposicion (),
y suponemos inductivamente que V() = W(), entonces V() =
H (V()) = H (W()) = W(), donde la igualdad del medio vale
por hipotesis inductiva y las otras dos por la definicion de valuacion.

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

11

Si es la proposicion ( ), y las valuaciones V y W coinciden

en y , entonces V() = H (V(), V()) = H (W(), W()) =
W(). Por el comentario que sigue a la definicion de valuacion, con
esto termina la demostracion.
Definici
on 1.2.16 Dado un conjunto de proposiciones, decimos
que la proposicion es consecuencia de , y lo denotamos por
|= ,
si V() = V para toda valuacion V que satisface V() = 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 definicion de |= en el caso = ).
Si es un conjunto de proposiciones denotaremos por Cn()
al conjunto de consecuencias de ,
Cn() = { : |= }.
Si una valuacion V toma valor V en una proposicion , decimos que
V es un modelo de ; si V es tal que V() = V para toda ,
decimos que V es un modelo de . M od() denota el conjunto de
los modelos de .
Ejercicio 1.2.17 Sean , 1 , 2 P ROP . Demuestre que
1. Si 1 2 , entonces Cn(1 ) Cn(2 ) y M od(2 )
M od(1 ),
2. Cn(),
3. Cn(Cn()) = Cn(),

12

CAPITULO 1. CALCULO
PROPOSICIONAL
4. M od() = M od(Cn()).

La primera parte del ejercicio anterior muestra que si |= y

1 , entonces 1 |= . Esta propiedad de la relacion |= se
conoce con el nombre de monotona.
Definici
on 1.2.18 Un conjunto de proposiciones es satisfactible
(o realizable) si existe una valuacion V tal que V() = V para toda
, es decir, si M od() 6= . En caso contrario, decimos que
es insatisfactible.
Proposici
on 1.2.19 Un conjunto P ROP es insatisfactible si
y solamente si Cn() = P ROP .
Demostracion. Si Cn() = P ROP , entonces M od(Cn()) = ;
luego, M od() = . Recprocamente, si M od() = , trivialmente
toda proposicion es consecuencia de .

Ejercicio 1.2.20 Demuestre que

(i) |= si y solo si M od( {()}) = .
(ii) ( ) es una tautologa si y solo si |= .
Definici
on 1.2.21 Un conjunto P ROP es finitamente satisfactible si cada subconjunto finito de es satisfactible.
Teorema 1.2.22 (Teorema de compacidad) Un conjunto P ROP
es satisfactible si y solamente si es finitamente satisfactible.
Primero demostraremos un lema.
Lema 1.2.23 Si P ROP es finitamente satisfactible y
P ROP , entonces al menos uno de los conjuntos {} y
{()} es finitamente satisfactible.

1.2. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

13

Demostracion del lema. Supongamos que ni {} ni

{()} son finitamente satisfactibles. Entonces existen 1 y 2 ,
subconjuntos finitos de , tales que 1 {} y 2 {()} son
insatisfactibles. El conjunto 1 2 es finito y por hipotesis,
existe una valuacion V M od(1 2 ). Para esa valuacion V o
bien V() = V o V(()) = V . En el primer caso, V M od(1
{}, y en el segundo V M od(1 {()}. Ambas posibilidades
contradicen la suposicion inicial.lema
Demostracion del Teorema 1.2.22. Sea
0 , 1 , . . . , n , . . .
una enumeracion de PROP. Definimos inductivamente una sucesion
de subconjuntos de PROP de la manera siguiente.
Ponemos(0 = , e inductivamente,
n {n } si este conjunto es finitamente satisfactible,
n+1 =
n {(n )} en caso contrario.
S
otese que es finitamente satisfactible,
Sea =
n=0 n . N
ya que cada n lo es. Definimos ahora una funcion
V : P ROP {V, F }
poniendo V() = V si y solamente si .
Para cada P ROP , 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 finitamente
satisfactible, ambas proposiciones y () no pueden pertenecer
a . Entonces, para cada ,
si y solo si ()
/ ,
por lo que V(()) = H (V()).
Por otra parte, si ( ) , entonces alguna de las proposiciones y pertenece a , ya que de lo contrario, () y ()

14

CAPITULO 1. CALCULO
PROPOSICIONAL

estaran ambas en . Pero entonces, {(), (), ( )}

y ese conjunto es insatisfactible, lo que constituye una contradiccion. Recprocamente, si al menos una de las proposiciones
y pertenece a , entonces ( ) , porque si no,
(( )) pero tanto {(( )), } como {(( )), }
son insatisfactibles. En conclusion, V(( )) = H (V(), V()).
Con esto queda verificado que V es una valuacion, y como le da
valor V a toda proposicion de , este conjunto es satisfactible.
Como , tambien es satisfactible. 
Aunque no es necesario tratar los casos de proposiciones compuestas con las conectivas , y , es ilustrativo hacerlo.
Ejercicio 1.2.24 Demuestre que la funcion V definida en la demostracion del teorema 1.2.22 satisface las condiciones (iii), (iv) y
(v) de la definicion de valuacion.
(Sugerencia para (iv): Hemos visto que para toda ,
o , 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 finito
0 tal que 0 |= .
Demostracion. Si 0 6|= para todo 0 con 0 finito,
por el ejercicio 1.2.20(i), tenemos que para todo 0 finito,
0 {()}es satisfactible, por lo tanto, {()} es satisfactible
y en consecuencia, 6|= , lo que contradice la hipotesis.
Ejercicio 1.2.26 Un grafo es un par (V, E) donde V es un conjunto 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. SEMANTICA
DEL CALCULO
PROPOSICIONAL.

15

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) 6= c(y).
Decimos que un grafo es k coloreable si existe una tal coloracion.
Un subgrafo del grafo (V, E) es un grafo (V 0 , E 0 ) tal que V 0 V
y E 0 = E {{x, y} : x, y V 0 }.
Demuestre, usando el teorema de compacidad, que un grafo es
k-coloreable si cada subgrafo finito es k-coloreable.
Para demostrar que una proposicion es una tautologa hay que
verificar que cada valuacion le asigna valor V , pero para ello basta
examinar un n
umero finito de casos ya que solo interesa conocer el
valor que da la valuacion a las letras que aparecen en la proposicion,
y estas son un n
umero finito. En otras palabras, basta examinar la
tabla de verdad de la proposicion y verificar que en todos los casos
se obtiene el valor V . Dejaremos como ejercicio verificar que las
siguientes leyes de la logica 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

CAPITULO 1. CALCULO
PROPOSICIONAL


Estas equivalencias se pueden llamar asociatividad y conmutatividad 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 finalmente la ley de la doble negacion.
Ejercicio 1.2.28 Demuestre el teorema anterior.

1.3

Formas Normales.

Observemos que toda proposicion de la forma (p (p)) es una

tautologa. Igualmente, toda disyuncion 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 proposicional o la negaci
( on de una letra proposicional. Si l es un literal,
p si l es p
definimos l =
p si l es p
Definici
on 1.3.2 Una proposicion esta en forma normal conjuntiva (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 (p1 (p2 )) (p2 (p2 )) (p1 p2 ) esta en forma

normal conjuntiva.
Para llevar una proposicion 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 negacion
(Teorema 1.2.27).
3. Usar la distributividad para obtener la forma normal (Teorema 1.2.27). Si se usa la distributividad de la conjuncion en
la disyuncion, se obtiene una forma normal disyuntiva; y si
se usa la distributividad de la disyuncion en la conjuncion, se
obtiene una forma normal conjuntiva.
Ejercicio 1.3.4 Halle formas normales conjuntivas y formas normales 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 {li : i n} un conjunto de literales, entonces
las siguientes afirmaciones son equivalentes:
1. l1 l2 ln es una tautologa,
2. l1 l2 ln es insatisfactible,
3. Existen i, j n tales que li = lj .
Utilizando este resultado es muy facil determinar si una proposicion
en forma normal conjuntiva es una tautologa: basta verificar que
en cada clausula l1 l2 ln existen i, j n tales que li = lj .


CAPITULO 1. CALCULO
PROPOSICIONAL

18

Definici
on 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 implicacion cuyo consecuente
es una letra proposicional (la u
nica que aparece no negada en esa
disyuncion). Por ejemplo, la primera proposicion del ejemplo es
equivalente a
(p q) (p r s) (p q ) (t ) (> r).

1.4

Resoluci
on

Una clausula es un conjunto finito 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 clausula vaca es falsa (ya
que no tiene ning
un elemento que sea verdad).
Un conjunto S de clausulas es una proposicion (pensando en S
como la conjuncion 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 asignacion de valores de verdad como
un conjunto de literales que no contenga a la vez una letra proposicional y su negacion (la asignacion es el conjunto de los literales que
toman valor V , de modo que una letra p toma valor V si pertenece
a la asignacion, y toma valor F si p pertenece a la asignacion).
Si una asignacion A contiene p o p para cada letra proposicional


1.4. RESOLUCION

19

(pero no ambas), entonces corresponde a una asignacion de valores

de verdad como en la definicion que dimos anteriormente.
Con esta terminologa, una asignacion A satisface la proposicion
S, en smbolos
A |= S,
si para toda C S, (C A 6= ) es decir, si la valuacion inducida
por A le da valor V a cada clausula C de S.
Definici
on 1.4.1 Sean c1 , c2 , c tres clausulas. Decimos que c es
una resolvente de c1 y c2 si existe un literal l tal que
(i) l c1 ,
(ii) l c2 ,
(iii) c = (c1 \ {l}) c2 \ {l}).
Ejemplo 1.4.2 Ejemplo. Las clausulas {p, q, r} y {q, r, s} admiten las resolventes {p, r, r, s} y {p, q, q, s}.
Definici
on 1.4.3 Sea C un conjunto de clausulas. Una prueba
por resolucion a partir de C es una sucesion finita de clausulas
c1 , c2 , . . . , cn tal que cada clausula de la sucesion es un elemento de
C o es una resolvente de dos clausulas anteriores en la sucesion.
La u
ltima clausula de la sucesion es la conclusion de la prueba. Si
cn = , se dice que la prueba es una refutacion de C.
Proposici
on 1.4.4 Toda clausula que aparece en una prueba por
resolucion a partir de C es una consecuencia de C.
Demostracion. Es bastante obvia, ya que una resolvente de dos
clausulas c1 y c2 es consecuencia de ellas.
Sea C un conjunto de clausulas. Un arbol de resolucion a partir
de C es un arbol binario finito con las siguientes propiedades.
(i) Los nodos extremales del arbol estan etiquetados con elementos de C,

20

CAPITULO 1. CALCULO
PROPOSICIONAL

(ii) todo nodo no terminal tiene exactamente dos sucesores y esta

etiquetado por una resolvente de las etiquetas de los sucesores.
Notese que de cada arbol de resolucion a partir de C se puede
construir una prueba por resolucion a partir de C cuya conclusion
es la raz del arbol. Y viceversa, dada una pureba por resolucion a
partir de C, se puede construir un arbol de resolucion a partir de C
cuya raz es la conclusion de la prueba por resolucion. Si la raz de
un arbol de resolucion a partir de C es la clausula vaca, decimos
que el arbol es una refutacion de C.

1.4.1

Completitud del m
etodo de resoluci
on.

Sea C un conjunto de clausulas, y sea l un literal. Denotamos por

C(l) al conjunto de clausulas
{c \ {l} : c C y l
/ c}.
En otras palabras, C(l) se obtiene eliminando de C todas aquellas clausulas donde aparece l, y tomamos las otras, pero quitandoles
l. Esto corresponde a asignarle a l valor V , y quedarse con la
parte no determinada todava de las clausulas que no sean automaticamente verdaderas.
Lema 1.4.5 Si C es insatisfactible, tambien lo es C(l).
Demostracion. Supongamos que V es una valuacion que satisface C(l). Como el literal l no aparece en C(l), podemos suponer
sin perder generalidad que V(l) = V . Pero entonces V tambien satisface C, ya que asigna valor V a las clausulas de C que contienen a
l (y que por lo tanto no aparecen en C(l), y por hipotesis, V asigna
valor V a las demas 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. RESOLUCION

21

Demostracion. Claramente, si existe un arbol de resolucion que

refuta C, entonces C no es satisfactible, la clausula vaca es consecuencia de C.
Recprocamente, supongamos que C es insatisfactible. Por el
teorema de compacidad podemos suponer tambien que C es finito, y
probamos el resultado por induccion en el n
umero de letras proposicionales que aparecen en C.
Si en C aparece solamente una letra proposicional p, entonces
debe haber en C clausulas donde aparece solamente el literal p
y clausulas donde aparece solamente el literal p, y por lo tanto se
puede obtener la clausula vaca como raz de un arbol de resolucion.
Supongamos ahra que en C aparecen las letras proposicionales
p1 , p2 , . . . , pn+1 , y consideremos los conjuntos C(pn+1 ) y C(
pn+1 ).
Por el Lema 1.4.5 ambos conjuntos de clausulas con insatisfactibles,
y por hipotesis inductiva, existe un arbol de resolucion T0 que refuta
C(pn+1 ) y un arbol de resolucion T1 que refuta C(
pn+1 ).
Ahora, modifiquemos T0 recursivamente de la manera siguiente.
Agreguemos pn+1 a los nodos terminales de T0 que no pertenecen
a C (obteniendo as una clausula que pertenece a C), y luego,
agreguemos pn+1 a cada nodo no terminal de T0 si hemos agregado ese literal a alguno de sus sucesores. Debe resultar claro que
el arbol obtenido es un arbol de resolucion con raz pn+1 .
Analogamente modificamos T1 , pero a
nadiendo pn+1 , para obtener
un arbol de resolucion con raz pn+1 .
Aplicando resolucion a las dos races de los arboles modificados
obtenemos un arbol de resolucion que refuta C.


CAPITULO 1. CALCULO
PROPOSICIONAL

22

1.5

Un sistema axiom
atico para el c
alculo
proposicional.

Un sistema axiomatico esta constituido por varios elementos sintacticos:

un lenguaje, con un alfabeto y reglas de formacion de expresiones,
un conjunto de expresiones designadas como axiomas, y
reglas de inferencia
En el caso del calculo 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 llamaremos axiomas. Nuestros axiomas son proposiciones donde solo
aparecen las conectivas y .
Tomaremos como axiomas a todas las proposiciones de las formas siguientes (donde , y son proposiciones):
(A1) ( )
(A2) ( ( )) (( ) ( ))
(A3) ( ) (( ) )
Reglas de inferencia. En nuestro sistema habra una sola regla
de inferencia, llamada Modus Ponens (MP). Esta regla establece
que de las proposiciones y se infiere la proposicion .
Usualmente esto se expresa de la forma siguiente:

1.5. UN SISTEMA AXIOMATICO

PARA EL CALCULO
PROPOSICIONAL.23
Ejercicio 1.5.1 Demuestre que todos los axiomas son tautologas.
Definici
on 1.5.2 La proposicion se deduce (o se demuestra ) a
partir del conjunto de proposiciones si existe una sucesion finita
de proposiciones
1 , 2 , . . . , n
tal que n = y para cada i n, i es un axioma, o i , o
i se infiere 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 notacion
`
para expresar que se deduce de . Si = , escribimos ` .
Definimos 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 justificacion de cada proposicion.
(A2)
(A1)
(M P )
(A1)
(M P )

(( ) ) (( ( )) ( ))
(( ) )
(( ( )) ( ))
( )
.

Teorema 1.5.4 (Teorema de deduccion). Dadas , P ROP , y

P ROP ,
{} ` si y solo si ` ( ).


CAPITULO 1. CALCULO
PROPOSICIONAL

24

Demostracion.
(). Sea 1 , 2 , . . . , n una demostracion 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 finalmente, 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 u
ltimo 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) { ( ), } ` .
Demostracion. (i). Partiendo del conjunto { , , },
se demuestra con dos usos de Modus Ponens. Aplicando el Teorema 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. UN SISTEMA AXIOMATICO

PARA EL CALCULO
PROPOSICIONAL.25
(ii) ( ); ( );
(iii) ( ) ( ); ( ) ( );
Sugerencia: use el teorema de deduccion (1.5.4).
Definici
on 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 afirmaciones son equivalentes:
(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 P ROP
y toda P ROP ,
` si y solo si |= .
Necesitaremos dos lemas.
Lema 1.5.10 ` si y solamente si {} es inconsistente.
Demostracion.
(). Si ` entonces tambien {} ` , pero entonces
{} es inconsistente.
(). Supongamos que {} es inconsistente. Sea tal
que {} ` y {} ` . Por el teorema de deduccion
(1.5.4), ` ( ) y ` ( ). Por (A3),
( ) (( ) )

26

CAPITULO 1. CALCULO
PROPOSICIONAL

es un axioma; y aplicando Modus Ponens dos veces, obtenemos

` .

Lema 1.5.11 es satisfactible si y solamente si es consistente.

Demostracion.
() Observemos primero que la regla Modus Ponens preserva
el valor de verdad V , es decir, si V es una valuacion, y V() =
V(( )) = V , entonces V() = V . Esto sigue directamente de
la definicion de valuacion.
Supongamos que V M od(), si ` , entonces por lo dicho anteriormente, V() = V . Supongamos que para alguna se
cumple que ` y tambien ` ; entonces V() = V() = V ,
lo que contradice la definicion de valuacion.
() Supongamos que es consistente. Queremos producir una
valuacion V M od(). Podemos usar el mismo procedimiento
de la demostracion del Teorema de Compacidad, pero para variar,
usaremos el Lema de Zorn. Consideremos el conjunto
A = {0 P ROP : 0 y 0 es consistente},
con el orden dado por la inclusion . Es facil verificar que toda
cadena en A tiene una cota superior. En efecto, si B A es
una cadena, entonces su union, 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
finitas, debe haber un elemento 0 de la cadena B tal que 0 `
, contradiciendo que 0 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 proposicion , {} ` {} ` .
Pero entonces ` y ` ).

1.5. UN SISTEMA AXIOMATICO

PARA EL CALCULO
PROPOSICIONAL.27
(b) Para toda ,
/ si y solo si . Si ,
como este es un conjunto consistente de proposiciones,
/ .
Recprocamente, si
/ , entonces por (a), 0 . Por el Lema
1.5.10, de aqu sigue que {} es consistente, y por la maximalidad de , .
(c) dadas , P ROP , ( ) si y solo si o
. Supongamos que ( ) pero
/ y
/ . entonces
por (b), y y esto implica que es inconsistente
ya que es equivalente a , y de { , , } se
deduce tanto como .
Recprocamente, supongamos que . Notese que `
( ). Entonces ( ) , y luego .
Analogamente si .
Definamos V : P ROP {V, F } poniendo V() = V si y solamente si . Por las propiedades (b) y (c), V es una valuacion,
y V M od( ). Como , entonces V M od() y por lo
tnato s consistente.
Ahora podemos demostrar el teorema de completitud.
Demostracion de 1.5.9.
Supongamos que ` . Entonces si V M od(), como Modus
Ponens preserva el valor V , tenemos que V() = V . Es decir,  .
Por otra parte, si 0 , entonces, {} es consistente
(por el Lema 1.5.10). Luego, en virtud del Lema 1.5.11, existe
V M od( {}), pero entonces 2 .
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 finitamente satisfactible.
Demostracion. Veamos primero que si es finitamente satisfactible, entonces es consistente. Si es inconsistente, existe tal
que ` (), y como las demostraciones son finitas, existe
un conjunto finito 0 tal que 0 ` (). Pero entonces,

28

CAPITULO 1. CALCULO
PROPOSICIONAL

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

el Lema 1.5.11, si es finitamente satisfactible, tiene modelos. La
otra parte del teorema es trivial. 

Corolario 1.5.13 El conjunto de axiomas del calculo proposicional

es consistente.
Demostracion. Todo teorema del calculo proposicional es una
tautologa, luego 6` .

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 P ROP
es finitamente axiomatizable si tiene un conjunto finito de axiomas.
Demuestre que si 1 y 2 son conjuntos de proposiciones tales
que
V M od(1 ) V
/ M od(2 )
entonces 1 y 2 son ambas finitamente axiomatizables.
Ejercicio 1.5.15 Un conjunto de proposiciones se dice completo
si para toda P ROP , se tiene ` o ` . Demuestre que
las siguientes afirmaciones son equivalentes.
(i) Cn() es maximal consistente,
(ii) es completo,
(iii) tiene un u
nico modelo (es decir, existe una u
nica valuacion
en M od()),
(iv) existe V M od() tal que para toda P ROP ,
Cn() V() = V.


1.6. CALCULO
DE SECUENTES.

29

Ejercicio 1.5.16 Decimos que un conjunto P ROP es independiente si para toda ,

/ Cn( \ {}).
Demuestre que (si el conjunto de letras proposicionales es numerable), todo conjunto P ROP tiene un conjunto independiente 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

C
alculo de secuentes.

Demostraremos ahora un teorema de completitud para un sistema

deductivo de otro tipo, donde los axiomas se reducen al mnimo y
hay mas reglas de inferencia. En este sistema, tanto los axiomas
como las reglas estan dados usando secuentes.
Si y denotan conjuntos finitos de proposiciones, un secuente 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 definicion.

Definici
on 1.6.1 Una valuacion V 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 finitos, esto
equivale a decir que V satisface .
Axiomas
(Reflexividad) , ` ,


CAPITULO 1. CALCULO
PROPOSICIONAL

30
Reglas
( `)

, , `
, ( ) `

(` )

` , ` ,
` , ( )

( `)

, ` , `
, ( ) `

(` )

` ,
` , ( )

( `)

` ,
, `

(` )

, `
` ,

(`)

` , , `
, ( ) `

(`)

, ` ,
` , ( )

Definici
on 1.6.2 Una derivacion en este sistema es un arbol finito
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 derivacion de un secuente `
(en el calculo de secuentes) es una sucesion finita de secuentes
S1 , . . . , Sn tal que Sn = ` , y cada Si (i = 1, . . . , n) es un axioma o se obtiene de secuentes anteriores de la sucesion aplicando
una de las reglas.
Ejemplo 1.6.3 Derivacion de (( ) ) ` ( )
, ` , (axioma)
( ) ` , ( `)

` , (axioma)

( ) ` ( ) (` )

` ( ) (` )

( ) ` ( ) ( `)


1.6. CALCULO
DE SECUENTES.

31

Teorema 1.6.4 (Teorema de completitud)

Sean , conjuntos finitos de proposiciones. Las siguientes
afirmaciones 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 .
Demostracion. (i) (ii). Por induccion 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 maxima,
y la descomponemos usando una de las reglas, as, hasta llegar a
secuentes que no se pueden descomponer mas.
Si estos secuentes son axiomas, hemos obtenido una derivacion
de ` ; si alguno no lo es, digamos 0 ` 0 , definimos una asignacion de valores de verdad V, poniendo para cada letra proposicional p,
(
V si p 0
V(p) =
F si p 0 ,
y arbitrariamente en todas las demas letras proposicionales.
Usando las reglas, vemos que para cada secuente 00 ` 00 de la
derivacion que esta por debajo de 0 ` 0 , toda p en el antecedente
(00 ) recibe valor V por V, y toda p en el consecuente (00 ), recibe
valor F . En particular, eso vale para ` , contradiciendo la
hipotesis.

Ejercicio 1.6.5 Demuestre la siguiente propiedad de monotona.

`
, `


CAPITULO 1. CALCULO
PROPOSICIONAL

32

En otras palabras, muestre que si ` es derivable, entonces

tambien lo es , ` .
Sugerencia: es consecuencia inmediata del teorema de completitud. 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
infiere el secuente ` .
2. Demuestre la regla de modus ponens por la derecha.
(` MP )

`
`

La relacion de consecuencia ` puede ser vista como una relacion

binaria definida en el conjunto de los conjuntos finitos de proposiciones. El teorema anterior caracteriza desde el punto de vista
semantico el conjunto de pares (, ) tales que ` es derivable
en este sistema: es el conjunto de pares (, ) tales que toda valuacion que satisface cada proposicion de , satisface al menos una
proposicion de .
Presentamos a continuacion un resultado de caracter un poco
mas general como preparacion para conceptos y resultados que veremos posteriormente.
Definici
on 1.6.7 Sea S un conjunto de secuentes. Diremos que
un secuente ` se puede derivar a partir de S (en el calculo de
secuentes) si existe un arbol finito de secuentes cuya raz es ` ,
cuyos nodos terminales son axiomas o elementos de S y tal que
cada nodo no terminal del arbol sigue de los que estan directamente
por encima por una de las reglas.


1.6. CALCULO
DE SECUENTES.

33

Equivalentemente, si existe una sucesion finita S1 , . . . , Sn de secuentes tal que Sn ` y cada Si (i = 1, . . . n) es un axioma, es
un elemento de S o se obtiene por una regla de secuentes anteriore
de la lista.
Teorema 1.6.8 Dado un conjunto de secuentes S y un secuente
` , las siguientes afirmaciones son equivalentes.
(i) Existe una derivacion de ` a partir de S.
(ii) Toda valuacion que satisface todo secuente de S, satisface `
.
Demostracion. Fijemos una derivacion de ` a partir de S,
y sea V una valuacion que satisface todo secuente de S. Entonces,
V satisface todos los nodos terminales del arbol correspondiente, ya
sea porque son axiomas o porque son elementos de S. Examinando
cada una de las reglas, vemos que si V satisface las premisas de una
regla, entonces satisface la conclusion. Por lo tanto, V satisface la
raz del arbol, el secuente ` .
Recprocamente, supongamos que toda valuacion que satisface
cada secuente en S 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 finito de secuentes. Si todos sus
nodos terminales son axiomas o elementos de S, hemos obtenido
una demostracion de ` a partir de S.
Si el secuente ` es un nodo terminal del arbol. Consideremos el conjunto
R = { : } { : ` es derivable a partir de S}.
Para demostrar que este conjunto es satisfactible supongamos que
existe un subconjunto finito de R insatisfactible. Sea entonces
{1 , . . . , n } {1 , . . . , m } insatisfactible, con i para cada
i = 1, . . . , n y ` i derivable a partir de S para cada i = 1, . . . , m.
Tenemos entonces que
 i i i i .

34

CAPITULO 1. CALCULO
PROPOSICIONAL
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 definicion de R, para cada i = 1, . . . , m, ` i
es derivable a partir de S. Y usando la regla ` repetidas veces,
obtenemos que
` i i
es derivable a partir de S. Por la regla `MP (Ejercicio 1.6.6),
entonces ` i i es derivable a partir de S, y por lo tanto `
tambien lo es.
Hemos demostrado entonces que el arbol obrtenido a partir de
` es una derivacion a partir de S.
Dado un conjunto M de valuaciones, consideremos el conjunto
de todos los pares (, ) tales que para toda valuacion V M,
si V  , entonces V satisface al menos una proposicion de (
es decir, los secuentes satisfechos por todas las valuaciones de M).
Diremos que este conjunto de pares es la relacion determinada por
M, y lo denotaremos por `M . Escribimos `M si (, ) `M .
Corolario 1.6.9 [4] Dado un conjunto de S de secuentes que contiene a los axiomas de reflexion y es cerrado bajo las reglas del
calculo de secuentes que hemos presentado, existe un conjunto M
de valuaciones tal que ` S si y solo si toda valuacion de M
que satisface todas las proposiciones de satisface al menos una
proposicion de .
Demostracion. Sea M el conjunto de las valuaciones V tales
que para todo par (, ) S, si V |= , entonces V satisface al
menos una proposicion de . El teorema 1.6.8 muestra que (, )
es derivable a partir de S si y solamente si `M . Pero como


1.6. CALCULO
DE SECUENTES.

35

S es cerrado bajo las reglas del calculo de secuentes, tenemos que

(, ) S si y solamente si `M . 
Ejercicio 1.6.10 Demuestre que dado un conjunto M de valuaciones, para todo , , ,
, `M , ;
y el conjunto `M es cerrado bajo las reglas del calculo de secuentes.
Definici
on 1.6.11 Diremos que M representa un conjunto de secuentes S si
S = {(, ) : `M }.
Hemos demostrado lo siguiente
Teorema 1.6.12 [4] Todo conjunto S de secuentes que contiene
los axiomas de reflexividad 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. Igualmente, usando el teorema 1.6.8 vemos que si ` es derivable
a partir de un conjunto S de secuentes, tambien lo es el secuente
, ` .

36

CAPITULO 1. CALCULO
PROPOSICIONAL

Captulo 2
L
ogica de primer orden.
2.1

Lenguajes de primer orden y estructuras

Un lenguaje L es una coleccion de smbolos. Estos smbolos seran

agrupados en tres clases:
Smbolos relacionales
Smbolos funcionales
Smbolos constantes

R0 , R1 , ...
F0 , F1 , ...
c0 , c1 , ...

L = {R0 , R1 , . . . , F0 , F1 , c0 , c1 , . . .}
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 numerables (o finitos) pero se pueden considerar lenguajes de cardinalidad
mayor.
Una interpretacion A del lenguaje L (o una estructura A para
L) consta de:
i) Un conjunto no vaco A (el universo de A).
37


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

38

ii) Para cada smbolo relacional n-ario Ri de L, una relacion

RiA An .
iii) Para cada smbolo funcional n-ario Fi de L, una funcion
FiA : An A.
iv) Para cada smbolo constante Ci de L, un elemento CiA de A.
Escribiremos
A = hA, R0A , R1A , . . . , F0A , F1A , . . . cA0 , cA1 . . .i.
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 = hA, R0A , R1A , . . . , F0A , F1A , . . . cA0 , cA1 . . .i
B
B = hB, R0B , R1A , . . . , F0B , F1B , . . . cB
0 , c1 . . .i,

son isomorfas si existe una biyeccion f : A B tal que

i) Para cada smbolo relacional n-ario R de L,
RA (a1 , . . . , an ) si y solo si RB (f (a1 ), . . . , f (an ))
(donde a1 , . . . , an A).
ii) Para cada smbolo funcional n-ario F de L, dados a1 . . . an
A,
f (F A (a1 , . . . , an )) = F B (f (a1 ), . . . , f (an ))

2.2. OPERACIONES ENTRE ESTRUCTURAS:

39

iii) Para cada smbolo constante c de L,

f (cA ) = cB .
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,
RA = RB An
ii) Para cada smbolo funcional n-ario F de L,
F A = F B  An
iii) Para cada smbolo constante c de L,
cA = cB
Esto lo denotamos por A B, y en este caso tambien se dice que
B es una extensi
on de A.
Decimos que A esta sumergida en B (A B) si A es isomorfa

a una subestructura de B.
Ejemplos:
L
L
L
L

aritmetica = {, +, , 0, 1};
grupos = {+, 0};
orden = {};
teor. de conjuntos = {}.

Ejercicios:
1. Probar que
= (la relacion de isomorfismo es una relacion de
equivalencia.
Si es un cardinal, hay a lo sumo 2+kLk estructuras de cardinalidad no isomorfas.


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

40

2. Muestre que la relacion es reflexiva, transitiva pero no

antisimetrica.
3. Cuales de las siguientes son verdaderas?
hN, , +, 0i hN, , , 1i

hN, , , 1i hN, , +, 0i

hN {0}, , , 1i hN, , +, 0i

hN {0}, , 1i hN, +, 0i

hN {0}, , i hN, +i

4. Sea X un conjunto y L un lenguaje finito. Muestre que el

n
umero de estructuras distintas con dominio X es finito o al
menos 20 .

2.3

Formalizaci
on de un Lenguaje:

Para formalizar un lenguaje L usamos los smbolos logicos:

Parentesis: ( , )
coma:,
Variables: v0 , v1 , . . .
Smbolo de Identidad:
(smbolo relacional binario)
Conectivas: ,
Cuantificador: .
Denotaremos por Var al conjunto de variables.
Ahora daremos una serie de definiciones que nos indicaran 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 t1 , . . . , tn son terminos,
entonces f (t1 , . . . , tn ) es un termino.

 DE UN LENGUAJE:
2.3. FORMALIZACION

41

iii) Una sucesion de smbolos es un termino solo si se obtiene

usando i) y ii) un n
umero finito de veces.
Denotaremos por TL al conjunto de terminos del Lenguaje L.
Formulas Atomicas:
i) Si t1 y t2 son terminos entonces t1 t2 es una formula
atomica.
ii) Si R es un smbolo relacional n-ario y t1 , . . . , tn son terminos
entonces R(t1 , . . . , tn ) es una formula atomica.
Formulas:
i) Toda formula atomica es una formula.
ii) Si y son formulas entonces () y ( ) son tambien
formulas.
iii) Si v es una variable y una formula, (v) es una formula.
iv Una sucesion de smbolos es una formula solo si se obtiene
por un n
umero finito de usos de i), ii) y iii).
Notese que las definiciones de terminos y formulas son inductivas. Por eso, para probar alguna propiedad de terminos o formulas
conviene usar induccion basada en estas definiciones.
Definici
on 2.3.1 Variable libre y variable ligada. Si v es una variable y es una formula , definiremos por induccion lo que significa
que v ocurre libre en :
i) Si es una formula atomica, 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

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

iii) v ocurre libre en (vi ) si v ocurre libre en y v 6= vi .

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 sentencia.
Usaremos las siguientes abreviaciones para simplificar la escritura: Si y son formulas
( ) abrevia la formula (() ))
( ) abrevia la formula () (z))
( ) abrevia la formula (( ) ( ) )
(v)
abrevia la formula (v())
Dada una formula escribimos (x1 , . . . , xn ) para expresar que
las variables libres de entre x1 , . . . , xn . Si (x) es una formula y t
un termino, decimos que t es libre para x en sin ninguna variable
de t queda cuantificada al sustituir las ocurrencias libres de x por t
en . A continuacion damos una definicion formal de este concepto
por induccion en las formulas.
Definici
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

 DE UN LENGUAJE:
2.3. FORMALIZACION

2.3.1

43

Verdad en una Interpretaci

on

Intuitivamente es facil comprender que los terminos del lenguaje

denotan objetos y que las formulas afirman hechos relativos a estos
objetos. Daremos ahora una definicion que indica cual es el objeto
denotado por un termino en una interpretacion dada.
Definici
on 2.3.3 Sea A una estructura y s : Var A . Definiremos 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] = cA
iii) Si t1 , ..., tn son terminos, F es un smbolo funcional nario y
= F (t1 , . . . , tn ), entonces A [s] = F A ((t1 )A [s], . . . , (tn )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).
Notese que si s y s0 coinciden en las variables que aparecen en
el termino entonces A [s] = A [s0 ].
Si es una formula de L y s : Var A, definiremos lo que
significa que s satisface en A, lo que denotaremos por A |= [s].
El significado intuitivo de esto es que el resultado de sustituir en
las variables libres por sus valores seg
un s, es una afirmacion
verdadera en A.
Definici
on 2.3.4

1. Para formulas atomicas:

i) Dados terminos t1 y t2
A |= (t1 t2 )[s]

si y solo si (t1 )A [s] = (t2 )A [s]

44

CAPITULO 2. LOGICA
DE PRIMER ORDEN.
ii) Si R es un smbolo relacional nario y t1 , ...tn son terminos,
A |= R(t1 , ...tn )[s] si y solo si RA ((t1 )A [s], ..., (tn )A [s])
2. Para formulas: Sean y formulas.

i) Hemos definido A |= [s] para atomica.

ii) A |= ()[s] si y solo si A 6|= [s]
iii) A |= ( )[s] si y solo si A 6|= [s] o A |= [s].
iv) A |= (v)[s] si y solo si A |= [s0 ] para cada s0 : Var
A que difiere de s a lo sumo en v.

Definici
on 2.3.5 Decimos que una formula es verdad en A si
A |= [s] para toda s : Var A. Esto tambien se expresa diciendo
que A es un modelo de , y se denota A |= .
Decimos que es falsa en A si A 6|= [s] para toda s : Var A.
Si es un conjunto de formulas, decimos que A es un modelo
de si toda formula de es verdad en A.
Notese que si es una formula con variables libres vi1 , . . . , vin ,
entonces el que s satisfaga en A solo depende de los valores de
s en las variables vi1 , . . . , vin . Si a1 = s(vi1 ), . . . , an = s(vin ), escribiremos A |= [a1 , ..., an ] en vez de A |= [s].
Ejercicio 2.3.6 Demuestre que si s, s0 : Var A son tales que
s(vi1 ) = s0 (vi1 ), . . . , s(vin ) = s0 (vin ),
y (vi1 , . . . vin ) es una formula cuyas variables libres estan entre
vi1 , . . . , vin , entonces
A |= [s] A |= [s0 ].
(Sugerencia: demostrarlo por induccion en las formulas).

 DE UN LENGUAJE:
2.3. FORMALIZACION

45

A continuacion daremos una lista de consecuencias directas de la

definicion de satisfaccion. Dejaremos para el lector la demostracion
de algunas de ellas.
1. La formula es falsa en una interpretacion si y solo si ()
es verdad en A.
2. Dada A, ninguna formula 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 solo si es verdad en A y es
falsa en A.
5. i) s satsface en A si y solo si A |= [s] o A |= [s]
ii) s satisface en A si y solo si A |= [s] y A |= [s]
iii) s satisface en A si y solo si s satisface a ambas
formulas y en A o no satisface a ninguna.
iv) s satisface (, v) en A si y solo si existe s0 que difiere de
s a lo sumo en v tal que s0 satisface en A.
6. es verdad en A si y solo si (v) es verdad en A
7. Toda instancia de una tautologa (del calculo proporcional)
es verdad en cualquier interpretacion.
Demostraci
on: Definamos primero lo que es una instancia de una
tautologa. Estas son formulas que se obtienen de las tautologas
del calculo de proposiciones reemplazando cada letra proposicional
por una formula de primer orden .
Por ejemplo, de (A B) (B A), se obtiene
(((x )R(x)) ((R(y))) (R(y) (x)R(x))

46

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

Una definicion formal: una formula es primitiva si es atomica o

de la forma (x ). Vemos que toda formula se obtiene de las primitivas usando y . Si tomamos a las formulas primitivas como
smbolos proposicionales, las tautologas del calculo proposicional
resultante son las instancias de tautologas.
Lema 2.3.7 Sea A una estructura para L y sea s : Var A.
Definamos f : formulas de L {V, F} 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 .
Demostraci
on: Sigue de las consecuencias 1 y 4 .
Probemos ahora que las instancias de tautologas son verdad en
cualquier interpretacion.
Sea A una estructura para L y s : Var A. Si es una instancia
de una tautologa entonces cualquier valuacion le da valor V ya que
es una tautologa en el calculo de proposiciones basado en las
formulas primitivas. En particular la valuacion definida 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 interpretacion, entonces es
verdadera en A o es falsa en A. (Una formula, en cambio,
puede no ser ni verdadera ni falsa en una interpretacion).
Definici
on 2.3.8 Dada una formula , una variable v, y un
termino t, definiremos vt por induccion en la complejidad de
la formula.
(i) Si es atomica, vt es la formula que resulta de sustituir
v por t en .
(ii) ()vt es la formula (vt ).
(iii) ( )vt es l;a formula vt tv .

 DE UN LENGUAJE:
2.3. FORMALIZACION
(
y
(iv) (y)vt es
(yvt )

47

si v = y
si v =
6 y.

Ejercicio 2.3.9 (a) vv = ,

(b) Si es la formula (y(x y)) entonces (x) xz
es (x) (y(z y)).
(c) Si es la misma formula (y(x y)) entonces (x)
xy es (x) (y(y y)).
9. Lema: Sean t y u terminos, y s una funcion; s : Var A.
Si t0 es el resultado de sustituir la variable x por u en cada
ocurrencia de x en t, y s0 se define por s0 (v) = s(v) si v 6= x
y s0 (x) = u[s], entonces t0 [s] = t[s0 ].
Si (x) es una formula (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 : Var A, A |= xt [s] (es
decir, s satisface el resultado de sustituir x por t en ) si y
solo si A |= [s0 ] donde s0 solo difiere de s a lo sumo en x y
s0 (x) = t[s]. (Sugerencia: Probarlo por induccion).
Corolario 2.3.10 Si (x) es satisfecha por s en A entonces xt
es satisfecha por s en A para todo t libre para x en . De aqu que
(x ) xt 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 interpretacion.


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

48

Ejercicio 2.3.11 Probar las diez consecuencias de la definicion de

satisfaccion listadas arriba.
Ahora daremos algunas definiciones adicionales.
Definici
on 2.3.12 es logicamente valida si es verdad en toda
interpretacion. Decimos que es satisfactible si existe una interpretacion A y una s tal que A |= [s]. Decimos que es contradictoria si es logicamente valida (equivalentemente, si es falsa
en toda interpretacion).
Definici
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 verdad en A entonces es verdad en A. Notese que es logicamente
valida si |= .

2.3.2

Definibilidad en una estructura.

Dada una estructura A (de L), cada formula con n variables libres
determina una relacion n aria R en A,
R = {< a1 , ..., an >: A |= [a1 , ..., an ]}.
Definici
on 2.3.14 Una relacion n aria R en A es definible si
existe una formula con nvariables libres tal que
R = R = {< a1 , ..., an >: A |= [a1 , ..., an ]}.
Ejemplos:
1. Consideremos L = {+, ., S, 0} y sea A =< N, +, ., sucesor, 0 >.
Hay solo una cantidad numerable de relaciones definibles en
A, y por lo tanto hay relaciones no definibles.

 DE UN LENGUAJE:
2.3. FORMALIZACION

49

i) es definible por v(v1 + v = v2 )

es el conjunto {< n, m >: n m})
ii) La relacion unaria {n} se define por la formula
S(S...(S(0) . . . )) = v.
iii) La relacion unaria {p N : p es primo} se define por

(1 < v1 ) (v2 )(v3 )(v1 = v2  v3 (v2 1 v3 1)

donde 1 abrevia S(0) y x < y abrevia x y (x 6 y).
Ejercicio 2.3.15
1. Sea L un lenguaje con un smbolo relacional binario R. Encuentre, para cada una de las condiciones
siguientes, una sentencia tal que A =< A, RA >|= si y
solo si se cumple la condicion.
a) A tiene exactamente dos elementos.
b) RA es una funcion de A en A.
c) RA es una permutacion de A.
2. Muestre que la relacion suma {(a, b, c) : a + b = c} no es
definible en hN, i.
3. Una formula es universal ( o 1 ) si es de la forma x1 . . . xn
donde no tiene cuantificadores. Una formula es existencial
(o 1 ) si es del tipo x1 . . . xn y no tiene cuantificadores.
Sea A B y s : Var A.
Demuestre,
i) Si B |= [s] y es universal entonces A |= [s].
Si A |= [s] y es existencial entonces B |= [s].


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

50

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 x1 . . . xu donde es universal.
i) Si es 2 y no contiene smbolos funcionales y es verdad
en alguna estructura A, entonces es verdad en alguna
subestructura finita 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 axiom
atico para la l
ogica
de primer orden.

Para el calculo de predicados no hay ning

un procedimiento efectivo para determinar validez logica. Para determinar si una formula
es logicamente valida habra que examinar la veracidad de la formula
en infinitas estructuras. Es interesante , por lo tanto, completar el
sistema formal con un calculo deductivo.
Seleccionaremos un conjunto (infinito) de formulas que llamaremos axiomas y especificaremos unas reglas de inferencia que nos
permitan obtener formulas a partir de los axiomas por un n
umero
finito de usos de las reglas de inferencia.

2.4. UN SISTEMA AXIOMATICO

PARA LA LOGICA
DE PRIMER ORDEN.51
Axiomas L
ogicos:
Los axiomas logicos son todas las generalizaciones de las formulas
listadas a continuacion ( es una generalizacion de si es v1 ...vn
para variables v1 ...vn ).
1. Todas las instancias de tautologas.
2. (v) vt , donde t es un termino libre para v en .
3. (v( )) ( (v)), donde v no ocurre libre en .
4. v v.
5. (v y) ( 0 ), donde es una formula atomica y 0 se
obtiene de reemplazando v en algunas de sus ocurrencias
libres en por y.
Notese que cada uno de los puntos anteriores describe un conjunto infinito de axiomas, por ejemplo, en 2., describimos un axioma
para cada formula . Aqu, vt es el resultado de subsistuir v en todas sus ocurrencias libres en por el termino t (vease la Definicion
2.3.8).
Reglas de inferencia:
En nuestro sistema solo habra dos reglas de inferencia
1. la regla de Modus Ponens: de y

se infiere .

2. la regla de Generalizaci
on: de se infiere (x).
Definici
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 inferencia.

52

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

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 definicion 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 |= .

Demostracion: 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 demostracion de varias de las
consecuencias de la definicion de satisfaccion.
Mas adelante demostraremos que el recproco tambien vale (precisamente para esto se escogieron los axiomas logicos). 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. ` x1 x2 y1 y2 (x1 y1 x2 y2 R(x1 , x2 ) R(y1 , y2 )).
Para todo smbolo relacional R.
4. ` x1 x2 y1 y2 (x1 y2 x2 y2 F (x1 , x2 ) F (y1 , y2 )).
Teorema 2.4.4 (Teorema de Deduccion): Sea un conjunto de
formulas, una sentencia, y una formula. Entonces,
{} ` si y solo si ` ( )

2.4. UN SISTEMA AXIOMATICO

PARA LA LOGICA
DE PRIMER ORDEN.53
Demostraci
on:
Es obvio, solo requiere un uso de modus ponens.
Sea 1 , . . . , n una demostracion 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 finalmente que existe alguna j , con j < i, y
una variable x tales que i es xj . Por hipotesis inductiva,
` j , y aplicando la regla de generalizacion, obtenemos
` x( j ). Como x no ocurre libre en ,
` (xj ).
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

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

Demostracion. 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 analogamente.

Definici
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 alguna se tiene ` ( ()).
Proposici
on 2.4.8 Sea un conjunto de formulas y y sentencias.
i) es consistente si y solo si todo subconjunto finito de es
consistente.
ii) {} es inconsistente si y solamente si ` .
iii) Si es maximal consistente entonces
a) ` si y solamente si .
b) 6 si y solamente si .
c) si y solamente si y .
d) si y solamente si 6 o .
Demostracion.
i) Consecuencia de la definicion de `.

2.4. UN SISTEMA AXIOMATICO

PARA LA LOGICA
DE PRIMER ORDEN.55
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 6 , tenemos por maximalidad
de que {} es inconsistente. Por (ii), ` por
lo tanto es inconsistente. Contradiccion.
b) Si entonces 6 ya que es consistente. Si
6 entonces 6` y luego {} es consistente.
Por maximalidad de , .
c Notese que ( ( )) es una instancia de una
tautologa.
d) Notese que ( ) y ( ) son instancias
de tautologas. 
Definici
on 2.4.9 Sean vi y vj variables y vi 6= vj . Sea (vi ) una
formula donde la variable vi ocurre libre. Sea (vj ) la formula que
resulta de sustituir todas las ocurrencias libres de vi en (vi ) por
la variable vj , es decir, (vi )vvij . Decimos que (vi ) y (vj ) son
similares si y solamente si vj es libre para vi en (vi ), y (vi ) no
tiene ocurrencias libres de vj . Notese que en este caso vi es libre
para vj en (vj ), y (vj ) no tiene ocurrencias libres de vi , por lo
que la relacion de similaridad es simetrica.
Intuitivamente, (vi ) y (vj ) son similares si vi ocurre libre en (vi )
exactamente en los mismos lugares donde (vj ) tiene ocurrencias
libres de vj .
Lema 2.4.10 Si (vi ) y (vj ) son similares, entonces
` (vi (vi )) (vj (vj )).


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

56

Demostracion. Como vj es libre para vi en (vi ), por el axioma

2,
` (vi (vi )) (vj ).
Usando la regla de generalizacion obtenemos
` (vj ((vi (vi )) (vj ))).
La variable vj no ocurre libre en vi (vi ), y por lo tanto usando el
axioma 3,
` (vi (vi )) (vj (vj )).


2.5

El teorema de completitud para la

l
ogica de primer orden.

Ahora pasaremos a demostrar el teorema de completitud de Godel.

Este teorema dice que si una formula es verdad en toda estructura
del lenguaje entonces se puede deducir. Enunciaremos el teorema
en forma un poco mas 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 notemos que las dos implicaciones de derecha a izquierda siguen inmediatamente del Teorema de Correccion 2.4.2.

2.5.

EL TEOREMA DE COMPLETITUD PARA LA LOGICA

DE PRIMER ORDEN.57

Supongamos que todo conjunto consistente de sentencias tiene

modelos. Si 6` , entonces {} es consistente y por lo tanto
tiene un modelo, es decir 6|= .
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 hipotesis {} ` , 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 sentencias tiene una extension maximal consistente.
Demostracion. El lema de Zorn proporciona una extension maximal consistente.
Tambien podemos demostrar el resultado haciendo una contruccion inductiva. Por ejemplo si el lenguaje L es numerable,
sea 0 , 1 , . . . , n , . . . una enumeracion de todas las sentencias de
L. Definimos 0 = , y

n {n } si esta union es consistente,

n+1 =

n
en caso contrario.
S
La union 0 =
n es maximal consistente.
nu

Definici
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 conjunto 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) .


CAPITULO 2. LOGICA
DE PRIMER ORDEN.

58

Lema 2.5.5 Sea un conjunto consistente de sentencias de L y C

un conjunto infinito numerable de nuevos smbolos constantes. Sea
L0 = LC. Entonces se puede extender a un conjunto consistente
de sentencias 0 en L0 tal que C es un conjunto de testigos para 0
en L0 .
Demostracion. Pongamos C = {c0 , c1 , . . . , } y sea
. (x0 ), 1 (x1 ), . . .
una lista de todas las formulas de a lo sumo una variable libre de
L0 , donde xn es la variable libre de n si esta tiene una variable
libre y xn = v0 en caso contrario.
Sea d0 , d1 , . . . una sucesion de constantes de C tal que dn no
aparece en 0 (x0 ), . . . , n (xn ) y dn 6= di para i < n.
Sea n la sentencia (xn )n (xn ) (n )xdnn .
Definamos inductivamente la sucesion {n }
n=0 poniendo
0 = ,
n+1 = n {n }.
S
Sea 0 =
n=0 n . Obviamente C es un conjunto de testigos
0
0
para en L .
Para demostrar que 0 es consistente basta ver que cada n lo
es. 0 es consistente por hipotesis. Supongamos inductivamente
que n es consistente, entonces si n+1 es inconsistente, n ` n ,
es decir
n ` ((xn )n (xn )) (n )xdnn ),
y por lo tanto
n ` (xn n (xn )) (n )xdnn
y entonces
n ` xn n (xn ) y n ` (n )xdnn .

2.5.

EL TEOREMA DE COMPLETITUD PARA LA LOGICA

DE PRIMER ORDEN.59

Como dn no aparece en n , tenemos que n ` n (xp ), donde

xp es una variable que no ocurre en la demostracion de (n )xdnn (a
partir de n ). Para verificar esto, basta sustituir dn por xp cada vez
que dn aparezca en esa demostracion. Por la regla de generalizacion
obtenemos
n ` (xp n (xp )),
y como (xn ) y (xp ) son similares,
n ` (xn n (xn )),
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.
Demostracion. Notemos que si tiene a C como conjunto
de testigos entonces C es tambien un conjunto de testigos para
cualquier extension de (en el mismo lenguaje). Podemos suponer
entonces que es maximal consistente.
Definiremos una interpretacion A para L que sera un modelo de
.
Consideremos el conjunto T de los terminos constantes de L.
Definimos sobre T una relacion de equivalencia dada por
t1 t2 si y solo si t1 t2 .
Sea A la estructura con universo A = T / y con las siguientes
interpretaciones para los smbolos de L.
Si t1 , . . . , tn son terminos constantes, y R un smbolo relacional
n-ario de L,
RA ([t1 ], . . . , [tn ]) si y solo si R(t1 , . . . , tn )
y si F es un smbolo funcional n-ario,
F A ([t1 ], . . . , [tn ]) = [F (t1 , . . . , tn )].

60

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

Si c es un smbolo constante, cA = [c].

Tenemos entonces que el valor de un termino constante t en A
(para cualquier s : Var A) es su clase [t].
Demostraremos inductivamente que para toda sentencia , A |=
si y solo si .
Si es atomica tenemos:
a) t1 t2 si y solo si [t1 ] = [t2 ] si y solo si
A |= t1 t2 .
b) R(t1 , . . . , tn ) si y solo si RA ([t1 ], . . . , [tn ]) si y solamente
si A |= R(t1 , . . . , tn )
Si el resultado vale para y , A |= si y solo si A 6|= si y
solamente si 6 si y solamente si .
Y tambien, A |= si y solo si A 6|= o A |= si y
solamente si 6 o si y solamente si .
Finalmente, veamos que A |= (x) si y solo si (x) . Si
(x)(x) 6 entonces (x)(x) , luego, como existe c C
tal que ` (x)(x) (c), tenemos que (c) . Por
hipotesis 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 xt ). Por hipotesis inductiva A |= xt ,
pero si A 6|= (x)(x), existe [t] A tal que si s : Var A es
tal que s(x) = [t], entonces A 6|= (x) seg
un s, y llegamos a una
contradiccion.
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.

2.5.

EL TEOREMA DE COMPLETITUD PARA LA LOGICA

DE PRIMER ORDEN.61

Ejercicio:
1. Demostrar que es una relacion de equivalencia.
2. Demostrar que RA y F A estan bien definidas para cada smbolo
R o F.
Teorema 2.5.8 (Compacidad): Sea un conjunto de sentencias de L. tiene un modelo si y solo si cada subconjunto finito
de tiene un modelo.
Demostracion. Si cada subconjunto finito de tiene un modelo
entonces es consistente y por lo tanto tiene un modelo.
Otra consecuencia inmediata del teorema de completitud (mas
precisamente, de su demostracion) es:
Teorema 2.5.9 (Lowenheim-Skolem) Sea un conjunto de sentencias en un lenguaje L numerable. Si tiene un modelo entonces
tiene un modelo numerable.
Demostracion. Es una consecuencia inmediata de la demostracion
del teorema de completitud. Si el lenguaje L es de cardinalidad ,
entonces la misma demostracion nos da un modelo de cardinalidad
a lo sumo + 0 .
Sabemos entonces, que si hay un modelo infinito de , hay modelos infinitos 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
infinito entonces para cada cardinal infinito , tiene un modelo
de cardinalidad . (Si |L| = entonces si tiene modelos infinitos,
tiene modelos de toda cardinalidad + 0 ).

62

CAPITULO 2. LOGICA
DE PRIMER ORDEN.

Demostracion. Sea A un modelo infinito de . Sea C = {c :

< } un conjunto de cardinalidad de nuevos smbolos constantes. Consideremos = {c 6 c : , < , 6= }.
Cada subconjunto finito de tiene un modelo. En efecto, dado
un subconjunto finito 0 de , si expandimos A interpretando cada
una de las constantes de C que aparecen en 0 como elementos
distintos dos a dos de A (cosa que es posible por ser A infinito)
obtenemos un modelo de 0 . 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 interpretaciones distintas dos a dos de los elementos de C). Entonces
hay un modelo de cardinalidad .

Definici
on 2.5.11 Dos estructuras A y B de L son elementalmente 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 infinita y es un cardinal infinito entonces existe B de cardinalidad tal que A B.
Demostracion. Ejercicio.
Definici
on 2.5.13 Una coleccion K de estructuras para un lenguaje
L es una clase elemental si para alguna sentencia de L se tiene
K = {A : A |= }.
Decimos que K es una clase elemental generalizada si para un conjunto de sentencias de L se tiene
K = {A : A |= }.

2.5.

EL TEOREMA DE COMPLETITUD PARA LA LOGICA

DE PRIMER ORDEN.63

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
definida 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
x1 x2 (x1 6 x2 )
x1 x2 x3 (x1 6 x2 x2 6 x3 x1 6 x3 ) , etc.
{} determina la clase elemental generalizada de los grupos infinitos (es esta una clase elemental?)
Ejercicio 2.5.15
1. Sea un conjunto de sentencias en un
lenguaje L. Si tiene modelos finitos arbitrariamente grandes
entonces tiene modelos infinitos. Por lo tanto, la coleccion
de todas las estructuras finitas (de un lenguaje L) no es una
clase elemental generalizada. La clase de estructuras infinitas
es una clase elemental generalizada pero no una clase elemental.
2. a) Muestre que hay modelos no numerables de la teora de
n
umeros completa T h(N) (el conjunto de todas las sentencias del lenguaje de la aritmetica tales que
hN, +, , S, 0i |= ).

64

CAPITULO 2. LOGICA
DE PRIMER ORDEN.
b) Muestre que hay modelos numerables de T h(N) no isomorfos 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 1er 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 arbitrariamente 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 monotono.
Se trata de estudiar sistemas de inferencia en los cuales se pueden
tener conjuntos de proposiciones tales que haya consecuencias de que no son consecuencias de . En otras palabras, al agregar 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 informacion , a
partir de la cual sacamos la conclusion , pero mas adelante, con
informacion adicional , ya no sea posible sacar la conclusion
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 mas
informacion), el medico, descarta la enfermedad B.
Basaremos el estudio de la logica no monotona en el concepto
de relacion de consecuencia, y usaremos el smbolo | para denotar
relaciones de consecuencia no monotonas. Decimos que
|
si es una consecuencia normal o plausible de : si tenemos ,
entonces, en condiciones normales, tambien tendremos . Haremos
65

66

CAPITULO 3. RAZONAMIENTO NO MONOTONO

este estudio de formas de razonamiento no monotono para lenguajes

proposicionales.
Hagamos un resumen de las propiedades mas resaltantes de la
relacion clasica de consecuencia  y la operacion de consecuencia
asociada Cn.
La relacion de consecuencia  que estudiamos en el Captulo 1
se comporta monotonamente, 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 relacion  es
compacta, es decir, si es un conjunto de proposiciones, y es una
proposicion, entonces  si y solamente si existe un subconjunto
finito 0 de tal que 0  .
Definici
on 3.0.16 Una operacion C : P(P ROP ) P(P ROP )
que satisface las tres propiedades
C() para todo P ROP (Inclusion),
C() = C(C()) para todo P ROP (Idempotencia),
Si P ROP , entonces C() C() (Monotona).
se llama una operacion de clausura.
Si definimos la relacion `C , poniendo
`C si y solo si C(),
tambien podemos expresar estas propiedades en terminos de la
relacion `C de la manera siguiente:

67
`C para toda (Inclusion),
Si C() `C , entonces `C (Idempotencia),
Si P ROP , entonces `C implica `C (Monotona).
Ejercicio 3.0.17 Sea C una operacion monotona que satisface inclusion.
(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 binarias que relacionan pares de conjuntos de proposiciones, y escribiremos | para indicar que el par (, ) esta en la relacion
|. Nos limitaremos a estudiar relaciones de consecuencia para las
cuales el antecedente es un conjunto finito de proposiciones y el
consecuente es una sola proposicion. Usando las conectivas y
, el caso de relaciones con antecedente y consecuente finitos se
puede reducir al caso de una proposicion en el antecedente y una
proposicion en el consecuente. Por esa razon, en las secciones siguientes trabajaremos con relaciones de consecuencia definidas de ese
modo, | .
Hemos visto que dada una operacion C : P(P ROP ) P(P ROP ),
no necesariamente monotona, podemos definir una relacion de consecuencia correspondiente |C poniendo
|C si y solo si C().

68

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Igualmenmte, a cada relacion de consecuencia | le corresponde

una operacion C = C| entre conjuntos de proposiciones
C() si y solo si | .
A veces convendra mas usar la notacion de operaciones y otras
veces convendra usar la notacion de relaciones de consecuencia.
Hay toda una variedad de sistemas de razonamiento no monotono.
Distintas motivaciones dan lugar a distintos sistemas que tienen
algunas similitudes y algunas diferencias. Muchos de estos sistemas han sido estudiados en profundidad, y varios autores han
contribuido a organizar este campo de investigacion proponiendo
formas muy uniformes de presentar esta variedad de sistemas. Una
de las formas que se han propuesto para hacer esto es centrar el estudio de los sistemas no monotonos 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 acumulativo y el preferencial, siguiendo la presentacion de [4].

3.1

Razonamiento acumulativo

El razonamiento acumulativo es en cierta forma el sistema de razonamiento no monotono mas debil posible. Para definirlo comenzamos
con la propiedad de inclusion y la de corte ( llamada tambien transitividad acumulativa) y eliminamos la propiedad de monotona sustituyendola por una version debil de monotona llamada monotona
cautelosa (llamada tambien monotona acumulativa). La esencia
del razonamiento acumulativo son estas dos reglas, corte y monotona cautelosa, que pueden ser vistas como recprocas. Tambien
tendremos dos reglas que indican como se comporta la relacion de
consecuencia respecto a la equivalencia logica.
A manera de motivacion podemos decir que el razonamiento
acumulativo es un razonamiento no monotono basado en le idea de

3.1. RAZONAMIENTO ACUMULATIVO

69

que si una proposicion es normalmente consecuencia de un conjunto de premisas, esto no cambia si agregamos a las premisas
hipotesis 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 U de valuaciones, y de ahora en adelante,
solamente nos referiremos a las valuaciones de U. Por ejemplo,
 significara que toda valuacion de U satisface .
Definici
on 3.1.1 Una relacion de consecuencia | es acumulativa
si contiene todas las instancias del axioma de reflexividad y es cerrada bajo las las reglas de inferencia ELI (equivalencia logica por la
izquierda), DD (debilitamiento por la derecha), Corte (Cut), y MC
(monotona cautelosa) que definimos a continuacion.
| (Reflexividad )
 , |
|

(Equivalencia Logica por la Izquierda)

 , |
|

(Debilitamiento por la Derecha )

| , |
|
| , |
|

(Corte)

(Monotona Cautelosa)

El sistema formado por el esquema de reflexion y las cuatro

reglas anteriores sera denotado por C.
Lema 3.1.2 Las reglas Corte y MC se pueden expresar juntas mediante el principio siguiente: Si | entonces las consecuencias
plausibles de y de coinciden.

70

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Consideremos las siguientes reglas
| , | , |
(Equivalencia)
|
| , |
|
| , |
|

(| )
(| M P )

Lema 3.1.3 Las reglas Equivalencia, wedge por la derecha (| )

y Modus Ponens por la derecha (| M P ) se pueden derivar en el
sistema C.
Demostracion: Ejercicio.

La siguiente regla de monotona no es derivable en el sistema
acumulativo.
 , |
( Monotona).
|
Dejaremos la demostracion para mas 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.
|
(Contraposicion).
|

3.2. MODELOS ACUMULATIVOS

3.2

71

Modelos acumulativos

Sea una relacion binaria en un conjunto U . Decimos que es

asimetrica si y solo si s, t U , si s t entonces t s.
Definici
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 6= t,
t s.
Definici
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 u
nico, es minimal
en U y U es suave.
Demosracion. Es inmediata de las definiciones.
Definici
on 3.2.4 Un modelo acumulativo es una tripleta hS, l, i,
donde S es un conjunto cuyos elementos se llaman estados, l :
S 2U es una funcion que asgina a cada estado un conjunto de
valuaciones de U, y es una relacion binaria en S que satisface la
condicion de suavidad que definiremos a continuacion.
Definici
on 3.2.5 Sea hS, l, i 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
.
Definici
on 3.2.6 (Condicion de Suavidad) hS, l, i satisface la condicion
de suavidad si para cada proposicion del lenguaje, el conjunto

es suave.
La condicion de suavidad es necesaria para garantizar la validez
de la monotona cautelosa.

72

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Definici
on 3.2.7 Sea W = hS, l, i un modelo acumulativo dado.
La relacion de consecuencia definida por W se denota
| W y se
define asi: |w si y solo si s | para cada s minimal en
.
Lema 3.2.8 Sea W = hS, l, i 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.
Demostracion.
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 condicion 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 condicion de
suavidad, existe un s0 s minimal en
. Pero |W , entonces
0
0
\

s | y por lo tanto s
. Por el Lema 3.2.8, s0 (
),
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 verifican facilmente.
Nuestro objetivo ahora es demostrar el recproco. Es decir, que
toda relacion de consecuencia acumulativa es la relacion definida
por un modelo acumulativo.
Sea
| una relacion de consecuencia acumulativa. Construiremos un modelo acumulativo W tal que la relacion |W es exactamente la relacion |. Necesitamos algunas definiciones (relativas a
la relacion | fijada) y algunos resultados previos.

3.2. MODELOS ACUMULATIVOS

73

Definici
on 3.2.10 Una valuacion m U 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 reflexividad, DD y (| ), y sean y proposiciones
del lenguaje. Todo mundo normal para satisface si y solo si
| .
Demostracion. La implicacion de izquierda a derecha sigue de
la definicion de mundo normal para . Para demostrar la otra
implicacion supongamos que
6| , y construyamos un mundo
normal para que no satisface . Definamos = {} { : |
}. Solamente tenemos que verificar que es satisfactible. En caso
contrario, por compacidad, existe un subconjunto finito de que no
es satisfactible, y por lo tanto, existe un conjunto D { : | }
tal que  dD . Pero entonces,  (dD ), y por
reflexividad y DD,
| (dD ). Usando
| , obtenemos

| dD , y usando
| M P (cuya demostracion usa solamente

| y DD) consluimos
| , contradiciendo nuestra hipotesis.

Definici
on 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 .
Definici
on 3.2.14
si y solamente si 0
tal que |
0
.
Ejercicio 3.2.15 Muestre que la relacion esta bien definida, es
decir, la definicion de no depende del representante de la clase.
Lema 3.2.16 La relacion es antisimetrica.

74

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Definamos ahora el modelo acumulativo W = hS, l, i de la

manera siguiente:
S = P ROP/
(el conjunto de clases de equivalencia de proposiciones del lenguaje
respecto a la relacion de equivalencia ).
l(
) = {m U : m es un mundo normal para },

y
si y solamente si
y
6= .
Ejercicio 3.2.17 Muestre que la funcion l esta bien definida (es
decir, l(
) no depende del represententante de la clase de ).
Lema 3.2.18 Para toda P ROP ,
es un minimum de
.
Demostracion: Ejercicio. 
Lema 3.2.19 | si y solo si |W .
Demostracion. Tenemos que
es el u
nico 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 acumulativas) Una relacion de consecuencia es acumulativa si y solamente si esta definida 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 acumulativamente 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.
Demostracion. 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 relacion de consecuencia
que contiene S y que es cerrada bajo las reglas de C, no contiene
a | . Por el Teorema de Representacion 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 existe un modelo acumulativo V que satisface exactamente los secuentes que se obtienen acumulativamente de S.
Demostracion. La coleccion de secuentes que se obtienen acumulativamente de S es cerrado bajo las reglas del sistema C.
Corolario 3.2.23 (Compacidad.) Si | se obtiene acumulativamente a partir de S, entonces se obtiene acumulativamente de
alg
un subconjunto finito de S.
Demostracion. Sigue de que las derivaciones son finitas.

3.3

Razonamiento Preferencial

El Sistema P . Este sistema es estrictamente mas fuerte que el

sistema C, y presupone la existencia de disyuncion 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.


CAPITULO 3. RAZONAMIENTO NO MONOTONO

76

Lema 3.3.1 En presencia de Reflexividad, 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 U de valuaciones.

Definici
on 3.4.1 Un modelo preferencial es una tripleta hS, l, i,
donde S es un conjunto, cuyos elementos se llaman estados, l : S
U, y es un orden parcial estricto en S que satisface la condicion
de suavidad que definiremos a continuacion.
Sea U un conjunto y una relacion 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

Definici
on 3.4.2 Dado un modelo preferencial hS, l, i, si es
una proposicion, decimos que s S satisface si l(s)  . Usaremos
para denotar el conjunto {s S : s | } Decimos que
hS, I, 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 s0 s minimal en
.
Lema 3.4.3 Si W = hS, I, i es un modelo prefencial, entonces
para , P ROP se tiene

=
.
Definici
on 3.4.4 Dado W = hS, I, i, definimos 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 = hS, I, i es un modelo preferencial, la relacion de consecuencia
| W definida por W es una
relacion preferencial, es decir, satisface todas las reglas del sistema
P.
Demostracion. Ya que los modelos preferenciales son modelos
acumulativos, basta verificar la validez de la regla |. 
Sea | una relacion de consecuencia preferencial. Defnimos el
siguiente modelo W = hS, l, i:
1. S = {hm, i : m es un mundo normal para },
2. l((hm, i) = m, y
3. hm, i hn, i si y solamente si y m 2
Probaremos que W es un modelo preferencial, y luego que la
relacion |W coincide con |.
Definimos una relacion binaria entre proposiciones.

78

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Definici
on 3.4.6 si | (y en este caso decimos que
no es menos com
un que ).
Ejercicio 3.4.7 Demuestre que si | satisface Reflexividad y ELI,
entonces para todo par de proposiciones , , .
Demuestre que si | es preferencial, entonces es reflexiva y
transitiva.
Lema 3.4.8 Si y m es un mundo normal para que satisface , entonces m es un mundo normal para .
Demostracion. 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 .
Demostracion. 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 irreflexiva y transitiva.
Demostracion. La relacion es irreflexiva, ya que (m, )
(m, ) implicara que m 6 , pero m es un mundo normal para ,
y por reflexividad, | y por lo tanto m  .
Veamos que es transitiva. Supongamos que hm1 , 1 i hm2 , 2 i
y hm2 , 2 i hm3 , 3 i. Por la definicion de , tenemops que
1 2 3 . Como la relacion es transitiva, concluimos que
1 3 , y por otra parte, como m1 es un mundo normal para 1
que no satisface 2 , por el Lema 3.4.9, m1 no puede satisfacer 3 .

3.4. MODELOS PREFERENCIALES

79

Lema 3.4.11 En el modelo W , hm, i es minimal en

si y solo
si m  y .
Demostracion. Supongamos que m  y . Claramente
m
. Supongamos que hn, i hm, i y que n  . Entonces
tendramos que , n normal para , n 6 y n  . esto
contradice el Lema 3.4.9.
Recprocamente, supongamos que hm, i es minimal en
. Claramente, m  . Queremos ver que . Supongamos que n es
un modelo normal para que no satisface (no estamos afirmando que un tal modelo existe). Como , debemos tener
que hn, i hm, i. Pero n es un mundo normal para
que no satisface , entonces debe satisfacer . Esto contradice la
minimalidad de hm, i 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 P ROP , el conjunto
es suave.
Demostracion. Supongamos que hm, i
, es decir, que m 
. Si , por el Lema 3.4.11, hm, i es minimal en
. Por otro
lado, si 6| , entonces por el Lema 3.2.11 existe un mundo
normal n para que no satisface . Pero , y por
lo tanto hn, i hm, i. Pero n 6 , luego n  . Como
, Lema 3.4.11 nos permite concluir que hn, i es
minimal en
.
Lema 3.4.13 | si y solamente si |W .
Demostracion. Supongamos que | . Queremos demostrar
que todo estado minimal de
satisface . Supongamos que hm, i
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

CAPITULO 3. RAZONAMIENTO NO MONOTONO

Recprocamente, supongamos que |W . De la definicion de

sigue que para cada mundo normal m para , hm, i 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 preferenciales) Una relacion de consecuencia es preferencial si y solo
si es la relacion definida por alg
un modelo preferencial.
Demostracion. Una implicacion es el Teorema de Correccion
3.4.5. Para la otra implicacion, sea | cualquier relacion de consecuencia que satisface las reglas del sistema P , y sea W un modelo
definido 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 relacion
|W definida a partir de ese modelo es exactamente |.
Corolario 3.4.15 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 preferencialmente 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 existe un modelo preferencial W que satisface exactamente los secuentes que se obtienen preferencialmente de S.
Demostracion. La coleccion de secuentes que se obtienen preferencialmente de S es cerrado bajo las reglas del sistema P .

3.4. MODELOS PREFERENCIALES

81

Corolario 3.4.17 (Compacidad.) Si

| se obtiene preferencialmente de S, entonces se obtiene preferencialmente de alg
un subconjunto finito de S.

82

CAPITULO 3. RAZONAMIENTO NO MONOTONO

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
matematica. 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.
Artificial Intelligence 44 (1990) 167-207.
[5] D. Makinson, General patterns in nonmonotonic reasoning. In Handbook of Logic in Artificial 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., Calculo Proposicional: uma integracao da
algebra e da logica. Centro de Logica, Epistemologia e
Historia da Ciencia. Colecao CLE no. 1, 1987.
83

84

BIBLIOGRAFIA
[8] Nerode, A. y R. Shore, Logic for Applications. Springer,
1997.
[9] Franco de Oliveira, A. J., Logica e artimetica (2a Edicao),
Gradiva, 1996.