(Carlos Di Prisco) Introducción A La Lógica Mate (B-Ok - Xyz) PDF

Introducción a la Lógica Matemática
EMALCA AMAZONIA
Agosto de 2009
Carlos Augusto Di Prisco
August 12, 2009

ii
Contenido
1 Cálculo Proposicional 1
1.1 El lenguaje proposicional. . . . . . . . . . . . . . . 2
1.2 Semántica del Cálculo Proposicional. . . . . . . . . 3
1.3 Formas Normales. . . . . . . . . . . . . . . . . . . . 16
1.4 Resolución . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Completitud del método de resolución. . . . 20
1.5 Un sistema axiomático para el cálculo proposicional. 22
1.6 Cálculo de secuentes. . . . . . . . . . . . . . . . . . 29
2 Lógica de primer orden. 37

2.1 Lenguajes de primer orden y estructuras . . . . . . 37
2.2 Operaciones entre estructuras: . . . . . . . . . . . . 38
2.3 Formalización de un Lenguaje: . . . . . . . . . . . . 40
2.3.1 Verdad en una Interpretación . . . . . . . . 43
2.3.2 Definibilidad en una estructura. . . . . . . . 48
2.4 Un sistema axiomático para la lógica de primer orden. 50
2.5 El teorema de completitud para la lógica de primer
orden. . . . . . . . . . . . . . . . . . . . . . . . . . 56
3 Razonamiento no monótono 65
3.1 Razonamiento acumulativo . . . . . . . . . . . . . . 68
3.2 Modelos acumulativos . . . . . . . . . . . . . . . . 71
3.3 Razonamiento Preferencial . . . . . . . . . . . . . . 75
3.4 Modelos Preferenciales . . . . . . . . . . . . . . . . 76
iii
iv CONTENIDO
Capı́tulo 1
Cálculo Proposicional
Comenzaremos nuestro estudio de la lógica considerando cierto tipo

sencillo de enunciados. Serán 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 ocupará es el siguiente: Si tenemos

una de esas combinaciones, ¿qué podemos decir sobre la veracidad
de la misma, dada información sobre la veracidad de sus compo-
nentes? para ello desarrollaremos el cálculo proposicional.
El cálculo proposicional trata ciertas proposiciones básicas como

unidades, y las combinaciones que se obtienen a partir de ellas us-
ando las conectivas lógicas tales como la negación (¬), la disyunción
(∨), la conjunción (∧), la implicación (→) y la doble implicación
(↔). Para formalizar esto, definiremos el lenguaje proposicional,
partiendo de un conjunto de sı́mbolos, que llamaremos letras proposi-
cionales, que combinaremos usando las conectivas.
1
2 CAPÍTULO 1. CÁLCULO PROPOSICIONAL
1.1 El lenguaje proposicional.

Sea A un conjunto no vacı́o, 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, además de las letras proposi-
cionales, otros sı́mbolos: las conectivas ¬, ∨, ∧, →, ↔ y los paréntesis
“(” y “)”.
Definición 1.1.1 El conjunto P ROP de proposiciones (del cálculo

proposicional) es la colección de todas las sucesiones finitas de sı́mbolos
del lenguaje proposicional que se obtienen aplicando un número
finito de veces las reglas de formación siguientes .
(i) Toda letra proposicional es una proposición.
(ii) Si ϕ y ψ son proposiciones, entonces también lo son (¬ϕ),

(ϕ ∨ ψ), (ϕ ∧ ψ), (ϕ → ψ) y (ϕ ↔ ψ).
Nótese que esta es una definición inductiva del conjunto de proposi-

ciones. Más adelante veremos que para demostrar propiedades de
las proposiciones, podremos hacerlo inductivamente, demostrando
primero la propiedad para las letras proposicionales, y luego para
una proposición 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 opera-
ciones:
(i) Si ϕ ∈ P ROP , entonces (¬ϕ) ∈ P ROP ,
(ii) Si ϕ, ψ ∈ P ROP , entonces (ϕ ∨ ψ) ∈ P ROP , (ϕ ∧ ψ) ∈

P ROP , (ϕ → ψ) ∈ P ROP y (ϕ ↔ ψ) ∈ P ROP .
Ejercicio 1.1.2 1. Muestre que las siguientes sucesiones de sı́mbolos

son proposiciones:
((p → q) → ((¬q) → (¬p))),
1.2. SEMÁNTICA DEL CÁLCULO PROPOSICIONAL. 3
((p ∧ q) → p),
((p → (¬p)) → (¬p)).
2. Muestre que las siguientes sucesiones de sı́mbolos no son proposi-

ciones:
(p → ¬p) → p,
(p ∨ q → p),
((¬p)¬ → q).
El uso de los paréntesis evita ambiguedades como la que aparece

en la expresión (p → q → p). Sin embargo, es posible que más
adelante no seamos muy rigurosos en el uso de los paréntesis 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 cálculo
proposicional es también numerable. Esto se debe a que el conjunto
de las sucesiones finitas de elementos de un conjunto numerable es
numerable.
1.2 Semántica del Cálculo Proposicional.

La semántica del cálculo proposicional consiste esencialmente en
darle significado a las conectivas, para después poder decidir si una
proposición 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
ésta es una decisión arbitraria, ya que se podrı́a pensar en la posi-
bilidad de usar tres valores, V , F y ?, que se interpretarı́an como
verdad, falsedad e indeterminación, respectivamente; o un número
mayor, aún infinto, de valores. Estas otras posibilidades han sido
estudiadas y resultan interesantes y al mismo tiempo útiles, pero
en estas notas nos limitaremos a dos valores de verdad.
Queremos interpretar la conectiva ϕ ∧ ψ como la conjunción de

ϕ y ψ, entonces (ϕ ∧ ψ) será verdad cuando ambas proposiciones ϕ
y ψ sean verdad. Esto se puede expresar mediante la función
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 información en la tabla

ϕ ψ (ϕ ∧ ψ)
V V V
V F F
F V F
F F F
Análogamente, interpretamos ∨ de modo que (ϕ ∨ ψ) corre-

sponda a la disyunción de ϕ y ψ, es decir, (ϕ ∨ ψ) es verdad si al
menos una de esas dos proposiciones es verdad, y es falsa si am-
bas proposiciones, ϕ y ψ, son falsas. Esto se expresa mediante la
función
H∨ : {V, F }2 → {V, F }
definida por
H∨ (V, V ) = V
H∨ (V, F ) = V
H∨ (F, V ) = V
H∨ (F, F ) = F
Y en forma resumida, mediante la tabla
ϕ ψ (ϕ ∨ ψ)
V V V
V F V
F V V
F F F
La conectiva “→” será interpretada como implicación material,

es decir, la proposición ϕ → ψ será falsa solamente en el caso de
que ϕ sea verdad y ψ sea falsa; en todos los demás casos ϕ → ψ es
verdadera. Esto se puede expresar mediante la función
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 información se resume en la tabla
ϕ ψ ϕ→ψ
V V V
V F F
F V V
F F V
La doble implicación ↔ quedará definida mediante la función
H↔ : {V, F }2 → {V, F }
definida por
H↔ (V, V ) = V
H↔ (V, F ) = F
H↔ (F, V ) = F
H↔ (F, F ) = V
Y la tabla correspondiente es
ϕ ψ ϕ↔ψ
V V V
V F F
F V F
F F V
La conectiva ¬ se interpreta como negación, y por lo tanto

quedará definida por la función
H¬ : {V, F } → {V, F }
dada por H¬ (V ) = F y H¬ (F ) = V a la que corresponde la tabla
ϕ ¬ϕ
V F
F V
Definición 1.2.1 Una conectiva n-aria es una función
σ : (P ROP )n → P ROP
que asigna una proposición a cada n-tupla de proposiciones, de

modo que el valor de verdad de σ(ϕ1 , . . . , ϕn ) depende solamente
de los valores de verdad de las proposiciones ϕ1 , . . . , ϕn .
En principio podrı́amos pensar en un concepto más general

de conectiva, para el cual el valor de verdad de σ(ϕ1 , . . . , ϕn ) no
dependa solamente de los valores de verdad de las proposiciones

ϕ1 , . . . , ϕn , sino de algunos otros parámetros, pero eso no nos in-
teresa por los momentos.
Cada conectiva n-aria, corresponde entonces a una función
H : {V, F }n → {V, F },
o lo que es lo mismo, a la tabla de verdad que defina esa función.

n
Por lo tanto existen exactamente 22 conectivas n-arias.
Debe resultar claro que usando la definición inductiva del con-
junto de proposiciones, a cada proposición le corresponde una tabla
de verdad. Por ejemplo, a la proposición ((p ∧ q) → r), le corre-
sponde una función de tres argumentos H : {V, F }3 → {V, F }
definida mediante la siguiente tabla
p q r (p ∧ q) ((p ∧ q) → r)
V V V V V
V V F V F
V F V F V
V F F F V
F V V F V
F V F F V
F F V F V
F F F F V
Definición 1.2.2 Un conjunto C de de conectivas es completo si

dada cualquier conectiva σ, existe una proposición construida a par-
tir de las conectivas de C cuya tabla de verdad coincide con la de
σ.
Teorema 1.2.3 El conjunto de conectivas {¬, ∨, ∧} es completo.
Demostración. Sea σ : (P ROP )k → P ROP una conectiva de k

argumentos, y consideremos su tabla de verdad
p1 p2 ... pk σ(p1 , . . . , pk )
V V ... V b1
...
ai1 ai2 ... aik bi
...
F F ... F 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
σ(p1 , . . . pk ) en la fila i. Para cada letra proposicional p sea pV = p
y pF = (¬p). Para la fila i, sea Ai la conjunción pa1i1 ∧ pa2i2 ∧ · · · ∧
pakik . Si i1 , . . . , im son las filas donde σ(p1 , . . . , pk ) toma valor V , la
proposición Ai1 ∨· · ·∨Aim , donde solamente aparecen las conectivas
¬, ∧ y ∨, tiene la misma tabla de verdad que σ(p1 , . . . , pk ).
Ejercicio 1.2.4 Demuestre que la proposición construida en la prueba

anterior tiene la misma tabla de verdad que la conectiva σ.
Ejercicio 1.2.5 Demuestre que la tabla de verdad de (ϕ → ψ)

coincide con la tabla de ((¬ϕ) ∨ ψ). Lo mismo para las tablas de
(ϕ ∧ ψ) y (¬(ϕ → (¬ψ)).
Corolario 1.2.6 El conjunto de conectivas {¬, ∨} es completo
Demostración. Basta notar que ∧ se puede definir a partir de ¬

y ∨ de la manera siguiente: la tabla de ϕ ∧ ψ coincide con la tabla
de la proposición (¬((¬ϕ) ∨ (¬ψ))).
Ejercicio 1.2.7 Demuestre que los siguientes conjuntos son con-

juntos completos de conectivas, {¬, ∧}, {¬, →}
Ejercicio 1.2.8 Considere las conectivas binarias “|” y “ ↓ ” cuyas

tablas son
ϕ ψ (ϕ|ψ) (ϕ ↓ ψ)
V V F F
V F V F
F V V F
F F V V
Demuestre que los conjuntos {|} y {↓} son completos. De-

muestre además que | y ↓ son las únicas conectivas binarias que
por si mismas forman conjuntos completos.
Definición 1.2.9 Una asignación de valores de verdad es una función

de A : A → {V, F } que asigna un valor de verdad a cada letra
proposicional.
Una valuación es una función V : P rop → {V, F } tal que a cada
proposición ϕ le asigna un valor V(ϕ) de modo que
(i) V((¬ϕ)) = H¬ (V(ϕ)),
(ii) V(ϕ ∨ ψ) = H∨ ((ϕ), V(ψ)),
(iii) V(ϕ ∧ ψ) = H∧ ((ϕ), V(ψ)),
(iv) V(ϕ → ψ) = H→ ((ϕ), V(ψ)),
(v) V(ϕ ↔ ψ) = H↔ ((ϕ), V(ψ)).
Como {¬, ∨} es un conjunto completo de conectivas, las fun-

ciones H∧ , H→ y H↔ se pueden definir a partir de H¬ y H∨ . Por
ejemplo, H→ (φ, ψ) = H∨ (H¬ (ϕ), ψ). Por lo tanto, las cláusulas
(iii), (iv), y (v) de la definición siguen de las dos primeras.
Definición 1.2.10 Una proposición ϕ es una tautologı́a si V(ϕ) =

V para toda valuación V. Una proposición es una contradicción si
toda valuación le da valor F . Una proposición ϕ es satisfactible si
existe una valuación que le asigna valor V (es decir, si no es una
contradicción).
Ejercicio 1.2.11 (i) Demuestre que las siguientes proposiciones

son tautologı́as: 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 ϕ y (ϕ → ψ) son tautologı́as,

entonces también lo es ψ.
En algunas ocasiones puede resultar conveniente añadir dos sı́m-

bolos adicionales al lenguaje proposicional: las letras proposicionales
>, que siempre toma valor V , y ⊥ que toma siempre valor F . De
modo que toda tautologı́a es equivalente a > y toda contradicción es
equivalente a ⊥. O alternativamente, se puede fijar una tautologı́a
especı́fica, por ejemplo “p ∨ (¬p)” y denotarla con el sı́mbolo >, y
fijar una contradicción, por ejemplo “p ∧ (¬p)” y denotarla con el
sı́mbolo ⊥.
Definición 1.2.13 Decimos que las proposiciones ϕ y ψ son equiva-

lentes si para toda valuación V, se cumple V(ϕ) = V(ψ).
Proposición 1.2.14 ϕ y ψ son equivalentes si y sólo si la proposición

(ϕ ↔ ψ) es una tautologı́a.
Proposición 1.2.15 Dadas valuaciones V y W, si V A = W

A, entonces V = W. Por lo tanto, toda asignación de valores de
verdad se extiende de manera única a una valuación.
Demostración. Mostramos por inducción en la complejidad de

ϕ que para toda ϕ se tiene V(ϕ) = W(ϕ). Si ϕ es una letra proposi-
cional, la igualdad vale por hipótesis. Si ϕ es la proposición (¬ψ),
y suponemos inductivamente que V(ψ) = W(ψ), entonces V(ϕ) =
H¬ (V(ψ)) = H¬ (W(ψ)) = W(ϕ), donde la igualdad del medio vale
por hipótesis inductiva y las otras dos por la definición de valuación.
Si ϕ es la proposición (ψ ∨ χ), y las valuaciones V y W coinciden

en ψ y χ, entonces V(ϕ) = H∨ (V(ψ), V(χ)) = H∨ (W(ψ), W(χ)) =
W(ϕ). Por el comentario que sigue a la definición de valuación, con
esto termina la demostración.
Definición 1.2.16 Dado un conjunto Σ de proposiciones, decimos

que la proposición ϕ es consecuencia de Σ, y lo denotamos por
Σ |= ϕ,
si V(ϕ) = V para toda valuación V que satisface V(σ) = V para

toda σ ∈ Σ.
Si Σ = {ϕ}, escribimos ϕ |= ψ en vez de {ϕ} |= ψ.

Escribiremos
|= ϕ
para expresar que toda valuación le da a ϕ valor V . (Obsérvese que
esto coincide con la definición de Σ |= ϕ en el caso Σ = ∅).
Si Σ es un conjunto de proposiciones denotaremos por Cn(Σ)

al conjunto de consecuencias de Σ,
Cn(Σ) = {ϕ : Σ |= ϕ}.
Si una valuación V toma valor V en una proposición ϕ, decimos que

V es un modelo de ϕ; si V es tal que V(σ) = V para toda σ ∈ Σ,
decimos que V es un modelo de Σ. M od(Σ) denota el conjunto de
los modelos de Σ.
Ejercicio 1.2.17 Sean Σ, Σ1 , Σ2 ⊆ P ROP . Demuestre que

1. Si Σ1 ⊆ Σ2 , entonces Cn(Σ1 ) ⊆ Cn(Σ2 ) y M od(Σ2 ) ⊆
M od(Σ1 ),
2. Σ ⊆ Cn(Σ),
3. Cn(Cn(Σ)) = Cn(Σ),
4. M od(Σ) = M od(Cn(Σ)).
La primera parte del ejercicio anterior muestra que si Σ |= ϕ y

Σ ⊆ Σ1 , entonces Σ1 |= ϕ. Esta propiedad de la relación “|=” se
conoce con el nombre de monotonı́a.
Definición 1.2.18 Un conjunto Σ de proposiciones es satisfactible

(o realizable) si existe una valuación V tal que V(σ) = V para toda
σ ∈ Σ, es decir, si M od(Σ) 6= ∅. En caso contrario, decimos que Σ
es insatisfactible.
Proposición 1.2.19 Un conjunto Σ ⊆ P ROP es insatisfactible si

y solamente si Cn(Σ) = P ROP .
Demostración. Si Cn(Σ) = P ROP , entonces M od(Cn(Σ)) = ∅;

luego, M od(Σ) = ∅. Recı́procamente, si M od(Σ) = ∅, trivialmente
toda proposición es consecuencia de Σ.
Ejercicio 1.2.20 Demuestre que
(i) Σ |= ϕ si y sólo si M od(Σ ∪ {(¬ϕ)}) = ∅.
(ii) (ϕ → ψ) es una tautologı́a si y sólo si ϕ |= ψ.
Definición 1.2.21 Un conjunto Σ ⊆ P ROP es finitamente satis-

factible si cada subconjunto finito de Σ es satisfactible.
Teorema 1.2.22 (Teorema de compacidad) Un conjunto Σ ⊆ P ROP

es satisfactible si y solamente si Σ es finitamente satisfactible.
Primero demostraremos un lema.
Lema 1.2.23 Si Σ ⊆ P ROP es finitamente satisfactible y ϕ ∈

P ROP , entonces al menos uno de los conjuntos Σ ∪ {ϕ} y Σ ∪
{(¬ϕ)} es finitamente satisfactible.
Demostración del lema. Supongamos que ni Σ ∪ {ϕ} ni Σ ∪

{(¬ϕ)} son finitamente satisfactibles. Entonces existen Σ1 y Σ2 ,
subconjuntos finitos de Σ, tales que Σ1 ∪ {ϕ} y Σ2 ∪ {(¬ϕ)} son
insatisfactibles. El conjunto Σ1 ∪ Σ2 ⊆ Σ es finito y por hipótesis,
existe una valuación V ∈ M od(Σ1 ∪ Σ2 ). Para esa valuación V o
bien V(ϕ) = V o V((¬ϕ)) = V . En el primer caso, V ∈ M od(Σ1 ∪
{ϕ}, y en el segundo V ∈ M od(Σ1 ∪ {(¬ϕ)}. Ambas posibilidades
contradicen la suposición inicial.lema
Demostración del Teorema 1.2.22. Sea
ϕ0 , ϕ1 , . . . , ϕn , . . .
una enumeración de PROP. Definimos inductivamente una sucesión

de subconjuntos de PROP de la manera siguiente.
Ponemos(Σ0 = Σ, e inductivamente,
Σn ∪ {ϕn } si este conjunto es finitamente satisfactible,
Σn+1 =
Σn ∪ {(¬ϕn )} en caso contrario.
Sea Σ∗ = ∞ ∗
S
n=0 Σn . Nótese que Σ es finitamente satisfactible,
ya que cada Σn lo es. Definimos ahora una función
V : P ROP → {V, F }
poniendo V(ϕ) = V si y solamente si ϕ ∈ Σ∗ .

Para cada ϕ ∈ P ROP , ϕ ∈ Σ∗ o (¬ϕ) ∈ Σ∗ , pero no ambas
cosas a la vez. Esto se debe a que ϕ = ϕn para algún n, y entonces
ϕ ∈ Σn+1 o (¬ϕ) ∈ Σn+1 . Pero como cada Σn es finitamente
satisfactible, ambas proposiciones ϕ y (¬ϕ) no pueden pertenecer
a Σ∗ . Entonces, para cada ϕ,
ϕ ∈ Σ∗ si y sólo si (¬ϕ) ∈
/ Σ∗ ,
por lo que V((¬ϕ)) = H¬ (V(ϕ)).

Por otra parte, si (ϕ ∨ ψ) ∈ Σ∗ , entonces alguna de las proposi-
ciones ϕ y ψ pertenece a Σ∗ , ya que de lo contrario, (¬ϕ) y (¬ψ)
estarı́an ambas en Σ∗ . Pero entonces, {(¬ϕ), (¬ψ), (ϕ ∨ ψ)} ⊆

Σ∗ y ese conjunto es insatisfactible, lo que constituye una con-
tradicción. Recı́procamente, si al menos una de las proposiciones
ϕ y ψ pertenece a Σ∗ , entonces (ϕ ∨ ψ) ∈ Σ∗ , porque si no,
(¬(ϕ ∨ ψ)) ∈ Σ∗ pero tanto {(¬(ϕ ∨ ψ)), ϕ} como {(¬(ϕ ∨ ψ)), ψ}
son insatisfactibles. En conclusión, V((ϕ ∨ ψ)) = H∨ (V(ϕ), V(ψ)).
Con esto queda verificado que V es una valuación, y como le da
valor V a toda proposición de Σ∗ , este conjunto es satisfactible.
Como Σ ⊆ Σ∗ , tambien Σ es satisfactible.
Aunque no es necesario tratar los casos de proposiciones com-

puestas con las conectivas ∧, → y ↔, es ilustrativo hacerlo.
Ejercicio 1.2.24 Demuestre que la función V definida en la de-

mostración del teorema 1.2.22 satisface las condiciones (iii), (iv) y
(v) de la definición de valuación.
(Sugerencia para (iv): Hemos visto que para toda ϕ, ϕ ∈ Σ∗
o ¬ϕ ∈ Σ∗ , pero no ambas. Veamos que si (ϕ → ψ) ∈ Σ∗ , y
ϕ ∈ Σ∗ , entonces necesariamente ψ ∈ Σ∗ . Si ψ ∈ / Σ∗ , entonces
∗ ∗
¬ψ ∈ Σ , y el conjunto {ϕ, (ϕ → ψ), ¬ψ} ⊆ Σ es insatisfactible.
Recı́procamente, si ϕ ∈ / Σ∗ o si ψ ∈ Σ∗ , entonces (ϕ → ψ) ∈ Σ∗ ,
porque los conjuntos {¬ϕ, ¬(ϕ → ψ)} y {ψ, ¬(ϕ → ψ)} son ambos
insatisfactibles).
Corolario 1.2.25 Si Σ |= ϕ, entonces existe un subconjunto finito

Σ0 ⊆ Σ tal que Σ0 |= ϕ.
Demostración. Si Σ0 6|= ϕ para todo Σ0 ⊆ Σ con Σ0 finito,

por el ejercicio 1.2.20(i), tenemos que para todo Σ0 ⊆ Σ finito,
Σ0 ∪ {(¬ϕ)}es satisfactible, por lo tanto, Σ ∪ {(¬ϕ)} es satisfactible
y en consecuencia, Σ 6|= ϕ, lo que contradice la hipótesis.
Ejercicio 1.2.26 Un grafo es un par (V, E) donde V es un con-

junto no vacı́o, y E es un conjunto de pares de elementos de V .
Usualmente, los elementos de V se llaman vértices del grafo y los
elementos de E se llaman arcos o aristas. Si un par {x, y} ⊆ V

pertenece a E, se dice que los vértices x e y están conectados (por el
arco {x, y}). Una k coloración de un grafo (V, E), es una función
c : V → {1, 2, . . . , k} que a cada vértice 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 coloración.

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 proposición ϕ es una tautologı́a hay que

verificar que cada valuación le asigna valor V , pero para ello basta
examinar un número finito de casos ya que sólo interesa conocer el
valor que da la valuación a las letras que aparecen en la proposición,
y éstas son un número finito. En otras palabras, basta examinar la
tabla de verdad de la proposición y verificar que en todos los casos
se obtiene el valor V . Dejaremos como ejercicio verificar que las
siguientes “leyes de la lógica” son todas tautologı́as.
De ahora en adelante seremos menos rigurosos en el uso de los
paréntesis, siempre que esto no nos lleve a ambigüedades.
Teorema 1.2.27 Las siguientes proposiciones son tautologı́as.
ϕ ∨ (ψ ∨ χ) ↔ (ϕ ∨ ψ) ∨ χ ϕ ∧ (ψ ∧ χ) ↔ (ϕ ∧ ψ) ∧ χ
(ϕ ∨ ψ) ↔ (ψ ∨ ϕ) (ϕ ∧ ψ) ↔ (ψ ∧ ϕ)
ϕ ∨ (ψ ∧ χ) ↔ (ϕ ∨ ψ) ∧ (ϕ ∨ χ) ϕ ∧ (ψ ∨ χ) ↔ (ϕ ∧ ψ) ∨ (ϕ ∧ χ)
¬(ϕ ∨ ψ) ↔ (¬ϕ) ∧ (¬ψ) ¬(ϕ ∧ ψ) ↔ (¬ϕ) ∨ (¬ψ)
(ϕ ∨ ϕ) ↔ ϕ (ϕ ∧ ϕ) ↔ ϕ
¬¬ϕ ↔ ϕ.
Estas equivalencias se pueden llamar asociatividad y conmuta-

tividad de ∨ y de ∧ (primera y segunda lı́neas, respectivamente);
distributividad de ∨ en ∧ y de ∧ en ∨ (en la tercera lı́nea); leyes de
De Morgan (en la cuarta lı́nea); luego tenemos las leyes de absorción
en la quinta lı́nea, y finalmente la ley de la doble negación.
Ejercicio 1.2.28 Demuestre el teorema anterior.
1.3 Formas Normales.

Observemos que toda proposición de la forma (p ∨ (¬p)) es una
tautologı́a. Igualmente, toda disyunción de proposiciones entre las
cuales aparecen una proposición ϕ y su negación ¬ϕ, es tambien una
tautologı́a. Podemos usar varias equivalencias entre proposiciones
para transformar una proposición dada en una equivalente para la
cual se puede determinar fácilmente si es o no una tautologı́a.
Teorema 1.3.1 Las siguientes proposiciones son tautologı́as.

(ϕ → ψ) ↔ ((¬ϕ) ∨ ψ)
(ϕ ↔ ψ) ↔ ((ϕ → ψ) ∧ (ψ → ϕ))
Llamaremos literales a las proposiciones que son una letra proposi-

cional o la negación
( de una letra proposicional. Si l es un literal,
¬p si l es p
definimos ¯l =
p si l es ¬p
Definición 1.3.2 Una proposición está en forma normal conjun-

tiva (FNC) si es una conjunción de disyunciones de literales. Una
proposición está en forma normal disyuntiva (FND) si es una disyunción
de conjunciones de literales.
1.3. FORMAS NORMALES. 17
Ejemplo 1.3.3 (p1 ∨ (¬p2 )) ∧ (p2 ∨ (¬p2 )) ∧ (p1 ∨ p2 ) está en forma

normal conjuntiva.
Para llevar una proposición a una forma normal, se efectúan 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 negación
(Teorema 1.2.27).
3. Usar la distributividad para obtener la forma normal (Teo-

rema 1.2.27). Si se usa la distributividad de la conjunción en
la disyunción, se obtiene una forma normal disyuntiva; y si
se usa la distributividad de la disyunción en la conjunción, se
obtiene una forma normal conjuntiva.
Ejercicio 1.3.4 Halle formas normales conjuntivas y formas nor-

males disyuntivas equivalentes a las siguientes proposiciones.
1. (¬p → q) → ((¬p → ¬q) → p),
2. ((r ∧ ¬s) → t) ↔ (¬s → (r → t)),
3. p → (q → (p ∧ q)).
Teorema 1.3.5 Sea {li : i ≤ n} un conjunto de literales, entonces

las siguientes afirmaciones son equivalentes:
1. l1 ∨ l2 ∨ · · · ∨ ln es una tautologı́a,
2. ¯l1 ∧ ¯l2 ∧ · · · ∧ ¯ln es insatisfactible,
3. Existen i, j ≤ n tales que li = ¯lj .
Utilizando este resultado es muy fácil determinar si una proposición

en forma normal conjuntiva es una tautologı́a: basta verificar que
en cada clausula l1 ∨ l2 ∨ · · · ∨ ln existen i, j ≤ n tales que li = ¯lj .
Definición 1.3.6 Una proposición ϕ en forma normal conjuntiva

es una proposición de Horn si en cada disyunción de ϕ hay a lo
sumo un literal positivo.
Ejemplo 1.3.7 La proposición
(¬p ∨ q) ∧ (¬p ∨ ¬r ∨ s) ∧ (¬p ∨ ¬q) ∧ ¬t ∧ r
es de Horn, pero la siguiente no lo es,
(p ∨ ¬q ∨ r) ∧ (¬q ∨ ¬r).
Cada disyunción en una proposición de Horn se puede escribir

de una manera equivalente como una implicación cuyo consecuente
es una letra proposicional (la única que aparece no negada en esa
disyunción). Por ejemplo, la primera proposición del ejemplo es
equivalente a
(p → q) ∧ (p ∧ r → s) ∧ (p ∧ q → ⊥) ∧ (t → ⊥) ∧ (> → r).
1.4 Resolución
Una cláusula es un conjunto finito de literales, que se piensa como
la disyunción de sus elementos. Ası́, una cláusula C es verdad si
uno de sus elementos es verdad. La cláusula vacı́a ∅ es falsa (ya
que no tiene ningún elemento que sea verdad).
Un conjunto S de cláusulas es una proposición (pensando en S
como la conjunción de sus elementos). S es verdad si cada uno de
sus elementos es verdad. La proposición vacı́a ∅ es siempre verdad
ya que no tiene elementos que no sean verdad.
Podemos pensar en una asignación de valores de verdad como
un conjunto de literales que no contenga a la vez una letra proposi-
cional y su negación (la asignación es el conjunto de los literales que
toman valor V , de modo que una letra p toma valor V si pertenece
a la asignación, y toma valor F si p̄ pertenece a la asignación).
Si una asignación A contiene p o ¬p para cada letra proposicional
1.4. RESOLUCIÓN 19
(pero no ambas), entonces corresponde a una asignación de valores

de verdad como en la definición que dimos anteriormente.
Con esta terminologı́a, una asignación A satisface la proposición
S, en sı́mbolos
A |= S,
si para toda C ∈ S, (C ∩ A 6= ∅) es decir, si la valuación inducida
por A le da valor V a cada cláusula C de S.
Definición 1.4.1 Sean c1 , c2 , c tres cláusulas. 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 cláusulas {p, ¬q, r} y {q, ¬r, s} ad-
miten las resolventes {p, r, ¬r, s} y {p, q, ¬q, s}.
Definición 1.4.3 Sea C un conjunto de cláusulas. Una prueba

por resolución a partir de C es una sucesión finita de cláusulas
c1 , c2 , . . . , cn tal que cada cláusula de la sucesión es un elemento de
C o es una resolvente de dos cláusulas anteriores en la sucesión.
La última cláusula de la sucesión es la conclusión de la prueba. Si
cn = ∅, se dice que la prueba es una refutación de C.
Proposición 1.4.4 Toda cláusula que aparece en una prueba por

resolución a partir de C es una consecuencia de C.
Demostración. Es bastante obvia, ya que una resolvente de dos

cláusulas c1 y c2 es consecuencia de ellas.
Sea C un conjunto de cláusulas. Un árbol de resolución a partir

de C es un árbol binario finito con las siguientes propiedades.
(i) Los nodos extremales del árbol están etiquetados con elemen-
tos de C,
(ii) todo nodo no terminal tiene exactamente dos sucesores y está

etiquetado por una resolvente de las etiquetas de los sucesores.
Nótese que de cada árbol de resolución a partir de C se puede

construir una prueba por resolución a partir de C cuya conclusión
es la raı́z del árbol. Y viceversa, dada una pureba por resolución a
partir de C, se puede construir un árbol de resolución a partir de C
cuya raı́z es la conclusión de la prueba por resolución. Si la raı́z de
un árbol de resolución a partir de C es la cláusula vacı́a, decimos
que el árbol es una refutación de C.
1.4.1 Completitud del método de resolución.

Sea C un conjunto de cláusulas, y sea l un literal. Denotamos por
C(l) al conjunto de cláusulas
{c \ {¯l} : c ∈ C y l ∈
/ c}.
En otras palabras, C(l) se obtiene eliminando de C todas aquel-

las cláusulas donde aparece l, y tomamos las otras, pero quitándoles
¯l. Esto corresponde a asignarle a l valor V , y quedarse con la
parte no determinada todavı́a de las cláusulas que no sean au-
tomáticamente verdaderas.
Lema 1.4.5 Si C es insatisfactible, tambien lo es C(l).
Demostración. Supongamos que V es una valuación que satis-

face C(l). Como el literal l no aparece en C(l), podemos suponer
sin perder generalidad que V(l) = V . Pero entonces V también sat-
isface C, ya que asigna valor V a las cláusulas de C que contienen a
l (y que por lo tanto no aparecen en C(l), y por hipótesis, V asigna
valor V a las demás cláusulas de C.
Teorema 1.4.6 Un conjunto C de cláusulas es contradictorio si y

solamente si existe un árbol de resolución que lo refuta.
1.4. RESOLUCIÓN 21
Demostración. Claramente, si existe un árbol de resolución que

refuta C, entonces C no es satisfactible, la cláusula vacı́a es conse-
cuencia de C.
Recı́procamente, supongamos que C es insatisfactible. Por el
teorema de compacidad podemos suponer también que C es finito, y
probamos el resultado por inducción en el número de letras proposi-
cionales que aparecen en C.
Si en C aparece solamente una letra proposicional p, entonces
debe haber en C cláusulas donde aparece solamente el literal p
y cláusulas donde aparece solamente el literal p̄, y por lo tanto se
puede obtener la cláusula vacı́a como raı́z de un árbol de resolución.
Supongamos ahra que en C aparecen las letras proposicionales
p1 , p2 , . . . , pn+1 , y consideremos los conjuntos C(pn+1 ) y C(p̄n+1 ).
Por el Lema 1.4.5 ambos conjuntos de cláusulas con insatisfactibles,
y por hipótesis inductiva, existe un árbol de resolución T0 que refuta
C(pn+1 ) y un árbol de resolución T1 que refuta C(p̄n+1 ).
Ahora, modifiquemos T0 recursivamente de la manera siguiente.
Agreguemos p̄n+1 a los nodos terminales de T0 que no pertenecen
a C (obteniendo ası́ una cláusula que pertenece a C), y luego,
agreguemos p̄n+1 a cada nodo no terminal de T0 si hemos agre-
gado ese literal a alguno de sus sucesores. Debe resultar claro que
el árbol obtenido es un árbol de resolución con raı́z p̄n+1 .
Análogamente modificamos T1 , pero añadiendo pn+1 , para obtener
un árbol de resolución con raı́z pn+1 .
Aplicando resolución a las dos raı́ces de los árboles modificados
obtenemos un árbol de resolución que refuta C.
1.5 Un sistema axiomático para el cálculo

proposicional.
Un sistema axiomático está constituido por varios elementos sintácticos:
• un lenguaje, con un alfabeto y reglas de formación de expre-

siones,
• un conjunto de expresiones designadas como axiomas, y
• reglas de inferencia
En el caso del cálculo proposicional ya tenemos nuestro lenguaje,

con un alfabeto de letras proposicionales y reglas de formación de
expresiones que llamamos proposiciones. A continuación señalamos
los axiomas y reglas de inferencia que usaremos para completar el
sistema axiomático.
Axiomas. Escogeremos un conjunto de proposiciones que lla-

maremos axiomas. Nuestros axiomas son proposiciones donde sólo
aparecen las conectivas ¬ y →.
Tomaremos como axiomas a todas las proposiciones de las for-
mas siguientes (donde ϕ, σ y ψ son proposiciones):
(A1) ϕ → (σ → ϕ)
(A2) (ϕ → (ψ → σ)) → ((ϕ → ψ) → (ϕ → σ))
(A3) (¬ϕ → ψ) → ((¬ϕ → ¬ψ) → ϕ)
Reglas de inferencia. En nuestro sistema habrá una sola regla

de inferencia, llamada Modus Ponens (MP). Esta regla establece
que de las proposiciones ϕ y ϕ → ψ se infiere la proposición ψ.
Usualmente esto se expresa de la forma siguiente:
ϕ ϕ→ψ
ψ
1.5. UN SISTEMA AXIOMÁTICO PARA EL CÁLCULO PROPOSICIONAL.23
Ejercicio 1.5.1 Demuestre que todos los axiomas son tautologı́as.
Definición 1.5.2 La proposición ϕ se deduce (o se demuestra ) a

partir del conjunto de proposiciones Σ si existe una sucesión finita
de proposiciones
ϕ1 , ϕ2 , . . . , ϕn
tal que ϕn = ϕ y para cada i ≤ n, ϕi es un axioma, o ϕi ∈ Σ, o
ϕi se infiere de proposiciones anteriores de la lista por la regla de
Modus Ponens (es decir, existen j, k < i tales que ϕk = ϕj → ϕi ).
En este caso se dice que ϕ1 , ϕ2 , . . . , ϕn es una demostración de ϕ a
partir de Σ.
Usaremos la notación
Σ`ϕ
para expresar que ϕ se deduce de Σ. Si Σ = ∅, escribimos ` ϕ.
Definimos Ded(Σ) = {ϕ : Σ ` ϕ}.
Ejemplo 1.5.3 Para toda proposición ϕ, se tiene
` (ϕ → ϕ).
La siguiente lista es una demostración de ϕ → ϕ, donde, en la

columna de la izquierda escribimos la justificación de cada proposición.
(A2) ϕ → ((ϕ → ϕ) → ϕ) → ((ϕ → (ϕ → ϕ)) → (ϕ → ϕ))

(A1) ϕ → ((ϕ → ϕ) → ϕ)
(M P ) ((ϕ → (ϕ → ϕ)) → (ϕ → ϕ))
(A1) ϕ → (ϕ → ϕ)
(M P ) ϕ → ϕ.
Teorema 1.5.4 (Teorema de deducción). Dadas ϕ, ψ ∈ P ROP , y

Σ ⊆ P ROP ,
Σ ∪ {ϕ} ` ψ si y sólo si Σ ` (ϕ → ψ).

Demostración.
(⇒). Sea ϕ1 , ϕ2 , . . . , ϕn una demostración de ψ a partir de Σ ∪
{ϕ}. Probaremos por inducción en i ≤ n que Σ ` (ϕ → ϕi ). Para
i = 1, tenemos que ϕ1 es un axioma, ϕ1 ∈ Σ o ϕ1 = ϕ. En los dos
primeros casos, como ϕ1 → (ϕ → ϕ1 ) es un axioma (del tipo A1),
aplicando la regla de Modus Ponens, obtenemos Σ ` (ϕ → ϕ1 ); en
el caso restante, por el ejemplo anterior, sabemos que Σ ` (ϕ → ϕ).
Sea i = k, y supongamos que Σ ` (ϕ → ϕj ) para todo j < k.
Sabemos que ϕk puede ser una axioma, puede ser un elemento de Σ,
puede ser ϕ o finalmente, puede inferirse aplicando Modus Ponens
a ϕj y ϕl = (ϕj → ϕk ), donde j, l < k. Los tres primeros casos se
tratan como en el caso i = 1; y para el último caso, por hipótesis
inductiva, Σ ` (ϕ → ϕj ) y Σ ` (ϕ → (ϕj → ϕk )). Aplicando
Modus Ponens dos veces al axioma (A2)
(ϕ → (ϕj → ϕk )) → ((ϕ → ϕj ) → (ϕ → ϕk )),
obtenemos Σ ` (ϕ → ϕk ). Esto completa el paso inductivo, y para

i = n tenemos el resultado deseado.
(⇐) Esta implicación es trivial, ya que si Σ ` (ϕ → ψ), entonces
también se tiene Σ ∪ {ϕ} ` (ϕ → ψ), y aplicando Modus Ponens
obtenemos Σ ∪ {ϕ} ` ψ.
Corolario 1.5.5 (i) {ϕ → ψ, ψ → σ} ` ϕ → σ;
(ii) {ϕ → (ψ → σ), ψ} ` ϕ → σ.
Demostración. (i). Partiendo del conjunto {ϕ → ψ, ψ → σ, ϕ},

se demuestra σ con dos usos de Modus Ponens. Aplicando el Teo-
rema de Deducción obtenemos el resultado.
(ii). Se demuestra de la misma manera.
Ejercicio 1.5.6 Demuestre que dadas proposiciones ϕ y ψ, las

siguientes proposiciones son teoremas
(i) ¬¬ϕ → ϕ; ϕ → ¬¬ϕ;
(ii) ¬ϕ → (ϕ → ψ); ϕ → (¬ϕ → ψ);

(iii) (¬ϕ → ¬ψ) → (ψ → ϕ); (ϕ → ψ) → (¬ψ → ¬ϕ);
Sugerencia: use el teorema de deducción (1.5.4).
Definición 1.5.7 Un conjunto Σ de proposiciones es inconsistente

si para alguna proposición ϕ, Σ ` ϕ y Σ ` (¬ϕ). Decimos que Σ
es consistente si no es inconsistente.
Ejercicio 1.5.8 Demuestre que las siguientes afirmaciones son equi-

valentes:
(i) Σ es inconsistente,
(ii) Existe ϕ tal que Σ ` (ϕ ∧ (¬ϕ)),
(iii) Σ ` ϕ para toda proposición ϕ.
Sugerencia: Para demostrar que (i) ⇒ (iii), use que para todo par
de proposiciones ϕ y ψ, ` ¬ϕ → (ϕ → ψ) (ejercicio 1.5.6). Para
(ii) ⇒ (i), demuestre que ` ϕ∧ψ → ϕ, es decir ` ¬(ϕ → ¬ψ) → ψ.
Por el ejercicio 1.5.6 esto sigue de ` ¬ψ → (ϕ → ¬ψ).
Teorema 1.5.9 (Teorema de Completitud) Para toda Σ ⊆ P ROP

y toda ϕ ∈ P ROP ,
Σ ` ϕ si y sólo si Σ |= ϕ.
Necesitaremos dos lemas.
Lema 1.5.10 Σ ` ϕ si y solamente si Σ ∪ {¬ϕ} es inconsistente.
Demostración.
(⇒). Si Σ ` ϕ entonces también Σ ∪ {¬ϕ} ` ϕ, pero entonces
Σ ∪ {¬ϕ} es inconsistente.
(⇐). Supongamos que Σ ∪ {¬ϕ} es inconsistente. Sea ψ tal
que Σ ∪ {¬ϕ} ` ψ y Σ ∪ {¬ϕ} ` ¬ψ. Por el teorema de deducción
(1.5.4), Σ ` (¬ϕ → ψ) y Σ ` (¬ϕ → ¬ψ). Por (A3),
(¬ϕ → ψ) → ((¬ϕ → ¬ψ) → ϕ)
es un axioma; y aplicando Modus Ponens dos veces, obtenemos

Σ ` ϕ.
Lema 1.5.11 Σ es satisfactible si y solamente si Σ es consistente.
Demostración.
(⇒) Observemos primero que la regla Modus Ponens preserva
el valor de verdad V , es decir, si V es una valuación, y V(ϕ) =
V((ϕ → ψ)) = V , entonces V(ψ) = V . Esto sigue directamente de
la definición de valuación.
Supongamos que V ∈ M od(Σ), si Σ ` ϕ, entonces por lo di-
cho anteriormente, V(ϕ) = V . Supongamos que para alguna ϕ se
cumple que Σ ` ϕ y también Σ ` ¬ϕ; entonces V(ϕ) = V(¬ϕ) = V ,
lo que contradice la definición de valuación.
(⇐) Supongamos que Σ es consistente. Queremos producir una
valuación V ∈ M od(Σ). Podemos usar el mismo procedimiento
de la demostración del Teorema de Compacidad, pero para variar,
usaremos el Lema de Zorn. Consideremos el conjunto
A = {Σ0 ⊆ P ROP : Σ ⊆ Σ0 y Σ0 es consistente},
con el orden dado por la inclusión ⊆. Es fácil verificar que toda

cadena en A tiene una cota superior. En efecto, si B ⊆ A es
una cadena, entonces su unión, ∪B, es también un elemento de A;
obviamente contiene a Σ, y es consistente porque de lo contrario,
existe ϕ tal que ∪B ` (ϕ ∧ ¬ϕ). Como las demostraciones son
finitas, debe haber un elemento Σ0 de la cadena B tal que Σ0 `
ϕ ∧ ¬ϕ, contradiciendo que Σ0 es consistente. Por el lema de Zorn,
existe un elemento maximal Σ∗ de A.
Veamos que Σ∗ tiene las siguientes propiedades.
(a) Σ∗ ` ϕ si y sólo si ϕ ∈ Σ∗ . Si ϕ ∈ Σ∗ , entonces es claro
que Σ∗ ` ϕ. Recı́procamente, si Σ∗ ` ϕ, entonces Σ∗ ∪ {ϕ} es
consistente (porque en caso contrario, si Σ∗ ∪ {ϕ} es inconsistente,
entonces para alguna proposición ψ, Σ∗ ∪ {ϕ} ` ψ Σ∗ ∪ {ϕ} ` ¬ψ.
Pero entonces Σ∗ ` ψ y Σ∗ ` ψ).
(b) Para toda ϕ, ϕ ∈ / Σ∗ si y sólo si ¬ϕ ∈ Σ∗ . Si ϕ ∈ Σ∗ ,

como este es un conjunto consistente de proposiciones, ¬ϕ ∈ / Σ∗ .
Recı́procamente, si ϕ ∈ / Σ∗ , entonces por (a), Σ 0 ϕ. Por el Lema
1.5.10, de aquı́ sigue que Σ∗ ∪ {¬ϕ} es consistente, y por la maxi-
malidad de Σ∗ , ¬ϕ ∈ Σ∗ .
(c) dadas ϕ, ψ ∈ P ROP , (ϕ ∨ ψ) ∈ Σ∗ si y sólo si ϕ ∈ Σ∗ o ψ ∈
Σ∗ . Supongamos que (ϕ ∨ ψ) ∈ Σ∗ pero ϕ ∈ / Σ∗ y ψ ∈
/ Σ∗ . entonces
por (b), ¬ϕ ∈ Σ∗ y ¬ψ ∈ Σ∗ y esto implica que Σ∗ es inconsistente
ya que ϕ ∨ ψ es equivalente a ¬ϕ → ψ, y de {¬ϕ → ψ, ¬ϕ, ¬ψ} se
deduce tanto ψ como ¬ψ.
Recı́procamente, supongamos que ϕ ∈ Σ∗ . Nótese que ` ϕ →
(¬ϕ → ψ). Entonces (¬ϕ → ψ) ∈ Σ∗ , y luego ϕ ∨ ψ ∈ Σ∗ .
Análogamente si ψ ∈ Σ∗ .
Definamos V : P ROP → {V, F } poniendo V(ϕ) = V si y sola-
mente si ϕ ∈ Σ∗ . Por las propiedades (b) y (c), V es una valuación,
y V ∈ M od(Σ∗ ). Como Σ ⊆ Σ∗ , entonces V ∈ M od(Σ) y por lo
tnato Σ s consistente.
Ahora podemos demostrar el teorema de completitud.

Demostración de 1.5.9.
Supongamos que Σ ` ϕ. Entonces si V ∈ M od(Σ), como Modus
Ponens preserva el valor V , tenemos que V(ϕ) = V . Es decir, Σ ϕ.
Por otra parte, si Σ 0 ϕ, entonces, Σ ∪ {¬ϕ} es consistente
(por el Lema 1.5.10). Luego, en virtud del Lema 1.5.11, existe
V ∈ M od(Σ ∪ {¬ϕ}), pero entonces Σ 2 ϕ.
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 Σ de

proposiciones es satisfactible si y solo si es finitamente satisfactible.
Demostración. Veamos primero que si Σ es finitamente satis-

factible, entonces es consistente. Si Σ es inconsistente, existe ϕ tal
que Σ ` ϕ ∧ (¬ϕ), y como las demostraciones son finitas, existe
un conjunto finito Σ0 ⊆ Σ tal que Σ0 ` ϕ ∧ (¬ϕ). Pero entonces,
Σ0 es insatisfactible, lo que contradice la hipótesis. Entonces, por

el Lema 1.5.11, si Σ es finitamente satisfactible, tiene modelos. La
otra parte del teorema es trivial.
Corolario 1.5.13 El conjunto de axiomas del cálculo proposicional

es consistente.
Demostración. Todo teorema del cálculo proposicional es una

tautologı́a, luego 6` ϕ ∧ ¬ϕ.
Ejercicio 1.5.14 Sean Σ y Γ conjuntos de proposiciones. Diremos

que Γ es un conjunto de axiomas para Σ si Cn(Γ) = Cn(Σ) (o,
equivalentemente, si Ded(Γ) = Ded(Σ)). Un conjunto Σ ⊆ P ROP
es finitamente axiomatizable si tiene un conjunto finito de axiomas.
Demuestre que si Σ1 y Σ2 son conjuntos de proposiciones tales
que
V ∈ M od(Σ1 ) ⇔ V ∈ / M od(Σ2 )
entonces Σ1 y Σ2 son ambas finitamente axiomatizables.
Ejercicio 1.5.15 Un conjunto de proposiciones Σ se dice completo

si para toda ϕ ∈ P ROP , se tiene Σ ` ϕ o Σ ` ¬ϕ. Demuestre que
las siguientes afirmaciones son equivalentes.
(i) Cn(Σ) es maximal consistente,
(ii) Σ es completo,
(iii) Σ tiene un único modelo (es decir, existe una única valuación
en M od(Σ)),
(iv) existe V ∈ M od(Σ) tal que para toda ϕ ∈ P ROP ,
ϕ ∈ Cn(Σ) ⇔ V(ϕ) = V.
1.6. CÁLCULO DE SECUENTES. 29
Ejercicio 1.5.16 Decimos que un conjunto Σ ⊆ P ROP es inde-

pendiente si para toda σ ∈ Σ, σ ∈ / Cn(Σ \ {σ}).
Demuestre que (si el conjunto de letras proposicionales es nu-
merable), todo conjunto Σ ⊆ P ROP tiene un conjunto independi-
ente de axiomas.
(Sugerencia: Muestre que Σ tiene axiomas {σ1 , σ2 , . . . } tales
que para todo n, ` σn+1 → σn , pero no σn → σn+1 . Considere luego
el conjunto {σ1 , σ1 → σ2 , . . . , σn → σn+1 , . . . }.)
1.6 Cálculo de secuentes.

Demostraremos ahora un teorema de completitud para un sistema
deductivo de otro tipo, donde los axiomas se reducen al mı́nimo y
hay más reglas de inferencia. En este sistema, tanto los axiomas
como las reglas están dados usando secuentes.
Si Γ y ∆ denotan conjuntos finitos de proposiciones, un se-
cuente es un par (Γ, ∆) que usualmente se escribe
Γ`∆
y se lee, informalmente, de ∆ sigue Γ, o más precisamente: de

la conjunción de las proposiciones de Γ sigue la disyunción de las
proposiciones de ∆. Esto motiva la siguiente definición.
Definición 1.6.1 Una valuación V satisface un sequente Γ ` ∆ si

le da valor V a alguna proposición de ∆ en caso de que le de valor
V a todas las proposiciones de Γ. Como Γ y ∆ son finitos, esto
equivale a decir que V satisface ∧Γ → ∨∆.
Axiomas
(Reflexividad) Γ, ϕ ` ∆, ϕ
Reglas
Γ, ϕ, ψ ` ∆ Γ ` ∆, ϕ Γ ` ∆, ψ
(∧ `) (` ∧)
Γ, (ϕ ∧ ψ) ` ∆ Γ ` ∆, (ϕ ∧ ψ)
Γ, ϕ ` ∆ Γ, ψ ` ∆ Γ ` ∆ϕ, ψ
(∨ `) (` ∨)
Γ, (ϕ ∨ ψ) ` ∆ Γ ` ∆, (ϕ ∨ ψ)
Γ ` ∆, ϕ Γ, ϕ ` ∆
(¬ `) (` ¬)
Γ, ¬ϕ ` ∆ Γ ` ¬ϕ, ∆
Γ ` ∆, ϕ Γ, ψ ` ∆ Γ, ϕ ` ∆, ψ
(→`) (`→)
Γ, (ϕ → ψ) ` ∆ Γ ` ∆, (ϕ → ψ)
Definición 1.6.2 Una derivación en este sistema es un árbol finito
de secuentes, con axiomas en los nodos terminales, y tal que cada
secuente en el árbol sigue de los que están inmediatamente por
encima por una de las reglas.
Una derivación de un secuente Γ ` ∆ es una derivación cuya
raı́z es el secuente Γ ` ∆.
Dicho de otra manera, una derivación de un secuente Γ ` ∆
(en el cálculo de secuentes) es una sucesión finita de secuentes
S1 , . . . , Sn tal que Sn = Γ ` ∆, y cada Si (i = 1, . . . , n) es un ax-
ioma o se obtiene de secuentes anteriores de la sucesión aplicando
una de las reglas.
Ejemplo 1.6.3 Derivación de ((ϕ ∧ ¬ψ) ∨ θ) ` (ϕ ∨ θ)
ϕ, ¬ψ ` ϕ, θ(axioma)
(ϕ ∧ ¬ψ) ` ϕ, θ (∧ `) θ ` ϕ, θ (axioma)
(ϕ ∧ ¬ψ) ` (ϕ ∨ θ) (` ∨) θ ` (ϕ ∨ θ) (` ∨)
(ϕ ∧ ¬ψ) ∨ θ ` (ϕ ∨ θ) (∨ `)
Teorema 1.6.4 (Teorema de completitud)

Sean Γ, ∆ conjuntos finitos de proposiciones. Las siguientes
afirmaciones son equivalentes.
(i) Existe una derivación de Γ ` ∆,
(ii) Toda valuación satisface Γ ` ∆, es decir, cada valuación que

asigna valor V a cada ϕ ∈ Γ asigna valor V a alguna ψ ∈ ∆.
Demostración. (i) ⇒ (ii). Por inducción en la longitud de la

derivación.
(ii) ⇒ (i). Comenzamos con Γ, ∆ que satisface (ii), y tratamos
de obtener una derivación de Γ ` ∆ trabajando en reverso: en
cada paso, tomamos una proposició de Γ ∪ ∆ de longitud máxima,
y la descomponemos usando una de las reglas, ası́, hasta llegar a
secuentes que no se pueden descomponer más.
Si estos secuentes son axiomas, hemos obtenido una derivación
de Γ ` ∆; si alguno no lo es, digamos Γ0 ` ∆0 , definimos una asig-
nación de valores de verdad V, poniendo para cada letra proposi-
cional p,
(
V si p ∈ Γ0
V(p) =
F si p ∈ ∆0 ,
y arbitrariamente en todas las demás letras proposicionales.
Usando las reglas, vemos que para cada secuente Γ00 ` ∆00 de la
derivación que está por debajo de Γ0 ` ∆0 , toda p en el antecedente
(Γ00 ) recibe valor V por V, y toda p en el consecuente (∆00 ), recibe
valor F . En particular, eso vale para Γ ` ∆, contradiciendo la
hipótesis.
Ejercicio 1.6.5 Demuestre la siguiente propiedad de monotonı́a.
Γ`∆
Γ, ϕ ` ∆
En otras palabras, muestre que si Γ ` ∆ es derivable, entonces

también lo es Γ, ϕ ` ∆.
Sugerencia: es consecuencia inmediata del teorema de completi-
tud. ¿Cómo se puede demostrar la monotonı́a sin usar completitud?
Ejercicio 1.6.6 1. Demuestre la regla de corte
Γ, ϕ ` ∆ Γ ` ϕ
( corte )
Γ`∆
Sugerencia: use las reglas ` ¬ y ` ∧ para demostrar que en
el cálculo de secuentes, de las premisas Γ, ϕ ` ∆ Γ ` ϕ se
infiere el secuente Γ ` ∆.
2. Demuestre la regla de modus ponens por la derecha.
Γ`ϕ Γ`ϕ→ψ
(` MP )
Γ`ψ
La relación de consecuencia ` puede ser vista como una relación

binaria definida en el conjunto de los conjuntos finitos de proposi-
ciones. El teorema anterior caracteriza desde el punto de vista
semántico el conjunto de pares (Γ, ∆) tales que ∆ ` Γ es derivable
en este sistema: es el conjunto de pares (Γ, ∆) tales que toda val-
uación que satisface cada proposición de Γ, satisface al menos una
proposición de ∆.
Presentamos a continuación un resultado de carácter un poco
más general como preparación para conceptos y resultados que ve-
remos posteriormente.
Definición 1.6.7 Sea S un conjunto de secuentes. Diremos que

un secuente Γ ` ∆ se puede derivar a partir de S (en el cálculo de
secuentes) si existe un árbol finito de secuentes cuya raı́z es Γ ` ∆,
cuyos nodos terminales son axiomas o elementos de S y tal que
cada nodo no terminal del árbol sigue de los que están directamente
por encima por una de las reglas.
Equivalentemente, si existe una sucesión finita S1 , . . . , Sn de se-

cuentes tal que Sn − Γ ` ∆ 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
Γ ` ∆, las siguientes afirmaciones son equivalentes.
(i) Existe una derivación de Γ ` ∆ a partir de S.
(ii) Toda valuación que satisface todo secuente de S, satisface Γ `
∆.
Demostración. Fijemos una derivación de Γ ` ∆ a partir de S,
y sea V una valuación que satisface todo secuente de S. Entonces,
V satisface todos los nodos terminales del árbol 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 conclusión. Por lo tanto, V satisface la
raı́z del árbol, el secuente Γ ` ∆.
Recı́procamente, supongamos que toda valuación que satisface
cada secuente en S satisface también Γ ` ∆. Usando el mismo
procedimiento que en el teorema de completitud 1.6.4 usamos las
relgas para descomponer proposiciones de longitud máxima a partir
de Γ ` ∆ y construimos un árbol finito de secuentes. Si todos sus
nodos terminales son axiomas o elementos de S, hemos obtenido
una demostración de Γ ` ∆ a partir de S.
Si el secuente Σ ` Ω es un nodo terminal del árbol. Considere-
mos el conjunto
R = {¬γ : γ ∈ Ω} ∪ {δ : Σ ` δ es derivable a partir de S}.
Para demostrar que este conjunto es satisfactible supongamos que
existe un subconjunto finito de R insatisfactible. Sea entonces
{¬γ1 , . . . , ¬γn } ∪ {δ1 , . . . , δm } insatisfactible, con γi ∈ Ω para cada
i = 1, . . . , n y Σ ` δi derivable a partir de S para cada i = 1, . . . , m.
Tenemos entonces que
∧i δi → ∨i γi .
Y por lo tanto también
∧Σ → (∧i δi → ∨i γi ).
De aquı́, por el teorema de competitud 1.6.4, tenemos que
Σ ` (∧i δi → ∨i γi )
es derivable. Por la definición de R, para cada i = 1, . . . , m, Σ ` δi

es derivable a partir de S. Y usando la regla ` ∧ repetidas veces,
obtenemos que
Σ ` ∧i δi
es derivable a partir de S. Por la regla `MP (Ejercicio 1.6.6),
entonces Σ ` ∨i γi es derivable a partir de S, y por lo tanto Σ ` Ω
también lo es.
Hemos demostrado entonces que el árbol obrtenido a partir de
Γ ` ∆ es una derivación a partir de S.
Dado un conjunto M de valuaciones, consideremos el conjunto

de todos los pares (Γ, ∆) tales que para toda valuación V ∈ M,
si V Γ, entonces V satisface al menos una proposición de ∆ (
es decir, los secuentes satisfechos por todas las valuaciones de M).
Diremos que este conjunto de pares es la relación determinada por
M, y lo denotaremos por `M . Escribimos Γ `M ∆ si (Γ, ∆) ∈`M .
Corolario 1.6.9 [4] Dado un conjunto de S de secuentes que con-

tiene a los axiomas de reflexión y es cerrado bajo las reglas del
cálculo de secuentes que hemos presentado, existe un conjunto M
de valuaciones tal que Γ ` ∆ ∈ S si y sólo si toda valuación de M
que satisface todas las proposiciones de Γ satisface al menos una
proposición de ∆.
Demostración. Sea M el conjunto de las valuaciones V tales

que para todo par (Γ, ∆) ∈ S, si V |= Γ, entonces V satisface al
menos una proposición de ∆. El teorema 1.6.8 muestra que (Γ, ∆)
es derivable a partir de S si y solamente si Γ `M ∆. Pero como
S es cerrado bajo las reglas del cálculo de secuentes, tenemos que

(Γ, ∆) ∈ S si y solamente si Γ `M ∆.
Ejercicio 1.6.10 Demuestre que dado un conjunto M de valua-

ciones, para todo Γ, ∆, ϕ,
Γ, ϕ `M ∆, ϕ;
y el conjunto `M es cerrado bajo las reglas del cálculo de secuentes.
Definición 1.6.11 Diremos que M representa un conjunto de se-

cuentes S si
S = {(Γ, ∆) : Γ `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 cálculo
de secuentes es representado por un conjunto de valuaciones.
La regla de monotonı́a
Γ`∆
Γ, ϕ ` ∆
es consecuencia inmediata del teorema de completitud 1.6.4. Igual-
mente, usando el teorema 1.6.8 vemos que si Γ ` ∆ es derivable
a partir de un conjunto S de secuentes, también lo es el secuente
Γ, ϕ ` ∆.
Capı́tulo 2
Lógica de primer orden.
2.1 Lenguajes de primer orden y estruc-

turas
Un lenguaje L es una colección de sı́mbolos. Estos sı́mbolos serán
agrupados en tres clases:
Sı́mbolos relacionales R0 , R1 , ...

Sı́mbolos funcionales F0 , F1 , ...
Sı́mbolos constantes c0 , c1 , ...
L = {R0 , R1 , . . . , F0 , F1 , c0 , c1 , . . .}
Cada sı́mbolo relacional y cada sı́mbolo funcional lleva asociado

un número natural ≥ 1 (su número de argumentos), ası́, tenemos
sı́mbolos funcionales o relacionales unarios, binarios, ... n-arios, etc.
En este curso trabajaremos casi siempre con lenguajes numer-
ables (o finitos) pero se pueden considerar lenguajes de cardinalidad
mayor.
Una interpretación A del lenguaje L (o una estructura A para
L) consta de:
i) Un conjunto no vacı́o A (el universo de A).
37
38 CAPÍTULO 2. LÓGICA DE PRIMER ORDEN.
ii) Para cada sı́mbolo relacional n-ario Ri de L, una relación

RiA ⊆ An .
iii) Para cada sı́mbolo funcional n-ario Fi de L, una función
FiA : An → A.
iv) Para cada sı́mbolo 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 = hB, R0B , R1A , . . . , F0B , F1B , . . . cB B

0 , c1 . . .i,
son isomorfas si existe una biyección f : A → B tal que
i) Para cada sı́mbolo relacional n-ario R de L,
RA (a1 , . . . , an ) si y sólo si RB (f (a1 ), . . . , f (an ))
(donde a1 , . . . , an ∈ A).
ii) Para cada sı́mbolo 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 sı́mbolo 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 sı́mbolo relacional n-ario R de L,

RA = RB ∩ An
ii) Para cada sı́mbolo funcional n-ario F de L,

F A = F B An
iii) Para cada sı́mbolo constante c de L,

cA = cB
Esto lo denotamos por A ⊆ B, y en este caso también se dice que

B es una extensión de A.
Decimos que A está sumergida en B (A ⊂ B) si A es isomorfa

∼
a una subestructura de B.
Ejemplos:
L aritmética = {≤, +, ·, 0, 1};

L grupos = {+, 0};
L orden = {≤};
L teor. de conjuntos = {∈}.
Ejercicios:
1. Probar que ∼= (la relación de isomorfismo es una relación de
equivalencia.
Si α es un cardinal, hay a lo sumo 2α+kLk estructuras de car-
dinalidad α no isomorfas.
2. Muestre que la relación ⊂ es reflexiva, transitiva pero no

∼
antisimétrica.
3. ¿ Cuáles 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

número de estructuras distintas con dominio X es finito o al
menos 2ℵ0 .
2.3 Formalización de un Lenguaje:

Para formalizar un lenguaje L usamos los sı́mbolos lógicos:
Paréntesis: ( , ) coma:,
Variables: v0 , v1 , . . .
Sı́mbolo de Identidad: ≡ (sı́mbolo relacional binario)
Conectivas: ¬, →
Cuantificador: ∀.
Denotaremos por Var al conjunto de variables.

Ahora daremos una serie de definiciones que nos indicarán como
usar estos sı́mbolos.
Términos del Lenguaje:
i) Toda variable es un término, y todo sı́mbolo constante es un

término.
ii) Si F es un sı́mbolo funcional n-ario y t1 , . . . , tn son términos,

entonces f (t1 , . . . , tn ) es un término.
2.3. FORMALIZACIÓN DE UN LENGUAJE: 41
iii) Una sucesión de sı́mbolos es un término sólo si se obtiene

usando i) y ii) un número finito de veces.
Denotaremos por TL al conjunto de términos del Lenguaje L.
Fórmulas Atómicas:
i) Si t1 y t2 son términos entonces t1 ≡ t2 es una fórmula

atómica.
ii) Si R es un sı́mbolo relacional n-ario y t1 , . . . , tn son términos

entonces R(t1 , . . . , tn ) es una fórmula atómica.
Fórmulas:
i) Toda fórmula atómica es una fórmula.
ii) Si ϕ y ψ son fórmulas entonces (¬ϕ) y (ϕ → ψ) son también

fórmulas.
iii) Si v es una variable y ϕ una fórmula, (∀v)ϕ es una fórmula.
iv Una sucesión de sı́mbolos es una fórmula sólo si se obtiene

por un número finito de usos de i), ii) y iii).
Nótese que las definiciones de términos y fórmulas son inducti-

vas. Por eso, para probar alguna propiedad de términos o fórmulas
conviene usar inducción basada en estas definiciones.
Definición 2.3.1 Variable libre y variable ligada. Si v es una vari-

able y ϕ es una fórmula , definiremos por inducción lo que significa
que v ocurre libre en ϕ:
i) Si ϕ es una fórmula atómica, v ocurre libre en ϕ si es sı́mbolo

de ϕ.
ii) v ocurre libre en (¬ϕ) si ocurre libre en ϕ; v ocurre libre en

(ϕ → ψ) si ocurre libre en ϕ o en ψ.
iii) v ocurre libre en (∀vi ) ϕ si v ocurre libre en ϕ y v 6= vi .
Si v ocurre en ϕ pero no libremente entonces diremos que v

ocurre ligada en ϕ.
Si una fórmula no tiene variables libres se dice que es una sen-

tencia.
Usaremos las siguientes abreviaciones para simplificar la escri-
tura: Si ϕ y ψ son fórmulas
(ϕ ∧ ψ) abrevia la fórmula ((¬ϕ) → ψ))
(ϕ ∨ ψ) abrevia la fórmula ¬(ϕ) → (zψ))
(ϕ ↔ ψ) abrevia la fórmula ((ϕ → ψ) ∨ (ψ → ϕ) )
(∃vϕ) abrevia la fórmula ¬(∀v(¬ϕ))
Dada una fórmula ϕ escribimos ϕ(x1 , . . . , xn ) para expresar que

las variables libres de ϕ entre x1 , . . . , xn . Si ϕ(x) es una fórmula y t
un término, decimos que t es libre para x en ϕ sin ninguna variable
de t queda cuantificada al sustituir las ocurrencias libres de x por t
en ϕ. A continuación damos una definición formal de este concepto
por inducción en las fórmulas.
Definición 2.3.2 Sea ϕ(v) un fórmula y t un término.
i) Si ϕ es atómica, t es libre para x en ϕ.
ii) t es libre para x en ¬ϕ si t es libre para x en ϕ

t es libre para x en ϕ → ψ si t es libre para x en ϕ y en ψ
iii) t es libre para x en (∀y)ϕ si
a) x no ocurre libre en (∀yϕ), o
b) y no ocurre en t y t es libre para x en ϕ

2.3.1 Verdad en una Interpretación

Intuitivamente es fácil comprender que los términos del lenguaje
denotan objetos y que las fórmulas afirman hechos relativos a estos
objetos. Daremos ahora una definición que indica cuál es el objeto
denotado por un término en una interpretación dada.
Definición 2.3.3 Sea A una estructura y s : Var → A . Definire-

mos el valor de un término en A según s inductivamente en la
complejidad del término. Dado un término τ , denotaremos este
valor por τA [s], y omitiremos la mención de la estructura A si esto
no ocasiona confusión.
i) Si τ es la variable v, τA [s] = s(v),
ii) Si τ es el sı́mbolo constante c, τA [s] = cA
iii) Si t1 , ..., tn son términos, F es un sı́mbolo funcional n−ario y

τ = F (t1 , . . . , tn ), entonces τA [s] = F A ((t1 )A [s], . . . , (tn )A [s]).
(Intuitivamente, el valor de τ en A según s es el elemento de A

denotado por τ cuando asignamos a las variables de τ valores según
s).
Nótese que si s y s0 coinciden en las variables que aparecen en
el término τ entonces τA [s] = τA [s0 ].
Si ϕ es una fórmula de L y s : Var → A, definiremos lo que

significa que s satisface ϕ en A, lo que denotaremos por A |= ϕ[s].
El significado intuitivo de esto es que el resultado de sustituir en
ϕ las variables libres por sus valores según s, es una afirmación
verdadera en A.
Definición 2.3.4 1. Para fórmulas atómicas:
i) Dados términos t1 y t2
A |= (t1 ≡ t2 )[s] si y sólo si (t1 )A [s] = (t2 )A [s]

ii) Si R es un sı́mbolo relacional n−ario y t1 , ...tn son términos,
A |= R(t1 , ...tn )[s] si y sólo si RA ((t1 )A [s], ..., (tn )A [s])
2. Para fórmulas: Sean ϕ y ϕ fórmulas.
i) Hemos definido A |= ϕ[s] para ϕ atómica.

ii) A |= (¬ϕ)[s] si y sólo si A 6|= ϕ[s]
iii) A |= (ϕ → ψ)[s] si y sólo si A 6|= ϕ[s] o A |= ψ[s].
iv) A |= (∀vϕ)[s] si y sólo si A |= ϕ[s0 ] para cada s0 : Var →
A que difiere de s a lo sumo en v.
Definición 2.3.5 Decimos que una fórmula ϕ es verdad en A si

A |= ϕ[s] para toda s : Var → A. Esto también se expresa diciendo
que A es un modelo de ϕ, y se denota A |= ϕ.
Decimos que ϕ es falsa en A si A 6|= ϕ[s] para toda s : Var → A.
Si Σ es un conjunto de fórmulas, decimos que A es un modelo
de Σ si toda fórmula ϕ de Σ es verdad en A.
Nótese que si ϕ es una fórmula con variables libres vi1 , . . . , vin ,

entonces el que s satisfaga ϕ en A sólo depende de los valores de
s en las variables vi1 , . . . , vin . Si a1 = s(vi1 ), . . . , an = s(vin ), es-
cribiremos A |= ϕ[a1 , ..., an ] en vez de A |= ϕ[s].
Ejercicio 2.3.6 Demuestre que si s, s0 : Var → A son tales que
s(vi1 ) = s0 (vi1 ), . . . , s(vin ) = s0 (vin ),
y ϕ(vi1 , . . . vin ) es una fórmula cuyas variables libres están entre

vi1 , . . . , vin , entonces
A |= ϕ[s] ⇔ A |= ϕ[s0 ].
(Sugerencia: demostrarlo por inducción en las fórmulas).

A continuación daremos una lista de consecuencias directas de la

definición de satisfacción. Dejaremos para el lector la demostración
de algunas de ellas.
1. La fórmula ϕ es falsa en una interpretación si y solo si (¬ϕ)

es verdad en A.
2. Dada A, ninguna fórmula puede ser verdad y falsa en A.
3. Si ϕ y (ϕ → ψ) son verdad en A entonces ψ es verdad en A
4. (ϕ → ψ) es falsa en A si y sólo si ϕ es verdad en A y ψ es

falsa en A.
5. i) s satı́sface ϕ ∨ ψ en A si y sólo si A |= ϕ[s] o A |= ψ[s]

ii) s satisface ϕ ∧ ψ en A si y sólo si A |= ϕ[s] y A |= ψ[s]
iii) s satisface ϕ ↔ ψ en A si y sólo si s satisface a ambas
fórmulas ϕ y ψ en A o no satisface a ninguna.
iv) s satisface (∃, v)ϕ en A si y sólo si existe s0 que difiere de
s a lo sumo en v tal que s0 satisface ϕ en A.
6. ϕ es verdad en A si y sólo si (∀v)ϕ es verdad en A
7. Toda instancia de una tautologı́a (del cálculo proporcional)

es verdad en cualquier interpretación.
Demostración: Definamos primero lo que es una instancia de una

tautologı́a. Estas son fórmulas que se obtienen de las tautologı́as
del cálculo de proposiciones reemplazando cada letra proposicional
por una fórmula de primer orden .
Por ejemplo, de (A → ¬B) −→ (B → ¬A), se obtiene
(((∀x )¬R(x)) → (¬(R(y))) −→ (R(y) → ¬(∀x)¬R(x))

Una definición formal: una fórmula es primitiva si es atómica o

de la forma (∀x )ϕ. Vemos que toda fórmula se obtiene de las pri-
mitivas usando ¬ y →. Si tomamos a las fórmulas primitivas como
sı́mbolos proposicionales, las tautologı́as del cálculo proposicional
resultante son las instancias de tautologı́as.
Lema 2.3.7 Sea A una estructura para L y sea s : Var → A.

Definamos f : fórmulas de L → {V, F} de la manera siguiente: si
ϕ es una fórmula, entonces f (ϕ) = V si y sólo si A |= ϕ[s].
La función f es una valuación, es decir, para fórmulas ϕ y ψ,
f (¬ϕ) = V si y sólo si f (ϕ) = F
f (ϕ → ψ) = V si y sólo si f (ϕ) = F o f (ψ) = V .
Demostración: Sigue de las consecuencias 1 y 4 .
Probemos ahora que las instancias de tautologı́as son verdad en

cualquier interpretación.
Sea A una estructura para L y s : Var → A. Si ϕ es una instancia
de una tautologı́a entonces cualquier valuación le da valor V ya que
ϕ es una tautologı́a en el cálculo de proposiciones basado en las
fórmulas primitivas. En particular la valuación definida a partir de
A y s según el lema anterior le da a ϕ valor V , luego A |= ϕ[s].
8. Si ϕ es una sentencia y A es una interpretación, entonces ϕ es

verdadera en A o ϕ es falsa en A. (Una fórmula, en cambio,
puede no ser ni verdadera ni falsa en una interpretación).
Definición 2.3.8 Dada una fórmula ϕ, una variable v, y un

término t, definiremos ϕvt por inducción en la complejidad de
la fórmula.
(i) Si ϕ es atómica, ϕvt es la fórmula que resulta de sustituir

v por t en ϕ.
(ii) (¬ϕ)vt es la fórmula ¬(ϕvt ).
(iii) (ϕ → ψ)vt es l;a fórmula ϕvt → ψtv .
(
∀yϕ si v = y
(iv) (∀yϕ)vt es
(∀yϕvt ) 6 y.
si v =
Ejercicio 2.3.9 (a) ϕvv = ϕ,

(b) Si ϕ es la fórmula ¬(∀y(x ≡ y)) entonces (∀xϕ) → ϕxz
es (∀xϕ) → ¬(∀y(z ≡ y)).
(c) Si ϕ es la misma fórmula ¬(∀y(x ≡ y)) entonces (∀xϕ) →
ϕxy es (∀xϕ) → ¬(∀y(y ≡ y)).
9. Lema: Sean t y u términos, y s una función; 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 ϕ(x) es una fórmula (con variable libre x) y t es un término
libre para x en ϕ ( es decir, ninguna variables de t queda ligada
al sustituir x por t en ϕ). Dada s : Var → A, A |= ϕxt [s] (es
decir, s satisface el resultado de sustituir x por t en ϕ) si y
sólo si A |= ϕ[s0 ] donde s0 sólo difiere de s a lo sumo en x y
s0 (x) = t[s]. (Sugerencia: Probarlo por inducción).
Corolario 2.3.10 Si (∀x)ϕ es satisfecha por s en A entonces ϕxt

es satisfecha por s en A para todo t libre para x en ϕ. De aquı́ que
(∀x )ϕ → ϕxt es verdad en toda interpretación si t es libre para x en
ϕ.
La parte (c) del ejercicio 2.3.9 muestra que el Corolario no vale

si el término t no es libre para x en ϕ.
10. Si ϕ no contiene a la variable v libre entonces
(∀v(ϕ → ψ)) → (ϕ → (∀vψ))
es verdad en toda interpretación.

Ejercicio 2.3.11 Probar las diez consecuencias de la definición de

satisfacción listadas arriba.
Ahora daremos algunas definiciones adicionales.
Definición 2.3.12 ϕ es lógicamente válida si es verdad en toda

interpretación. Decimos que ϕ es satisfactible si existe una inter-
pretación A y una s tal que A |= ϕ[s]. Decimos que ϕ es contradic-
toria si ¬ϕ es lógicamente válida (equivalentemente, si ϕ es falsa
en toda interpretación).
Definición 2.3.13 Si Σ es un conjunto de fórmulas y ϕ es una

fórmula, decimos que Σ implica lógicamente ϕ, y lo denotamos por
(Σ |= ϕ),
si para cada interpretación A (de L), si toda fórmula de Σ es ver-

dad en A entonces ϕ es verdad en A. Nótese que ϕ es lógicamente
válida si ∅ |= ϕ.
2.3.2 Definibilidad en una estructura.

Dada una estructura A (de L), cada fórmula ϕ con n variables libres
determina una relación n − aria Rϕ en A,
Rϕ = {< a1 , ..., an >: A |= ϕ[a1 , ..., an ]}.
Definición 2.3.14 Una relación n − aria R en A es definible si

existe una fórmula ϕ con n−variables libres tal que
R = Rϕ = {< a1 , ..., an >: A |= ϕ[a1 , ..., an ]}.
Ejemplos:
1. Consideremos L = {+, ., S, 0} y sea A =< N, +, ., sucesor, 0 >.
Hay sólo una cantidad numerable de relaciones definibles en
A, y por lo tanto hay relaciones no definibles.
i) ≤ es definible por ∃v(v1 + v = v2 )

≤ es el conjunto {< n, m >: n ≤ m})
ii) La relación unaria {n} se define por la fórmula
S(S...(S(0) . . . )) = v.
iii) La relación 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 sı́mbolo rela-

cional binario R. Encuentre, para cada una de las condiciones
siguientes, una sentencia ϕ tal que A =< A, RA >|= ϕ si y
sólo si se cumple la condición.
a) A tiene exactamente dos elementos.

b) RA es una función de A en A.
c) RA es una permutación de A.
2. Muestre que la relación suma {(a, b, c) : a + b = c} no es

definible en hN, ·i.
3. Una fórmula es universal ( o ∀1 ) si es de la forma ∀x1 . . . ∀xn ϕ

donde ϕ no tiene cuantificadores. Una fórmula es existencial
(o ∃1 ) si es del tipo ∃x1 . . . ∃xn ϕ y ϕ no tiene cuantificadores.
Sea A ⊆ B y s : Var → A.
Demuestre,
i) Si B |= ψ[s] y ψ es universal entonces A |= ψ[s].

Si A |= ψ[s] y ψ es existencial entonces B |= ψ[s].
ii) Demuestre que la sentencia ∀xP (x) (donde P es un sı́mbolo

relacional unario) no es lógicamente equivalente a una
fórmula existencial.
Análogamente, ∃xP (x) no es lógicamente equivalente a
una fórmula universal.
4. Una fórmula es ∃2 si es del tipo ∃x1 . . . ∃xu ϕ donde ϕ es uni-

versal.
i) Si ψ es ∃2 y no contiene sı́mbolos funcionales y es verdad

en alguna estructura A, entonces es verdad en alguna
subestructura finita de A.
ii) Deduzca que ∀x∃yR(x, y) no es lógicamente equivalente a
ninguna fórmula ∃2 .
iii) Considere (N, <) y (R, <) como estructuras del lenguaje
{R}, (donde R es un sı́mbolo relacional binario). Dé un
ejemplo de sentencia válida 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 axiomático para la lógica

de primer orden.
Para el cálculo de predicados no hay ningún procedimiento “efec-
tivo” para determinar validez lógica. Para determinar si una fórmula
es logicamente válida habrı́a que examinar la veracidad de la fórmula
en infinitas estructuras. Es interesante , por lo tanto, completar el
sistema formal con un cálculo deductivo.
Seleccionaremos un conjunto (infinito) de fórmulas que llamare-

mos axiomas y especificaremos unas reglas de inferencia que nos
permitan obtener fórmulas a partir de los axiomas por un número
finito de usos de las reglas de inferencia.
2.4. UN SISTEMA AXIOMÁTICO PARA LA LÓGICA DE PRIMER ORDEN.51
Axiomas Lógicos:
Los axiomas lógicos son todas las generalizaciones de las fórmulas
listadas a continuación (ϕ es una generalización de ψ si ϕ es ∀v1 ...∀vn ψ
para variables v1 ...vn ).
1. Todas las instancias de tautologı́as.
2. (∀vϕ) → ϕvt , donde t es un término libre para v en ϕ.
3. (∀v(ϕ → ψ)) → (ϕ → (∀vψ)), donde v no ocurre libre en ϕ.
4. v ≡ v.
5. (v ≡ y) → (ϕ → ϕ0 ), donde ϕ es una fórmula atómica y ϕ0 se

obtiene de ϕ reemplazando v en algunas de sus ocurrencias
libres en ϕ por y.
Nótese que cada uno de los puntos anteriores describe un con-

junto infinito de axiomas, por ejemplo, en 2., describimos un axioma
para cada fórmula ϕ. Aquı́, ϕvt es el resultado de subsistuir v en to-
das sus ocurrencias libres en ϕ por el término t (véase la Definición
2.3.8).
Reglas de inferencia:
En nuestro sistema sólo habrá dos reglas de inferencia
1. la regla de Modus Ponens: de ϕ y ϕ → ψ se infiere ψ.
2. la regla de Generalización: de ϕ se infiere (∀xϕ).
Definición 2.4.1 Sea Σ un conjunto de fórmulas y ϕ una fórmula.

Decimos que ϕ se deduce de Σ o que ϕ se demuestra a partir de Σ,
lo que denotaremos por
Σ ` ϕ,
si existe una sucesión ϕ1 , ϕ2 , . . . , ϕn de fórmulas tales que ϕn = ϕ,
y cada ϕi es un axioma, o es un miembro de Σ, o se obtiene de
fórmulas anteriores en la sucesión por una de las reglas de inferen-
cia.
La sucesión ϕ1 , ..., ϕn se llama en este caso una demostración

de ϕ a partir de Σ. Si Σ = φ escribimos ` ϕ en vez de φ `
ϕ. Claramente, por las consecuencias 3 y 6 de la definición de |=
tenemos que si A |= Σ y Σ ` ϕ entonces A |= ϕ. Ese es el contenido
del siguiente teorema.
Teorema 2.4.2 (Teorema de Corrección) Si Σ es un conjunto de

fórmulas y ϕ es una fórmula.
Σ`ϕ implica Σ |= ϕ.
Demostración: Si ϕ1 , . . . , ϕn = ϕ es una demostración de ϕ a

partir de Σ y A es un modelo de Σ, inductivamente se demuestra
que A |= ϕi (i = 1, . . . , n).
El paso inductivo consiste en la demostración de varias de las
consecuencias de la definición de satisfacción.
Más adelante demostraremos que el recı́proco también vale (pre-

cisamente para ésto se escogieron los axiomas lógicos). El recı́proco
es el Teorema de completitud de Gödel.
Ejercicio 2.4.3 Demuestre:
1. ` (∀x)(x ≡ x).
2. ` ∀x∀y(x ≡ y → y ≡ x).
3. ` ∀x1 ∀x2 ∀y1 ∀y2 (x1 ≡ y1 → x2 ≡ y2 → R(x1 , x2 ) → R(y1 , y2 )).

Para todo sı́mbolo relacional R.
4. ` ∀x1 ∀x2 ∀y1 ∀y2 (x1 ≡ y2 → x2 ≡ y2 → F (x1 , x2 ) ≡ F (y1 , y2 )).
Teorema 2.4.4 (Teorema de Deducción): Sea Γ un conjunto de

fórmulas, ϕ una sentencia, y ψ una fórmula. Entonces,
Γ ∪ {ϕ} ` ψ si y sólo si Γ ` (ϕ → ψ)
Demostración:
⇐ Es obvio, sólo requiere un uso de modus ponens.
⇒ Sea ϕ1 , . . . , ϕn una demostración de ψ a partir de Γ ∪ {ϕ}.
Veamos inductivamente que Γ ` (ϕ → ϕi ) para i = 1, . . . , n.
1. Si ϕi es un axioma o ϕi ∈ Γ entonces Γ ` ϕi y como ϕi →

(ϕ → ϕi ) es una instancia de una tautologı́a, usando modus
ponens tenemos Γ ` (ϕ → ϕi ).
2. Si ϕi es ϕ obviamente Γ ` ϕ → ϕi .
3. Si ϕi se obtiene por modus ponens de ϕj y de ϕk = ϕj → ϕi ,

con j, k < i, por la hipótesis inductiva,
Γ ` ϕ → ϕj , y
Γ ` ϕ → (ϕj → ϕi ).
Como (ϕ → (ϕj → ϕi )) → ((ϕ → ϕj ) → (ϕ → ϕi )) es un

axioma (por ser una instancia de una tautologı́a), tenemos
que
Γ ` ϕ → ϕi .
4. Supongamos finalmente que existe alguna ϕj , con j < i, y

una variable x tales que ϕi es ∀xϕj . Por hipótesis inductiva,
Γ ` ϕ → ϕj , y aplicando la regla de generalización, obtenemos
Γ ` ∀x(ϕ → ϕj ). Como x no ocurre libre en ϕ,
Γ ` ϕ → (∀xϕj ).
Es decir, Γ ` ϕ → ϕi .
Corolario 2.4.5 (Teorema de Contraposición) Sea Γ un conjunto

de fórmulas, y sean ϕ y ψ sentencias. Entonces,
Γ ∪ {ϕ} ` ¬ψ si y sólo si Γ ∪ {ψ} ` ¬ϕ.

Demostración. Si Γ{ϕ} ` ¬ψ, por el teorema de deducción

Γ ` ϕ → ¬ψ. Pero (ϕ → ¬ψ) → (ψ → ¬ϕ) es una instancia de
una tantologiı́a, entonces Γ ` (ψ → ¬ϕ), y otra vez por el teorema
de deducción, Γ ∪ {ψ} ` ¬ϕ.
El recı́proco se demuestra análogamente.
Definición 2.4.6 Un conjunto de fórmulas Γ es inconsistente (o

contradictorio) si para alguna fórmula ϕ, Γ ` ϕ y Γ ` ¬ϕ. Σ es
consistente si no es inconsistente.
Ejercicio 2.4.7 Demuestre que Σ es inconsistente si y sólo si Σ `

ϕ para toda ϕ. (Use que ¬ψ → (ψ → ϕ) es una instancia de una
tautologı́a).
Demuestre también que Σ es inconsistente si y sólo si para al-
guna ϕ se tiene Σ ` (ϕ ∧ (¬ϕ)).
Proposición 2.4.8 Sea Σ un conjunto de fórmulas y ϕ y ψ sen-

tencias.
i) Σ es consistente si y sólo si todo subconjunto finito de Σ es

consistente.
ii) Σ ∪ {ϕ} es inconsistente si y solamente si Σ ` ¬ϕ.
iii) Si Σ es maximal consistente entonces
a) Σ ` ϕ si y solamente si ϕ ∈ Σ.
b) ϕ 6∈ Σ si y solamente si ¬ϕ ∈ Σ.
c) ϕ ∧ ψ ∈ Σ si y solamente si ϕ ∈ Σ y ψ ∈ Σ.
d) ϕ → ψ ∈ Σ si y solamente si ϕ 6∈ Σ o ψ ∈ Σ.
Demostración.
i) Consecuencia de la definición de `.
ii) ⇐) trivial.
⇒) Supongamos que Σ ∪ {ϕ} es inconsistente, entonces Σ ∪
{ϕ} ` ¬ϕ (por el ejercicio anterior) y luego Σ ` ϕ → ¬ϕ.
Pero (ϕ → ¬ϕ) → ¬ϕ es una instancia de una tautologı́a y
por lo tanto Σ ` ¬ϕ.
iii) a) Si ϕ ∈ Σ entonces ϕ ∈ Σ:
Si Σ ` ϕ, entonces si ϕ 6∈ Σ, tenemos por maximalidad
de Σ que Σ ∪ {ϕ} es inconsistente. Por (ii), Σ ` ¬ϕ por
lo tanto Σ es inconsistente. Contradicción.
b) Si ϕ ∈ Σ entonces ¬ϕ 6∈ Σ ya que Σ es consistente. Si
ϕ 6∈ Σ entonces Σ 6` ϕ y luego Σ ∪ {¬ϕ} es consistente.
Por maximalidad de Σ, ¬ϕ ∈ Σ.
c Nótese que ϕ → (ψ → (ϕ ∧ ψ)) es una instancia de una
tautologı́a.
d) Nótese que ¬ϕ → (ϕ → ψ) y ψ → (ϕ → ψ) son instancias
de tautologı́as.
Definición 2.4.9 Sean vi y vj variables y vi 6= vj . Sea ϕ(vi ) una

fórmula donde la variable vi ocurre libre. Sea ϕ(vj ) la fórmula que
resulta de sustituir todas las ocurrencias libres de vi en ϕ(vi ) por
la variable vj , es decir, ϕ(vi )vvij . Decimos que ϕ(vi ) y ϕ(vj ) son
similares si y solamente si vj es libre para vi en ϕ(vi ), y ϕ(vi ) no
tiene ocurrencias libres de vj . Nótese que en este caso vi es libre
para vj en ϕ(vj ), y ϕ(vj ) no tiene ocurrencias libres de vi , por lo
que la relación de similaridad es simétrica.
Intuitivamente, ϕ(vi ) y ϕ(vj ) son similares si vi ocurre libre en ϕ(vi )

exactamente en los mismos lugares donde ϕ(vj ) tiene ocurrencias
libres de vj .
Lema 2.4.10 Si ϕ(vi ) y ϕ(vj ) son similares, entonces
` (∀vi ϕ(vi )) → (∀vj ϕ(vj )).

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

2,
` (∀vi ϕ(vi )) → ϕ(vj ).
Usando la regla de generalización obtenemos
` (∀vj ((∀vi ϕ(vi )) → ϕ(vj ))).
La variable vj no ocurre libre en ∀vi ϕ(vi ), y por lo tanto usando el

axioma 3,
` (∀vi ϕ(vi )) → (∀vj ϕ(vj )).

2.5 El teorema de completitud para la

lógica de primer orden.
Ahora pasaremos a demostrar el teorema de completitud de Gödel.
Este teorema dice que si una fórmula es verdad en toda estructura
del lenguaje entonces se puede deducir. Enunciaremos el teorema
en forma un poco más general.
Teorema 2.5.1 (Teorema de Completitud, Gödel, 1930) Sea Σ un

conjunto de sentencias en un lenguaje L, y sea ϕ una sentencia
Σ |= ϕ si y sólo si Σ ` ϕ
El siguiente teorema equivalente al teorema de completitud.
Teorema 2.5.2 Un conjunto Σ de sentencias es consistente si y

sólo si tiene un modelo.
Para ver que los dos enunciados son equivalentes, primero note-
mos que las dos implicaciones de derecha a izquierda siguen inmedi-
atamente del Teorema de Corrección 2.4.2.
2.5. EL TEOREMA DE COMPLETITUD PARA LA LÓGICA DE PRIMER ORDEN.57
Supongamos que todo conjunto consistente de sentencias tiene

modelos. Si Σ 6` ϕ, entonces Σ ∪ {¬ϕ} es consistente y por lo tanto
tiene un modelo, es decir Σ 6|= ϕ.
Supongamos ahora que para todo conjunto Σ de sentencias, Σ |=
ϕ implica Σ ` ϕ, y probemos que si Σ es consistente entonces
tiene un modelo. Supongamos por el contrario que Σ no tiene
modelos. Sea ϕ ∈ Σ, para cada estructura A, si A |= Σ − {ϕ}
entonces A |= ¬ϕ. Por nuestra hipótesis Σ − {ϕ} ` ¬ϕ, luego Σ es
inconsistente.
Los lemas que siguen nos servirán para demostrar el teorema 5.

En lo que sigue supondremos que L es numerable aunque se
obtienen resultados análogos en otros casos.
Lema 2.5.3 (Lindenbaum): Todo conjunto consistente de senten-

cias Σ tiene una extensión maximal consistente.
Demostración. El lema de Zorn proporciona una extensión max-

imal consistente.
También podemos demostrar el resultado haciendo una con-
trucción inductiva. Por ejemplo si el lenguaje L es numerable,
sea ϕ0 , ϕ1 , . . . , ϕn , . . . una enumeración de todas las sentencias de
L. Definimos Σ0 = Σ, y

 Σn ∪ {ϕn } si esta unión es consistente,
Σn+1 =
Σn en caso contrario.

La unión Σ0 =
S
Σn es maximal consistente.
n∈u
Definición 2.5.4 Sea Σ un conjunto de sentencias de L y C un

conjunto de sı́mbolos constantes de L. Decimos que C es un con-
junto de testigos para Σ en L si para toda fórmula ϕ de L con
a lo sumo una variable libre (digamos, x) existe una c ∈ C tal que
Σ ` ¬(∀x)ϕ(x) → ¬ϕ(c) .
Lema 2.5.5 Sea Σ un conjunto consistente de sentencias de L y C

un conjunto infinito numerable de nuevos sı́mbolos constantes. Sea
L0 = L∪C. Entonces Σ se puede extender a un conjunto consistente
de sentencias Σ0 en L0 tal que C es un conjunto de testigos para Σ0
en L0 .
Demostración. Pongamos C = {c0 , c1 , . . . , } y sea
ϕ. (x0 ), ϕ1 (x1 ), . . .
una lista de todas las fórmulas de a lo sumo una variable libre de

L0 , donde xn es la variable libre de ϕn si ésta tiene una variable
libre y xn = v0 en caso contrario.
Sea d0 , d1 , . . . una sucesión de constantes de C tal que dn no
aparece en ϕ0 (x0 ), . . . , ϕn (xn ) y dn 6= di para i < n.
Sea ψn la sentencia ¬(∀xn )ϕn (xn ) → ¬(ϕn )xdnn .
Definamos inductivamente la sucesión {Σn }∞ n=0 poniendo
Σ0 = Σ,
Σn+1 = Σn ∪ {ψn }.
Sea Σ0 = ∞
S
n=0 Σn . Obviamente C es un conjunto de testigos
0 0
para Σ en L .
Para demostrar que Σ0 es consistente basta ver que cada Σn lo
es. Σ0 es consistente por hipótesis. Supongamos inductivamente
que Σn es consistente, entonces si Σn+1 es inconsistente, Σn ` ¬ψn ,
es decir
Σn ` ¬(¬(∀xn )ϕn (xn )) → ¬(ϕn )xdnn ),

y por lo tanto
Σn ` ¬(∀xn ϕn (xn )) ∧ (ϕn )xdnn
y entonces
Σn ` ¬∀xn ϕn (xn ) y Σn ` (ϕn )xdnn .
Como dn no aparece en Σn , tenemos que Σn ` ϕn (xp ), donde

xp es una variable que no ocurre en la demostración de (ϕn )xdnn (a
partir de Σn ). Para verificar esto, basta sustituir dn por xp cada vez
que dn aparezca en esa demostración. Por la regla de generalización
obtenemos
Σn ` (∀xp ϕn (xp )),
y como ϕ(xn ) y ϕ(xp ) son similares,
Σn ` (∀xn ϕn (xn )),

pero esto contradice la consistencia de Σn .
Lema 2.5.6 Si Σ es un conjunto consistente de sentencias de L y

tiene un conjunto de testigos, entonces Σ tiene un modelo. Si L es
numerable, Σ tiene un modelo numerable.
Demostración. Notemos que si Σ tiene a C como conjunto

de testigos entonces C es también un conjunto de testigos para
cualquier extensión de Σ (en el mismo lenguaje). Podemos suponer
entonces que Σ es maximal consistente.
Definiremos una interpretación A para L que será un modelo de
Σ.
Consideremos el conjunto T de los términos constantes de L.
Definimos sobre T una relación de equivalencia dada por
t1 ∼ t2 si y sólo si t1 ≡ t2 ∈ Σ.
Sea A la estructura con universo A = T / ∼ y con las siguientes

interpretaciones para los sı́mbolos de L.
Si t1 , . . . , tn son términos constantes, y R un sı́mbolo relacional
n-ario de L,
RA ([t1 ], . . . , [tn ]) si y sólo si R(t1 , . . . , tn ) ∈ Σ
y si F es un sı́mbolo funcional n-ario,
F A ([t1 ], . . . , [tn ]) = [F (t1 , . . . , tn )].

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

Tenemos entonces que el valor de un término constante t en A
(para cualquier s : Var → A) es su clase [t].
Demostraremos inductivamente que para toda sentencia ϕ, A |=
ϕ si y sólo si ϕ ∈ Σ.
Si ϕ es atómica tenemos:
a) t1 ≡ t2 ∈ Σ si y sólo si [t1 ] = [t2 ] si y sólo si
A |= t1 ≡ t2 .
b) R(t1 , . . . , tn ) ∈ Σ si y sólo si RA ([t1 ], . . . , [tn ]) si y solamente

si A |= R(t1 , . . . , tn )
Si el resultado vale para ϕ y ψ, A |= ¬ϕ si y sólo si A 6|= ϕ si y
solamente si ϕ 6∈ Σ si y solamente si ¬ϕ ∈ Σ.
Y también, A |= ϕ → ψ si y sólo si A 6|= ϕ o A |= ψ si y
solamente si ϕ 6∈ Σ o ψ ∈ Σ si y solamente si ϕ → ψ ∈ Σ.
Finalmente, veamos que A |= (∀x)ϕ si y sólo si (∀x)ϕ ∈ Σ. Si
(∀x)ϕ(x) 6∈ Σ entonces ¬(∀x)ϕ(x) ∈ Σ, luego, como existe c ∈ C
tal que Σ ` ¬(∀x)ϕ(x) → ¬ϕ(c), tenemos que ¬ϕ(c) ∈ Σ. Por
hipótesis inductiva A |= ¬ϕ(c) y por el corolario 2.3.10, entonces
A |= ¬(∀x)ϕ(x).
Recı́procamente, si (∀x)ϕ(x) ∈ Σ entonces como
(∀x)ϕ(x) → ϕ(t)
es un axioma para todo término t libre para x en ϕ, tenemos que
ϕ(t) ∈ Σ (es decir ϕxt ∈ Σ). Por hipótesis inductiva A |= ϕxt ,
pero si A 6|= (∀x)ϕ(x), existe [t] ∈ A tal que si s : Var → A es
tal que s(x) = [t], entonces A 6|= ϕ(x) según s, y llegamos a una
contradicción.
El teorema de completitud sigue inmediatamente de los lemas

anteriores.
Ejercicio 2.5.7 Demuestre que Σ ` ϕ si y solamente si ϕ pertenece
a todo conjunto de fórmulas que contiene a Σ y es cerrado respecto
a las reglas de inferencia.
Ejercicio:
1. Demostrar que ∼ es una relación de equivalencia.
2. Demostrar que RA y F A están bien definidas para cada sı́mbolo

R o F.
Teorema 2.5.8 (Compacidad): Sea Σ un conjunto de senten-

cias de L. Σ tiene un modelo si y sólo si cada subconjunto finito
de Σ tiene un modelo.
Demostración. Si cada subconjunto finito de Σ tiene un modelo

entonces Σ es consistente y por lo tanto tiene un modelo.
Otra consecuencia inmediata del teorema de completitud (más

precisamente, de su demostración) es:
Teorema 2.5.9 (Löwenheim-Skolem) Sea Σ un conjunto de sen-

tencias en un lenguaje L numerable. Si Σ tiene un modelo entonces
tiene un modelo numerable.
Demostración. Es una consecuencia inmediata de la demostración

del teorema de completitud. Si el lenguaje L es de cardinalidad κ,
entonces la misma demostración nos da un modelo de cardinalidad
a lo sumo κ + ℵ0 .
Sabemos entonces, que si hay un modelo infinito de Σ, hay mod-

elos infinitos del “mı́nimo tamaño posible”. ¿Qué podemos decir
de modelos “grandes”?
Teorema 2.5.10 (Löwenheim-Sholem-Tarski) Sea Σ un conjunto

de sentencias en un lenguaje numerable. Si Σ tiene un modelo
infinito entonces para cada cardinal infinito κ, Σ tiene un modelo
de cardinalidad κ. (Si |L| = α entonces si Σ tiene modelos infinitos,
tiene modelos de toda cardinalidad ≥ α + ℵ0 ).
Demostración. Sea A un modelo infinito de Σ. Sea C = {cξ :

ξ < κ} un conjunto de cardinalidad κ de nuevos sı́mbolos con-
stantes. Consideremos Γ = Σ ∪ {cξ 6≡ cζ : ξ, ζ < κ, ξ 6= ζ}.
Cada subconjunto finito de Γ tiene un modelo. En efecto, dado
un subconjunto finito Γ0 de Γ, si expandimos A interpretando cada
una de las constantes de C que aparecen en Γ0 como elementos
distintos dos a dos de A (cosa que es posible por ser A infinito)
obtenemos un modelo de Γ0 . Por el teorema de compacidad esto
indica que Γ tiene un modelo. El teorema anterior nos dice que Γ
tiene un modelo de cardinalidad a lo sumo κ. Ahora, todo modelo
de Γ tiene cardinalidad por lo menos κ (ya que debe tener inter-
pretaciones distintas dos a dos de los elementos de C). Entonces
hay un modelo de cardinalidad κ.
Definición 2.5.11 Dos estructuras A y B de L son elemental-

mente equivalentes si para toda sentencia ϕ de L se tiene
A |= ϕ si y sólo si B |= ϕ.
Esto lo denotaremos por A ≡ B.
Corolario 2.5.12 Si A es infinita y κ es un cardinal infinito en-

tonces existe B de cardinalidad κ tal que A ≡ B.
Demostración. Ejercicio.
Definición 2.5.13 Una colección K de estructuras para un lenguaje

L es una clase elemental si para alguna sentencia ϕ de L se tiene
K = {A : A |= ϕ}.
Decimos que K es una clase elemental generalizada si para un con-

junto Σ de sentencias de L se tiene
K = {A : A |= Σ}.
Ejemplo 2.5.14 1. Sea L = {R}
ϕ : ∀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 ϕ.
2. Para L = {·}
ϕ : ∀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 Σ es la colección
∃x1 ∃x2 (x1 6≡ x2 )
∃x1 ∃x2 ∃x3 (x1 6≡ x2 ∧ x2 6≡ x3 ∧ x1 6≡ x3 ) , etc.
{ϕ} ∪ Σ determina la clase elemental generalizada de los gru-
pos infinitos (¿es ésta una clase elemental?)
Ejercicio 2.5.15 1. Sea Σ un conjunto de sentencias en un
lenguaje L. Si Σ tiene modelos finitos arbitrariamente grandes
entonces tiene modelos infinitos. Por lo tanto, la colección
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 elemen-
tal.
2. a) Muestre que hay modelos no numerables de la teorı́a de
números completa T h(N) (el conjunto de todas las sen-
tencias ϕ del lenguaje de la aritmética tales que
hN, +, ·, S, 0i |= ϕ).
b) Muestre que hay modelos numerables de T h(N) no iso-

morfos a N.
3. Considere R como cuerpo ordenado. Demuestre que existe

una extensión 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 caracterı́stica arbitrari-
amente grande, entonces T tiene como modelo a un cuerpo
de caracterı́stica 0.
Capı́tulo 3
Razonamiento no monótono
En este capı́tulo iniciaremos el estudio del razonamiento no monótono.

Se trata de estudiar sistemas de inferencia en los cuales se pueden
tener conjuntos de proposiciones Σ ⊂ Γ tales que haya consecuen-
cias de Σ que no son consecuencias de Γ. En otras palabras, al agre-
gar hipótesis 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 información disponible;
es posible que en un momento dado tengamos información Σ, a
partir de la cual sacamos la conclusión ϕ, pero mas adelante, con
información adicional Γ, ya no sea posible sacar la conclusión ϕ
a partir de Σ ∪ Γ. Un ejemplo de esto es el procedimiento para
hacer diagnósticos médicos. Observando una serie de sı́ntomas, el
médico concluye que el paciente puede tener la enfermedad A o la
enfermedad B, con resultados de exámenes adicionales, (con más
información), el médico, descarta la enfermedad B.
Basaremos el estudio de la lógica no monótona en el concepto
de relación de consecuencia, y usaremos el sı́mbolo |∼ para denotar
relaciones de consecuencia no monótonas. Decimos que
ϕ |∼ ψ
si ψ es una consecuencia normal o plausible de ϕ: si tenemos ϕ,

entonces, en condiciones normales, también tendremos ψ. Haremos
65
66 CAPÍTULO 3. RAZONAMIENTO NO MONÓTONO
este estudio de formas de razonamiento no monótono para lenguajes

proposicionales.
Hagamos un resumen de las propiedades más resaltantes de la
relación clásica de consecuencia y la operación de consecuencia
asociada Cn.
La relación de consecuencia que estudiamos en el Capı́tulo 1
se comporta monótonamente, es decir si Σ y Γ son conjuntos de
proposiciones, si Σ ⊆ Γ y Σ ϕ, entonces Γ ϕ. En términos de
la operación Cn, esta propiedad de monotonı́a se expresa
Σ ⊆ Γ implica Cn(Σ) ⊆ Cn(Γ).

Otras propiedades de la operación Cn son
Σ ⊆ Cn(Σ) y
Cn(Cn(Σ)) = Cn(Σ).
También demostramos en el Capı́tulo 1 que la relación es
compacta, es decir, si Σ es un conjunto de proposiciones, y ϕ es una
proposición, entonces Σ ϕ si y solamente si existe un subconjunto
finito Σ0 de Σ tal que Σ0 ϕ.
Definición 3.0.16 Una operación C : P(P ROP ) → P(P ROP )

que satisface las tres propiedades
Σ ⊆ C(Σ) para todo Σ ⊆ P ROP (Inclusión),

C(Σ) = C(C(Σ)) para todo Σ ⊆ P ROP (Idempotencia),
Si Σ ⊆ Γ ⊆ P ROP , entonces C(Σ) ⊆ C(Γ) (Monotonı́a).
se llama una operación de clausura.
Si definimos la relación Σ `C ϕ, poniendo
Σ `C ϕ si y sólo si ϕ ∈ C(Σ),
también podemos expresar estas propiedades en términos de la

relación `C de la manera siguiente:
67
Σ `C ϕ para toda ϕ ∈ Σ (Inclusión),
Si C(Σ) `C ϕ, entonces Σ `C ϕ (Idempotencia),
Si Σ ⊆ Γ ⊆ P ROP , entonces Σ `C ϕ implica Γ `C ϕ (Mono-

tonı́a).
Ejercicio 3.0.17 Sea C una operación monótona que satisface in-

clusión.
(i) Muestre que la propiedad de idempotencia es equivalente a la

siguiente propiedad llamada corte (Cut):
ϕ ∈ C(Σ ∪ Γ) y Γ ⊆ C(Σ), entonces ϕ ∈ C(Σ).
(ii) Exprese esta propiedad en términos de la relación `C .
(iii) Muestre que si Σ ⊆ Γ ⊆ Σ, entonces C(Σ) = C(Γ). Más aún,

esta propiedad es equivalente a la propiedad de corte (siempre
que C sea monótona y tenga la propiedad de inclusión).
Estudiaremos relaciones de consecuencia |∼ como relaciones bi-

narias que relacionan pares de conjuntos de proposiciones, y es-
cribiremos Σ |∼ Γ para indicar que el par (Σ, Γ) está en la relación
|∼. Nos limitaremos a estudiar relaciones de consecuencia para las
cuales el antecedente es un conjunto finito de proposiciones y el
consecuente es una sola proposición. Usando las conectivas ∧ y
∨, el caso de relaciones con antecedente y consecuente finitos se
puede reducir al caso de una proposición en el antecedente y una
proposición en el consecuente. Por esa razón, en las secciones sigu-
ientes trabajaremos con relaciones de consecuencia definidas de ese
modo, ϕ |∼ ψ.
Hemos visto que dada una operación C : P(P ROP ) → P(P ROP ),
no necesariamente monótona, podemos definir una relación de con-
secuencia correspondiente |∼C poniendo
Σ |∼C ϕ si y sólo si ϕ ∈ C(Σ).

Igualmenmte, a cada relación de consecuencia |∼ le corresponde

una operación C = C|∼ entre conjuntos de proposiciones
ϕ ∈ C(Σ) si y sólo si Σ |∼ ϕ.
A veces convendrá más usar la notación de operaciones y otras
veces convendrá usar la notación de relaciones de consecuencia.
Hay toda una variedad de sistemas de razonamiento no monótono.
Distintas motivaciones dan lugar a distintos sistemas que tienen
algunas similitudes y algunas diferencias. Muchos de estos sis-
temas han sido estudiados en profundidad, y varios autores han
contribuido a organizar este campo de investigación proponiendo
formas muy uniformes de presentar esta variedad de sistemas. Una
de las formas que se han propuesto para hacer esto es centrar el estu-
dio de los sistemas no monótonos en las relaciones de consecuencia
(véase, por ejemplo [5]). Aquı́ 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 semántico.
Estudiaremos dos tipos de razonamiento no monótono, el acu-
mulativo y el preferencial, siguiendo la presentación de [4].
3.1 Razonamiento acumulativo

El razonamiento acumulativo es en cierta forma el sistema de razon-
amiento no monótono más débil posible. Para definirlo comenzamos
con la propiedad de inclusión y la de corte ( llamada también transi-
tividad acumulativa) y eliminamos la propiedad de monotonı́a susti-
tuyéndola por una versión débil de monotonı́a llamada monotonı́a
cautelosa (llamada también monotonı́a acumulativa). La esencia
del razonamiento acumulativo son estas dos reglas, corte y mono-
tonı́a cautelosa, que pueden ser vistas como recı́procas. También
tendremos dos reglas que indican como se comporta la relación de
consecuencia respecto a la equivalencia lógica.
A manera de motivación podemos decir que el razonamiento
acumulativo es un razonamiento no monótono basado en le idea de
3.1. RAZONAMIENTO ACUMULATIVO 69
que si una proposición es normalmente consecuencia de un con-

junto de premisas, esto no cambia si agregamos a las premisas
hipótesis adicionales que son a su vez normalmente consecuencias
de las premisas. En otras palabras, la relación ϕ |∼ ψ no se altera
añadiendo 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,
α → β significará que toda valuación de U satisface α → β.
Definición 3.1.1 Una relación de consecuencia |∼ es acumulativa

si contiene todas las instancias del axioma de reflexividad y es cer-
rada bajo las las reglas de inferencia ELI (equivalencia lógica por la
izquierda), DD (debilitamiento por la derecha), Corte (Cut), y MC
(monotonı́a cautelosa) que definimos a continuación.
α |∼ α (Reflexividad )
α ↔ β, α |∼ γ
(Equivalencia Lógica por la Izquierda)
β |∼ γ
α → β, γ |∼ α
(Debilitamiento por la Derecha )
γ |∼ β
α ∧ β |∼ γ, α |∼ β
(Corte)
α |∼ γ
α |∼ β, α |∼ γ
(Monotonı́a Cautelosa)
α ∧ β |∼ γ
El sistema formado por el esquema de reflexión y las cuatro
reglas anteriores será denotado por C.
Lema 3.1.2 Las reglas Corte y MC se pueden expresar juntas me-

diante el principio siguiente: Si α |∼ β entonces las consecuencias
plausibles de α y de α ∧ β coinciden.
Consideremos las siguientes reglas
α |∼ β, β |∼ α, α |∼ γ
(Equivalencia)
β |∼ γ
α |∼ β, α |∼ γ
(|∼ ∧)
α |∼ β ∧ γ
α |∼ β → γ, α |∼ β
(|∼ M P )
α |∼ γ
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.
Demostración: Ejercicio.

La siguiente regla de monotonı́a no es derivable en el sistema

acumulativo.
α → β, β |∼ γ
( Monotonı́a).
α |∼ γ
Dejaremos la demostración para más adelante. Es interesante
hacer notar que bajo la presencia de las reglas de C, monotonı́a es
equivalente a la regla
α |∼ β, β |∼ γ
(Transitividad),
α |∼ γ
y también equivalente a la regla
α |∼ β → γ
(EHD).
α ∧ β |∼ γ
En presencia de ELI y DD, la siguiente relga de contraposición
implica la regla de monotonı́a.
α |∼ β
(Contraposición).
¬β |∼ ¬α
3.2. MODELOS ACUMULATIVOS 71
3.2 Modelos acumulativos

Sea ≺ una relación binaria en un conjunto U . Decimos que ≺ es
asimétrica si y sólo si ∀s, t ∈ U , si s ≺ t entonces t ⊀ s.
Definición 3.2.1 Sean V ⊆ U y ≺ una relación binaria en U .

Decimos que t ∈ V es minimal en V si ∀s ∈ V , s ⊀ t. Decimos
que t ∈ V es un mı́nimum de V si y sólo si ∀s ∈ V tal que s 6= t,
t ≺ s.
Definición 3.2.2 Si P ⊆ U y ≺ es una relación 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 relación binaria asimétrica

en U . Entonces, si U tiene un mı́nimum, éste es único, es minimal
en U y U es suave.
Demosración. Es inmediata de las definiciones.
Definición 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 función que asgina a cada estado un conjunto de
valuaciones de U, y ≺ es una relación binaria en S que satisface la
condición de suavidad que definiremos a continuación.
Definición 3.2.5 Sea hS, l, ≺i como arriba. Si α es una proposición,

decimos que s ∈ S satisface α y escribimos s |≡ α si y sólo si para
cada valuación m ∈ l(s), m α. El conjunto {s ∈ S : s |≡ α} de
todos los estados que satisfacen α se denota por α̂.
Definición 3.2.6 (Condición de Suavidad) hS, l, ≺i satisface la condición

de suavidad si para cada proposición α del lenguaje, el conjunto α̂
es suave.
La condición de suavidad es necesaria para garantizar la validez

de la monotonı́a cautelosa.
Definición 3.2.7 Sea W = hS, l, ≺i un modelo acumulativo dado.

La relación de consecuencia definida por W se denota ∼ | W y se
define asi: α |∼w β si y sólo si s |≡ β para cada s minimal en α̂.
Lema 3.2.8 Sea W = hS, l, ≺i un modelo acumulativo. Dadas

proposiciones α y β del lenguaje,
\
(α ∧ β) = α̂ ∩ β̂.
Lema 3.2.9 (Corrección) Para todo modelo acumulativo W , la

relación de consecuencia |∼W es una relación acumulativa, es decir,
satisface todas las reglas del sistema C.
Demostración.
Para la regla de corte, supongamos que todo elemento minimal
en α̂ satisface β y todo elemento minimal de (α \ ∧ β) satisface γ.
Pero todo elemento minimal de α̂, al satisfacer β también satisface
α ∧ β. Y al ser minimal en α̂, como (α \ ∧ β) ⊆ α̂, también es
\
minimal en (α ∧ β). Para la regla de monotonı́a cautelosa usamos
la condición de suavidad. Supongamos que α ∼ | W β y α ∼ | W γ.
Queremos probar que α∧β |∼W γ, es decir, que para cada s minimal
en (α\ ∧ β), s |≡ γ. Un tal s ∈ (α \ ∧ β) pertenece a α̂. Veamos que
es minimal en α̂. Si s no es minimal en α̂, por la condición de
suavidad, existe un s0 ≺ s minimal en α̂. Pero α |∼W β, entonces
s0 |≡ β y por lo tanto s0 ∈ α̂ ∩ β̂. Por el Lema 3.2.8, s0 ∈ (α\ ∧ β),
lo que contradice la minimalidad de s en este conjunto. Entonces,
s ews minimal en α̂, y como α |∼W γ, concluimos que s |≡ γ.
Las demás reglas se verifican fácilmente.
Nuestro objetivo ahora es demostrar el recı́proco. Es decir, que

toda relación de consecuencia acumulativa es la relación definida
por un modelo acumulativo.
Sea ∼| una relación de consecuencia acumulativa. Construire-
mos un modelo acumulativo W tal que la relación |∼W es exacta-
mente la relación |∼. Necesitamos algunas definiciones (relativas a
la relación |∼ fijada) y algunos resultados previos.
3.2. MODELOS ACUMULATIVOS 73
Definición 3.2.10 Una valuación m ∈ U es un mundo normal

para α si m β para toda β del lenguaje tal que α |∼ β.
Lema 3.2.11 Supongamos que |∼ es una relación de consecuencia

que satisface reflexividad, DD y (|∼ ∧), y sean α y β proposiciones
del lenguaje. Todo mundo normal para α satisface β si y sólo si
α |∼ β.
Demostración. La implicación de izquierda a derecha sigue de

la definición de mundo normal para α. Para demostrar la otra
implicación supongamos que α ∼ 6| β, y construyamos un mundo
normal para α que no satisface β. Definamos Γ = {¬β} ∪ {δ : α |∼
δ}. Solamente tenemos que verificar que Γ es satisfactible. En caso
contrario, por compacidad, existe un subconjunto finito de Γ que no
es satisfactible, y por lo tanto, existe un conjunto D ⊆ {δ : α |∼ δ}
tal que ∧d∈D δ → β. Pero entonces, α → (∧d∈D δ → β), y por
reflexividad y DD, α ∼ | (∧d∈D δ → β). Usando ∼ | ∧, obtenemos
α ∼| ∧d∈D δ, y usando ∼ | M P (cuya demostración usa solamente
∼
| ∧ y DD) consluimos α ∼ | β, contradiciendo nuestra hipótesis.
Definición 3.2.12 Diremos que α es equivalente a β, y escribimos

α ∼ β para denotarlo, si α |∼ β y β |∼ α.
Ejercicio 3.2.13 Demuestre que al relación ∼ es una relación de

equivalencia.
Denotaremos con ᾱ a la clase de equivalencia de α.
Definición 3.2.14 ᾱ ≤ β̄ si y solamente si ∃α0 ∈ ᾱ tal que β |∼

α0 .
Ejercicio 3.2.15 Muestre que la relación ≤ está bien definida, es

decir, la definición de ≤ no depende del representante de la clase.
Lema 3.2.16 La relación ≤ es antisimétrica.

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 relación de equivalencia ∼).
l(ᾱ) = {m ∈ U : m es un mundo normal para α},
y ᾱ ≺ β̄ si y solamente si ᾱ ≤ β̄ y ᾱ 6= β̄.
Ejercicio 3.2.17 Muestre que la función l está bien definida (es

decir, l(ᾱ) no depende del represententante de la clase de α).
Lema 3.2.18 Para toda α ∈ P ROP , ᾱ es un minimum de α̂.
Demostración: Ejercicio.
Lema 3.2.19 α |∼ β si y sólo si α |∼W β.
Demostración. Tenemos que ᾱ es el único elemento minimal de

α̂. Entonces α |∼W β si y solamente si todo mundo normal para α
satisface β, pero por el Lema 3.2.11, esto es equivalente a α |∼ β.
Con esto, hemos demostrado el siguiente teorema.
Teorema 3.2.20 (Teorema de Representación para relaciones acu-

mulativas) Una relación de consecuencia es acumulativa si y sola-
mente si está definida por algún modelo acumulativo.
Corolario 3.2.21 Si S es un conjunto de secuentes con una proposición

en el antecedente y una proposición en el consecuente, y α y beta
son propocisiones, las dos condiciones siguientes son equivalentes,
y cuando se cumplen decimos que α |∼ β se obtiene acumulativa-
mente de S.
1. Para todo modelo acumulativo V tal que ∼

| V contiene a S,
α |∼V β.
3.3. RAZONAMIENTO PREFERENCIAL 75
2. Existe una derivación de α |∼ β a partir de S en el sistema

C.
Demostración. La implicación (2) implica (1) se obtiene del

teorema de corrección 3.2.9. Para la otra implicación, supongamos
que (2) no se cumple. Entonces la menor relación de consecuencia
que contiene S y que es cerrada bajo las reglas de C, no contiene
a α |∼ β. Por el Teorema de Representación 3.2.20, hay un modelo
que la representa, y por lo tanto no se cumple (1).
Corolario 3.2.22 Sea S un conjunto de secuentes. Entonces ex-

iste un modelo acumulativo V que satisface exactamente los se-
cuentes que se obtienen acumulativamente de S.
Demostración. La colección de secuentes que se obtienen acu-

mulativamente de S es cerrado bajo las reglas del sistema C.
Corolario 3.2.23 (Compacidad.) Si α |∼ β se obtiene acumula-

tivamente a partir de S, entonces se obtiene acumulativamente de
algún subconjunto finito de S.
Demostración. Sigue de que las derivaciones son finitas.
3.3 Razonamiento Preferencial

El Sistema P . Este sistema es estrictamente más fuerte que el
sistema C, y presupone la existencia de disyunción en el lenguaje.
El sistema P consta de todas las reglas del sistema C con la
siguiente regla adicional:
α |∼ γ, β |∼ γ
(∨ |∼).
α ∨ β |∼ γ
Una relación de consecuencia que satisface todas las reglas de
P se llama preferencial.
Lema 3.3.1 En presencia de Reflexividad, DD y ELI, la regla
(∨ |∼)
implica
α ∧ β |∼ γ
(Regla S).
α |∼ β → γ
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.
α|∼γ, β|∼δ
1. α∨β|∼γ∨δ
α∨γ|∼γ, α|∼β
2. γ|∼α→β
α∨β|∼α, β∨γ|∼β
3. α∨γ|∼α
α∨β|∼α, β∨γ|∼β
4. α|∼γ→β
3.4 Modelos Preferenciales

Fijaremos un conjunto U de valuaciones.
Definición 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 condición
de suavidad que definiremos a continuación.
Sea U un conjunto y ≺ una relación binaria antisimétrica 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
Definición 3.4.2 Dado un modelo preferencial hS, l, ≺i, si α es

una proposición, decimos que s ∈ S satisface α si l(s) α. Us-
aremos α̂ para denotar el conjunto {s ∈ S : s |≡ α} Decimos que
hS, I, ≺i tiene la propiedad de suavidad si para toda proposición α,
el conjunto α̂ es suave, es decir, para todo s ∈ α̂, se tiene que s es
minimal en α̂ o existe s0 ≺ s minimal en α̂.
Lema 3.4.3 Si W = hS, I, ≺i es un modelo prefencial, entonces

para α, β ∈ P ROP se tiene
\
α ∨ β = α̂ ∪ β̂.
Definición 3.4.4 Dado W = hS, I, ≺i, definimos la relación |∼W

de la manera siguiente: α ∼
| W β si y sólo si s ≡
| β para todo s
minimal en α̂.
Lema 3.4.5 (Corrección) Si W = hS, I, ≺i es un modelo pref-

erencial, la relación de consecuencia ∼ | W definida por W es una
relación preferencial, es decir, satisface todas las reglas del sistema
P.
Demostración. Ya que los modelos preferenciales son modelos

acumulativos, basta verificar la validez de la regla ∨ |∼.
Sea |∼ una relación de consecuencia preferencial. Defnimos el

siguiente modelo W = hS, l, ≺i:
1. S = {hm, αi : m es un mundo normal para α},
2. l((hm, αi) = m, y
3. hm, αi ≺ hn, βi si y solamente si α ≤ β y m 2 β
Probaremos que W es un modelo preferencial, y luego que la

relación |∼W coincide con |∼.
Definimos una relación binaria entre proposiciones.
Definición 3.4.6 α ≤ β si α ∨ β |∼ α (y en este caso decimos que

α no es menos común que β).
Ejercicio 3.4.7 Demuestre que si |∼ satisface Reflexividad y ELI,

entonces para todo par de proposiciones α, β, α ∨ β ≤ α.
Demuestre que si |∼ es preferencial, entonces ≤ es reflexiva y
transitiva.
Lema 3.4.8 Si α ≤ β y m es un mundo normal para α que satis-

face β, entonces m es un mundo normal para β.
Demostración. Supongamos que β ∼ | δ. Por (2) del ejercicio

3.3.3, tenemos que α ∼| β → δ. Si m es normal para α, debe
satisfacer β → δ, y como satisface β, entonces satisface también
δ.
Lema 3.4.9 Si α ≤ β ≤ γ, y m es un mundo normal para α que

satisface γ, entonces es un mundo normal para β.
Demostración. Por el lema anterior, basta ver que m satisface

β. Por (4) del ejercicio 3.3.3 tenemos que α |∼ γ → β. Pero m es
un mundo normal para α que satisfece γ, entonces debe satisfacer
β.
Lema 3.4.10 La relación ≺ es un orden parcial estricto, es decir,

≺ es una relacón irreflexiva y transitiva.
Demostración. La relación ≺ es irreflexiva, ya que (m, α) ≺

(m, α) implicarı́a que m 6 α, pero m es un mundo normal para α,
y por reflexividad, α |∼ α y por lo tanto m α.
Veamos que ≺ es transitiva. Supongamos que hm1 , α1 i ≺ hm2 , α2 i
y hm2 , α2 i ≺ hm3 , α3 i. Por la definición de ≺, tenemops que
α1 ≤ α2 ≤ α3 . Como la relación ≤ es transitiva, concluimos que
α1 ≤ α3 , y por otra parte, como m1 es un mundo normal para α1
que no satisface α2 , por el Lema 3.4.9, m1 no puede satisfacer α3 .
Lema 3.4.11 En el modelo W , hm, βi es minimal en α̂ si y sólo

si m α y β ≤ α.
Demostración. Supongamos que m α y β ≤ α. Claramente

m ∈ α̂. Supongamos que hn, γi ≺ hm, βi y que n α. Entonces
tendrı́amos que γ ≤ β ≤ α, n normal para γ, n 6 β y n α. esto
contradice el Lema 3.4.9.
Recı́procamente, supongamos que hm, βi es minimal en α̂. Clara-
mente, m α. Queremos ver que β ≤ α. Supongamos que n es
un modelo normal para α ∨ β que no satisface β (no estamos afir-
mando que un tal modelo existe). Como α ∨ β ≤ α, debemos tener
que hn, α ∨ βi ≺ hm, βi. Pero n es un mundo normal para α ∨ β
que no satisface β, entonces debe satisfacer α. Esto contradice la
minimalidad de hm, βi en α̂. Concluimos entonces que cada mundo
normal para α ∨ β satisface β. Por el Lema 3.2.11 α ∨ β |∼ β.
Lema 3.4.12 El modelo W satisface la condición de suavidad. Es

decir, para toda α ∈ P ROP , el conjunto α̂ es suave.
Demostración. Supongamos que hm, βi ∈ α̂, es decir, que m

α. Si β ≤ α, por el Lema 3.4.11, hm, βi es minimal en α̂. Por otro
lado, si α ∨ β 6|∼ β, entonces por el Lema 3.2.11 existe un mundo
normal n para α ∨ β que no satisface β. Pero α ∨ β ≤ β, y por
lo tanto hn, α ∨ βi ≺ hm, βi. Pero n 6 β, luego n α. Como
α ∨ β ≤ α, Lema 3.4.11 nos permite concluir que hn, α ∨ βi es
minimal en α̂.
Lema 3.4.13 α |∼ β si y solamente si α |∼W β.
Demostración. Supongamos que α |∼ β. Queremos demostrar

que todo estado minimal de α̂ satisface β. Supongamos que hm, γi
es minimal en α̂. Entonces m es un mundo normal para γ que
satisface α. Por el Lema 3.4.11, γ ≤ α, y por lo tanto (por el Lema
3.4.8) m es un mundo normal para α.
Recı́procamente, supongamos que α |∼W β. De la definición de

≺ sigue que para cada mundo normal m para α, hm, αi es minimal
en α̂ (esto también sigue del lema 3.2.11, pero no es necesario usar
el Lema aquı́). Como α |∼W β, entonces β es satisfecha por todo
mundo normal para α, y por el Lema 3.2.11, tenemos α |∼ β.
Teorema 3.4.14 (Teorema de Representación para relaciones pre-

ferenciales) Una relación de consecuencia es preferencial si y sólo
si es la relación definida por algún modelo preferencial.
Demostración. Una implicación es el Teorema de Corrección

3.4.5. Para la otra implicación, sea |∼ cualquier relación de conse-
cuencia 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 relación
|∼W definida a partir de ese modelo es exactamente |∼.
Corolario 3.4.15 Si S es un conjunto de secuentes con una propo-

sición en el antecedente y una proposición en el consecuente, y α
y beta son propocisiones, las dos condiciones siguientes son equiv-
alentes, y cuando se cumplen decimos que α |∼ β se obtiene prefer-
encialmente de S.
1. Para todo modelo preferencial W tal que |∼W contiene a S,

α |∼w β.
2. Existe una derivaciṕn de α |∼ β a partir de S en el sistema
P.
Corolario 3.4.16 Sea S un conjunto de secuentes. Entonces ex-

iste un modelo preferencial W que satisface exactamente los se-
cuentes que se obtienen preferencialmente de S.
Demostración. La colección de secuentes que se obtienen prefe-

rencialmente de S es cerrado bajo las reglas del sistema P .
Corolario 3.4.17 (Compacidad.) Si α ∼ | β se obtiene preferen-

cialmente de S, entonces se obtiene preferencialmente de algún sub-
conjunto finito de S.
Bibliografı́a
[1] Barwise, J. ed., Handbook of Mathematical Logic. North

Holland, 1977.
[2] Carnielli, W. and Richard Epstein; Computabilidade,

funçoẽs computáveis, lógica e os fundamentos da
matemática. 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 reason-

ing. 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., Cálculo Proposicional: uma integração da

álgebra e da lógica. Centro de Lógica, Epistemologia e
História da Ciência. Coleçao CLE no. 1, 1987.
83
84 BIBLIOGRAFÍA
[8] Nerode, A. y R. Shore, Logic for Applications. Springer,

1997.
[9] Franco de Oliveira, A. J., Lógica e artimética (2a Edição),

Gradiva, 1996.

(Carlos Di Prisco) Introducción A La Lógica Mate (B-Ok - Xyz) PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

(Carlos Di Prisco) Introducción A La Lógica Mate (B-Ok - Xyz) PDF

Cargado por

Copyright:

Formatos disponibles

Introducción a la Lógica Matemática

Carlos Augusto Di Prisco

August 12, 2009

2 Lógica de primer orden. 37

Comenzaremos nuestro estudio de la lógica considerando cierto tipo

El problema central que nos ocupará es el siguiente: Si tenemos

El cálculo proposicional trata ciertas proposiciones básicas como

1.1 El lenguaje proposicional.

Definición 1.1.1 El conjunto P ROP de proposiciones (del cálculo

(ii) Si ϕ y ψ son proposiciones, entonces también lo son (¬ϕ),

Nótese que esta es una definición inductiva del conjunto de proposi-

(i) Si ϕ ∈ P ROP , entonces (¬ϕ) ∈ P ROP ,

(ii) Si ϕ, ψ ∈ P ROP , entonces (ϕ ∨ ψ) ∈ P ROP , (ϕ ∧ ψ) ∈

Ejercicio 1.1.2 1. Muestre que las siguientes sucesiones de sı́mbolos

2. Muestre que las siguientes sucesiones de sı́mbolos no son proposi-

El uso de los paréntesis evita ambiguedades como la que aparece

1.2 Semántica del Cálculo Proposicional.

Queremos interpretar la conectiva ϕ ∧ ψ como la conjunción de

Usualmente se resume esta información en la tabla

Análogamente, interpretamos ∨ de modo que (ϕ ∨ ψ) corre-

Y en forma resumida, mediante la tabla

La conectiva “→” será interpretada como implicación material,

definida de la manera siguiente:

Esta información se resume en la tabla

La doble implicación ↔ quedará definida mediante la función

La conectiva ¬ se interpreta como negación, y por lo tanto

dada por H¬ (V ) = F y H¬ (F ) = V a la que corresponde la tabla

Definición 1.2.1 Una conectiva n-aria es una función

que asigna una proposición a cada n-tupla de proposiciones, de

En principio podrı́amos pensar en un concepto más general

dependa solamente de los valores de verdad de las proposiciones

o lo que es lo mismo, a la tabla de verdad que defina esa función.

Definición 1.2.2 Un conjunto C de de conectivas es completo si

Teorema 1.2.3 El conjunto de conectivas {¬, ∨, ∧} es completo.

Demostración. Sea σ : (P ROP )k → P ROP una conectiva de k

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

Ejercicio 1.2.4 Demuestre que la proposición construida en la prueba

Ejercicio 1.2.5 Demuestre que la tabla de verdad de (ϕ → ψ)

Corolario 1.2.6 El conjunto de conectivas {¬, ∨} es completo

Demostración. Basta notar que ∧ se puede definir a partir de ¬

Ejercicio 1.2.7 Demuestre que los siguientes conjuntos son con-

Ejercicio 1.2.8 Considere las conectivas binarias “|” y “ ↓ ” cuyas

Demuestre que los conjuntos {|} y {↓} son completos. De-

Definición 1.2.9 Una asignación de valores de verdad es una función

(i) V((¬ϕ)) = H¬ (V(ϕ)),

(ii) V(ϕ ∨ ψ) = H∨ ((ϕ), V(ψ)),

(iii) V(ϕ ∧ ψ) = H∧ ((ϕ), V(ψ)),

(iv) V(ϕ → ψ) = H→ ((ϕ), V(ψ)),

(v) V(ϕ ↔ ψ) = H↔ ((ϕ), V(ψ)).

Como {¬, ∨} es un conjunto completo de conectivas, las fun-

Definición 1.2.10 Una proposición ϕ es una tautologı́a si V(ϕ) =

Ejercicio 1.2.11 (i) Demuestre que las siguientes proposiciones

(ii) Demuestre que las siguientes proposiciones son satisfactibles:

(iii) Demuestre que las siguientes proposiciones son contradicciones:

Ejercicio 1.2.12 Demuestre que si ϕ y (ϕ → ψ) son tautologı́as,

En algunas ocasiones puede resultar conveniente añadir dos sı́m-

Definición 1.2.13 Decimos que las proposiciones ϕ y ψ son equiva-

Proposición 1.2.14 ϕ y ψ son equivalentes si y sólo si la proposición

Proposición 1.2.15 Dadas valuaciones V y W, si V  A = W 

Demostración. Mostramos por inducción en la complejidad de

Si ϕ es la proposición (ψ ∨ χ), y las valuaciones V y W coinciden

Definición 1.2.16 Dado un conjunto Σ de proposiciones, decimos

si V(ϕ) = V para toda valuación V que satisface V(σ) = V para

Proposición 1.2.15 Dadas valuaciones V y W, si V A = W