Elementi Di Logica Matematica

Elementi di Logica Matematica
Gianluigi Oliveri
University of Palermo
gianluigi.oliveri@unipa.it
24 novembre 2020
2
Indice
1 Sul pensiero deduttivo 7

1.1 Origini della logica matematica . . . . . . . . . . . . . . . . . 7
1.2 Importanza della logica matematica . . . . . . . . . . . . . . . 8
1.3 Scopo del libro . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Metodo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
I Il calcolo proposizionale 13
2 Argomenti, soddisfacibilità e validità 15
2.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Brevi cenni storici . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 Sulla forma logica . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4 Soddisfacibilità . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Asserzioni e ambiguità . . . . . . . . . . . . . . . . . . . . . . 19
2.6 Argomenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Il problema della traduzione 27

3.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Asserzioni atomiche e asserzioni complesse . . . . . . . . . . . 29
3.3 Funtori proposizionali . . . . . . . . . . . . . . . . . . . . . . 29
3.4 Funtori di verità . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5 Analisi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.6 I funtori di verità principali . . . . . . . . . . . . . . . . . . . 35
3.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.8 Appendice. Un po’ di teoria degli insiemi . . . . . . . . . . . . 41
4 Sintassi e semantica del calcolo proposizionale 45

4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.2 La sintassi del calcolo proposizionale . . . . . . . . . . . . . . 46
3
4 INDICE
4.3 La semantica del Calcolo Proposizionale . . . . . . . . . . . . 48

4.4 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5 I tableaux analitici 55
5.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2 Alberi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.3 Che cos’è un tableau analitico? . . . . . . . . . . . . . . . . . . 59
5.4 Le regole dei tableaux analitici . . . . . . . . . . . . . . . . . 60
5.5 A cosa serve un tableau analitico? . . . . . . . . . . . . . . . . 63
5.6 Implementiamo la nostra procedura . . . . . . . . . . . . . . . 65
5.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.8 Appendice. Le regole 1–9 . . . . . . . . . . . . . . . . . . . . 70
6 Proprietà dell’implicazione semantica 73

6.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.2 Alcuni meta-teoremi . . . . . . . . . . . . . . . . . . . . . . . 74
6.3 Sull’algebra dei funtori di verità principali . . . . . . . . . . . 81
6.4 Sulla bontà di un argomento . . . . . . . . . . . . . . . . . . . 82
6.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.6 Appendice. L’algebra di Boole . . . . . . . . . . . . . . . . . . 84
7 Coerenza, completezza e decidibilità 89

7.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2 Derivazioni e dimostrazioni . . . . . . . . . . . . . . . . . . . 90
7.3 Coerenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
7.4 Completezza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
7.5 Trivializzazione di Γ . . . . . . . . . . . . . . . . . . . . . . . 95
7.6 Decidibilità e analiticità . . . . . . . . . . . . . . . . . . . . . 95
7.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8 Compattezza 99
8.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
II Il Calcolo dei Predicati 101

9 Designatori, predicati e quantificatori 103
9.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
9.2 Designatori e predicati . . . . . . . . . . . . . . . . . . . . . . 104
9.3 Soddisfacibilità . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9.4 Relazioni binarie . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.5 Quantificatori . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
INDICE 5
9.6 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
10 Il Calcolo dei Predicati II 111

10.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
10.2 Sul raggio d’azione dei quantificatori . . . . . . . . . . . . . . 111
10.3 Interpretazioni e tableaux . . . . . . . . . . . . . . . . . . . . . 112
10.4 Le regole dei tableaux del Calcolo dei Predicati . . . . . . . . . 113
10.4.1 Regola di Leibniz 1 . . . . . . . . . . . . . . . . . . . . 113
10.4.2 Regola di Leibniz 2 . . . . . . . . . . . . . . . . . . . . 114
10.4.3 Regola ∀x ϕ 1 . . . . . . . . . . . . . . . . . . . . . . . 114
10.4.4 Regola ∀x ϕ 2 . . . . . . . . . . . . . . . . . . . . . . . 114
10.4.5 Regola ∃x ϕ . . . . . . . . . . . . . . . . . . . . . . . . 115
10.4.6 Regola ¬∀x ϕ . . . . . . . . . . . . . . . . . . . . . . . 115
10.4.7 Regola ¬∃x ϕ . . . . . . . . . . . . . . . . . . . . . . . 116
10.5 Sulla formalizzazione in L1 ed altre cose . . . . . . . . . . . . 117
10.6 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 INDICE
Capitolo 1
Sul pensiero deduttivo
1.1 Origini della logica matematica

Il problema dal quale ha avuto origine la logica matematica può essere
riassunto dalla seguente domanda:
È possibile proporre un approccio matematico allo studio del pensiero

deduttivo?
Ma che cos’è il pensiero deduttivo? Il pensiero deduttivo è quella forma di

pensiero che ha essenzialmente a che fare con la giustificazione di proposizioni
T, le tesi, a partire da proposizioni I, le ipotesi. Questa giustificazione va
sotto il nome di deduzione.
Gli elementi fondamentali del pensiero deduttivo sono i cosiddetti argo-
menti. Un argomento che ha, ormai, assunto da tempo un ruolo paradigma-
tico nella cultura occidentale — nel senso che lo si vede spesso menzionato
negli ambiti più disparati — è il seguente:
Esempio 1.1.1 :
(I1 ) Tutti gli uomini sono mortali

(I2 ) Socrate è un uomo
∴ quindi
(T ) Socrate è mortale
Figura 1.1: Sillogismo di Socrate
7
8 CAPITOLO 1. SUL PENSIERO DEDUTTIVO
Il tipo di argomento illustrato nell’Esempio 1.1.1 è noto come sillogismo e

consiste di due ipotesi, (I1 ), (I2 ), e una tesi, (T ).1 In questo sillogismo (I1 ) e
(I2 ) giustificano (T ) nel senso che se entrambe (I1 ) e (I2 ) sono vere anche
(T ) deve essere vera.
È importante notare subito che non esistono soltanto gli argomenti corret-
ti. Come si può ben vedere, gli argomenti contenuti nei due esempi seguenti
non lo sono.
Esempio 1.1.2 Fumare rilassa e, quindi, fumare fa bene.
Esempio 1.1.3 Il 7 non è uscito neanche una volta nelle ultime 30 setti-
mane, mentre il 4 è uscito la settimana scorsa. Quindi, la probabilità che la
prossima settimana esca il 7 è maggiore di quella che esca di nuovo il 4.
Sebbene ci siano delle proposizioni, quale La mia scrivania ha quattro

gambe, che possono essere giustificate empiricamente, il pensiero dedutti-
vo gioca un ruolo molto importante non solo all’interno del senso comune,
aiutandoci a compiere delle scelte razionali, ma, sopratutto, nelle scienze.
E, tra queste, l’ambito in cui il pensiero deduttivo regna sovrano è quello
della matematica.
1.2 Importanza della logica matematica

L’approccio matematico allo studio del pensiero deduttivo si è storicamente
rivelato essere di grande importanza in quanto:
• ha consentito di ottenere risultati oggettivi e, talvolta, sorprendenti
— indecidibilità dell’insieme delle proposizioni valide della logica del
primo ordine, ecc.;
• ha permesso di risolvere importantissimi problemi aperti all’interno

della logica tradizionale (aristotelica) quale quello della logica delle
relazioni;
• ha dato luogo ad applicazioni molto fruttuose:
(a) in informatica teorica — macchine di Turing e, più in generale,

teoria della calcolabilità;2
(b) in ingegneria elettronica — circuiti logici, ecc.
1
Sul sillogismo vedi: Bocheński (1972), Parte Seconda, Capitolo II Aristotele, pp. 60–
138; e Cantini et al. (2013), Parte III, §§6.6 e 6.7, pp. 173–183.
2
Vedi l’ottimo testo introduttivo e leggibilissimo Davis (2003).
1.2. IMPORTANZA DELLA LOGICA MATEMATICA 9
(c) in intelligenza artificiale — logiche non monotone, ecc.

(d) in matematica — Algebra di Boole, limiti dei sistemi formali (as-
siomatici) di un certo tipo (teoremi di incompletezza di Gödel),
teoria assiomatica degli insiemi (paradossi, utilizzazione della logi-
ca del primo ordine e teorema di Löwenheim-Skolem, utilizzazione
della logica del secondo ordine), ecc.;3
(e) in filosofia della matematica — limiti del metodo assiomatico,
fallimento del Programma di Hilbert, fallimento del logicismo
Russelliano, ecc.4
(f) in linguistica computazionale — grammatiche di Chomsky, ecc.;
(g) in filosofia del linguaggio — i lavori di Frege, Heyting, Dummett
ed altri sul significato delle costanti logiche, ecc.
(h) in metafisica — la rivisitazione, in termini di logica modale, ope-
rata da Gödel dell’argomento ontologico di Anselmo d’Aosta;5 il
lavoro di Dummett ed altri sul rapporto tra logica e metafisica;6
ecc.
(i) in filosofia della mente — argomento di Lucas-Penrose sui limiti
dell’intelligenza artificiale; ecc.
(l) in fisica — logica quantistica.
• ha ampiamente travalicato l’orizzonte tracciato dal problema da cui
ha avuto origine per dare luogo ad una serie di teorie molto fecon-
de quali la teoria della dimostrazione, la teoria dei modelli, la teo-
ria della calcolabilità (classica e non), e la teoria della complessità
computazionale.
Inoltre, data la natura nefasta di certi argomenti non corretti — vedi
l’argomento dell’Esempio 1.1.3 — è opportuno sottolineare l’importanza di
essere in grado di dimostrare che tali argomenti non sono corretti. Anche
se, perché questo fatto possa avere un impatto effettivo ed osservabile sul
comportamento della gente, ci sarebbe bisogno di puntare su un processo di
educazione delle masse in cui, tra le altre cose, il valore della razionalità
giocasse un ruolo assolutamente centrale.
3
Vedi il vecchio, ma chiaro e leggibile, classico divulgativo sui teoremi di incompletezza
di Gödel Nagel et al. (2003).
4
Vedi van Heijenoort (1967) e Benacerraf et al. (1985). Queste sono due antologie che
raccolgono articoli che si sono rivelati essere molto importanti in filosofia della matematica.
Alcuni degli articoli hanno a che fare con gli argomenti di cui sopra. Gli articoli non hanno
un carattere introduttivo.
5
Vedi Gödel (2008) e Anselmo d’Aosta (2007).
6
Vedi Dummett (1991).
1.3 Scopo del libro

Lo scopo di questo libro è quello di studiare l’approccio matematico allo
studio del pensiero deduttivo dal punto di vista offerto dai contributi che
il calcolo proposizionale e quello dei predicati del primo ordine danno ai
tentativi di risoluzione del seguente problema:
Dato un qualsiasi argomento A, esiste una procedura generale che, in modo

puramente meccanico ed in un numero finito di passi, sia in grado di
decidere se A è corretto?
Questo è un problema molto importante in quanto una sua soluzione

positiva fornirebbe una garanzia circa l’oggettività delle nostre procedure
di giustificazione. D’altro canto, una soluzione negativa, o una soluzione
positiva di esso limitatamente a certe classi di argomenti, sarebbero altret-
tanto importanti, perché, tra le altre cose, ci offrirebbero un buon modo
di individuare alcuni dei limiti riguardanti la ‘meccanizzabilità’ delle nostre
procedure di giustificazione e, quindi, in particolare, getterebbero luce sul
vecchio problema del rapporto mente/macchina.
1.4 Metodo
La strategia di attacco al problema fondamentale del libro consiste di tre
momenti:
1. dato un argomento A formulato in italiano, tradurre le asserzioni che

occorrono in A in espressioni appartenenti al linguaggio del calcolo
proposizionale (o del calcolo dei predicati del primo ordine) in modo
tale che un’asserzione E di A è vera se e solo se è vera la sua traduzione
E ′;
2. ordinare le traduzioni ottenute mediante 1. in modo tale da otte-

nere una rappresentazione matematica A′ di A, chiamata sequente
semantico, tale che A è valido se e solo se A′ è corretto;
3. individuare, all’interno del calcolo proposizionale (o di quello dei pre-

dicati del primo ordine) una procedura generale per controllare mecca-
nicamente la correttezza o meno di A′ .
Nello sviluppare i sistemi formali per il calcolo proposizionale e per quello

dei predicati del primo ordine, abbiamo deciso di usare i cosiddetti ‘tableaux
1.4. METODO 11
analitici.’7 Il motivo di questa scelta ha a che fare non solo con l’eleganza
di questi sistemi formali, ma, sopratutto, con la loro analiticità8 e la loro
meccanizzabilità. Entrambe queste proprietà sono molto importanti al fine
dello studio del problema centrale del libro.
7
Vedi Smullyan (1995).
8
Un sistema formale F è analitico se ha la proprietà della sottoformula:
Definizione 1.4.1 (Proprietà della sottoformula) Un sistema formale F ha la pro-

prietà della sottoformula se e solo se ciascuna formula ψ che compare nella dimostra-
zione (in F) di un teorema ϕ di F è una sottoformula, o la negazione di una sottoformula,
di ϕ.
Parte I
Il calcolo proposizionale
13
Capitolo 2
Argomenti, soddisfacibilità e
validità
2.1 Introduzione
In questo capitolo, dopo un brevissimo accenno a due dei problemi da cui
ha avuto origine la logica matematica, ci occuperemo di tre delle nozioni
fondamentali per la nostra trattazione: il concetto di argomento, quello di
validità/correttezza di un argomento, e quello di soddisfacibilità di un insieme
di credenze/asserzioni.
Come vedremo:
1. il concetto di validità di un argomento A è legato a considerazioni di

carattere strutturale relative alla forma logica di A; mentre
2. il filo rosso conduttore che lega i concetti di validità di un argomento

e di soddisfacibilità di un insieme di credenze/asserzioni è quello di
verità di una credenza/asserzione.
Dopo alcune considerazioni informali sul collegamento esistente tra la

forma logica di un argomento A e la sua validità, procederemo a chiarire cosa
si debba intendere per soddisfacibilità di un insieme di credenze/asserzioni.
Fatto questo, ci occuperemo del problema relativo all’ambiguità di cer-
te asserzioni per passare, poi, a dare una definizione rigorosa di ciò che
dobbiamo intendere per argomento e per validità di un argomento.
Il capitolo si concluderà con la dimostrazione del Teorema Fondamen-
tale, così chiamato, perché questo risultato è al cuore del nostro tentativo di
trovare una procedura di decisione per la validità di argomenti formulati in
italiano che sia basata sui tableaux analitici.
15
16 CAPITOLO 2. ARGOMENTI, SODDISFACIBILITÀ E VALIDITÀ
2.2 Brevi cenni storici

Due delle questioni che motivarono lo studio della logica matematica agli
inizi del suo sviluppo furono:
1. cosa rende corretti (validi) argomenti come quello dell’Esempio 1.1.1?

o (in modo equivalente): cosa fa sí che proposizioni come (T ) seguano
logicamente da proposizioni quali (I1 ) e (I2 )?
2. esiste un algoritmo tale che, dato un qualsiasi argomento A, è in grado

di decidere se A è corretto (valido) oppure no?
Per quanto riguarda la questione 2 di cui sopra, definire rigorosamente che

cos’è un algoritmo è un compito non banale. In ogni caso, per i nostri scopi, è
sufficiente utilizzare la nozione di algoritmo finito dicendo che un algoritmo
finito non è altro che una procedura generale in grado di risolvere, in un
numero finito di passi, e in modo puramente meccanico (senza far uso di
ingegnosità), un’intera classe di problemi. Da questo punto in poi, quando
useremo il termine ‘algoritmo’ intenderemo parlare di un algoritmo finito.
Esempio 2.2.1 La formula

√
−b ±
b2 − 4ac
x= (2.1)
2a
ci dà una procedura generale, un algoritmo, per la risoluzione di equa-
zioni di secondo grado in R:
ax2 + bx + c = 0.
(Dove a, b, c ∈ R e b2 − 4ac ⩾ 0.)
Nota Bene 2.2.1 Queste osservazioni ci fanno vedere in modo chiaro che
il problema 2 di cui sopra non è altro che il problema centrale di questo libro
(vedi Capitolo 1, §1.3, p. 10).
2.3 Sulla forma logica

Sebbene, come abbiamo già osservato nel capitolo precedente (§1.2, p. 9), gli
sviluppi della logica matematica del ’900 abbiano portato questa disciplina
molto lontano dai problemi che hanno caratterizzato le sue origini, in questo
libro ci limiteremo ad esplorare alcuni dei risultati ottenuti nel tentativo di
dare una risposta agli interrogativi 1. e 2. di cui sopra.
2.3. SULLA FORMA LOGICA 17
Questi risultati scaturiscono da un’osservazione semplice, ma fondamen-

tale. Se consideriamo l’argomento contenuto nell’Esempio 1.1.1 e sosti-
tuiamo in esso il termine ‘cani’ al posto del termine ‘uomini’, il termine
‘triangolari’ al posto del termine ‘mortali’ e il termine ‘Snoopy’ al posto del
termine ‘Socrate’, otteniamo un argomento valido (vedi Figura 2.1).
Esempio 2.3.1 :
(I1′ ) Tutti i cani sono triangolari

(I2′ ) Snoopy è un cane
∴
(T ′ ) Snoopy è triangolare
Figura 2.1: Sillogismo di Snoopy
Ciò che è mostrato da questo fenomeno è che la validità degli argomenti

dati negli Esempi 1.1.1 e 2.3.1 è indipendente dal significato di termini
come ‘uomini’, ‘cani’, ‘mortali’, ‘Socrate’, ‘Snoopy’, ecc. La validità degli ar-
gomenti dati negli Esempi 1.1.1 e 2.3.1, infatti, dipende dalla forma logica
degli argomenti, forma logica che emerge chiaramente nell’Esempio 2.3.2
in cui astraiamo dal significato di termini come ‘uomini’, ‘cani’, ‘mortali’,
‘Socrate’, ‘Snoopy’, ecc. rimpiazzando questi ultimi per mezzo di variabili.
Naturalmente, in quanto segue nell’Esempio 2.3.2, espressioni come
‘Tutte le …sono …,’ ‘…è una …’ continuano ad avere un significato:
Esempio 2.3.2 :
(I1′′ ) Tutte le x sono y

(I2′′ ) S è una x
∴
(T ′′ ) S è una y
Figura 2.2: Sillogismo S
A questo punto si pongono, almeno, un paio di domande a cui bisogna da-

re una risposta per capire quanto è stato appena affermato. Queste domande
sono:
(α) Che cos’è la forma logica di un argomento?
(β) Come possiamo studiare la forma logica di un argomento?

Ma, prima di affrontare tali quesiti, ci proponiamo, di:
(i) dare una definizione rigorosa di ciò che si deve intendere per argomento
e per argomento valido;
(ii) mettere in evidenza l’importante rapporto esistente tra il concetto di

soddisfacibilità di un insieme di credenze e quello di validità di
un argomento.
La rilevanza di questi due temi — (i) e (ii) — consiste nel fatto che il
loro studio rappresenterà un passo fondamentale nel percorso che ci condurrà
ad:
• individuare degli algoritmi che ci consentiranno di decidere della vali-

dità o meno di certe classi di argomenti; e a
• comprendere la natura di alcuni dei limiti delle nostre procedure gene-

rali.
2.4 Soddisfacibilità
Se per ‘credenza’ intendiamo ciò che riteniamo sia il caso,
Esempio 2.4.1 La Luna non è fatta di formaggio.
possiamo dire che:
Definizione 2.4.1 (Soddisfacibilità di un insieme di credenze) Un in-

sieme di credenze A è soddisfacibile se esiste almeno una situazione
possibile Σ in cui tutte le credenze appartenenti ad A sono vere.
Definizione 2.4.2 Un insieme di credenze A è insoddisfacibile se non è

soddisfacibile.
Gli insiemi di credenze A1 , A2 e A3 che compaiono negli esempi 2.4.2,

2.4.3, e 2.4.4 sono soddisfacibili?
Esempio 2.4.2 : A1 = {Padova e Napoli non sono entrambe a sud di Roma,

Padova è a sud di Roma e Napoli è a nord di Roma}.
Esempio 2.4.3 : A2 = {Alla festa baciò uno dei suoi amici,

Tutti i suoi amici sono donne, Alla festa non baciò nessuna donna}.
2.5. ASSERZIONI E AMBIGUITÀ 19
Naturalmente è possibile che l’insieme di credenze A contenga un solo

elemento.
Esempio 2.4.4 : A3 = {Gaspare è più alto di se stesso}.
Diciamo che una credenza p tale che p non è soddisfacibile, e cioè, tale che
non esiste una situazione possibile Σ in cui p è vera, è autocontraddittoria
o è una contraddizione.
Nota Bene 2.4.1 :

• Che succede se A è vuoto, A = ∅, o se
A = {x | x è una credenza}?
• Ci sono due modi di descrivere un insieme A:
1. A = {a, b, c} o A = {a, b, c, . . .};

2. A = {x | x è …}.
2.5 Asserzioni e ambiguità

Dal momento che le credenze sono esprimibili mediante frasi enunciative
o asserzioni, e che ogni frase enunciativa o asserzione esprime una credenza
siamo in grado di ridurre lo studio della soddisfacibilità di insiemi di credenze
allo studio della soddisfacibilità degli insiemi di asserzioni che le esprimono.1
Ora è ben noto che all’interno del linguaggio ordinario esistono delle frasi
che non sono delle asserzioni; e perché la procedura di cui siamo alla ricerca
sia realmente meccanica — e cioè escluda l’intuizione creativa, ecc. — ab-
biamo, innanzitutto, bisogno di una definizione di ‘asserzione’ che ci dia la
possibilità di decidere se una frase qualsiasi appartenente alla lingua italiana
è un’asserzione oppure no.
Definizione 2.5.1 (Asserzione) : Un’asserzione appartenente alla lin-

gua Italiana è una frase grammaticalmente corretta della lingua italiana che
può essere sostituita al posto della x in (α):
(α) È vero che x?

1
Il rapporto tra asserzioni e credenze non è altro che uno degli aspetti più importanti
del rapporto esistente tra pensiero e linguaggio. Lo studio del rapporto tra pensiero
e linguaggio, e la cosiddetta svolta linguistica, sono alla base della nascita di quella
importante scuola filosofica del ’900 nota come filosofia analitica. La svolta linguistica
è la tesi secondo la quale: l’analisi logica del linguaggio è il metodo che bisogna adottare
se si vuol fare filosofia in modo rigoroso.
Quali delle seguenti tre frasi sono asserzioni?
Esempio 2.5.1 :
1. Che ore sono?
2. Chiudi la porta!
3. Sopra la panca la capra campa.
Uno dei problemi connessi a quello di determinare se un insieme A di as-

serzioni è soddisfacibile o meno è quello di determinare in modo non ambiguo
il significato delle asserzioni appartenenti ad A. Infatti, è solo se compren-
diamo il significato di un’asserzione S che possiamo dire se S è vera o falsa
in una data situazione possibile Σ. Ma che cosa s’intende dire quando si
afferma che un’asserzione è ambigua?
Definizione 2.5.2 (Ambiguità di un’asserzione) Un’asserzione A è am-

bigua se può essere intesa in almeno due modi diversi l’uno dall’altro.
Esempio 2.5.2 L’altra notte Margherita ha sognato di andare a caccia di

ippopotami con la mini gonna.
Esistono vari tipi di ambiguità di un’asserzione. In quanto segue ci

occuperemo soltanto di quelli più comuni.
Definizione 2.5.3 (Ambiguità lessicale) Data un’asserzione A si ha un’a-

mbiguità lessicale in A se esiste almeno una parola w appartenente a A
che può essere interpretata in almeno due modi diversi.
Esempio 2.5.3 :
1. Ho visto Schumacher guidare un’auto che andava a marsala (asserzione
fatta oralmente);
2. Una donna è stata baciata più volte dal macellaio.
Definizione 2.5.4 (Ambiguità strutturale) Data un’asserzione A si ha

un’ambiguità strutturale in A se le parole w che occorrono in P possono
essere raggruppate in almeno due modi diversi.
Esempio 2.5.4 (Ordinaria) Ibis redibis non morieris in bello
Esempio 2.5.5 (Riferimento incrociato) La polizia ha arrestato tre la-

dri, due ex carcerati e un ragazzo.
2.6. ARGOMENTI 21
Nota Bene 2.5.1 :

• L’ambiguità strutturale da riferimento incrociato ha luogo quando
una parola o un’espressione che occorrono in un’asserzione A fanno
riferimento a qualche parola o espressione appartente a A, ma non è
chiaro esattamente a quale.
• Sebbene l’ambiguità di certe asserzioni possa rappresentare un problema
per i logici e i filosofi del linguaggio, c’è una parte molto importante
della nostra cultura in cui l’ambiguità delle asserzioni regna sovrana
giocando un ruolo decisamente positivo: il senso dell’umorismo.
2.6 Argomenti
Definizione 2.6.1 (Che cos’è un argomento?) Un argomento è ciò che
una persona produce quando fa un’asserzione e dà delle ragioni per credere
nella verità dell’asserzione. L’asserzione stessa è chiamata conclusione
dell’argomento, mentre le ragioni che vengono date per credere nella verità
dell’asserzione sono chiamate premesse. Si dice che la conclusione di un
argomento è dedotta o inferita dalle premesse.
Un argomento A può essere in forma esplicita o implicita. A è in forma
esplicita se la conclusione di A si trova alla fine dell’argomento; altrimenti A
è in forma implicita.
Esempio 2.6.1 (Argomento in forma implicita) Deve essere un comu-
nista: legge l’Unità.
Esempio 2.6.2 (Argomento in forma esplicita) Legge l’Unità e, quin-
di, deve essere un comunista.
Definizione 2.6.2 (Validità di un argomento) Un argomento A è val-
ido se non esiste una situazione possibile Σ in cui tutte le premesse di A
sono vere e la conclusione di A è falsa. Se A è un argomento valido si dice
che le sue premesse implicano logicamente la sua conclusione o che la
sua conclusione è una conseguenza logica delle sue premesse.
Nota Bene 2.6.1 :
• La definizione di validità di un argomento A fa, chiaramente, appello
alla struttura logica di A, la quale deve essere tale che ogni qual
volta tutte le premesse di A sono vere (indipendentemente da quale
possa essere il loro significato) anche la conclusione di A deve essere
vera (indipendentemente da quale possa essere il suo significato).
• In logica ci interessano gli argomenti validi, perché questi sono tutti e

soltanto quegli argomenti in cui la verità della conclusione dipende dalla
verità delle premesse. Solo in questo caso, infatti, siamo autorizzati
a pensare che le premesse dell’argomento ‘giustificano’ la conclusione
dell’argomento nel senso che l’accettare come vere tutte le premesse
di un argomento valido ci obbliga ad accettare come vera anche la
conclusione dell’argomento.
• La validità di un argomento A è una condizione necessaria, ma

non sufficiente affinché A sia un buon argomento; e cioè: non
è sufficiente che un argomento A sia valido, perché questo sia anche
un buon argomento; ma se A è un buon argomento allora, certamente,
è necessario che questo sia valido. (Vedremo in seguito cosa si debba
intendere per ‘buon argomento’.)
L’argomento espresso negli esempi 2.6.1 e 2.6.2 non è valido (perché?).
Definizione 2.6.3 (Insieme controesempio) Dato un argomento A, l’in-

sieme controesempio di A è quell’insieme di asserzioni CA i cui elementi
sono le premesse di A e la negazione della conclusione di A.
Esempio 2.6.3 L’insieme controesempio dell’argomento dato nell’Esempio

2.6.2 è: {Legge l’Unità, non è un comunista}.
Nota Bene 2.6.2 Se A è un argomento, CA è chiamato ‘l’insieme contro-

esempio di A’, perché l’esistenza di una situazione possibile Σ tale che se
A ∈ CA allora A è vera in Σ rivela che A non è valido (perché?).
Teorema 2.6.1 (Validità di A) Un argomento A è valido se e solo se

per ogni situazione possibile Σ tale che tutte le premesse P1 , . . . , Pn di A sono
vere in Σ anche la conclusione C di A è vera in Σ.
Consideriamo un qualunque argomento P1 , . . . , Pn ∴ C. Se, per ogni

situazione possibile Σ in cui P1 , . . . , Pn sono tutte vere in Σ, anche C è vera
in Σ, ne abbiamo che non può esistere una situazione (possibile) Σ tale che
P1 , . . . , Pn sono tutte vere in Σ e C è falsa in Σ. Da ciò segue che l’argomento
P1 , . . . , Pn ∴ C è valido.
Vice versa, se P1 , . . . , Pn ∴ C è valido, e cioè, se non esiste una situazione
possibile Σ in cui P1 , . . . , Pn sono tutte vere e C è falsa, allora ne segue che,
per ogni situazione possibile Σ in cui P1 , . . . , Pn sono tutte vere, anche C
deve essere vera in Σ. □
2.6. ARGOMENTI 23
Nota Bene 2.6.3 Questo semplicissimo teorema, oltre a fornirci una pro-
prietà di argomenti equivalente alla validità (Definizione 2.6.2), ci ri-
sulterà molto utile per rendere più semplici alcune delle dimostrazioni che
incontreremo in quanto segue a partire da quella del Teorema Fondamen-
tale.
Teorema 2.6.2 (Fondamentale) Un argomento A è valido se e solo se
il suo insieme controesempio è insoddisfacibile.
Se A è valido, allora, per ogni situazione possibile Σ in cui le premesse
P1 , . . . , Pn di A sono tutte vere, avremo che anche la conclusione C di A sarà
vera in Σ (Teorema 2.6.1). Ma, se C è vera in Σ, allora non-C sarà falsa in
Σ. Questo implica che non esiste una situazione possibile Σ tale che tutti gli
elementi dell’insieme CA = {P1 , . . . , Pn , non-C} sono veri in Σ e che, quindi,
l’insieme controesempio di A è insoddisfacibile.
D’altro canto, se CA è insoddisfacibile, allora, per ogni situazione possibile
Σ tale che P1 , . . . , Pn sono tutte vere in Σ, avremo che non-C sarà falsa in
Σ. Ma, se non-C è falsa in Σ, allora C è vera in Σ; e questo implica che, per
ogni situazione possibile Σ tale che tutte le P1 , . . . , Pn sono vere in Σ, anche
C è vera in Σ, e che, quindi, sempre per i buoni uffici del Teorema 2.6.1,
A è valido. □
Nota Bene 2.6.4 :
• Sebbene non abbiamo fornito una definizione rigorosa di cosa dobbiamo
intendere per ‘situazione possibile Σ,’ è intuitivamente chiaro che non
esiste nessuna situazione possibile Σ tale che un’asserzione A e la sua
negazione non A sono entrambe vere (o entrambe false) in Σ. Da ciò
ne segue che, data un’asserzione A e una situazione possibile Σ, se A
è vera in Σ allora non A è falsa in Σ e vice versa.
• Il concetto di verità di un’asserzione, che si trova al cuore delle defi-
nizioni delle nozioni più importanti trattate in questo capitolo — cre-
denza, asserzione, soddisfacibilità di un insieme di asserzioni, validità
di un argomento, ecc. — non è stato a suo volta definito. Lo abbiamo
utilizzato come una nozione primitiva.
• La grande importanza del Teorema 2.6.2 consiste nel fatto che questo
riduce il problema del controllare la validità di un argomento A al
problema del controllare la soddisfacibilità dell’insieme controesempio
di A.
• Come vedremo nei prossimi capitoli, per controllare meccanica-
mente la soddisfacibilità di (un gran numero di) insiemi di asserzioni
faremo uso della cosiddetta ‘tecnica dei tableaux analitici’ .
2.7 Esercizi
1. Possono esserci degli argomenti validi A in cui le premesse e le conclu-
sioni hanno valori di verità come segue? (Rispondere con un sì o un no
nel caso di ciascuna delle seguenti combinazioni.)
(a) Le premesse sono tutte vere, la conclusione è falsa.

(b) Le premesse sono tutte vere, la conclusione è vera.
(c) Le premesse sono tutte false, la conclusione è falsa.
(d) Alcune premesse sono vere, alcune sono false, la conclusione è falsa.
(e) Le premesse sono tutte vere, la negazione della conclusione è vera.
(f) Alcune premesse sono vere, alcune premesse sono false, la conclu-
sione è vera.
2. Le premesse di un argomento A implicano logicamente la conclusione

di A sempre, a volte, o mai, assumendo che le seguenti condizioni siano
soddisfatte?
(Attenzione: se S è un’asserzione, dire che ‘S è necessaria’ signifi-
ca che S è vera in ogni situazione possibile Σ; invece, dire che ‘S è
insoddisfacibile’ significa che l’insieme {S} è insoddisfacibile.)
(a) Le premesse formano un insieme soddisfacibile.

(b) Le premesse e la conclusione formano un insieme soddisfacibile.
(c)∗ Le premesse formano un insieme insoddisfacibile.
(d) La conlusione è soddisfacibile.
(e) Ciascuna premessa è necessaria e la conclusione è insoddisfacibile.
(f) La conclusione è insoddisfacibile.
(g)∗ La negazione della conclusione è insoddisfacibile e, cioè, la con-
clusione è necessaria.
(h) L’insieme i cui elementi sono le premesse e la negazione della
conclusione è insoddisfacibile.
3. Non tutte le asserzioni che seguono sono ambigue. Dire quali lo sono,
perché lo sono, riscrivere le asserzioni in modo da eliminare l’ambiguità.
(a) Nessuna nuova è una buona nuova.

(b) Dopo aver sudato tutto il giorno per caricare 10 tonnellate di
sabbia sul camion, Paolo si è ritrovato con due chili di meno.
2.7. ESERCIZI 25
(c) A Carnevale ogni scherzo vale.

(d) La gente in Italia sta diventando più vecchia e più grassa.
4. Riscrivi il seguente argomento in forma esplicita dicendo se ritieni sia

valido.
(a) O Roberto non sarà scelto per far parte della squadra o ci sarà man-
canza di buoni giocatori. Dal momento che ci sono molti buoni
giocatori, possiamo essere sicuri che Roberto non verrà scelto.
Capitolo 3
Il problema della traduzione
3.1 Introduzione
Nel capitolo precedente abbiamo dato una risposta al primo quesito che ci
eravamo posti nella §2.2, p. 16: che cosa rende valido un argomento? Inol-
tre, con la dimostrazione del Teorema Fondamentale, abbiamo stabilito una
buona base di partenza per affrontare il secondo quesito: esiste una procedu-
ra meccanica, un algoritmo, tale che, dato un qualsiasi argomento A, sia in
grado di determinare in un numero finito di passi se A è valido oppure no?
Come abbiamo visto, la validità di un argomento dipende da come la
verità delle premesse dell’argomento è in relazione alla verità della conclu-
sione dell’argomento. Ma, dato che sia le premesse che la conclusione di un
argomento sono delle asserzioni, un importante problema da risolvere è:
Problema 3.1.1 Esiste una procedura che ci consenta di decidere, in un

modo puramente meccanico ed in un numero finito di passi, se, dato un
argomento A e una situazione possibile Σ, le asserzioni appartenenti a A
sono vere o false in Σ?
In questo capitolo affronteremo il Problema 3.1.1 curandoci, ove pos-

sibile, di parafrasare un’asserzione A che occorre in un argomento A per
mezzo di un’asserzione A′ avente lo stesso significato di A e il cui valore di
verità è determinato dalla composizione dei valori di verità delle asserzioni
che occorrono in A′ .
Il motivo che spiega la necessità di operare, ove sia possibile, una tale pa-
rafrasi di A è ovvio: se A′ è un’asserzione il cui valore di verità è determinato
dalla composizione dei valori di verità delle asserzioni che occorrono in A′ , e
se sono di questo tipo anche tutte le asserzioni complesse che occorrono in A′ ,
allora, una volta determinati i valori di verità che le componenti elementari
27
28 CAPITOLO 3. IL PROBLEMA DELLA TRADUZIONE
(asserzioni atomiche) di A′ hanno in una situazione possibile Σ, saremo in

grado di calcolare il valore di verità di A′ in Σ.
Come vedremo, l’essere in grado di parafrasare correttamente un’asser-
zione A per mezzo di un’asserzione A′ il cui valore di verità sia determinato
dalla composizione dei valori di verità delle asserzioni che occorrono in A′
(e siano di questo tipo anche tutte le asserzioni complesse che occorrono in
A′ ), sarà un passo importantissimo, e preliminare, da compiere nel percorso
che ci condurrà a tradurre correttamente asserzioni appartenenti alla lingua
italiana in espressioni appartenenti al linguaggio del calcolo proposizionale
(o dei predicati del primo ordine).
In quanto segue, inizieremo con il dare una definizione di ciò che dob-
biamo intendere per asserzioni atomiche e asserzioni complesse. Ci
occuperemo, poi, dei cosiddetti funtori proposizionali, o connettivi, che
sono quelle particelle logiche che servono, data una o più asserzioni, ad agi-
re su queste, per esempio connettendole l’una all’altra, per produrre altre
asserzioni.
All’interno dell’insieme dei funtori proposizionali, FP , individueremo un
sottoinsieme proprio di FP , l’insieme dei funtori di verità, FV , funtori di
verità che utilizzeremo nel fare le nostre parafrasi. (In realtà, utilizzere-
mo soltanto cinque degli elementi di FV che chiameremo funtori di verità
principali.)
Dopo avere studiato i criteri fondamentali per fare delle parafrasi corrette,
ci occuperemo dei cinque funtori di verità principali che utilizzeremo nelle
nostre parafrasi. Nel fare ciò, discuteremo di alcune asserzioni della lingua
italiana che non possono essere parafrasate per mezzo dei nostri funtori di
verità. Lo studio di questi casi farà già emergere alcuni dei limiti della nostra
procedura di decisione prossima ventura.
A questo proposito, è importante notare che le questioni che sono legate
alla:
• possibilità o meno di parafrasare asserzioni appartenenti alla lingua

italiana per mezzo di asserzioni in cui gli unici funtori proposizionali
utilizzati sono i nostri funtori di verità principali, e alla
• traduzione di asserzioni parafrasate della lingua italiana in espressioni

appartenenti al linguaggio del calcolo proposizionale
sono molto rilevanti non solo per il nostro progetto, ma anche per altri am-
biti disciplinari quali la filosofia del linguaggio e la cosiddetta logica
filosofica.
3.2. ASSERZIONI ATOMICHE E ASSERZIONI COMPLESSE 29
3.2 Asserzioni atomiche e asserzioni comples-

se
Definizione 3.2.1 (Asserzione complessa) Un’asserzione A è comples-
sa se è il risultato dell’applicazione di uno o più funtori proposizionali/connettivi
— o…o…, …e…, se…allora…, …se e solo se…, non è vero che…, ecc. — a delle
asserzioni già date.
Definizione 3.2.2 (Asserzione semplice o atomica) Un’asserzione A è

semplice o atomica se non è complessa.
Le due asserzioni seguenti sono atomiche o complesse?
Esempio 3.2.1 La corazzata Potëmkin è una cagata pazzesca. (Rag. Ugo

Fantozzi)
Esempio 3.2.2 La corazzata Potëmkin non è una cagata pazzesca. (Il super
direttore del Rag. Ugo Fantozzi)
Ma, data un’asserzione complessa A, come facciamo a determinare le

asserzioni da cui A è costituita? Per mezzo dell’analisi logica!
3.3 Funtori proposizionali

Consideriamo la seguente asserzione:
(i) O i baffi di Saddam Hussein sono un’arma di distruzione di massa o non

lo sono.
Possiamo analizzare (i) nel modo seguente:
(a) asserzione: I baffi di Saddam Hussein sono un’arma di distruzione di

massa;
(b) asserzione: Non è vero che I baffi di Saddam Hussein sono un’arma di
distruzione di massa;
(c) matrice: o ϕ o ψ.
Nota Bene 3.3.1 :

• Le lettere dell’alfabeto greco che occorrono nella matrice si chiamano

variabili proposizionali, perché sono dei simboli che stanno per delle
asserzioni/proposizioni;
• Dall’asserzione complessa (i) abbiamo ottenuto la sua matrice (c) rim-
piazzando le asserzioni su cui agisce il funtore proposizionale o…o… per
mezzo di due distinte variabili proposizionali ϕ e ψ.
• Data una matrice, è possibile ottenere da essa un’asserzione sostituendo
asserzioni al posto di tutte le variabili presenti nella matrice.
• Data una matrice, se sostituiamo una stessa asserzione per ogni oc-
correnza di una stessa variabile nella matrice allora diciamo che la
sostituzione è uniforme.
Definizione 3.3.1 (Funtore proposizionale) Un funtore proposizio-

nale è un insieme finito di variabili proposizionali e di parole appartenenti
alla lingua italiana tale che se andiamo a sostituire delle asserzioni al posto
di tutte le sue variabili otteniamo un’asserzione.
Dalla Definizione 3.3.1 ricaviamo immediatamente che la matrice (c)

è un funtore proposizionale.
Esempio 3.3.1 (Qual’è il funtore proposızionale?) :

1. Albert è ϕ.
2. È vero che ϕ?
3. È possibile che ϕ.
Nota Bene 3.3.2 :

• I funtori proposizionali possono essere classificati in relazione al numero
di variabili proposizionali diverse l’una dall’altra da loro contenute. Se
un funtore proposizionale fp contiene n variabili proposizionali diverse
l’una dall’altra, dove n è un numero naturale maggiore o uguale a 0,
diremo che fp è un funtore proposizionale ad n posti.
• Ad ogni funtore proposizionale fp è possibile associare un diagram-
ma, chiamato tavola di verità, diagramma che ci rivela se e come
il valore di verità dell’asserzione ottenuta sostituendo uniformemente
asserzioni al posto delle variabili di fp dipende dai possibili valori di
verità di queste asserzioni. (Un’asserzione può essere considerata come
un funtore proposizionale fp a 0 posti.)
3.3. FUNTORI PROPOSIZIONALI 31
• I funtori proposizionali ad n posti, per n ∈ N, si chiamano così, perché

sono delle funzioni che associano a delle n-ple ordinate di asserzio-
ni/proposizioni un’asserzione/proposizione. (Vedi l’Appendice a questo
capitolo.)
Se consideriamo il funtore proposizionale a due posti ‘o ϕ o ψ’ tale che

questo dà luogo ad asserzioni false solo quando sostituiamo asserzioni false
sia al posto di ϕ che a quello di ψ, abbiamo che la sua tavola di verità sarà
quella data in Figura 3.1:
ϕ ψ oϕoψ
V V V
V F V
F V V
F F F
Figura 3.1:
Nota Bene 3.3.3 :
• Nel caso del funtore di verità a due posti o…o…, le situazioni possibili
Σ in cui ϕ e ψ assumono un valore di verità si possono raggruppare in
quattro classi distinte, e cioè quelle in cui:
1. ϕ e ψ sono entrambe vere;

2. ϕ è vera e ψ è falsa;
3. ϕ è falsa e ψ è vera;
4. ϕ e ψ sono entrambe false.
Ciascuna di queste classi è rappresentata nella tavola di verità di

o…o…da una coppia ordinata di valori di verità (vedi Figura 3.1).
• Il funtore proposizionale fp a cui viene associata la tavola di verità di

Figura 3.1 corrisponde al connetivo latino vel e non al connettivo latino
aut. In notazione logica questo funtore proposizionale è rappresentato
dal simbolo ‘∨’.
3.4 Funtori di verità

Nella sezione §2.2 abbiamo visto che, dato un funtore proposizionale fp ,
possiamo associare una tavola di verità a fp . Però una tavola di verità di un
funtore fp può essere parziale o completa. Per esempio, abbiamo già visto
che la tavola di verità del funtore ‘o ϕ o ψ’ è completa, ma le cose stanno
diversamente a proposito dei funtori proposizionali ad un posto menzionati
negli esempi di questa sezione:
Esempio 3.4.1
ϕ È possibile che ϕ
V V
F ···
(a) a 6= a;
(b) Napoleone è morto il 6 maggio del 1821.
Nota Bene 3.4.1 In notazione logica, il funtore proposizionale ‘è possibile

che…’ è rappresentato dal simbolo ‘ ♢’, mentre il funtore proposizionale ‘è
necessario che…’ è rappresentato dal simbolo ‘ □’.
Esempio 3.4.2
ϕ È impossibile che ϕ
V F
F ···
(a) a 6= a;
(b) Napoleone è morto il 6 maggio del 1821.
Esempio 3.4.3
ϕ Rosalia crede che ϕ
V ···
F ···
(a) Ci sono alcune credenze vere che Rosalia ha e alcune credenze vere che
Rosalia non ha;
(b) Ci sono alcune credenze false che Rosalia ha e alcune credenze false che
Rosalia non ha.
Definizione 3.4.1 (Funtore di verità) Un funtore proposizionale f p che

ha una tavola di verità completa si chiama funtore di verità.
3.5. ANALISI 33
Nota Bene 3.4.2 :
• I funtori di verità sono molto importanti, perché il valore di verità

dell’asserzione A, che otteniamo sostituendo uniformemente delle as-
serzioni A1 , . . . , An , dove n è un numero naturale, al posto di tutte
le variabili di un funtore di verità ad n posti fp , dipende dai valori di
verità delle asserzioni A1 , . . . , An usate nella sostituzione. Questo fatto
ci dà la possibilità di calcolare il valore di verità di A partire dai valori
di verità di A1 , . . . , An seguendo la funzione di verità espressa da
fp nella sua tavola di verità. Considera l’Esempio 2.2.2.
• Una funzione di verità v è una funzione tale che:
v : {V, F }1 × · · · × {V, F }n → {V, F }.1
3.5 Analisi
Nel controllare se un argomento A è valido oppure no, o se un dato insieme
di asserzioni A è soddisfacibile oppure no, il primo passo da fare in logi-
ca proposizionale è quello di individuare tutte le asserzioni atomiche che
occorrono nelle asserzioni appartenenti ad A (o ad A).
Il secondo consiste nel parafrasare le asserzioni di A (o quelle appartenenti
ad A) in modo tale da ottenere delle asserzioni che hanno lo stesso significato
di quelle da parafrasare e i cui connettivi sono funtori di verità.
Consideriamo l’Esempio 3.5.1
Esempio 3.5.1 Gli ispettori delle Nazioni Unite hanno deciso di esaminare
con grande attenzione i baffi di Saddam Hussein. Quindi, o i baffi di Saddam
Hussein sono un’arma di distruzione di massa o non lo sono.
Se analizziamo l’asserzione ‘o i baffi di Saddam Hussein sono un’arma di

distruzione di massa o non lo sono’ come abbiamo fatto prima e, cioè:
(a) asserzione: i baffi di Saddam Hussein sono un’arma di distruzione di

massa;
(b) asserzione: non è vero che i baffi di Saddam Hussein sono un’arma di
distruzione di massa;
(c) matrice: o ϕ o ψ;
1
Vedi l’Appendice a questo capitolo.
non saremo in grado di decidere se l’argomento è valido oppure no. Infatti,

se la variabile χ sta al posto della premessa dell’argomento avremo che non
c’è alcuna ragione di pensare che la verità di ϕ o ψ debba seguire dalla verità
di χ in:
(d) χ Quindi, o ϕ o ψ.
D’altro canto se analizziamo l’asserzione complessa (b) nelle sue compo-

nenti abbiamo:
(b1 ) non è vero che [i baffi di Saddam Hussein sono un’arma di distruzione
di massa].
L’asserzione atomica presente in (b1 ) è ‘i baffi di Saddam Hussein sono

un’arma di distruzione di massa’.
Dato il livello di analisi ora raggiunto, la matrice della conclusione adesso
sarà:
(c1 ) o ϕ o non è vero che ϕ.
Dal momento che (c1 ) è un funtore di verità ad un posto (perché?), è

facile vedere che (c1 ) dà origine ad asserzioni che sono sempre vere.
Infatti, se andiamo a fare la tavola di verità di (c1 ), questa ci rivela che il
valore di verità di (c1 ) è V sia in tutte le situazioni possibili in cui ϕ è vero
che in quelle in cui ϕ è F:
ϕ o ϕ o non è vero che ϕ

V V V F V
F F V V F
Figura 3.2:
Da queste considerazioni segue che l’argomento la cui matrice è (e) è

valido.
(e) χ Quindi, O ϕ o non è vero che ϕ (perché?)
Principio 3.5.1 (Sulla parafrasi) Se due asserzioni B e C hanno lo stesso

significato, hanno anche lo stesso valore di verità in ogni situazione possibile
Σ. Da ciò segue che:
3.6. I FUNTORI DI VERITÀ PRINCIPALI 35
1. il sostituire C al posto di B (o vice versa) nelle asserzioni presenti in

un argomento A non altera la validità (o meno) di A; e che
2. sostituire C al posto di B (o vice versa) nelle asserzioni appartenenti
ad un insieme di asserzioni A non altera la soddisfacibilità (o meno)
di A.
Nota Bene 3.5.1 :
• È importante tenere a mente che in logica proposizionale il livello di
analisi non si spinge più in là del livello delle asserzioni atomiche.
La logica proposizionale non studia la struttura interna delle asserzio-
ni atomiche e questo, come vedremo, pone dei limiti ben precisi alla
procedura di decisione per la validità degli argomenti che svilupperemo
nell’ambito della logica proposizionale.
• Per i motivi di cui sopra, la procedura di decisione che svilupperemo
in questa prima parte del libro non sarà in grado di stabilire la validità
dell’argomento dato nell’Esempio 1.1.1: il sillogismo di Socrate!
3.6 I funtori di verità principali

Il parafrasare asserzioni per mezzo di asserzioni completamente analizzate
che hanno come matrici dei funtori di verità non è sempre facile. I problemi
hanno inizio con il tentativo di rappresentare, per mezzo di funtori di verità
appartenenti al linguaggio della logica proposizionale, i seguenti funtori pro-
posizionali della lingua italiana: non è vero che …, o …o …, …e …, se …allora
…, …se e solo se …
In realtà non c’è nessuna difficoltà nel rappresentare ‘non è vero che …’
per mezzo di ‘¬’:
(1) non è vero che ϕ ⇝ ¬ϕ
ϕ ¬ ϕ ¬¬ ϕ
V F V
F V F
L’unico problema connesso con la negazione è che, mentre ¬¬ ϕ è equi-
valente a ϕ (vedi la tavola di verità di ¬) — la doppia negazione afferma
in logica! — non è sempre così in italiano. Infatti, a volte, in italiano
la doppia negazione rafforza la negazione invece di essere equivalente ad
un’affermazione.
Esempio 3.6.1 Non c’è nessuna possibilità che Messner riesca a scalare il
K2 in apnea e con le mani legate dietro la schiena.
Le prime serie difficoltà sorgono con il tentativo di rappresentare ‘o …o …’.

Infatti, in Italiano l’asserire ‘o A o B’ implica ‘non entrambi A e B’, mentre
il funtore di verità ‘∨’ è vero anche nel caso in cui entrambi i disgiunti sono
veri.
Esempio 3.6.2 O hai la botte piena o la moglie ubriaca.
(2) O ϕ o ψ ⇝ (ϕ ∨ ψ)
ϕ ψ (ϕ ∨ ψ) (ψ ∨ ϕ)
V V V V
V F V V
F V V V
F F F F
Nota Bene 3.6.1 È interessante notare che la tavola di verità di (ϕ ∨ ψ)

è la stessa di (ψ ∨ ϕ). Quindi il funtore di verità ∨ gode della proprietà
commutativa.
Ulteriori problemi riguardanti ‘∨’ sono rappresentati nell’Esempio 3.6.3
Esempio 3.6.3 :
(a) ‘Mi sveglierò alle 8.00 a meno che la sveglia non si rompa’ non può essere
parafrasata come in (a′ )
(a′ ) (Mi sveglierò alle 8.00 ∨ La mia sveglia è rotta), perché mentre (a′ ) è
equivalente ad (a′′ ), (a′′ ) non è equivalente ad (a). (perché?)
(a′′ ) (La mia sveglia è rotta ∨ Mi sveglierò alle 8.00).
(3) ϕ e ψ ⇝ (ϕ ∧ ψ)
ϕ ψ (ϕ ∧ ψ) (ψ ∧ ϕ)
V V V V
V F F F
F V F F
F F F F
Nota Bene 3.6.2 :

• Anche il funtore di verità ∧ gode della proprietà commutativa.
• A volte in un’asserzione avente la forma ‘A e B’ la congiunzione ‘e’ è

usata in modo restrittivo. In questi casi l’asserzione ‘A e B’ non può
essere parafrasata per mezzo di (A ∧ B).
Esempio 3.6.4 :
(a) ‘I filosofi, che hanno la tendenza ad essere pedanti, studiano la logica.’
• (a) può essere parafrasata con:
(a)′ (I filosofi hanno la tendenza ad essere pedanti ∧ I filosofi studiano la logica)
perché l’insieme di coloro i quali sono filosofi e dei pedanti non è una
restrizione (sottoinsieme proprio) dell’insieme dei filosofi.
(b) ‘I filosofi che hanno la tendenza ad essere pedanti studiano la logica.’
• (b) non può essere parafrasata con:
(b)′ (I filosofi hanno la tendenza ad essere pedanti ∧ I filosofi studiano la logica)
perché l’insieme di coloro i quali sono filosofi e dei pedanti è una

restrizione (sottoinsieme proprio) dell’insieme dei filosofi.
Esempio 3.6.5 :
(a) ‘Pinocchio è un gran bugiardo’
• (a) non può essere parafrasata con:
(a)′ (Pinocchio è grande ∧ Pinocchio è bugiardo)
perché il predicato ‘grande’ è ristretto all’insieme dei bugiardi.
Esempio 3.6.6 :
(a) ‘Filippo è andato a Napoli ed è morto’
• (a) non può essere parafrasata con:
(a)′ (Filippo è andato a Napoli ∧ Filippo è morto)
perché (a)′ è equivalente ad (a)′′

(a)′′ (Filippo è morto ∧ Filippo è andato a Napoli)
ma (a)′′ non è equivalente ad (a). (perché?)
(4) Se ϕ allora ψ ⇝ (ϕ → ψ)
ϕ ψ (ϕ → ψ) (ψ → ϕ)
V V V V
V F F V
F V V F
F F V V
Nota Bene 3.6.3 :
• Il funtore di verità → si chiama implicazione materiale.
• In (ϕ → ψ) l’implicazione materiale ha a che fare soltanto con i valori

di verità di ϕ e di ψ e non con i loro significati.
• L’implicazione materiale deve essere intesa come una promessa che se ϕ

allora ψ, promessa che viene violata, come tutte le promesse, soltanto
nel caso in cui ϕ ma ¬ψ. Scrivere (ϕ → ψ) è, dunque, equivalente
a scrivere (¬ϕ ∨ ψ). Da quest’ultimo fatto si ricava la giustificazione
relativa alla tavola di verità di → .
• L’implicazione materiale non gode della proprietà commutativa.
Il rendere ‘Se ϕ allora ψ’ per mezzo di (ϕ → ψ) è uno dei problemi più

difficili da risolvere nel fare delle parafrasi. Le asserzioni ϕ — l’antecedente
del condizionale — e ψ — il conseguente del condizionale — che occor-
rono in (ϕ → ψ) devono essere valutate in relazione al loro valore di verità
indipendentemente l’una dall’altra.
Molto spesso in italiano vi sono dei casi in cui ciò non è possibile:
(a) quando il conseguente di un condizionale è legato indissolubilmente al-

l’antecedente da relazioni causali o di altro tipo.
(b) quando si ha a che fare con i condizionali controfattuali.
Esempio 3.6.7 (Caso maligno di riferimento incrociato) :
(a) ‘Se una piccola quantità di questa sostanza è messa in acqua si dissolve’
Commento (a) non può essere parafrasata come:
(a)′ ‘(una piccola quantità di questa sostanza è messa in acqua → una piccola
quantità di questa sostanza si dissolve)’, perché non è una qualsiasi
piccola quantità di sostanza che si dissolve, ma solo quella che viene
messa nell’acqua.
Esempio 3.6.8 (Caso benigno di riferimento incrociato) :
(a) Se il credere nell’Utilitarismo impedisce alla gente di massimizzare la

felicità, è meglio non credere in esso.
(a)′ Il credere nell’Utilitarismo impedisce alla gente di massimizzare la feli-

cità → è meglio non credere nell’Utilitarismo.
Esempio 3.6.9 (Condizionale controfattuale) :
(a) Se tu adesso avessi fatto cadere quel vaso, lei non ti avrebbe mai perdo-
nato
Commento (a) non può essere parafrasata come:
(a)′ (tu fai cadere quel vaso → lei non ti perdona), perché i condizionali
controfattuali non sono dei funtori di verità.
Esempio 3.6.10
ϕ ψ Se fosse che ϕ allora sarebbe che ψ

F F ···
ϕ1 := Napoleone è morto alla battaglia di Austerlitz;
ψ1 := Napoleone è morto prima del 5 maggio del 1821.
ϕ2 := Napoleone è morto alla battaglia di Austerlitz;
ψ2 := Napoleone è morto dopo il 5 maggio del 1821.
(5) ϕ se e solo se ψ ⇝ (ϕ ↔ ψ)
ϕ ψ (ϕ ↔ ψ) (ψ ↔ ϕ)
V V V V
V F F F
F V F F
F F V V
Nota Bene 3.6.4 (Sulle tavole di verità) :

• La doppia implicazione materiale gode della proprietà commutativa.
• Le tavole di verità dei principali funtori di verità sono molto impor-

tanti, anche perché sono ciò che definisce il loro significato. Bisogna
impararle a memoria.
Nota Bene 3.6.5 (Linee guida per le parafrasi) :

1. Analizzare un’asserzione complessa A raggiungendo il livello di analisi
più profondo.
2. Fare un elenco delle asserzioni atomiche ottenute mediante l’analisi

condotta in 1.
3. Utilizzando le asserzioni atomiche, costruire, usando esclusivamente

funtori di verità, un’asserzione A′ che abbia lo stesso significato di A.
4. Eliminare ogni ambiguità e riferimento incrociato da A′ .
3.7 Esercizi
1. Per ciascuna delle seguenti espressioni dire se si tratta di un funtore
proposizionale oppure no. Se la risposta non è chiara dire perché.
(a) Non c’è alcun dubbio che ϕ.

(b) Chiaramente ϕ.
(c) Dovrebbe essere il caso che ϕ.
(d) Penso, quindi ϕ.
2. Quali delle seguenti espressioni sono funtori di verità? Giustificate la

vostra risposta.
(a) Per quanto tutti gli indizi sembrino puntare alla conclusione op-
posta, ϕ potrebbe essere vera.
3.8. APPENDICE. UN PO’ DI TEORIA DEGLI INSIEMI 41
(b) ϕ ma ψ.
(c) Non è vero che sia ϕ che ψ.
(d) La verità di ϕ è una ragione necessaria e sufficiente per ψ.
(e) ϕ sulla base di ψ.
(f) Prima che ϕ, non se ne preoccupava nessuno.
(g) ϕ implica logicamente ψ.
3. Descrivere, come nell’Esempio 3.7.5, le funzioni di verità espresse dai

seguenti funtori di verità: ¬, ∧, ∨, ↔ .
3.8 Appendice. Un po’ di teoria degli insiemi

Quello che in Teoria degli Insiemi si indica mediante il simbolo {a, b} è l’in-
sieme, o coppia non ordinata, i cui unici elementi sono a e b. E, quindi, se
accettiamo l’Assioma di Estensione della teoria degli insiemi ZFC,
Assioma 3.8.1 (Estensione) Due insiemi A e B sono uguali se e solo se
hanno gli stessi elementi.
dobbiamo concludere che {a, b} = {b, a}.
Un altro concetto interessante con cui noi abbiamo a che fare in questo
capitolo è quello di coppia ordinata. Una coppia ordinata < a, b >
consiste, intuitivamente, di due elementi a e b ed è tale che a è il primo
elemento di questa coppia, mentre b è il secondo.
Da ciò possiamo:
• inferire che, in particolare, < 1, 3 > 6= < 3, 1 >; e
• formulare un corretto criterio d’identità per coppie ordinate dicendo

che:
< a, b > = < c, d > se e solo se a = c e b = d.
Naturalmente, le considerazioni che abbiamo fatto relativamente alle cop-

pie ordinate possono essere generalizzate a triple ordinate, quadruple
ordinate, ecc.
Esempio 3.8.1 (Le coordinate Cartesiane del piano Euclideo) È ben

noto che ad ogni punto del piano euclideo è possibile associare una ed una
sola coppia ordinata di numeri reali e che il punto del piano a cui associamo
la coppia ordinata < 1, 3 > è diverso da quello a cui associamo la coppia
ordinata < 3, 1 > .
Dopo aver definito il concetto di coppia ordinata adesso è la volta di

definire quello di prodotto cartesiano di due insiemi A e B.
Definizione 3.8.1 (Prodotto Cartesiano di A per B) Dati due insie-

mi A e B, il prodotto cartesiano di A per B, che indicheremo mediante il
simbolo A × B, è l’insieme di tutte le coppie ordinate < a, b > tali che a ∈ A
e b ∈ B.
Esempio 3.8.2 (R × R) L’insieme di tutte le coppie ordinate di numeri

reali che associamo ai punti del piano Euclideo non è altro che il prodotto
cartesiano dell’insieme dei numeri reali R per se stesso: R × R.
Nota Bene 3.8.1 :
• Ad ogni punto dello spazio euclideo a tre dimensioni è possibile associare

una e una sola tripla ordinata di numeri reali, ecc.
• L’insieme di tutte le triple ordinate di numeri reali non è altro che il

prodotto cartesiano R × R × R, ecc.
• La geometria analitica degli spazi Euclidei ad n dimensioni è basata

sulla possibilità di associare ad ogni punto p di uno spazio Euclideo ad
n dimensioni una e una sola n-pla ordinata di numeri reali.
È arrivato il momento di introdurre l’ultimo concetto matematico che ci

serve per comprendere bene questo capitolo: il concetto di funzione.
Definizione 3.8.2 Dati due insiemi A e B, una funzione f di A in B, e

scriveremo f : A → B, è una corrispondenza tra A e B che associa ad ogni
elemento di A uno ed un solo elemento di B.
Nota Bene 3.8.2 :
Attenzione! Il simbolo ‘→’ usato nella definizione del concetto di funzione

(Definizione 3.7.2) non è l’implicazione materiale.
L’insieme A è il dominio di f, mentre l’insieme B è il codominio di f.

Per ogni a ∈ A, il simbolo f (a) rappresenta quell’elemento b ∈ B che la
funzione f associa ad a. f (a) si legge ‘f di a’ ed è noto come l’immagine di
a secondo f. L’insieme f (A) = {f (a) | a ∈ A} è, analogamente, l’immagine
di A secondo f. Chiaramente, f (A) ⊆ B.
3.8. APPENDICE. UN PO’ DI TEORIA DEGLI INSIEMI 43
Esempio 3.8.3 Sia N = {0, 1, . . . , n, n + 1, . . .}. La corrispondenza
f : N → N, tale che f (n) = n + 1,
è una funzione.
A questo proposito, dobbiamo osservare che la funzione rappresentata

nell’Esempio 3.7.3 non è altro che un insieme (infinito) di coppie ordinate.
Infatti,
f = {< 0, 1 >, < 1, 2 >, . . . , < n, n + 1 >, . . .}.
Adesso vogliamo definire due importanti tipi di funzioni: le funzioni
iniettive e quelle surgettive.
Definizione 3.8.3 (Funzione iniettiva) Una funzione f : A → B è iniet-

tiva se e solo se, per ogni a ∈ A e a′ ∈ A, se a 6= a′ allora f (a) 6=
f (a′ ).
La funzione descritta nell’Esempio 3.7.3 è iniettiva.
Definizione 3.8.4 (Funzione surgettiva) Una funzione f : A → B è

surgettiva se e solo se f (A) = B.
Esempio 3.8.4 Sia N = {0, 1, . . . , n, n + 1, . . .}. La funzione
f : N → N, tale che f (n) = n,
è surgettiva.
Nota Bene 3.8.3 :
1. Il concetto di funzione è uno dei concetti fondamentali della ma-

tematica contemporanea, concetto che ritroviamo in analisi, algebra,
geometria, ecc.; è, dunque, giusto definirlo nell’ambito generale della
teoria degli insiemi.
2. Data una funzione f : A → B, se f è iniettiva allora l’insieme A ha lo

stesso numero di elementi della sua immagine f (A). (Perché?)
3. Data una funzione f : A → B, se f è iniettiva e surgettiva allora

l’insieme A ha lo stesso numero di elementi del suo codominio B.
(Perché?)
4. Dal punto 3. di cui sopra segue che, dati due insiemi A e B, se vogliamo
dimostrare che A ha lo stesso numero di elementi di B non dobbiamo
fare altro che trovare una funzione f : A → B tale che f sia iniettiva
e surgettiva.
Il concetto di funzione svolge un ruolo importante anche in logica. Per

esempio, in questo capitolo abbiamo parlato di funtori di verità e abbiamo
detto che un funtore di verità è un funtore proposizionale dotato di una
tavola di verità completa. Ora la tavola di verità completa di un funtore di
verità non è altro che l’espressione di una funzione di verità.
Definizione 3.8.5 (Funzioni di verità) Una funzione
v : {V, F }1 × · · · × {V, F }n → {V, F }
si chiama funzione di verità, perché associa a ciascuna n-pla ordinata di

valori di verità uno ed un solo valore di verità.
Esempio 3.8.5 La tavola di verità dell’implicazione materiale descrive la

funzione di verità
v→ : {V, F } × {V, F } → {V, F }
tale che
v→ = {<< V, V >, V >, << V, F >, F >, << F, V >, V >, << F, F >, V >}.
Capitolo 4
Sintassi e semantica del calcolo

proposizionale
4.1 Introduzione
Lo scopo fondamentale di questo capitolo è quello di iniziare la descrizione
di alcune delle proprietà sintattiche e semantiche del Calcolo Proposizionale
(CP). Questo, assieme alle cose che abbiamo già detto nel capitolo preceden-
te, ci darà non solo la possibilità di effettuare, quando possibile, traduzioni
corrette di asserzioni formulate in italiano in espressioni (formule) gram-
maticalmente corrette (ben formate) del linguaggio L0 (del calcolo propo-
sizionale); ma anche l’opportunità di preparare il terreno per l’elaborazione
di una procedura generale, basata sui tableaux analitici, che ci metterà in
condizione di controllare meccanicamente, e in un numero finito di passi, la
validità o meno di un’ampia classe di argomenti.
Vale la pena di mettere in risalto il fatto che uno dei fattori importanti che
giustificano la traduzione di asserzioni della lingua italiana in formule ben
formate (fbf) di L0 è che questo processo elimina ogni ambiguità riguardante
il significato delle asserzioni, mettendone, però, in risalto la forma logica che,
come abbiamo già visto, è l’unica cosa che conta al fine della validità di un
argomento di cui queste fanno parte.
Nella prima sezione, dedicata alla sintassi del Calcolo Proposizionale,
dopo avere discusso il concetto di formula ben formata di L0 , come com-
binazione di un numero finito di simboli dell’alfabeto di L0 generata da una
grammatica non contestuale, introdurremo il concetto di sottoformula
di una formula ben formata.
La sezione, invece, dedicata alla semantica inizia con una definizione di
cosa dobbiamo intendere per struttura Σ per, poi, introdurre i concetti di
45
46CAPITOLO 4. SINTASSI E SEMANTICA DEL CALCOLO PROPOSIZIONALE
struttura Booleana, soddisfacibilità di un insieme di fbf di L0 , sequente

semantico, controesempio di un sequente semantico, tautologia, ecc.
Viene anche formulato l’enunciato del risultato del calcolo proposizionale
che è equivalente al Teorema Fondamentale (Teorema 4.3.2).
L’esposizione presente in §4.3 termina con un caveat molto importante
circa alcuni dei limiti fondamentali relativi alla possibilità di rivelare all’inter-
no del calcolo proposizionale l’insoddisfacibilità di certi insiemi di asserzioni
formulate in italiano e, quindi, la validità di certi argomenti.
4.2 La sintassi del calcolo proposizionale

Una delle componenti fondamentali del calcolo proposizionale è rappresen-
tata dal suo linguaggio. La sintassi del calcolo proposizionale si occupa di
studiare le proprietà (e le relazioni) strutturali/combinatorie delle formule
grammaticalmente corrette di questo linguaggio indipendentemente dal loro
significato.
Chiamiamo L0 il linguaggio del calcolo proposizionale.
L0 è caratterizzato da un alfabeto, A0 , dove:
A0 = {P, ◦ , ¬, ∧, ∨, →, ↔, (, )};
e da una grammatica non contestuale, G0 , che genera tutte e soltanto

quelle combinazioni di un numero finito di simboli appartenenti all’alfabe-
to di L0 che sono grammaticalmente corrette, combinazioni che chiamere-
mo formule ben formate (fbf) di L0 . Potremo, dunque, rappresentare
formalmente il linguaggio del calcolo proposizionale come:
L0 = < A0 , G0 > .
È importante notare che anche G0 ha un alfabeto, AG0 , dove:
AG0 = {Fmla, Indx, ⇛, P, ◦ , ¬, ∧, ∨, →, ↔, (, )}.
Ora le espressioni Fmla e Indx che compaiono in AG0 sono le variabili

di G0 e, in particolare, Fmla è chiamata la variabile designata di G0 . Le
x ∈ AG0 , tali che x ∈ A0 , si chiamano simboli terminali.
Un’altra componente fondamentale di G0 è rappresentata dalle sue regole
di riscrittura che sono:
4.2. LA SINTASSI DEL CALCOLO PROPOSIZIONALE 47
(1) Fmla ⇛ ¬Fmla

(2) Fmla ⇛ (Fmla ∧ Fmla)
(3) Fmla ⇛ (Fmla ∨ Fmla)
(4) Fmla ⇛ (Fmla → Fmla)
(5) Fmla ⇛ (Fmla ↔ Fmla)
(6) Fmla ⇛ P Indx
(7) Indx ⇛ Indx Indx
(8) Indx ⇛ ◦
G0 genera tutte e soltanto quelle combinazioni finite di simboli che ab-

biamo chiamato fbf di L0 nel modo seguente:
1. Scrivere la variabile designata.

2. Individuare una variabile già scritta, trovare una regola (n) di GL0 , per
1 ≤ n ≤ 8, che inizia con quella variabile, sostituire al posto della
variabile già scritta l’espressione che si trova alla destra del simbolo ⇛
in (n).
3. Ripetere il passo 2. di queste istruzioni su ciò che abbiamo appena
scritto (o riscritto!) finchè non abbiamo eliminato tutte le variabili.
Esempio 4.2.1 (((P◦ ∧ P◦ ) ∧ P◦ ) è una fbf di L0 .) :
1. Fmla [variabile designata]

2. (Fmla ∧ Fmla) [(2)]
3. ((Fmla ∧ Fmla) ∧ Fmla) [(2)]
4. ((P Indx ∧ P Indx) ∧ P Indx) [(6)]
5. ((P◦ ∧ P◦ ) ∧ P◦ ) [(8)]
La serie di sostituzioni descritta nell’Esempio 4.2.1 si chiama derivaz-

ione.
Esempio 4.2.2 (P◦◦◦ ) non è una fbf di L0 , perché?
Ad ogni derivazione possiamo associare un albero. Per esempio alla de-

rivazione dell’Esempio 4.2.1 possiamo associare l’albero presente in Figura
4.1 (per il concetto di albero vedi §5.2):
In quanto segue, invece di usare le espressioni ingombranti P◦ , P◦◦ , P◦◦◦ , . . .
— le fbf atomiche di L0 — useremo S, P, Q, R, …, per rappresentare fbf
atomiche di L0 , e ϕ, ψ, χ, . . . come variabili che stanno per una fbf qualsiasi.
Fmla
( Fmla ∧ Fmla )
( Fmla ∧ Fmla ) P Indx
P Indx P Indx ◦
◦ ◦
Figura 4.1: Albero associato alla derivazione dell’Esempio 4.2.1
Definizione 4.2.1 (Sottoformula di una fbf ψ) Data una fbf ψ, ϕ è una

sottoformula di ψ se e solo se ϕ = ψ o ϕ è una fbf che occorre in ψ.
Esempio 4.2.3 Sia ψ la fbf ((A ∧ B) → C). Le sottoformule di ψ sono:
A, B, C, (A ∧ B), ((A ∧ B) → C).
Ad ogni fbf ϕ di L0 possiamo associare il suo albero genealogico in

cui non solo sono specificate tutte le sottoformule di ϕ, ma è anche reso
esplicito il modo in cui ϕ è costruita a partire dalle sottoformule atomiche
che occorrono in essa. In corrispondenza di ciascun nodo del suo albero
genealogico è indicata una sottoformula di ϕ. (Vedi la Figura 4.2.)
Definizione 4.2.2 (Sottoformula debole di ϕ) Se ϕ è una fbf di L0 , al-

lora ψ è una sottoformula debole di ϕ se e solo se ψ è una sottoformula
di ϕ o è la negazione di una sottoformula di ϕ.
4.3 La semantica del Calcolo Proposizionale

A questo punto introduciamo formalmente due simboli che sono già apparsi
nella nostra trattazione e che non fanno parte né dell’alfabeto di L0 né di
quello della nostra grammatica non contestuale GL0 . Questi sono i cosiddetti
valori di verità: V (vero) e F (falso).
Questi simboli costituiscono il significato delle fbf di L0 proprio nel senso
di Frege: il riferimento/significato/bedeutung di una fbf (proposizione)
4.3. LA SEMANTICA DEL CALCOLO PROPOSIZIONALE 49
((A ∧ B) → C)
(A ∧ B) C
A B
Figura 4.2: Albero genealogico di ((A ∧ B) → C)
di L0 è un valore di verità.1 Questo è il motivo per cui questa parte della

nostra trattazione si chiama ‘semantica.’
Definizione 4.3.1 (Struttura) Se W0 è l’insieme di tutte le fbf di L0 , una

struttura Σ per W0 è una funzione
Σ : W0 → {V, F}.
Definizione 4.3.2 (Struttura Booleana) Una struttura Σ per W0 è Boo-

leana se rispetta le tavole di verità e cioè se, per ogni ϕ e ψ in W0 :
1. se Σ(ϕ) = V allora Σ(¬ ϕ) = F; e se Σ(ϕ) = F allora Σ(¬ ϕ) = V.
2. Σ((ϕ ∧ ψ)) = V solo nel caso in cui Σ(ϕ) = V e Σ(ψ) = V. Altrimenti

Σ((ϕ ∧ ψ)) = F.
3. Σ((ϕ ∨ ψ)) = F solo nel caso in cui Σ(ϕ) = F e Σ(ψ) = F. Altrimenti

Σ((ϕ ∨ ψ)) = V.
4. Σ((ϕ → ψ)) = F solo nel caso in cui Σ(ϕ) = V e Σ(ψ) = F. Altrimenti

Σ((ϕ → ψ)) = V.
5. Σ((ϕ ↔ ψ)) = V solo nel caso in cui Σ(ϕ) = Σ(ψ). Altrimenti Σ((ϕ ↔
ψ)) = F.
Quando, in quanto segue, parleremo di strutture Σ intenderemo sempre

parlare di strutture Booleane.
Data una fbf ϕ di L0 , la tavola di verità di ϕ ci dice il valore di verità
che ϕ ha in ciascuna struttura Σ in cui è definita. Chiameremo struttura
la restrizione alle variabili atomiche di una fbf ϕ di L0 di una struttura Σ
in cui ϕ è definita. Le strutture verranno indicate mediante il simbolo Σi ,
dove 1 ≤ i.
1
Vedi su questo Frege (1892).
Esempio 4.3.1 (ϕ = (((S ∧ P ) ∧ Q) ∧ R))
Σi S P Q R (((S ∧ P ) ∧ Q) ∧ R)
Σ1 V V V V
Σ2 V V V F
.. .. .. .. ..
. . . . .
Σ16 F F F F
Teorema 4.3.1 Sia ϕ una fbf. di L0 tale che ϕ contiene n lettere P distinte
l’una dall’altra. In questo caso esistono 2n strutture distinte.
Se ϕ contiene soltanto una lettera P allora, come risulta chiaramente

dalla tavola di verità di ϕ, vi sono soltanto due strutture distinte in cui ϕ
è definita: Σ1 (P ) = V e Σ2 (P ) = F ; e dal momento che 2 = 21 il teorema
vale in questo caso.
Assumiamo che il teorema sia vero per fbf ϕ contenenti n lettere
P distinte l’una dall’altra (ipotesi d’induzione) e dimostriamo che il
teorema deve essere vero anche per fbf ϕ contenenti n + 1 lettere P distinte
l’una dall’altra.
Innanzitutto, dobbiamo notare che:
1. ogni struttura Σn+1 , che assegna valori di verità ad n + 1 lettere P

distinte l’una dall’altra, può essere ottenuta da una struttura Σn ,
che assegna un valore di verità alle prime n lettere, assegnando alla
n + 1-esima lettera P lo stesso valore di verità che le assegna Σn+1 ; e
che
2. estendendo una struttura Σn ad una lettera Pn+1 , distinta dalle n

lettere già ‘valutate’ da Σn , possiamo ottenere soltanto 2 distinte Σn+1
strutture.
Assumendo, dunque, che vi siano 2n strutture possibili Σn per n lettere

P distinte (ipotesi d’induzione), dalle considerazioni 1. e 2. di cui sopra,
ne ricaviamo che il numero totale di Σn+1 strutture possibili per n+1 lettere
P distinte è:
2n × 2 = 2n+1 .
□
Definizione 4.3.3 (Insoddisfacibilità di un insieme finito di fbf di L0 )

Se Γ è un insieme finito di fbf di L0 , scriviamo
Γ |=
4.3. LA SEMANTICA DEL CALCOLO PROPOSIZIONALE 51
quando non esiste una struttura Σ in cui tutte le fbf di Γ sono definite
e sono tutte vere (in Σ). L’espressione ‘Γ |=’ si legge: l’insieme Γ è
insoddisfacibile. Si dice che Γ è soddisfacibile se Γ ⊭. Il simbolo ‘|=’ si
chiama porta semantica.
Definizione 4.3.4 (Validità in L0 ) Se Γ è un insieme finito di fbf di L0 ,

e ϕ è una fbf di L0 , scriviamo
Γ |= ϕ
quando non esiste una struttura Σ tale che:
1. tutte le fbf appartenenti a Γ e ϕ sono definite in Σ;
2. tutte le fbf appartenenti a Γ sono vere in Σ;
3. ϕ è falsa in Σ.
‘Γ |= ϕ si legge: Γ implica semanticamente ϕ.
Teorema 4.3.2 Γ |= ϕ se e solo se Γ ∪ {¬ϕ} |= □
Nota Bene 4.3.1 :
• Se A e B sono insiemi A ∪ B = {x | x ∈ A o x ∈ B}.
• L’insieme controesempio del sequente Γ |= è Γ, perché non c’è nessuna

fbf a destra di |= . Dunque, se il sequente Γ |= è corretto allora, per il
Teorema 4.3.2, Γ deve essere insoddisfacibile.
• Se il sequente |= ϕ è corretto allora, per il Teorema 4.3.2, il suo

insieme controesempio {¬ϕ} deve essere insoddisfacibile. Ciò implica
che ϕ è vera in ogni struttura Σ in cui è definita (perché?). ‘|= ϕ’ si
legge: ϕ è una tautologia.
• La tautologia può essere anche chiamata ‘verità logica’ o ‘verità univer-

sale’, perché come la logica è applicabile al pensiero deduttivo relativo a
qualsiasi ambito, così la verità di una tautologia prescinde dall’ambito
(struttura) in cui questa è definita.
• Espressioni ben formate contenenti occorrenze di fbf di L0 e del simbolo

‘|=’ sono chiamate sequenti semantici.
• I sequenti semantici non sono fbf di L0 , perché il simbolo ‘|=’ non

appartiene ad A0 .
• Un sequente semantico può essere corretto o meno. Se un sequente

semantico non è corretto esiste almeno una struttura Σ in cui tutte le
fbf del sequente sono definite ed è tale che tutte le fbf alla sinistra di |=
sono vere in Σ e quella alla destra di |= è falsa in Σ. Questa struttura
Σ è chiamata il controesempio del sequente. Un sequente è corretto
se e solo se non ha un controesempio.
• Le tavole di verità ci mettono a disposizione un metodo semplice per
controllare la correttezza dei sequenti.
Esiste una tecnica semplice per trovare dei controesempi di sequenti
semantici.
Esempio 4.3.2 (Controesempi di sequenti semantici)
P Q ((P ∧ ¬ P ) → Q) |= ¬ Q
V V V F F V V V NC F V
V F
F V
F F
Nota Bene 4.3.2 (Molto importante) :
1. Supponiamo di avere tradotto correttamente delle asserzioni in italiano
in fbf di L0 , sia Γ l’insieme di queste fbf. Se Γ |=, allora l’insieme
delle asserzioni in lingua italiana è insoddisfacibile. In quanto, se ciò
non fosse vero, le asserzioni sarebbero tutte vere in qualche situazione
possibile Σ e questa situazione, mediante la correttezza della nostra tra-
duzione, individuerebbe una struttura Σ in cui tutte le fbf di Γ sarebbero
vere.
2. Ma se, invece, un insieme di asserzioni in lingua italiana è
insoddisfacibile, ciò non implica che lo debba anche essere
l’insieme Γ delle loro traduzioni in L0 , in quanto l’insod-
disfacibilità dell’insieme delle asserzioni in lingua italiana
potrebbe dipendere da fattori che non hanno nulla a che fare
con i funtori di verità.
3. Le stesse considerazioni di cui sopra si applicano agli argomenti.
Esempio 4.3.3 (N.B. 3.6.3-2) A = {Tutti gli uomini sono mortali, Socra-
te è un uomo, Socrate non è mortale} insoddisfacibile; A = {B, C, ¬D}
soddisfacibile.
Esempio 4.3.4 (N.B. 3.6.3-3) Tutti gli uomini sono mortali, Socrate è un
uomo ∴ Socrate è mortale valido; B, C |= D non corretto.
4.4. ESERCIZI 53
4.4 Esercizi
1. Dove questo è possibile, e senza che vi sia una grande mancanza di
accuratezza, usate i funtori di verità ¬, ∧, ∨, →, ↔ per parafrasare le
seguenti affermazioni rimuovendo i riferimenti incrociati. Dire in quali
casi la parafrasi è impossibile.
(a) Fallo ancora e mi farai infuriare.

(b) Dio ci ama ed è onnipotente, eppure permette che la gente soffra.
(c) Non è che non apprezzi il tuo aiuto.
(d) Ciò che hai appena detto ha come conseguenza che il bene assoluto
non esiste, ma in questo caso la tua definizione di partenza non
può essere giusta.
(e) Se adesso si fosse rimangiato la parola, lei non si sarebbe mai più
fidata di lui; ma visto come sono andate le cose, lui può continuare
a contare sulla sua fiducia.
(f) Giuseppe può mangiare la torta o il gelato, ma non entrambe le
cose.
2. Inserite delle parentesi nella seguente stringa (α) di simboli in quattro

modi differenti in modo tale da produrre una formula che è:
(a) una tautologia;

(b) una contraddizione;
(c) una formula equivalente a P;
(d) una formula equivalente a ¬P.
(α) ¬P ∨ P ∧ P.
3. Stabilite per ciascuna delle seguenti affermazioni o che questa vale per
ogni insieme finito Γ di fbf di L0 e ogni singola fbf ϕ ∈ L0 o producete
un controesempio.
(a) Se Γ è soddisfacibile e Γ |= ϕ, allora Γ ∪ {ϕ} è soddisfacibile.

(b) Se Γ ∪ {ϕ} non è soddisfacibile, ma Γ è soddisfacibile, allora Γ ⊭ ϕ.
(c) Se Γ ⊭ ϕ allora Γ è soddisfacibile, ma Γ ∪ {ϕ} non è soddisfacibile.
(d) Se Γ è soddisfacibile e Γ |= ¬ϕ, allora Γ ∪ {ϕ} non è soddisfacibile.
Capitolo 5
I tableaux analitici
5.1 Introduzione
In questo capitolo entriamo, finalmente, nel vivo della nostra ricerca di
una procedura di decisione riguardante la validità o meno di una classe di
argomenti formulati in italiano.
Dopo una breve discussione del concetto di albero, e di un importante
risultato — il Teorema di König — relativo ad una data classe di alberi
(gli alberi generati finitamente), ci occuperemo dei tableaux analitici
che, come vedremo, non sono altro che alberi diadici (binari).
I tableaux analitici sono al cuore della nostra procedura di decisione in
quanto sono, come vedremo, lo strumento meccanico tale che, dato un
sequente semantico S, sarà in grado di determinare, in un numero finito di
passi, se l’insieme controesempio di S, CS , è soddisfacibile oppure no.
È chiaro, da quanto abbiamo detto nel Nota Bene 4.3.2 e dal Teore-
ma Fondamentale, che se CS è insoddisfacibile l’argomento formulato in
italiano, di cui S è il modello matematico, è valido.
Il capitolo verrà concluso da una sezione in cui applicheremo alcuni dei
concetti e delle tecniche studiate al tentativo di determinare la validità o
meno di un argomento formulato in italiano.
5.2 Alberi
Definizione 5.2.1 (Albero) Per albero, A, intendiamo:
1. un insieme P di oggetti chiamati nodi;
2. una funzione, l, che assegna a ciascun nodo p un intero positivo n

chiamato il livello di p;
55
56 CAPITOLO 5. I TABLEAUX ANALITICI
3. una relazione binaria R definita su P — pi Rpj si legge ‘pi è il prede-

cessore di pj ’ oppure ‘pj è il successore di pi ’ — tale che:
a esiste un unico nodo p1 di livello 1. p1 è chiamato l’origine dell’al-

bero;
b ogni punto pi , per i 6= 1, ha un unico predecessore;
c dati due nodi qualsiasi pi e pj , se pj è il successore di pi allora
l(pj ) = l(pi ) + 1.
Esempi di alberi sono quelli dati nelle Figure 4.1 e 4.2 e, cioè, l’albero
associato alla derivazione della fbf ((P◦ ∧ P◦ ) ∧ P◦ ) e l’albero genealogico della
fbf ((A ∧ B) → C).
Definizione 5.2.2 (Sui nodi di un albero A) :
• Un nodo p di A che non ha successori è chiamato nodo terminale.
• Un nodo p di A che ha un solo successore è chiamato nodo semplice.
• Un nodo p di A che ha più di un successore è chiamato nodo di

giunzione.
Definizione 5.2.3 (Sentiero di A) : Per sentiero di un albero A inten-

diamo una successione (finita o infinita) s di nodi di A tale che:
1. il primo elemento di s è l’origine di A;
2. un qualsiasi elemento i-esimo di s eccetto l’ultimo, sempre che questo

esista, è il predecessore in A dell’elemento i + 1-esimo di s.
Definizione 5.2.4 (Ramo di A) : Un ramo di A è un sentiero s di A

tale che s è infinito oppure, nel caso s è finito, l’ultimo elemento di s è un
nodo terminale di A.
Definizione 5.2.5 (x domina y) Se x e y sono due nodi che giacciono

sullo stesso ramo di un albero A e l(x) ≤ l(y) allora diciamo che x domina
y o che y è un discendente di x.
Definizione 5.2.6 (Alberi generati finitamente) : Si dice che un albero

A è generato finitamente se ciascun nodo di giunzione di A ha un numero
finito di successori. In particolare, diciamo che un albero A è n-adico se
ogni nodo di giunzione di A ha esattamente n successori.
5.2. ALBERI 57
Esempio 5.2.1 : L’albero genealogico di ((A ∧ B) → C) è diadico o binario.
Problema 5.2.1 Supponiamo che A sia un albero tale che, per ogni n ∈ N,
esiste un nodo p ∈ A di livello n, e cioè l(p) = n, questo implica che A debba
avere almeno un ramo s di lunghezza infinita?
La risposta al Problema 5.2.1 è, in generale, ‘No,’ come è chiaramente

mostrato dall’albero A rappresentato nella Figura 5.1. In questa figura, in
particolare, ogni nodo pi,j , dove i, j ∈ N e 1 ≤ i, 0 ≤ j, è dotato di due indici.
L’indice i rappresenta il livello del nodo, mentre l’indice j identifica il nodo
distinguendolo da eventuali altri nodi dello stesso livello e collegandolo, allo
stesso tempo, al suo predecessore che è pi−1,j .
p1,0
p2,1 p2,2 p2,3 ··· p2,n ···
p3,2 p3,3 p3,n
p4,3 p4,n
..
.
pn,n
Figura 5.1:
Quando, invece, abbiamo a che fare con alberi che sono generati fini-
tamente, la risposta è ‘Si’, come stabilito dal Teorema di König e dal
Teorema 5.2.2.
Teorema 5.2.1 (di König) Ogni albero A generato finitamente che con-
tiene un numero infinito di nodi ha almeno un ramo infinito.
Sia A un albero generato finitamente che contiene un numero infinito di

nodi. Dato un nodo p ∈ A, diciamo che p è buono se ha un numero infinito
di discendenti. Dal momento che per ipotesi A contiene un numero infinito
di nodi, e che tutti i nodi di A sono discendenti della sua origine, ne abbiamo
che p1 (l’origine di A) è buono.
Ora, se p è un nodo di A e p è buono, almeno uno dei successori di p
deve essere buono (perché?). Quindi, dal momento che p1 è buono questo
deve avere almeno un successore che è buono pure lui. Chiamiamo questo
successore dell’origine del nostro albero p2 .
Dal momento che p2 è buono, questo avrà almeno un successore buono.

Chiamiamo p3 questo successore di p2 , ecc. La successione
p1 , p 2 , p 3 , . . .
è un ramo di A (perché?) e contiene un numero infinito di elementi (perché?).

□
Teorema 5.2.2 Se A è un albero generato finitamente, A contiene un nu-

mero infinito di nodi se e solo se, per ogni n ∈ N, esiste un nodo p di A tale
che l(p) = n.
Se A è un albero generato finitamente e, per ogni n ∈ N, esiste un nodo p

di A tale che l(p) = n, dal momento che l associa a ciascun nodo di A uno
e un solo intero positivo, è chiaro che A contiene un numero infinito di nodi
(N è un insieme infinito).
D’altro canto, se A è un albero generato finitamente che contiene un
numero infinito di nodi, A avrà, certamente, un’origine p e, cioè, un nodo di
livello 1.
Ora, assumendo che A abbia nodi di livello i, per ogni 1 ≤ i ≤ n, dove
i, n ∈ N, dal momento che A è generato finitamente a partire da un unico
nodo (l’origine), l’insieme dei nodi p di A tali che l(p) ≤ n deve essere finito
(perché?).
Da ciò segue che, se A contiene un numero infinito di nodi, almeno un
nodo di A di livello n deve avere almeno un successore che è, ovviamente, di
livello n + 1. □
Adesso vedremo, nella dimostrazione del teorema seguente, un’applica-
zione del Teorema di König.
Teorema 5.2.3 Se ϕ è una fbf di L0 allora ϕ contiene un numero finito di

sottoformule.
Sia ϕ è una fbf di L0 . L’albero genealogico di ϕ, Aϕ , è un albero diadico

e, quindi, è generato finitamente. Dal momento che ϕ è una combinazione
finita di simboli di L0 , ne segue che ϕ contiene un numero finito di funtori
di verità. Quindi, il suo albero genealogico deve terminare dopo un numero
finito di passi. Questo, in particolare, implica che Aϕ non contiene un ramo
infinito.
Dal Teorema di König, possiamo, a questo punto, concludere che Aϕ
contiene un numero finito di nodi.
□
5.3. CHE COS’È UN TABLEAU ANALITICO? 59
Nota Bene 5.2.1 :
• Nella dimostrazione del Teorema di König, la successione di elementi

buoni di A è il risultato di un numero infinito di scelte, scelte per fare
le quali non ci è stata fornita nessuna regola. Quindi, per assicurarci
dell’esistenza della nostra successione, indipendentemente dalla nostra
abilità di individuarne i membri, abbiamo bisogno di un principio di
esistenza noto come Assioma della scelta.
• Assioma 5.2.1 (Assioma della scelta) Per ogni famiglia non vuo-
ta F i cui elementi sono insiemi non vuoti, esiste una funzione f tale
che f (B) ∈ B, per ogni B ∈ F.
• La funzione f menzionata nell’enunciato dell’Assioma della scelta si

chiama funzione di scelta.
• L’Assioma della scelta è un assioma di uno dei più importanti sistemi

assiomatici della Teoria degli insiemi, il sistema noto come Zermelo-
Fraenkel-Choice (ZFC).1
5.3 Che cos’è un tableau analitico?

Inizieremo adesso la descrizione della procedura che ci consentirà di decidere
se gli argomenti appartenenti ad una certa classe sono validi. Questa proce-
dura consiste nella costruzione di tableaux analitici per insiemi finiti di fbf
di L0 .
Definizione 5.3.1 (Tableau analitico per una fbf ϕ) Un tableau ana-

litico per una fbf ϕ di L0 , Tϕ , è un albero diadico (binario) A che ha ϕ
come origine ed è generato mediante l’applicazione delle regole 1–9 ai suoi
nodi. (Vedi l’Appendice a questo capitolo.)
Definizione 5.3.2 (Sentiero chiuso di Tϕ ) Sia Tϕ un tableau analitico

per una fbf ϕ di L0 ed s un sentiero di Tϕ . Diciamo che s è chiuso se
esistono due pi , pj ∈ s, dove i, j ∈ N, tali che o pi = ¬pj o pj = ¬pi (ma non
entrambe). Se s non è chiuso allora è aperto.
Definizione 5.3.3 (Tableau chiuso) Un tableau analitico Tϕ per una fbf

ϕ di L0 è chiuso se ogni ramo s di Tϕ è chiuso. Se Tϕ non è chiuso allora
è aperto.
1
Il lettore interessato può approcciare la teoria degli insiemi leggendo inizialmente
Halmos (1974) per, poi, eventualmente, proseguire con lo studio di Enderton (1977).
5.4 Le regole dei tableaux analitici

Le regole 1–9 dei tableaux analitici (vedi l’Appendice di questo capitolo)
possono essere divise in due classi: le regole sequenziali 1, 2, 5, 7; e le
regole biforcanti 3, 4, 6, 8 e 9.
Le fbf di L0 a cui possiamo applicare una delle nostre regole 1–9 possono
essere divise anch’esse in due classi a secondo del tipo di regola che possiamo
applicare loro. Le α-formule sono quelle a cui possiamo applicare una regola
sequenziale, mentre le β-formule sono quelle a cui possiamo applicare una
regola biforcante. (Vedi le due tabelle che seguono.)
α-formule α1 α2 Regole
¬¬X X X 1
(X ∧ Y ) X Y 2
¬ (X ∨ Y ) ¬ X ¬Y 5
¬ (X → Y ) X ¬Y 7
β-formule β1 β2 Regole
¬ (X ∧ Y ) ¬X ¬Y 3
(X ∨ Y ) X Y 4
(X → Y ) ¬X Y 6
(X ↔ Y ) XY ¬X ¬Y 8
¬ (X ↔ Y ) X ¬Y ¬X Y 9
Nota Bene 5.4.1 :
1. Una α-formula è vera in una struttura Σ se e solo se entrambe α1 e

α2 sono vere in Σ. (Controllate le tavole di verità delle α-formule.)
2. Una β-formula è vera in una struttura Σ se e solo se o β1 o β2 sono

vere in Σ. (Controllate le tavole di verità delle β-formule.)
3. Data una fbf ϕ che occorre come nodo di un tableau analitico T , se

questa non è un letterale — non è né una fbf atomica né la negazione
5.4. LE REGOLE DEI TABLEAUX ANALITICI 61
di una fbf atomica — ed occorre in almeno un sentiero aperto di T ,

allora le si può applicare una delle regole di derivazione 1–9 una ed
una sola volta.
4. Se una α-formula è un nodo di un tableau analitico T e noi applichia-

mo ad essa una delle regole 1, 2, 5, 7, nel fare ciò dobbiamo prolungare
ogni ramo aperto si , per 1 ≤ i ≤ n, che contiene α come nodo
scrivendo α1 e α2 una sotto l’altra dopo l’ultimo nodo di si ottenen-
do così un nuovo ramo si , α1 , α2 . (Per una rappresentazione
diagrammatica dell’operazione vedi Figura 5.2.)
si
α1
α2
Figura 5.2: Regole per α-formule
5. Se una β-formula è un nodo di un tableau analitico T e noi applichiamo

ad essa una delle regole 3, 4, 6, 8, 9, nel fare ciò dobbiamo prolungare
ogni ramo aperto si , per 1 ≤ i ≤ n, che contiene β come nodo
per mezzo di una biforcazione che, in un caso, avrà come ultimo nodo
β1 (e cioè avremo un nuovo ramo: si , β1 ) e, nell’altro, β2 (e cioè
avremo un altro nuovo ramo si , β2 .) (Per una rappresentazione
diagrammatica dell’operazione vedi Figura 5.3.)
si
β1 β2
Figura 5.3: Regole per β-formule
6. Se il ramo s di un tableau analitico T è chiuso, perché due fbf p e ¬ p

compaiono come due dei suoi nodi, diremo che il nodo terminale di s è
quella formula, tra p e ¬ p, che è di livello più basso, e tracceremo una
linea sotto questa formula.
7. Se Tϕ è il tableau analitico di una fbf ϕ di L0 , allora in Tϕ compaiono

soltanto sottoformule deboli di ϕ (vedi Definizione 4.2.2).
Esempio 5.4.1 :
√
(1) ((¬P → R) ∧ ¬R) 1
√
(2) (¬ P → R) R2, (1) 2
(3) ¬R R2, (1)

√
(4) ¬¬P 3 R R6, (2)
(5) P R1, (4)
Figura 5.4: Tableau analitico per ((¬P → R) ∧ ¬R)
Definizione 5.4.1 (Estensione stretta di un tableau analitico) Sia T

un tableau analitico, diciamo che il tableau analitico T ′ è una estensione
stretta di T se T ′ può essere ottenuto da T per mezzo di una applicazione
di una delle regole 1–9 (vedi l’Appendice di questo capitolo).
Definizione 5.4.2 (Estensione di un tableau analitico) Sia T un ta-

bleau analitico, diciamo che il tableau analitico T ′ è una estensione di
T se esiste una successione finita di tableaux analitici T1 , . . . , Tn tale che
T = T1 , T ′ = Tn e Ti+1 è una estensione stretta di Ti , per ogni 1 ≤ i < n.
Introdurremo, adesso, la nozione di complessità logica di una fbf ϕ

di L0 . Questa nozione è particolarmente importante in quanto ci mostra il
ruolo delle nostre regole 1–9 nel generare, a partire da una fbf ϕ di L0 , tableau
analitici Tϕ che non sono ulteriormente estensibili ovvero tableaux analitici
completi di ϕ.
Definizione 5.4.3 (Complessità logica di una fbf ϕ) Se ϕ è una fbf di

L0 , la complessità logica di ϕ è quel numero naturale n che indica quanti
funtori di verità occorrono in ϕ.
Nota Bene 5.4.2 :
1. Se, data una fbf ϕ di L0 , SFϕ è l’insieme delle sottoformule di ϕ e

SFϕ è l’insieme i cui elementi sono le negazioni delle sottoformule di
ϕ, allora il numero delle sottoformule deboli di ϕ è pari al numero
degli elementi dell’insieme SFDϕ = SFϕ ∪ SFϕ .
2. Se applichiamo ad una fbf ϕ di L0 una delle regole 1–9 dei tableaux

analitici, otteniamo delle sottoformule deboli di ϕ che hanno una
complessità logica minore o uguale a quella di ϕ.
5.5. A COSA SERVE UN TABLEAU ANALITICO? 63
3. Come conseguenza di 1. e 2., e del fatto che, data una fbf ϕ che occorre
come nodo di un tableau T , è possibile applicare a ϕ una delle regole
di derivazione 1–9 una ed una sola volta, dopo un numero finito di
applicazioni delle regole di derivazione 1–9 a ϕ, e alle sue sottoformule
deboli prodotte, otterremo un tableau analitico completo Tn di ϕ.
5.5 A cosa serve un tableau analitico?

Avendo definito, nella precedente sezione, che cos’è un tableau analitico, in
questa ci occuperemo di discutere alcuni risultati che ci consentiranno di
spiegare perché i tableaux analitici possono essere utilizzati per stabilire la
soddisfacibilità o meno di insiemi finiti di fbf di L0 .
Teorema 5.5.1 Se ϕ è una fbf di L0 tale che {ϕ} è soddisfacibile allora

esiste almeno una struttura Σ tale che ogni tableau analitico T di ϕ contiene
almeno un ramo s i cui nodi sono tutti veri in Σ.
Sia ϕ una fbf di L0 tale che {ϕ} è soddisfacibile e Σ una struttura tale
che ϕ è vera in Σ. Se T0 è lo 0-esimo tableau analitico di ϕ — e cioè il tableau
analitico che ha come unico nodo ϕ — allora, chiaramente, T0 contiene un
ramo s il cui unico nodo è vero in Σ.
Ora sia Tn , per n ∈ N, una estensione di T0 che contiene almeno un
ramo s i cui nodi sono tutti veri in Σ. (Ipotesi di Induzione.) Se Tn+1
è un’estensione stretta di Tn ottenuta operando su una fbf ψ di Tn che non
appartiene ad s, allora anche Tn+1 conterrà un ramo i cui nodi sono tutti veri
in Σ e cioè s.
Se, invece, Tn+1 è generato operando su una fbf ψ di Tn appartenente ad s
allora, se ψ è un’α-formula, otterremo Tn+1 prolungando ogni ramo aperto s∗
di Tn che contiene ψ come nodo aggiungendo α1 e α2 (l’una sotto l’altra) dopo
l’ultimo nodo di s∗ generando così il ramo s∗ , α1 , α2 . In particolare,
dovremo prolungare il ramo s di Tn che diventerà il ramo s, α1 , α2
di Tn+1 . Ma, dal momemto che, per ipotesi, ψ è vera in Σ e che ψ è un’α-
formula, avremo che sia α1 che α2 devono essere vere in Σ; e da ciò segue che
il ramo s, α1 , α2 di Tn+1 deve contenere nodi che sono tutti veri in Σ.
Se ψ è, invece, una β-formula, otterremo Tn+1 prolungando ogni ramo
aperto s∗ di Tn che contiene ψ come nodo aggiungendo, dopo l’ultimo nodo
di s∗ , β1 e β2 l’una accanto all’altra producendo così una biforcazione e cioè
due nuovi rami s∗ , β1 e s∗ , β2 . Avremo, quindi, in particolare,
che anche il ramo s darà luogo alla biforcazione s, β1 e s, β2 .
Ma, dal momento che ψ è una β-formula e che ψ è vera in Σ, avremo
che o β1 sarà vera in Σ o lo sarà β2 . E, mentre, nel primo caso, il tableau
analitico Tn+1 conterrà il ramo s, β1 tutti i nodi del quale saranno veri
in Σ; nel secondo, il tableau analitico Tn+1 conterrà il ramo s, β2 tutti
i nodi del quale saranno veri in Σ. □
Nota Bene 5.5.1 :

• Il passo induttivo della dimostrazione del Teorema 5.5.1, nel caso
in cui la fbf ψ appartiene al ramo s del tableau analitico Tn , rivela
l’importanza del classificare le fbf di L0 che non sono letterali in α-
formule e β-formule. Infatti, in assenza di questa classificazione, il
passo induttivo di cui sopra, invece di considerare soltanto due casi —
quello delle α-formule e quello delle β-formule — ne avrebbe dovuto
considerare 9!
Teorema 5.5.2 Se ϕ è una fbf di L0 , Σ una struttura e T un tableau

analitico di ϕ che contiene almeno un ramo s i cui nodi sono tutti veri in Σ
allora T è aperto.
Sia ϕ è una fbf di L0 , Σ una struttura e T un tableau analitico di ϕ che

contiene almeno un ramo s i cui nodi sono tutti veri in Σ. Se T fosse chiuso
tutti i suoi rami, incluso s, dovrebbero essere chiusi.
Ma, se s fosse chiuso dovrebbe esistere una fbf χ di L0 tale che sia χ che
¬χ apparirebbero come nodi di s; e, dal momento che uno di questi due nodi
sarebbe falso in Σ (Σ è una struttura Booleana) questo contraddirebbe la
nostra ipotesi secondo la quale s contiene esclusivamente nodi che sono veri
in Σ. Quindi, s è aperto e, di conseguenza, lo è anche T . □
Teorema 5.5.3 Se ϕ è una fbf di L0 tale che {ϕ} è soddisfacibile e T è un

tableau analitico di ϕ allora T è aperto.
Sia ϕ una fbf di L0 tale che {ϕ} è soddisfacibile e T un tableau analitico di ϕ.

Dal Teorema 5.5.1 abbiamo che esiste almeno una struttura Σ tale che T
contiene almeno un ramo s i cui nodi sono tutti veri in Σ. Ma questo implica,
come asserito dal Teorema 5.5.2, che T è aperto. □
Dal Teorema 5.5.3 ricaviamo immediatamente che, data una fbf ϕ di L0
e un tableau analitico T di ϕ, se T è chiuso allora {ϕ} non è soddisfacibile.
Proviamo, adesso, a generalizzare questo risultato, che abbiamo ottenuto
per singoletti {ϕ} di fbf ϕ di L0 , ad ogni insieme finito Φ = {ϕ1 , . . . , ϕn }
di fbf di L0 . A questo proposito, il risultato che ci serve è quello espresso
dall’enunciato del Teorema 5.5.4, risultato che ci fa vedere che un insieme
finito Φ = {ϕ1 , . . . , ϕn } di fbf di L0 è soddisfacibile se e solo se lo è il singoletto
{(· · · (ϕ1 ∧ ϕ2 ) ∧ · · · ∧ ϕn )}, dove (· · · (ϕ1 ∧ ϕ2 ) ∧ · · · ∧ ϕn ) è la congiunzione
di tutte le ϕi ∈ Φ.
5.6. IMPLEMENTIAMO LA NOSTRA PROCEDURA 65
Teorema 5.5.4 L’insieme finito Γ = {γ1 , . . . , γn } di fbf di L0 è soddisfacibile

se e solo se lo è l’insieme {((· · · (γ1 ∧ γ2 ) ∧ · · · ) ∧ γn )}. □
Quindi, per stabilire la soddisfacibilità o meno di un un insieme finito
Γ = {γ1 , . . . , γn } di fbf di L0 sarà sufficiente stabilire se il tableau analitico
T di ((· · · (γ1 ∧ γ2 ) ∧ · · · ) ∧ γn ) è aperto o chiuso. Questo risultato, assieme
al Teorema 4.3.2, ci mette a disposizione una procedura meccanica per
controllare, in un numero finito di passi, la correttezza dei sequenti semantici
Γ |= ϕ, dove Γ = {γ1 , . . . , γn } è un insieme finito di fbf di L0 e ϕ è anch’essa
una fbf di L0 :
1. dato un sequente semantico Γ |= ϕ, genera il suo insieme controesempio
{γ1 , . . . , γn , ¬ϕ};
2. fai il tableau analitico T di ((((· · · (γ1 ∧ γ2 ) ∧ · · · ) ∧ γn )) ∧ ¬ϕ); se T
è chiuso l’insieme {γ1 , . . . , γn , ¬ϕ} non è soddisfacibile ed il sequente è
corretto. Se T è aperto l’insieme {γ1 , . . . , γn , ¬ϕ} è soddisfacibile ed il
sequente non è corretto.
Nota Bene 5.5.2 :
• Il funtore di verità ∧ gode della proprietà associativa e, cioè, date
tre fbf qualsiasi ϕ, ψ, χ di L0 , la fbf ((ϕ ∧ ψ) ∧ χ) ha la stessa tavola
di verità della fbf (ϕ ∧ (ψ ∧ χ)). Quindi, in quanto segue, invece di
scrivere, per esempio, la complicatissima fbf ((· · · (γ1 ∧ γ2 ) ∧ · · · ) ∧ γn )
scriveremo, invece, la semplice formula non ben formata (γ1 ∧ · · · ∧ γn )
senza timore di commettere errori. Le stesse considerazioni valgono
per il funtore di verità ∨.
5.6 Implementiamo la nostra procedura

È, finalmente, giunto il momento di applicare le cose di cui abbiamo parlato
finora ad un caso concreto rappresentato dal seguente argomento:
A Se Maciste è più forte di Zorro, ma Maciste non si batte con Zorro, allora il
sergente Garcia avrà dei problemi. Ma, visto che il sergente Garcia non
avrà problemi e che Maciste è più forte di Zorro vuol dire che Maciste
si batte con Zorro.
Interpretazione I = {P, Q, R}
P →
7 Maciste è più forte di Zorro
Q → 7 Maciste si batte con Zorro
R → 7 il sergente Garcia avrà dei problemi
Traduzione di A nel sequente (S):
(S) ((P ∧ ¬Q) → R), (¬R ∧ P ) |= Q.
C(S) = {((P ∧ ¬Q) → R), (¬R ∧ P ), ¬Q}.
Tableau :
√
√1 ((((P ∧ ¬Q) → R) ∧ (¬R ∧ P )) ∧ ¬Q) (1)
2 (((P ∧ ¬Q) → R) ∧ (¬R ∧ P )) (2)
√ ¬Q (3)
√4 ((P ∧ ¬Q) → R) (4)
3 (¬R ∧ P ) (5)
¬R (6)
√ P (7)
5 ¬(P ∧ ¬Q) R (8)
¬P ¬¬Q (9)
Conclusione Il tableau analitico di cui sopra dimostra che l’insieme
C(S) = {((P ∧ ¬Q) → R), (¬R ∧ P ), ¬Q}
non è soddisfacibile e che, quindi, il sequente (S) è corretto. Da ciò

segue che A è valido.
Nota Bene 5.6.1 :

• Se dal tableau analitico di cui sopra eliminiamo le congiunzioni in (1)
e (2) non cambia nulla e, cioè, se il tableau analitico si deve chiudere
si chiude e se deve rimanere aperto rimane aperto. Questo è il motivo
per cui i tableaux analitici che faremo da qui in avanti inizieranno con
un semplice ‘elenco’ degli elementi dell’insieme controesempio C(S) del
sequente (S) e non con la congiunzione di questi ultimi.
• Osseriamo che nel tableau analitico di cui sopra compaiono solo sot-
toformule deboli di (1).
Definizione 5.6.1 (Tableau analitico per Γ = {γ1 , . . . , γn }) Un tableau a-

nalitico per un insieme finito Γ = {γ1 , . . . , γn } di fbf di L0 è un albero binario
A costruito come segue:
1. elenca una sotto l’altra le fbf di Γ iniziando da una qualunque γi , per
1 ≤ i ≤ n;
5.6. IMPLEMENTIAMO LA NOSTRA PROCEDURA 67
2. dopo aver completato la fase 1., applica, nel modo consentito, le regole
1–9 ai nodi di A.
Teorema 5.6.1 Se Γ = {γ1 , . . . , γn } è un insieme finito di fbf di L0 e T è

un tableau analitico completo di Γ allora Γ è soddisfacibile se e solo se T è
aperto.
Se Γ = {γ1 , . . . , γn } è un insieme di fbf di L0 ed è soddisfacibile allora esiste

almeno una struttura Σ tale che:
1. Σ(γi ) = V, per ogni 1 ≤ i ≤ n; e
2. ogni tableau analitico T di Γ contiene almeno un ramo s i cui nodi sono

tutti veri in Σ (dimostrazione per induzione lungo le linee di quella
data del Teorema 5.5.1).
Dal momento che tutti i nodi di s sono veri in Σ ne segue che s è aperto e
che, quindi, T è aperto (vedi la dimostrazione del Teorema 5.5.2).
Ammettiamo, adesso, che ci sia un tableau analitico completo T per Γ
e che T sia aperto. Se T è aperto allora deve contenere almeno un ramo
aperto s.
Ora consideriamo la struttura Σ tale che, se P è una fbf atomica che
compare come nodo di s, allora Σ(P ) = V. Se, invece, P è una fbf atomica
che non compare come nodo di s, allora Σ(P ) = F (questa struttura esiste,
perché?); e consideriamo l’ultimo nodo di s.
Dal momento che T è completo, l’ultimo nodo di s sarà un letterale e
cioè: (1) una fbf atomica P ; o (2) la negazione di una fbf atomica e cioè ¬P.
Nel caso (1) avremo che Σ(P ) = V, per costruzione. Nel caso (2), se fosse
Σ(¬P ) = F, allora avremmo che Σ(P ) = V (Σ è Booleana), e P sarebbe,
per costruzione, un nodo di s. Ma, in questo caso avremmo che sia P che
¬P sarebbero nodi di s; e ciò non è possibile, perché s è un ramo aperto (per
ipotesi). Quindi, Σ(¬P ) = V.
A questo punto, chiamiamo ϕ0 l’ultimo nodo del nostro ramo aperto s,
ϕ1 il penultimo, ecc. e assumiamo che le fbf ϕ0 , . . . , ϕn che compaiono in s
siano tutte vere in Σ (Ipotesi di Induzione). Naturalmente, intendiamo
dimostrare che anche la fbf ϕn+1 di s è vera in Σ.
Per quanto riguarda la fbf ϕn+1 di s ci sono tre possibilità:
1. ϕn+1 è un letterale;
2. ϕn+1 è un’α-formula;
3. ϕn+1 è una β-formula.

Se ϕn+1 è un letterale allora ϕn+1 è vera in Σ per le stesse considerazioni

che abbiamo fatto relativamente a ϕ0 .
Se ϕn+1 è un’α-formula allora entrambe α1 e α2 compaiono in ϕ0 , . . . , ϕn
(perché?) e sono, dunque, entrambe vere in Σ. (Ipotesi di induzione). Ma,
se α1 e α2 sono entrambe vere in Σ, allora α deve essere vera in Σ (perché?).
E, dunque, ϕn+1 è vera in Σ.
Se ϕn+1 è una β-formula allora o β1 o β2 devono comparire in ϕ0 , . . . , ϕn
(perché?) e, quindi, o β1 o β2 sono vere in Σ (Ipotesi di induzione). Ma,
se o β1 o β2 sono vere in Σ allora deve anche esserlo β (perché?); e, dunque,
ϕn+1 è vera in Σ.
Da ciò segue che tutti i nodi del ramo aperto s sono veri in Σ e, dal
momento che Γ ⊆ s, avremo che se γ ∈ Γ allora γ è vera in Σ e cioè Γ è
soddisfacibile. □
5.7 Esercizi
1. Se è possibile, rappresentate il seguente argomento per mezzo di un
sequente corretto del calcolo proposizionale. Mostrate che il sequente
ottenuto è corretto mediante l’uso di un tableau analitico. Se ciò non è
possibile dite il perché.
A Se Giulietta ama Romeo, ma la tragedia shakespeareana Giulietta

e Romeo non viene rappresentata, vuol dire che Shakespeare è
sottovalutato. D’altro canto, la tragedia shakespeareana Giulietta
e Romeo viene rappresentata solo se Giulietta ama Romeo. Ma dal
momento che Shakespeare non è sottovalutato e che Giulietta ama
Romeo ne possiamo concludere che la tragedia shakespeareana
Giulietta e Romeo viene rappresentata.
2. Traducete il seguente argomento in un sequente corretto del calcolo

proposizionale, menzionando ogni difficoltà e ogni punto interessan-
te, dimostrando la sua correttezza per mezzo del metodo dei tableaux
analitici.
Se Manzolini diventa ministro dell’Università, possiamo es-

sere sicuri che la qualità dei pasti serviti alle mense uni-
versitarie non migliorerà e che non ci sarà un incremento
nel numero delle borse di studio. Il ministro dell’Universi-
tà, però, riuscirà a tenere la situazione tranquilla nel mondo
universitario solo se vi sarà un incremento nel numero delle
borse di studio; e appare chiaro che il ministro debba tenere
5.7. ESERCIZI 69
la situazione tranquilla nel mondo universitario o ci sarà una

rivolta. Ora, si dice che la qualità dei pasti serviti alle mense
universitarie probabilmente migliorerà. Ma anche in questo
caso, dato quello che è stato appena detto, vi sarà sicura-
mente una rivolta a meno che Manzolini non venga trombato
come candidato ministro dell’Università.
• È importante, ai fini della validità dell’argomento di cui sopra,

che la qualità del cibo migliori nelle mense universitarie?
3. Specificando la vostra interpretazione, formalizzate il seguente argo-

mento in termini di un sequente corretto del calcolo proposizionale
rendendo esplicita ogni premessa mancante. Dimostrate che il sequente
è corretto per mezzo del metodo dei tableaux analitici:
Anche se le cinque condizioni economiche poste da Gordon

Brown verranno soddisfatte, la Gran Bretagna non adotterà
l’euro; perché, a meno che non si tenga un referendum che
produca un esito positivo, la Gran Bretagna non adotterà
l’euro. E sebbene Tony Blair appoggerà pubblicamente l’a-
dozione dell’euro in un tale referendum, la popolazione della
Gran Bretagna voterà ‘Sì’ solo se gli crederanno. Ma, data
la crescente sfiducia nei suoi confronti, gli crederanno solo
a condizione che anche Gordon Brown lo appoggi pubblica-
mente. E perché questo avvenga gli asini dovranno imparare
a volare.
4. Formalizzate il seguente argomento in un sequente semantico corretto

del Calcolo Proposizionale, notando ogni difficoltà e problema inte-
ressante. Dimostrate la correttezza del sequente semantico ottenuto
utilizzando il metodo dei tableaux analitici.
Gryffindor perderà la Coppa di Quidditch solo se saranno

battuti nella partita con Hufflepuff; ma vinceranno sicura-
mente, anche se il loro capitano è infortunato. La professo-
ressa McGonagall è contrariata soltanto se Gryffindor perde
il Campionato delle Quattro Case di Hogwarts, altrimenti
non lo è mai. Dal momento che vincere la Coppa di Quid-
ditch è sufficiente a garantir loro il Campionato, ne segue
che Minerva McGonagall non sarà contrariata.
5.8 Appendice. Le regole 1–9
¬¬ϕ
ϕ
Figura 5.5: R1: Eliminazione della doppia negazione
(ϕ ∧ ψ)
ϕ
ψ
Figura 5.6: R2: Eliminazione della congiunzione
¬ (ϕ ∧ ψ)
¬ϕ ¬ψ
Figura 5.7: R3: Negazione di R2
(ϕ ∨ ψ)
ϕ ψ
Figura 5.8: R4: Eliminazione della disgiunzione
¬ (ϕ ∨ ψ)
¬ϕ
¬ψ
5.8. APPENDICE. LE REGOLE 1–9 71
(ϕ → ψ)
¬ϕ ψ
Figura 5.10: R6: Eliminazione dell’implicazione materiale
¬ (ϕ → ψ)
ϕ
¬ψ
(ϕ ↔ ψ)
ϕ ¬ϕ
ψ ¬ψ
Figura 5.12: R8: Eliminazione della doppia implicazione materiale
¬ (ϕ ↔ ψ)
ϕ ¬ϕ
¬ψ ψ
Capitolo 6
Proprietà dell’implicazione
semantica
6.1 Introduzione
Avendo discusso nel precedente capitolo lo strumento logico che costituirà la
struttura portante della nostra procedura di decisione riguardante una certa
classe di argomenti formulati in italiano — i tableaux analitici — è giunto il
momento di tirare un po’ il fiato e guardarci attorno.
In questo capitolo ci proponiamo di indagare, tra le altre cose:
1. alcune delle più importanti proprietà dell’implicazione semantica;
2. l’adeguatezza espressiva del linguaggio del calcolo proposizionale;
3. le proprietà algebriche più importanti che contraddistinguono il cal-

colo proposizionale della logica classica e lo distinguono da altri ap-
procci tipici, per esempio, della logica intuizionista e della logica
quantistica;
4. e, infine, (in Appendice) l’affascinante rapporto che lega il calcolo

proposizionale classico all’Algebra di Boole.
Ci occuperemo, inoltre, di operare una distinzione non sempre ovvia tra la

validità e la bontà di un argomento A. Proveremo a far vedere che la validità
di un argomento A è una condizione necessaria, ma non sufficiente perché
A sia buono.
73
74 CAPITOLO 6. PROPRIETÀ DELL’IMPLICAZIONE SEMANTICA
6.2 Alcuni meta-teoremi

Il seguente elenco di meta-teoremi ci fornisce delle informazioni utili ri-
guardanti la validità di certi argomenti formulati in lingua italiana.
Nota Bene 6.2.1 :

• Il modello matematico di un argomento A è il suo corrispondente
sequente semantico.
• La distinzione tra teoria-oggetto e meta-teoria non è utile soltanto per
tenere distinte cose diverse l’una dall’altra, ma anche perché ci con-
sente di evitare paradossi simili a quello innescato dalla frase: Questa
proposizione è falsa.
• La distinzione tra teoria-oggetto e meta-teoria è stata introdotta espli-
citamente da Alfred Tarski, anche se un’idea molto simile la trovia-
mo nell’introduzione scritta da Bertrand Russell al Tractatus Logico-
philosophicus di Ludwig Wittgenstein.
Teorema 6.2.1 (Espansione) Se Γ e ∆ sono insiemi finiti, possibilmente

vuoti, di fbf di L0 e ϕ è una fbf di L0 , allora:
se Γ |= ϕ allora Γ ∪ ∆ |= ϕ.
Ammettiamo che Γ 6|= ϕ e che, quindi, esista almeno una struttura Σ tale
che tutte le fbf ψ ∈ Γ ∪ ∆ siano vere e ϕ sia falsa in Σ. Allora, dal momento
che Γ ⊆ Γ ∪ ∆, avremo che, se χ ∈ Γ allora χ è vera in Σ.
Ora dato che tutte le fbf appartenenti a Γ sono vere in Σ e che ϕ è falsa
in Σ, ne segue che Γ ⊭ ϕ. □
Il Teorema di Espansione mostra che un sequente semantico corretto
non può essere reso non corretto mediante l’aggiunta di nuove fbf a sinistra
della porta semantica. Questa proprietà dell’implicazione logica tipica della
logica classica si chiama monotonicità e si applica non soltanto ai sequenti
semantici, ma anche agli argomenti formulati in italiano. Esistono, tuttavia,
delle logiche non monotone.
Esempio 6.2.1 (Implicazione non monotona) Se assumiamo che le pre-

messe dei due seguenti argomenti costituiscono l’insieme di conoscenze a
disposizione di Edipo in due situazioni diverse, allora osserviamo che:
• Dal fatto che Edipo ha un’altissima concezione del suo onore e che Laio
offende gravemente Edipo è plausibile che segua che, ▷, Edipo
uccide Laio.
6.2. ALCUNI META-TEOREMI 75
• Dal fatto che Edipo ha un’altissima concezione del suo onore, Laio of-
fende gravemente Edipo e che Laio è il padre di Edipo non è plausibile
che segua che, 6 ▷, Edipo uccide Laio.
• Dunque, in generale, non è vero che: se Γ ▷ ϕ allora Γ ∪ ∆ ▷ ϕ,

dove Γ, ∆ sono insiemi finiti di asserzioni della lingua italiana e ϕ è,
anch’essa un’asserzione della lingua italiana. Dare qualche ri-
ferimento biblio-
Nota Bene 6.2.2 : grafico alle logi-
che non monoto-
• Il Teorema di Espansione, in una sua possibile applicazione ad ne.
argomenti formulati in lingua italiana, ci fa pensare alla possibilità
che in un argomento valido A ci possano essere delle premesse che non
hanno nulla a che fare con la validità di A. Chiaramente, se questo fosse
il caso l’argomento non sarebbe buono. (Principio del Rasoio di
Ockham.)
Teorema 6.2.2 (Proiezione) Se Γ è un insieme finito di fbf di L0 e ϕ ∈ Γ

allora Γ |= ϕ.
Dal momento che ϕ ∈ Γ, avremo che per ogni struttura Σ in cui tutte le
fbf di Γ sono vere anche ϕ sarà vera in Σ; e, quindi, Γ |= ϕ. □
Nota Bene 6.2.3 :
• Il Teorema di Proiezione, in una sua possibile applicazione ad ar-

gomenti formulati in lingua italiana, suggerisce che, se la conclusione
C di un argomento A è una delle premesse di A, e cioè C = Pi , dove
1 ≤ i ≤ n, allora A è valido.
• Osserviamo che un argomento in cui la conclusione è una delle pre-

messe, pure essendo valido, non è buono in quanto, come si suol dire,
‘assume ciò che deve dimostrare.’ Ci sono diversi casi in filosofia di
argomenti di questo genere. Uno dei più famosi è l’argomento della
‘stanza cinese’ di John Searle.1
Teorema 6.2.3 (Taglio) Se Γ è un insieme finito di fbf di L0 e ϕ e ψ sono

anche loro fbf di L0 allora:
se Γ |= ϕ e Γ ∪ {ϕ} |= ψ allora Γ |= ψ.
1
Vedi a questo proposito Searle (1980).
Sia Σ una qualunque struttura in cui tutte le fbf appartenenti a Γ sono

vere. Dal momento che Γ |= ϕ, avremo che anche ϕ sarà vera in Σ; e siccome
sappiamo che Γ ∪ {ϕ} |= ψ, dal fatto che sia tutte le fbf appartenenti a Γ che
ϕ sono vere in Σ possiamo concludere che anche ψ è vera in Σ. Da ciò segue
che Γ |= ψ. □
Teorema 6.2.4 (Transitività di |=) Se ϕ, ψ, χ sono fbf di L0 allora:
se ϕ |= ψ e ψ |= χ allora ϕ |= χ.
Sia Σ una qualunque struttura in cui ϕ è vera. Dal momento che ϕ |= ψ
avremo che anche ψ sarà vera in Σ. Ora il fatto che ψ è vera in Σ assieme
all’altra ipotesi che ψ |= χ implica che χ è vera in Σ. Da ciò segue che ϕ |= χ.
□
Definizione 6.2.1 (Equivalenza logica) Se ϕ e ψ sono fbf di L0 , diciamo
che ϕ è logicamente equivalente a ψ, e scriviamo ϕ ≡ ψ, se e solo se:
ϕ |= ψ e ψ |= ϕ.
Nota Bene 6.2.4 Asserire che, date due fbf ϕ e ψ di L0 , ϕ ≡ ψ è diverso
dall’asserire che ϕ = ψ.
Teorema 6.2.5 (Riflessività di ≡) Se ϕ è una fbf di L0 allora ϕ ≡ ϕ. □
Teorema 6.2.6 (Simmetria di ≡) Se ϕ e ψ sono fbf di L0 allora se ϕ ≡ ψ
avremo che ψ ≡ ϕ. □
Teorema 6.2.7 (Transitività di ≡) Se ϕ, ψ e χ sono fbf di L0 allora se
ϕ ≡ ψ e ψ ≡ χ avremo che ϕ ≡ χ. □
Teorema 6.2.8 (Tavole di verità e ≡) Se ϕ, ψ sono fbf di L0 allora ϕ ≡
ψ se e solo se ϕ e ψ hanno la stessa tavola di verità. □
Nota Bene 6.2.5 :
• L’importanza del Teorema 6.2.8 sta nel fatto che questo risultato ci
mette a disposizione una procedura di decisione relativa all’esistenza o
meno di una relazione di equivalenza logica tra due qualsiasi fbf ϕ e ψ
di L0 .
• Dal Teorema 6.2.8 ricaviamo anche che per caratterizzare l’equiva-
lenza logica, invece di scegliere la Definizione 6.2.1, avremmo potuto
optare per la seguente: Se ϕ e ψ sono fbf di L0 , diciamo che ϕ è lo-
gicamente equivalente a ψ, e scriviamo ϕ ≡ ψ, se e solo se ϕ e ψ
hanno la stessa tavola di verità.
Teorema 6.2.9 (Congruenza di ≡) Se s2 è un sequente semantico otte-

nuto rimpiazzando ogni fbf ϕ di L0 appartenente ad un sequente semantico
corretto s1 per mezzo di una fbf ψ di L0 tale che ϕ ≡ ψ, allora anche s2 è
corretto. □
Teorema 6.2.10 Se ψ è una fbf di L0 e:
1. ϕ è una sottoformula di ψ;
2. ϕ′ è una fbf di L0 tale che ϕ ≡ ϕ′ ;
3. ψ ′ è una fbf di L0 ottenuta sostituendo una o più occorrenze di ϕ in ψ

con ϕ′ ;
allora ψ ≡ ψ ′ . □
n
Teorema 6.2.11 Ci sono 22 funtori di verità ad n posti.
Se n = 1, abbiamo che:
P F11 F21 F31 F41

V V V F F
F V F V F
1
E cioè il numero di funtori di verità ad un posto è 4 = 22 = 22 .
n
Ora, assumiamo che ci siano 22 funtori di verità ad n posti (Ipotesi di
Induzione) — come mostrato dalla tavola di verità presente in Figura 6.1 —
e osserviamo che da ciascun funtore di verità ad n posti Fin , per 1 ≤ i ≤ 22 ,
n
possiamo generare 22 funtori di verità F n+1 ad n + 1 posti, come è mostrato

n
dalla tavola di verità in Figura 6.2.
P1 · · · Pn F1n · · · F2n2n
V ··· V V ··· F
.. .. .. .. ..
. ··· . . . .
F ··· F V ··· F
n
Figura 6.1: 22 funtori di verità ad n posti
Il numero totale di funtori di verità F n+1 ad n + 1 posti è, dunque,

P1 · · · Pn Pn+1 Fin ··· Fin

V ··· V V ∗ ··· ∗
.. .. .. .. .. ..
. ··· . . . . .
F ··· F V ∗ ··· ∗
V ··· V F V ··· F
.. .. .. .. .. ..
. ··· . . . . .
F ··· F F V ··· F
F1n · · · F2n2n
Figura 6.2: Da Fin si generano 22 funtori di verità ad n + 1 posti

n
n n n
22 · 22 = (22 )2 (6.1)
= 22 ·2
n
(6.2)
n+1
= 22 . (6.3)
□
Dal Teorema 6.2.11 possiamo dedurre che esistono infiniti funtori di
verità e che, quindi, esistono infinite funzioni di verità che vengono espresse
da questi. Ma, nel linguaggio del nostro calcolo proposizionale, abbiamo
soltanto cinque funtori di verità: un funtore di verità unario e quattro funtori
di verità binari. E allora sorge, immediatamente, il seguente importante
problema:
Problema 6.2.1 I funtori di verità presenti nel linguaggio del calcolo pro-
posizionale sono in grado di esprimere qualsiasi funzione di verità ovvero
l’insieme {¬, ∧, ∨, →, ↔} è funtorialmente completo?
Il Teorema 6.2.12 dà una risposta positiva al Problema 6.2.1.
Teorema 6.2.12 (Completezza funtoriale di L0 ) Qualsiasi funtore di ve-

rità ad n posti F n venga aggiunto all’alfabeto di L0 questo produce soltanto
fbf che sono logicamente equivalenti (≡) a fbf che sono già presenti in L0 .
Supponiamo di avere un funtore di verità ad n posti F n . La sua tavola di

verità sarà, dunque:
Σ P1 · · · Pn F n
Σ1 V ··· V ∗
.. .. .. ..
. . . .
Σ2n F ··· F ∗
dove ∗ = V o ∗ = F.
Dato il Teorema 6.2.8, il nostro compito si riduce a quello di trovare
una fbf ψ di L0 che abbia la stessa tavola di verità di F n .
Ora, data la tavola di verità di F n , ci sono due possibilità:
1. F n associa il valore di verità F ad ogni struttura Σi , per 1 ≤ i ≤ 2n .
2. esiste almeno un i, per 1 ≤ i ≤ 2n , tale che F n associa il valore di

verità V ad Σi .
Nel caso 1., dato che P1 , . . . , Pn sono fbf di L0 , la fbf che stiamo cercando
è:
ψ = ((P1 ∧ ¬P1 ) ∨ · · · ∨ (Pn ∧ ¬Pn )).
(perché?)
Nel caso 2., per ogni i tale che F n associa il valore di verità V ad Σi :
(a) scrivi la fbf ψ i

ψ i = (P i, 1 ∧ P i, 2 ∧ · · · ∧ P i, n )
in cui
{
Pk , se Pk è V in Σi ;
P i, k =
¬Pk , se Pk è F in Σi ;
dove 1 ≤ k ≤ n;
(b) la formula ψ che stiamo cercando non è altro che la disgiunzione di tutte
le ψ i menzionate in (a):
ψ = (ψ i ∨ ψ j ∨ · · · ∨ ψ l )
(perché?) □
Nota Bene 6.2.6 :
• Una conseguenza immediata del Teorema di completezza funto-

riale è che l’insieme {¬, ∧, ∨} è funtorialmente completo. (Per-
ché?)
• La dimostrazione del Teorema di completezza funtoriale è costruttiva.
Teorema 6.2.13 (Interpolazione) Se ϕ, ψ sono fbf di L0 tali che ϕ |= ψ

e che almeno una P (lettera che sta per un’asserzione atomica) occorre sia
in ϕ che in ψ, allora esiste una fbf χ di L0 tale che:
ϕ |= χ e χ |= ψ
ed ogni lettera P occorente in χ occorre sia in ϕ che in ψ. (χ è noto come

l’interpolante del sequente ϕ |= ψ.)
Costruiamo, innanzitutto, una tavola di verità in cui compaiono tutte e

soltanto quelle n lettere che occorrono sia in ϕ che in ψ.
P1 · · · Pn Fψϕ
V ··· V
.. ..
. .
F ··· F
Figura 6.3: Tavola di verità incompleta di Fψϕ
Il nostro scopo, nel fare ciò, è individuare il cosiddetto funtore interpo-

lante ad n posti tra ϕ e ψ, Fψϕ . Infatti, una volta fatto questo, dalla tavola
di verità di Fψϕ sarà possibile costruire la formula interpolante χ. Ma come
possiamo completare la tavola di verità di Fψϕ ? (Vedi Figura 6.3.)
Le informazioni per completare la tavola di verità di Fψϕ le otteniamo
rispettivamente dalla tavola di verità di ϕ e da quella di ψ nel modo seguente:
nella tavola di verità di Fψϕ
1. assegnamo il valore di verità V a tutte quelle strutture Σ che hanno

un’estensione in cui ϕ è vera (vedi la tavola di verità di ϕ), perché
vogliamo essere sicuri che sia ϕ |= χ;
2. assegnamo il valore di verità F a tutte quelle strutture Σ che hanno

un’estensione in cui ψ è falsa (vedi la tavola di verità di ψ), perché
vogliamo essere sicuri che χ |= ψ;
3. assegnamo il valore di verità V ad eventuali restanti strutture Σ.

Infatti, se dopo che abbiamo compiuto i passi 1. e 2. di cui sopra,
6.3. SULL’ALGEBRA DEI FUNTORI DI VERITÀ PRINCIPALI 81
esistono nella tavola di verità di Fψϕ strutture Σ a cui non abbiamo

assegnato un valore di verità vuol dire che nelle estensioni di tali Σ ϕ
deve essere falsa e ψ deve essere vera. Quindi, se assegnamo il valore di
verità V a tali Σ nella tavola di verità di Fψϕ questo non compromette
il nostro desideratum che: ϕ |= χ e χ |= ψ.
Completata la tavola di verità di Fψϕ , per ogni i, tale che Fψϕ associa il
valore di verità V ad Σi :
(a) scrivi la fbf χi
χi = (P i, 1 ∧ P i, 2 ∧ · · · ∧ P i, n )
in cui
{
Pk , se Pk è V in Σi ;
P i, k =
¬Pk , se Pk è F in Σi ;
dove 1 ≤ k ≤ n;
(b) la formula interpolante χ non è altro che la disgiunzione di tutte le χi
menzionate in (a):
χ = (χi ∨ χj ∨ · · · ∨ χl )
Nota Bene 6.2.7 La dimostrazione del Teorema d’interpolazione qui

offerta è costruttiva.
6.3 Sull’algebra dei funtori di verità princi-

pali
Avendo discusso in questo capitolo, tra le altre cose, la nozione di equivalenza
logica, è venuto il momento di accennare brevemente ad alcune delle proprietà
di carattere algebrico dei funtori di verità di L0 . Per ogni fbf ϕ, ψ, χ di L0 ,
se t sta per una tautologia qualsiasi e c per una qualsiasi contraddizione,
abbiamo che:
1. (ϕ ∧ ψ) ≡ (ψ ∧ ϕ) e (ϕ ∨ ψ) ≡ (ψ ∨ ϕ). ∧ e ∨ godono della proprietà

commutativa.
2. (ϕ ∧ (ψ ∨ χ)) ≡ ((ϕ ∧ ψ) ∨ (ϕ ∧ χ)). Prima legge distributiva, non
accettata dalla logica quantistica. Dare qualche ri-
ferimento biblio-
grafico alla logica
quantistica.
3. (ϕ ∨ (ψ ∧ χ)) ≡ ((ϕ ∨ ψ) ∧ (ϕ ∨ χ)). Seconda legge distributiva.
4. (ϕ ∨ c) ≡ ϕ e (ϕ ∧ t) ≡ ϕ;
5. (ϕ ∨ ¬ϕ) ≡ t e (ϕ ∧ ¬ϕ) ≡ c;
6. t 6≡ c;
7. ¬t ≡ c e ¬c ≡ t;
8. ¬¬ϕ ≡ ϕ. Uno degli aspetti importanti di questa equivalenza è che non

è accettata dalla logica intuizionista in quanto, per l’intuizionista,
in generale non è vero che ¬¬ϕ |= ϕ.2
9. (ϕ ∧ ϕ) ≡ ϕ e (ϕ ∨ ϕ) ≡ ϕ.
10. ((ϕ ∧ ψ) ∧ χ) ≡ (ϕ ∧ (ψ ∧ χ)) e ((ϕ ∨ ψ) ∨ χ) ≡ (ϕ ∨ (ψ ∨ χ)). ∧ e ∨

godono della proprietà associativa.
11. ¬(ϕ ∧ ψ) ≡ (¬ϕ ∨ ¬ψ). Prima legge di De Morgan.
12. ¬(ϕ ∨ ψ) ≡ (¬ϕ ∧ ¬ψ). Seconda legge di De Morgan.
6.4 Sulla bontà di un argomento

Da quello che abbiamo discusso finora ne ricaviamo che, se un argomento
Γ ∴ C è buono, allora:
1. deve essere valido;
2. l’insieme delle premesse deve essere soddisfacibile;
3. la conclusione non deve essere necessaria;
4. la conclusione non deve essere una delle premesse;
5. l’insieme delle premesse Γ deve essere il più piccolo insieme Γ0 tale che
Γ0 ∴ C.
2
Sulla logica intuizionista vedi Dummett (2000).
6.5. ESERCIZI 83
6.5 Esercizi
1. Mostrate, mediante l’uso di un tableau, che il seguente sequente è
corretto:
(S ↔ Q) |= (((S ∧ ¬R) → ¬P ) → ((P → Q) → (P → R))).
2. Trovate un controesempio del seguente sequente:
((P → Q) ∧ (R → S)) |= ((P ∧ Q) → (R ∧ S)).

3. Dite brevemente perché i due seguenti insiemi di funtori di verità non
sono funtorialmente completi:
{¬}, {∧}.
4. Dimostrare che {¬, ∧} e {¬, ∨} sono funtorialmente completi.

5. Sia ↓ il funtore di verità binario tale che ‘(ϕ ↓ ψ)’ significa ‘né ϕ né
ψ.’ Scrivere la tavola di verità di ↓ e dimostrare che l’insieme {↓} è
funtorialmente completo.
6. Dimostrate le seguenti equivalenze usando la tecnica dei tableaux:
• ((A → B) ≡ (A ↔ (A ∧ B)));
• ((A → B) ≡ (B ↔ (A ∨ B)));
• ((A ∧ B) ≡ ((A ↔ B) ↔ (A ∨ B))).
7. Trovate degli interpolanti per i seguenti sequenti semantici:
(i) P |= P.
(ii) {(P → Q), (Q → R)} |= (P → R).
(iii) {(P → Q), (Q → ¬P )} |= (P → R).
(iv) {((P → Q) ∨ (P → R)), ((Q ∨ R) → S)} |= ¬(T ∧ (P ∧ ¬S)).
(v) {(P ↔ ¬Q), (Q ↔ (¬R ∨ S)), R} |= (((P ∨ S) ∨ T ) ∧ (P → (S →
T ))).
(vi) {(R ∧ ¬S), (P → (R → S)), (¬S → P ), ¬Q} |= (Q ∨ ¬T ).
8. Generate un sequente semantico (vii) sostituendo in (vi) ¬P al posto
di ¬Q (l’ultima formula che compare a sinistra della porta semantica
immediatamente prima di questa).
Dite, giustificando la vostra risposta, se l’interpolante che avete trovato
per il sequente semantico (vi) è anche un interpolante per il nuovo
sequente semantico (vii).
6.6 Appendice. L’algebra di Boole

Definizione 6.6.1 (Operazione n-aria) Se A è un insieme non vuoto,
un’operazione n-aria su A è una funzione f : An → A.
Esempio 6.6.1 Le funzioni di verità (vedi Definizione 2.7.5) sono delle

operazioni n-arie su {V, F }. In particolare, v∨ , v∧ , v→ , v↔ sono operazioni
binarie, mentre v¬ è un’operazione unaria, su {V, F }.
Un’algebra di Boole è quella struttura algebrica, esemplificata dalla

sestupla ordinata B = < B, ∨, ∧,′ , 0, 1 >, avente le seguenti proprietà:
(i) B è un insieme non vuoto;
(ii) ∨ è un’operazione binaria definita su B chiamata join: per ogni a, b ∈ B,

abbiamo che a ∨ b ∈ B;
(iii) ∧ è un’operazione binaria definita su B chiamata meet: per ogni a, b ∈

B, abbiamo che a ∧ b ∈ B;
′
(iv) è una operazione unaria definita su B chiamata complemento: per
ogni a ∈ B, abbiamo che a′ ∈ B;
(v) 0 e 1 sono due specifici elementi di B;
e che soddisfa i seguenti assiomi:
1. per ogni x e y in B, x ∨ y = y ∨ x;
2. per ogni x e y in B, x ∧ y = y ∧ x;
3. per ogni x, y, z in B, x ∧ (y ∨ z) = (x ∧ y) ∨ (x ∧ z);
4. per ogni x, y, z in B, x ∨ (y ∧ z) = (x ∨ y) ∧ (x ∨ z);
5. per ogni x in B, x ∨ 0 = x;
6. per ogni x in B, x ∧ 1 = x;
7. per ogni x in B, x ∨ x′ = 1;
8. per ogni x in B, x ∧ x′ = 0;
9. 0 6= 1.
Esempio 6.6.2 La sestupla BV,F =< {V, F }, ∧L0 , ∨L0 , ¬L0 , F, V >, tale che:
6.6. APPENDICE. L’ALGEBRA DI BOOLE 85
1. B 7→ {V, F };
2. ∧ 7→ ∧L0 ;
3. ∨ 7→ ∨L0 ;
′
4. 7→ ¬L0 ;
5. 0 7→ F
6. 1 7→ V
è un’algebra di Boole a due elementi.
Ad un osservatore attento non può sfuggire la forte somiglianza esistente

tra gli assiomi 1–9 di un’algebra di Boole e le proprietà algebriche 1–6 dei
funtori di verità del calcolo proposizionale che abbiamo elencato nella §6.3.
Parliamo qui di ‘somiglianza’ piuttosto che di identità, perché, tra le altre
cose, mentre gli assiomi dell’algebra di Boole sono delle equazioni, le proprietà
1–6 dei funtori di verità sono espresse mediante equivalenze logiche.
Problema 6.6.1 È possibile completare l’algebra del calcolo proposizionale

nel senso di ottenere da essa un’algebra di Boole che rispetti i funtori di
verità?
La risposta al Problema 6.6.1 è positiva. Se definiamo la relazione

di equivalenza logica ≡ sull’insieme W0 delle fbf di L0 questa induce una
partizione di W0 in classi di equivalenza a due a due disgiunte. Indicheremo
la classe di equivalenza della fbf ϕ di L0 con il simbolo [ϕ].
Esempio 6.6.3 Gli elementi della classe di equivalenza [P ] sono: P e tutte

le fbf di L0 che sono logicamente equivalenti a P e cioè: ¬¬P, ¬¬¬¬P, . . . ;
quelli della classe di equivalenza [A → B] sono A → B e tutte le fbf di L0
che sono logicamente equivalenti a A → B e cioè: ¬A ∨ B, ¬A ∨ ¬¬B, . . . ;
ecc. (Vedi la Figura 6.4)
Da quello che abbiamo appena detto ne discende che:
1. se ϕ e ψ sono fbf di L0 allora [ϕ] = [ψ] se e solo se ϕ ≡ ψ;
2. se [ϕ] 6= [ψ] allora [ϕ] ∩ [ψ] = ∅.
Ora se, per ogni ϕ e ψ di W0 poniamo:
(a) B è l’insieme delle classi di equivalenza indotte da ≡ su W0 ;

Figura 6.4: Le classi di equivalenza [P ] e [A → B]
(b) [ϕ] ∨ [ψ] = [ϕ ∨L0 ψ];

(c) [ϕ] ∧ [ψ] = [ϕ ∧L0 ψ];
(d) [ϕ]′ = [¬L0 ϕ];
(e) 0 7→ [c], la classe di equivalenza di tutte le contraddizioni;
(f) 1 7→ [t], la classe di equivalenza di tutte le tautologie;
allora BLT = < B, ∨, ∧,′ , [c], [t] > è un’algebra Booleana (perché?) nota
come l’algebra di Lindenbaum-Tarski. Chiaramente, BLT è un’algebra
Booleana infinita, in quanto il suo dominio B è un insieme infinito.
Nota Bene 6.6.1 :

1. Nel definire il join, ∨, di due classi di equivalenza di fbf di L0 [ϕ], [ψ]
come [ϕ∨L0 ψ] è chiaro che il risultato dell’operazione [ϕ]∨[ψ] è lo stesso
indipendentemente dalla nostra scelta di ϕ e ψ come rappresentanti
delle rispettive classi di equivalenza. Infatti, dal momento che, per
ogni ϕi ∈ [ϕ] e ψj ∈ [ψ], dove i, j ∈ N, abbiamo che ϕ ≡ ϕi e ψ ≡ ψj ,
da ciò segue che ϕi ∨L0 ψj ≡ ϕ∨L0 ψ e che, quindi, [ϕi ∨L0 ψj ] = [ϕ∨L0 ψ].
2. Il join delle due classi di equivalenza [ϕ] e [ψ] rispetta il funtore
di verità ∨L0 nel senso che tutte le disgiunzioni ϕi ∨L0 ψj , tali che
i, j ∈ N e ϕi ∈ [ϕ] e ψj ∈ [ψ], sono nella stessa classe di equivalenza
[ϕ ∨L0 ψ] = [ϕ] ∨ [ψ].
6.6. APPENDICE. L’ALGEBRA DI BOOLE 87
3. Le osservazioni di cui ai punti 1. e 2. si applicano anche alle nostre

definizioni di meet e complemento.
Il passaggio dal piano delle fbf di L0 a quello delle classi di equivalenza

di fbf di L0 è frutto di un processo di astrazione dalle peculiarità delle varie
fbf che appartengono alla stessa classe di equivalenza. Questo processo di
astrazione è ciò che permette, da un canto, di considerare nuove entità mate-
matiche — le classi di equivalenza di fbf di L0 — che si pongono ad un livello
logico diverso da quello dei loro elementi e, dall’altro, di fare emergere la
struttura algebrica sottesa alla svariata peculiarità delle fbf di L0 : l’algebra
Booleana BLT .
Capitolo 7
Coerenza, completezza e
decidibilità
7.1 Introduzione
In questo capitolo svilupperemo un po’ la sintassi del calcolo proposizionale
per mezzo di una discussione dei concetti di derivabilità e di dimostrabi-
lità di una fbf ϕ di L0 e tratteremo di tre temi fondamentali: la coerenza,
la completezza e la decidibilità del calcolo proposizionale.
Sebbene i concetti di derivabilità e dimostrabilità vengano, in quanto se-
gue, discussi indipendentemente da alcun riferimento al concetto di verità,
vedremo che le due relazioni logiche fondamentali considerate in questo libro
— l’implicazione semantica, |=, e l’implicazione sintattica, ` — sono stret-
tamente legate l’una all’altra. In particolare, avremo modo di osservare che
l’insieme TCP dei teoremi del calcolo proposizionale coincide con l’insieme
VCP delle tautologie.
Il fatto che TCP = VCP mostra che il nostro calcolo proposizionale, da
un canto, merita di essere considerato un calcolo logico e, dall’altro, è
perfettamente adeguato al suo scopo.
Per quanto riguarda il primo punto, dal momento che le tautologie sono
vere in ogni struttura Σ, queste sono da considerarsi delle verità logiche nel
senso che la loro verità è indipendente dalla contingenza rappresentata dalle
singole strutture. Queste considerazioni relative alla natura delle tautologie,
assieme al fatto che ogni teorema del nostro calcolo è una tautologia (TCP ⊆
VCP ), gustificano l’asserire che la natura del nostro calcolo è proprio quella
di un calcolo logico.
L’adeguatezza, poi, del nostro calcolo logico risulta, chiaramente, dal
fatto che questo è coerente — non è possibile dimostrare una contraddizione
89
90 CAPITOLO 7. COERENZA, COMPLETEZZA E DECIDIBILITÀ
nel calcolo proposizionale — ed è completo, nel senso che tutte le tautologie

sono dei teoremi del nostro calcolo (VCP ⊆ TCP ).
Infine, la discussione della decidibilità dell’insieme VCP delle tautologie
rivelerà che l’utilizzazione del termine ‘calcolo,’ nel nostro parlare di calcolo
proposizionale, è fortemente giustificata dal fatto che esistono almeno due
procedure meccaniche — le tavole di verità e i tableaux analitici — in grado
di determinare, in un numero finito di passi, se una qualsiasi fbf ϕ di L0 è
una tautologia oppure no.
7.2 Derivazioni e dimostrazioni

Definizione 7.2.1 (Incoerenza sintattica di Γ) :
• Se dato un insieme finito Γ di fbf di L0 esiste un tableau analitico chiuso
generato da Γ, allora diciamo che Γ è sintatticamente incoerente
ed esprimiamo questo scrivendo Γ ` .
Definizione 7.2.2 (Derivabilità di ϕ da Γ) :
• Dato un insieme finito Γ di fbf di L0 e una fbf ϕ di L0 , diciamo che ϕ
è derivabile da Γ, e scriviamo Γ ` ϕ, se e solo se esiste un tableau
analitico chiuso per l’insieme Γ ∪ {¬ϕ}.
• Il tableau analitico chiuso per l’insieme Γ ∪ {¬ϕ} lo chiameremo de-
rivazione di ϕ da Γ.
• Γ ` ϕ è chiamato sequente sintattico.
Definizione 7.2.3 (Dimostrabilità di ϕ) :
• Per ogni fbf ϕ di L0 diciamo che ϕ è dimostrabile, o che ϕ è un
teorema del calcolo proposizionale, e scriviamo ` ϕ, se e solo se esiste
un tableau analitico chiuso per l’insieme {¬ϕ}.
• Il tableau analitico chiuso per l’insieme {¬ϕ} lo chiameremo dimo-
strazione di ϕ.
Nota Bene 7.2.1 :
• È molto importante osservare che, sebbene la nozione di verità non
appaia in nessuna delle definizioni 7.2.1, 7.2.2 e 7.2.3, le nozioni
di derivabilità e di dimostrabilità sono disegnate al fine di giustificare
asserzioni circa: l’esistenza di relazioni di conseguenza logica tra un
insieme finito Γ di fbf di L0 e una ϕ, anche lei una fbf di L0 , o circa
l’essere vera in ogni struttura Σ in cui è definita di una fbf ϕ di L0 .
7.3. COERENZA 91
• In generale, ciò che ci permette di distinguere tra una derivazione

(dimostrazione) corretta e una sbagliata è l’esistenza o meno di una re-
lazione di conseguenza logica tra la proposizione derivata (dimostrata)
e l’insieme di assunzioni da cui è stata derivata (dimostrata). Ricor-
diamoci del fatto che, quando abbiamo giustificato le regole 1–9 per la
costruzione dei tableaux analitici abbiamo fatto ricorso a considerazioni
di carattere semantico!
• L’insieme delle regole di derivazione del calcolo proposizionale costi-

tuisce un sistema formale (SF) all’interno del quale è possibile
derivare/dimostrare fbf ϕ di L0 .
Teorema 7.2.1 (Duns Scoto) Se ϕ è una fbf di L0 allora, per ogni fbf ψ
di L0 , avremo che:
{ϕ, ¬ϕ} ` ψ.
Se ϕ è una fbf di L0 allora, dal momento che per ogni fbf ψ di L0 abbiamo
che {ϕ, ¬ϕ} ∪ {¬ψ} `, ne segue che {ϕ, ¬ϕ} ` ψ. □
Nota Bene 7.2.2 :
• Dal Teorema di Duns Scoto ricaviamo, immediatamente, che in logica

classica, data una qualsiasi fbf ϕ di L0 , l’insieme {ϕ, ¬ϕ}, e ogni
insieme finito Γ di fbf di L0 tale che {ϕ, ¬ϕ} ⊆ Γ, sono inutili come
possibili basi assiomatiche del calcolo proposizionale, perché lo scopo
della base assiomatica di una qualsiasi teoria matematica T è quello di
derivare tutte e soltanto le asserzioni vere di T.
7.3 Coerenza
Teorema 7.3.1 (Coerenza) Sia Γ ` ϕ un sequente sintattico tale che Γ
è un insieme finito di fbf di L0 e ϕ è anch’essa una fbf di L0 . Se Γ ` ϕ è
corretto allora lo è anche il corrispondente sequente semantico Γ |= ϕ.
Dal momento che:
1. Γ ` ϕ se e solo se Γ ∪ {¬ϕ} `,
2. Γ |= ϕ se e solo se Γ ∪ {¬ϕ} |=;

se poniamo Γ ∪ {¬ϕ} = ∆, la dimostrazione del Teorema 7.3.1 si riduce

alla dimostrazione di (α):
(α) se ∆ ` allora ∆ |= .
Ma (α) è logicamente equivalente a (β):
(β) se ∆ 6|= allora ∆ 6` .
E (β) è vero sulla base del Teorema 5.6.1. □
Corollario 7.3.1 Data una fbf ϕ di L0 , se ` ϕ allora |= ϕ.
Sia ϕ una fbf di L0 , se ` ϕ allora esiste un tableau chiuso per {¬ϕ}. Ma

questo, per il Teorema 5.6.1, implica che {¬ϕ} è insoddisfacibile e che,
quindi, ϕ è una tautologia. □
Corollario 7.3.2 Non esiste una fbf ϕ di L0 tale che ` ϕ e ` ¬ϕ.
Sia ϕ una fbf di L0 . Se ` ϕ allora, per il Corollario 7.3.1, ϕ � una tautologia.

Ma, se ϕ è una tautologia, certamente, ¬ϕ non è una tautologia. E, quindi,
di nuovo per il Corollario 7.3.1, ¬ϕ non è un teorema. □
Nota Bene 7.3.1 :
• Il Teorema 7.3.1 è un risultato molto importante circa il rapporto

esistente tra le due relazioni logiche fondamentali ` e |= .
• Una derivazione corretta di una fbf ϕ di L0 da un insieme finito Γ di

fbf di L0 giustifica l’asserzione che Γ implica logicamente ϕ.
• Il Corollario 7.3.1 mostra che i teoremi del calcolo proposizionale

sono verità logiche e cioè che TCP ⊆ VCP .
7.4 Completezza
Teorema 7.4.1 (Completezza) Sia Γ |= ϕ un sequente semantico tale che
Γ è un insieme finito di fbf di L0 e ϕ è anch’essa una fbf di L0 . Se Γ |= ϕ è
corretto allora lo è anche il corrispondente sequente sintattico Γ ` ϕ.
7.4. COMPLETEZZA 93
Per le considerazioni fatte all’inizio della dimostrazione del Teorema

7.3.1, possiamo ridurre la dimostrazione del Teorema 7.4.1 alla dimostra-
zione della seguente asserzione:
(α) se ∆ |= allora ∆ `,
dove ∆ = Γ ∪ {¬ϕ}.
Ma, (α) è logicamente equivalente a (β):
(β) se ∆ 6` allora ∆ 6|= .
E la verità di (β) discende direttamente dal Teorema 5.6.1. □
Corollario 7.4.1 Data una fbf ϕ di L0 , se |= ϕ allora ` ϕ.
Sia ϕ una fbf ϕ di L0 . Se |= ϕ allora ϕ è una tautologia. Ma, se ϕ è una

tautologia allora ¬ϕ è una contraddizione e l’insieme {¬ϕ} è insoddisfacibile.
Ora se {¬ϕ} è insoddisfacibile allora, per il Teorema 5.6.1, esiste un
tableau chiuso per {¬ϕ} e, quindi, ` ϕ. □
Nota Bene 7.4.1 :
• Il Teorema di Completezza è un altro risultato molto importante

circa il rapporto esistente tra le due relazioni logiche fondamentali
` e |= .
• Il Teorema 7.4.1 ci rassicura circa il fatto che siamo in grado di

derivare tutte le conseguenze logiche di un insieme finito Γ di fbf di
L0 .
• Inoltre, il Corollario 7.4.1 ci mostra che nel calcolo proposizionale

è possibile dimostrare tutte le tautologie e cioè che:
VCP ⊆ TCP .
• Il Teorema 7.4.1 suggerisce un’altra condizione per la bontà di un

argomento Γ ∴ ϕ e cioè:
(6) se Γ ∴ ϕ è buono allora ϕ deve essere deducibile da Γ.
Teorema 7.4.2 (Armonia) Se Γ è un insieme finito di fbf di L0 e ϕ e una

fbf di L0 , allora
Γ |= ϕ se e solo se Γ ` ϕ.
Segue immediatamente dai Teoremi 7.3.1 e 7.4.1. □
Corollario 7.4.2 (Adeguatezza) L’insieme dei teoremi del calcolo propo-

sizionale, TCP , coincide con l’insieme delle tautologie, VCP , e cioè:
TCP = VCP .
Segue immediatamente dai Corollari 7.3.1 e 7.4.1. □
Nota Bene 7.4.2 :
• Il Corollario 7.4.2 ci fa vedere che il calcolo proposizionale è ade-

guato come calcolo logico nel senso che tutte e soltanto le
tautologie sono teoremi del calcolo proposizionale.
• D’altro canto il Teorema di Armonia ci consente di ottenere dai

meta-teoremi semantici di Espansione, Proiezione, Taglio, Tran-
sitività di |=, ecc. i corrispondenti meta-teoremi sintattici: due teore-
mi al prezzo di uno!
• Il Corollario di Adeguatezza 7.4.2 ha come conseguenza imme-

diata il fatto che, nel calcolo proposizionale, i concetti di veri-
tà logica/validità e dimostrabilità hanno la stessa estensione.
Questo ha delle conseguenze filosofiche molto importanti, in quanto,
nell’ambito del calcolo proposizionale, la validità di una fbf ϕ di L0 non
trascende la possibilità di sapere che questo è il caso, e cioè non trascen-
de la possibilità di giustificare la nostra opinione corretta mediante una
dimostrazione (vedi la distizione platonica tra orthe doxa ed episteme).
• Esistono dei sistemi formali SF che, se sono coerenti (e soddisfano

altre condizioni), allora sono incompleti, e cioè esistono delle fbf ap-
partenenti ai linguaggi di questi sistemi formali che sono vere, ma non
sono dimostrabili in questi sistemi. In questi ultimi SF i concetti di
verità di una fbf del linguaggio di SF e di teorema di SF si
distinguono l’uno dall’altro non solo intensionalmente, ma anche
estensionalmente.
• È merito imperituro di Kurt Gödel, forse il più grande logico che

ci sia mai stato, avere determinato alcuni dei limiti di una grande
classe di sistemi formali mediante i suoi due famosi Teoremi di
Incompletezza.
7.5. TRIVIALIZZAZIONE DI Γ 95
7.5 Trivializzazione di Γ
Adesso faremo vedere che se esiste un a fbf ϕ di L0 tale che sia ϕ che ¬ϕ
sono derivabili da un insieme finito Γ di fbf di L0 allora qualsiasi fbf ψ di L0
è derivabile da Γ. Questo risultato equivale ad una trivializzazione di Γ.
La rilevanza matematica di questo risultato diventa ovvia se pensiamo a
Γ come ad una possibile base assiomatica del calcolo proposizionale classico.
(Questo risultato può essere facilmente generalizzato ad una qualsiasi base
assiomatica di una qualsiasi teoria matematica T che usi la logica classica.)
Teorema 7.5.1 Sia Γ un insieme finito di fbf di L0 e ϕ una fbf di L0 tale

che Γ ` ϕ e Γ ` ¬ϕ, allora se ψ è una qualsiasi fbf di L0 abbiamo che Γ ` ψ.
Sia ϕ una fbf di L0 e Γ un insieme finito di fbf di L0 . Se Γ ` ϕ e Γ ` ¬ϕ

allora, per il Teorema di Coerenza, avremo che Γ |= ϕ e Γ |= ¬ϕ. Ma, se
Γ |= ϕ e Γ |= ¬ϕ, allora, ovviamente, Γ |= .
Ora, dato che Γ |=, allora, per ogni fbf ψ di L0 , avremo che Γ |= ψ. Se
adesso applichiamo il Teorema di Completezza a Γ |= ψ otteniamo che
Γ ` ψ. □
Nota Bene 7.5.1 :

• Esistono delle logiche non classiche — le logiche para-consistenti
— che non vengono trivializzate dalla dimostrazione di una fbf ϕ e
della sua negazione ¬ϕ. Chiaramente, in tali logiche non è possibile
dimostrare il Teorema 7.5.1. Dare un riferi-
mento bibliogra-
fico.
7.6 Decidibilità e analiticità
Definizione 7.6.1 (Γ è decidibile in W0 ) Se W0 è l’insieme delle fbf di
L0 e Γ ⊆ W0 , diciamo che Γ è decidibile in W0 se e solo se esiste un
algoritmo K tale che, per ogni ϕ ∈ W0 , K determina, in un numero finito di
passi, se ϕ ∈ Γ o se ϕ 6∈ Γ.
Esempio 7.6.1 Se P è l’insieme dei numeri primi allora P è decidibile in

N. (Perché?)
Nota Bene 7.6.1 Se Γ è un sottoinsieme finito di W0 allora Γ è decidibile

in W0 (perché?). Qual’è l’ovvio algoritmo di decisione K per Γ? (Vedi a
questo proposito l’Esercizio 7 alla fine di questo capitolo.)
Teorema 7.6.1 L’insieme VCP è decidibile in W0 .

Se ϕ ∈ W0 , genera un L0 -tableau analitico T per {¬ϕ}. Se T è chiuso allora

ϕ ∈ VCP , se T è aperto allora ϕ 6∈ VCP . (Un altro algoritmo di questo genere
è dato, banalmente, dall’uso delle tavole di verità.) □
Nota Bene 7.6.2 :
• Il fatto che VCP sia decidibile in W0 implica che il problema ‘La formula
ϕ è una tautologia?’, dove ϕ è una fbf di L0 , può essere risolto, in linea
di principo, per mezzo di una procedura puramente meccanica che ha
luogo in un numero finito di passi.
• Se, da un canto, con la dimostrazione della decidibilità di VCP in W0 ,

il problema del trovare delle dimostrazioni di verità logiche (tautologie)
appartenenti al calcolo proposizionale non riveste più alcun interes-
se matematico, si aprono, d’altro canto, questioni matematicamente
interessanti riguardanti l’esistenza o meno di risorse sufficienti ad
implementare gli algoritmi di decisione a nostra disposizione: imma-
ginate una fbf ϕ di L0 al cui interno occorrono n funtori di verità,
10
per 1010 < n ! Tali questioni gravitano attorno al problema della
cosiddetta complessità computazionale.
Definizione 7.6.2 (Proprietà della sottoformula) Un sistema formale

SF ha la proprietà della sottoformula se e solo se ciascuna formula
ψ che compare nella dimostrazione (in SF) di un teorema ϕ di SF è una
sottoformula, o la negazione di una sottoformula, di ϕ.
Definizione 7.6.3 Un sistema formale SF è analitico se ha la proprietà

della sottoformula.
Teorema 7.6.2 Il sistema formale CP del calcolo proposizionale è analitico.
Nota Bene 7.6.3 :
• Data una fbf ϕ di L0 , è semplicemente mediante l’analisi di ¬ ϕ —

analisi operata per mezzo di un tableau analitico T per {¬ ϕ} — che
ci rendiamo conto del fatto che ϕ è una tautologia oppure no.
• Esistono dei sistemi formali per il calcolo proposizionale che non sono
analitici.
7.7. ESERCIZI 97
7.7 Esercizi
1. Usando il Corollario 6.4.1 del calcolo proposizionale, dimostrate che
ciascuna delle seguenti fbf. di L0 è un teorema del calcolo proposizio-
nale:
(a) (A → (B ∨ A));
(b) ((A ∧ B) → A);
(c) (((A → B) → A) → A);
(d) (A → (¬A → B));
(e) (((A → B) ∧ ¬B) → ¬A).
2. Usando il Corollario 6.3.1 del calcolo proposizionale, dimostrate che

ciascuna delle fbf. (a)–(e) di L0 elencate nell’esercizio 1. è una
tautologia.
3. L’insieme delle fbf di L0 è decidibile?
4. L’insieme delle dimostrazioni di fbf di L0 è decidibile?
5. Sia Γ un insieme finito di fbf di L0 . Dimostrate che Γ è sintatticamente

coerente se e solo se esiste almeno una fbf ϕ di L0 tale che ϕ non è
derivabile da Γ.
6. Sia Γ un insieme finito di fbf di L0 e ϕ una tautologia, dimostrate che

Γ ` ϕ.
7. Sia Γ un insieme finito di fbf di L0 . Se W0 è l’insieme di tutte le fbf di

L0 , dimostrate che Γ è decidibile in W0 .
Capitolo 8
Compattezza
8.1 Introduzione
99
100 CAPITOLO 8. COMPATTEZZA
Parte II
Il Calcolo dei Predicati
101
Capitolo 9
Designatori, predicati e
quantificatori
9.1 Introduzione
Ci sono molti argomenti formulati in italiano la cui validità non può es-
sere dimostrata mediante formalizzazioni ottenute all’interno di L0 , il lin-
guaggio del Calcolo Proposizionale. Un esempio di questo fenomeno è dato
dall’argomento menzionato nell’Introduzione della prima lezione:
Esempio 9.1.1 Se assumiamo che tutti gli uomini sono mortali e che So-
crate è un uomo ne segue che Socrate è mortale.
Infatti, data la seguente interpretazione I:
I
P 7→ Tutti gli uomini sono mortali
Q 7 → Socrate è un uomo
R 7 → Socrate è mortale
otteniamo il sequente semantico:
{P, Q} |= R
il cui insieme controesempio:
{P, Q, ¬R}
genera un tableau aperto.

Un altro tipo di argomento la cui validità non può essere dimostrata
mediante formalizzazioni ottenute in L0 è il seguente:
103
104 CAPITOLO 9. DESIGNATORI, PREDICATI E QUANTIFICATORI
Esempio 9.1.2 Se assumiamo che Caino ha ucciso Abele e che Caino è il

primogenito di Adamo ed Eva ne segue che il primogenito di Adamo ed Eva
ha ucciso Abele.
Il problema alla base di questo tipo di limiti presenti nel Calcolo Pro-
posizionale è rappresentato dal fatto che le formalizzazioni di argomenti che
possiamo produrre all’interno del Calcolo Proposizionale non tengono conto
della struttura interna delle proposizioni atomiche.
Vedremo nella parte restante del corso che questi limiti verranno superati
per mezzo di formalizzazioni ottenute nel linguaggio L1 del Calcolo dei Pre-
dicati, ma che il passaggio dal Calcolo Proposizionale a quello dei Predicati
avrà anche un certo ‘costo’.
In questa lezione studieremo, in particolare, alcune componenti della
struttura interna delle asserzioni atomiche, componenti e struttura che sono
alla radice della validità di un’ampia classe di argomenti. Tali componenti
sono predicati come: x è più pesante di y; espressioni note come quan-
tificatori quali: Tutte le x tali che …, Esiste almeno un x tale che …; e
designatori quali ‘Socrate’, ‘Caino’, ‘Abele’, ‘Il vincitore della battaglia di
Alesia’.
9.2 Designatori e predicati

Definizione 9.2.1 (Designatori) Si chiamano designatori tutte quelle
espressioni usate per fare riferimento a degli elementi di un dominio.
In quanto segue considereremo soltanto due tipi di designatori: nomi

propri e descrizioni definite.
Definizione 9.2.2 (Nomi propri) I nomi propri sono dei nomi che, per
apposita convenzione, vengono utilizzati per denotare persone o cose.
Esempio 9.2.1 Genoveffa, Palermo, Alfa Centauri.
Definizione 9.2.3 (Descrizioni definite) Si chiamano descrizioni de-

finite tutte quelle espressioni singolari utilizzate come nomi e che iniziano
con: il, lo, la.
Esempio 9.2.2 Il padre di Caino, la città natale di Scipione l’Africano,

l’autore della Divina Commedia.
Nota Bene 9.2.1 Un designatore deve fare riferimento soltanto ad un’unica

cosa (o persona).
9.2. DESIGNATORI E PREDICATI 105
Definizione 9.2.4 (Predicato) Si chiama predicato quella stringa fini-

ta di parole della lingua italiana e variabili individuali tale che, se tutte
le variabili individuali presenti nella stringa vengono rimpiazzate da apposi-
ti designatori, la stringa si trasforma in un’asserzione avente i designatori
utilizzati nella sostituzione come costituenti.
Esempio 9.2.3 :
(a) x è la trisnonna di Zorro
(b) x è più alto di y
(c) x è tra y e z
Definizione 9.2.5 (variabili libere) Sia P un predicato (una variabile

predicativa) e x una variabile individuale che occorre in P . Diciamo che x
è libera in P se e solo se è necessario sostituire un designatore d al posto di
x in P per trasformare P in una asserzione.
Esempio 9.2.4 x è minore di y.
Nota Bene 9.2.2 :

• I predicati si possono classificare in relazione al numero di variabili
libere distinte l’una dall’altra che occorrono nella stringa.
• Le asserzioni possono essere considerate come dei predicati a 0-posti.
Definizione 9.2.6 (Identità) Il predicato x è uguale a y è chiamato iden-

tità.
Legge 9.2.1 (I dell’identità) Per ogni elemento a del dominio, a = a.
Regola di derivazione 9.2.1 (identità) Se d è un designatore, allora ogni

insieme di asserzioni contenente l’asserzione ¬(d = d) è incoerente.
Legge 9.2.2 (II identità) Se a = b, allora qualunque predicato sia vero di

a sarà anche vero di b (e vice versa).
Regola di derivazione 9.2.2 (Regola di Leibniz) Siano d ed e dei de-

signatori e ϕ un’asserzione, se ψ è stata ottenuta da ϕ rimpiazzando una o
più occorrenze di d in ϕ per mezzo di e, allora entrambi i seguenti argomenti
sono validi :
1. ϕ, d = e Quindi, ψ
2. ϕ, e = d Quindi, ψ
9.3 Soddisfacibilità
Consideriamo il predicato ad un posto: x è biondo. Se gli elementi del
dominio D del nostro discorso sono esseri umani allora diremo che il predi-
cato ‘x è biondo’ è soddisfatto soltanto da quegli esseri umani biondi che
appartengono a D.
La nozione di soddisfacibilità di un predicato può essere generalizzata a
predicati ad n posti, per n ∈ N e 1 < n. Ma prima di fare questo c’è bisogno
di definire un nuovo concetto, quello di coppia ordinata.
Definizione 9.3.1 (Coppia ordinata) Se a, b ∈ D, diciamo che < a, b >

è una coppia ordinata se e solo se
< a, b > = < c, d > solo nel caso in cui a = c e b = d.
Quindi, in particolare, se a 6= b allora < a, b > 6= < b, a > .

Consideriamo il predicato a due posti (∗) x è più alto di y, diremo che la
coppia ordinata < a, b >, dove a, b ∈ D soddisfa (∗) se e solo se a è più alto
di b.
Chiameremo l’insieme di tutte le coppie ordinate di elementi di D che
soddisfano (∗): relazione binaria.
Nota Bene 9.3.1 :

• La definizione di coppia ordinata può essere facilmente modificata al
fine di definire una n-pla ordinata di elementi di D, per un qualsiasi
n ∈ N tale che 1 < n. (Come?)
• I concetti di soddisfacibilità di un predicato a due posti e di relazione

binaria possono, a loro volta, essere generalizzati per ottenere quelli
di soddisfacibilità di un predicato ad n posti e di relazione n-aria, per
n ∈ N tale che 1 < n. (Come?)
Ci sono due modi per descrivere una relazione n-aria definita su un certo
dominio D:
1. elencare le n-ple ordinate che le appartengono;
2. produrre il predicato ad n posti che è soddisfatto da tutte e soltanto le

n-ple appartenenti alla relazione n-aria in oggetto.
Nota Bene 9.3.2 Il vantaggio del secondo modo di descrivere una relazione
n-aria rispetto al primo è che certe relazioni ad n posti possono contenere un
numero infinito di n-ple.
9.4. RELAZIONI BINARIE 107
Definizione 9.3.2 (Soddisfacibilità di un predicato ad n posti) Sia P n

un predicato ad n posti in cui le variabili x1 , . . . , xn occorono libere. Se
o1 , . . . , on sono elementi del dominio D, si dice che la n-pla ordinata <
o1 , . . . , on > soddisfa P n in D se è possibile trasformare P n in un’asserzio-
ne vera in D sostituendo in P n di al posto di xi , per i ∈ N e 1 ≤ i ≤ n, dove
di è un designatore il cui riferimento in D è oi .
Esempio 9.3.1 Nell’esempio 6.2.4, se D = N, il predicato ‘x è minore di

y’ è soddisfatto da un numero infinito di coppie ordinate: < 0, 1 >, < 0, 2 >
, . . . , < 1, 2 >, < 1, 3 >, . . ..
9.4 Relazioni binarie

Le relazioni binarie rappresentano il caso più semplice di relazioni. Esiste
un metodo molto semplice per rappresentare relazioni binarie per mezzo di
diagrammi. Se <2 è una relazione binaria definita su un dominio D, possia-
mo rappresentare D come una curva chiusa e gli elementi di D come punti
presenti nell’area racchiusa dalla curva.
Data una qualsiasi coppia ordinata < a, b > ∈ <2 , noi possiamo tracciare
una freccia da a a b. Se c’è una freccia che va da a a b ed una freccia che va
da b ad a, possiamo tracciare, invece di queste, una doppia freccia tra a e b.
Se <2 contiene coppie ordinate in cui il primo elemento è uguale al secon-
do, per es. < a, a >, tracceremo una doppia freccia da a ad a. Il diagramma
completo così ottenuto si chiama il grafico di <2 .
Esempio 9.4.1 D = {A, ¬A, (A∧¬A), (A∨¬A)} e <2 = {< a, b >| a, b ∈ D

e a |= b}.
9.5 Quantificatori
Quantificare su di un predicato ad n-posti P n equivale ad alterarlo così da
formare o un’asserzione (se n = 1) o un predicato con un numero inferiore di
variabili libere rispetto a P n (se 1 < n). Lo scopo del quantificare su di un
predicato consiste nel dire quanti elementi del dominio D soddisfano (o non
soddisfano) il predicato.
Nota Bene 9.5.1 Per comprendere un’asserzione quantificata di solito ab-

biamo bisogno di determinare il dominio di quantificazione D.
I metodi principali di quantificazione sono tre:

1. instanziazione: rimpiazzamento di una variabile libera in un predi-

cato per mezzo di un designatore;
2. quantificazione universale;
3. quantificazione esistenziale.
Esempio 9.5.1 (Instanziazione) :

1. D = {x | x è un essere umano};
2. x è calvo;
3. Giovanni è calvo.
Esempio 9.5.2 (Quantificazione universale) :

2. x è calvo;
3. Tutti gli esseri umani sono calvi.
4. ∀x(x è calvo).
Esempio 9.5.3 (Quantificazione esistenziale) :

2. x è calvo;
3. Esiste almeno un essere umano calvo.
4. ∃x(x è calvo).
Nota Bene 9.5.2 :

• Considerate le seguenti equivalenze notevoli:
∀xP (x) ≡ ¬ ∃x ¬ P (x),
∃xP (x) ≡ ¬ ∀x ¬ P (x).
• Il Calcolo dei Predicati studiato in queste dispense è del primo ordine

con identità in quanto le uniche variabili quantificate sono le variabili
individuali e si utilizza il predicato binario ‘=’. Se si quantificassero
anche le variabili predicative interpretate su un dominio di individui
avremmo un calcolo dei predicati del secondo ordine (con identità),
ecc. ecc.
9.6. ESERCIZI 109
9.6 Esercizi
Date le seguenti proprietà di una relazione binaria:
riflessiva se ogni punto del grafico della relazione è collegato a se stesso da

una freccia (loop) ;
irriflessiva se nessun punto del grafico è collegato a se stesso da un loop;
non riflessiva se la relazione non è nè riflessiva nè irriflessiva;
simmetrica se tutte le frecce del grafico sono doppie;
asimmetrica se nessuna freccia del grafico è doppia;
anti simmetrica se le uniche frecce doppie del grafico sono dei loops;
non simmetrica se la relazione non è nè simmetrica nè asimmetrica;
transitiva se il grafico non contiene due frecce consecutive (che vanno nella
stessa direzione) senza che vi sia una scorciatoia (che va nella stessa
direzione delle due frecce consecutive);
intransitiva se il grafico non contiene due frecce consecutive (che vanno

nella stessa direzione) per le quali esista una scorciatoia (che va nella
stessa direzione delle due frecce consecutive);
non transitiva se la relazione non è nè transitiva nè intransitiva;
connessa se tra due qualsiasi punti del grafico della relazione esiste almeno
una freccia;
equivalenza se la relazione è riflessiva, simmetrica e transitiva;
dite se le seguenti relazioni binarie definite sul dominio menzionato sono:

riflessive, irriflessive, non riflessive, simmetriche, asimmetriche, non simme-
triche, transitive, intransitive, non transitive, connesse, non connesse:
1. x è maggiore di y, Dominio: i numeri naturali;
2. x è un genitore di y, Dominio: tutti gli esseri umani vivi o morti;
3. x è la sorella o la cognata di y, Dominio: tutti gli esseri umani viventi;
4. x oggi è più alto di quanto lo fosse y un anno fa, Dominio: tutti gli
esseri umani viventi;
5. x gioca nella stessa squadra di y, Dominio: giocatori di calcio;
6. x è la radice quadrata di y, Dominio: i numeri naturali;
7. x è minore od uguale a y, Dominio: i numeri naturali.

Capitolo 10
Il Calcolo dei Predicati II
10.1 Introduzione
In questo capitolo ci occuperemo di: (1) tradurre asserzioni (formulate in
italiano) in L1 , il linguaggio del Calcolo dei Predicati; (2) applicare la tecnica
dei tableaux ad insiemi di parole proprie di L1 ; (3) discutere di pregi e difetti
del Calcolo dei Predicati.
10.2 Sul raggio d’azione dei quantificatori

Come nel caso delle traduzioni dall’italiano in L0 , così, anche quando si trat-
ta di tradurre asserzioni appartenenti alla lingua italiana in L1 , dobbiamo,
innanzitutto, individuare l’operatore logico occorrente nell’asserzione che ha
il raggio d’azione più ampio (degli altri) e, siccome, noi adesso abbiamo a
che fare con asserzioni che contengono dei quantificatori, dobbiamo, quindi,
determinare se l’asserzione in oggetto è di tipo ∀ o di tipo ∃.
Definizione 10.2.1 Un’asserzione A è di tipo ∀ (o di tipo ∃) se e solo se il

quantificatore che occorre in A e possiede il raggio d’azione più ampio è ∀ (o
∃).
Esempio 10.2.1 :
(1) Ogni numero ha un successore
(1)′ ∀x (x è un numero → ∃y (y è un numero ∧ y è il successore di x))
(2) A Ficarazzi c’è qualcuno che sa tutto sulle balene ubriache

(2)′ ∃x (x è a Ficarazzi ∧ ∀y (y riguarda le balene ubriache → x sa y))
111
112 CAPITOLO 10. IL CALCOLO DEI PREDICATI II
(3) C’è uno scheletro in ogni armadio
(3)′ ∀x (x è un armadio → ∃y (y è uno scheletro ∧ y è in x))
(3)′′ ∃x (x è uno scheletro ∧ ∀y (y è un armadio → x è in y))
(3)′′ è errata, perché?
Nota Bene 10.2.1 :
• L’analisi di asserzioni complesse nel Calcolo dei Predicati ha luogo

come nel Calcolo Proposizionale e cioè: (1) bisogna, innanzitutto, de-
terminare la forma logica dell’asserzione complessa; (2) si deve, quindi,
determinare la forma logica delle asserzioni più semplici muovendo da
asserzioni più complesse.
• Quando nella stessa asserzione vi sono due o più quantificatori dobbia-

mo stare attenti alla scelta che facciamo per quanto riguarda le variabili
individuali.
• In logica classica asserire ∀xP (x) è equivalente ad asserire P (A1 ) ∧

P (A2 ) ∧ · · · ; mentre asserire ∃xP (x) è equivalente ad asserire P (A1 ) ∨
P (A2 ) ∨ · · · , dove Ai , per 1 ≤ i ∈ N, è un designatore.
∧ Questo
fatto ha spinto∨alcuni autori ad usare il simbolo ‘ ’ al posto di ‘ ∀’
e il simbolo ‘ ’ al posto di ‘ ∃’. Uno dei vantaggi importanti della
notazione ∀xP (x) e ∃xP (x) è che, nel caso in cui il dominio D è
infinito, ci consente di utilizzare una formula che contiene un numero
finito di componenti invece di una formula con un numero infinito di
componenti.
10.3 Interpretazioni e tableaux

Le interpretazioni di parole proprie sull’alfabeto di L1 debbono innanzitutto
specificare il dominio di quantificazione D e debbono, quindi, occuparsi di
designatori e predicati. In quanto segue assumeremo sempre che D 6= ∅.
Esempio 10.3.1 (Frasi da tradurre in L1 ) :
1. Quelli che hanno successo sono felici
2. Anna disprezza la gente di successo che lavora più di lei

10.4. LE REGOLE DEI TABLEAUX DEL CALCOLO DEI PREDICATI113
INTERPRETAZIONE
Dominio: D = {x | x è un essere umano}.
Fx: x è felice.
Sx: x ha successo.
LPxy: x lavora più di y.
Dxy: x disprezza y.
a: Anna.
TRADUZIONE: 1. ∀x(Sx → F x); 2. ∀x((LP xa ∧ Sx) → Dax).
In merito all’uso fatto dei tableaux all’interno del Calcolo dei Predicati al
fine di determinare la coerenza di un insieme di parole proprie Γ sull’alfabeto
di L1 , c’è da dire che mentre l’ottenere un tableau chiuso da Γ mostra che Γ
è incoerente, l’ottenere un tableau aperto da Γ di solito non dimostra nulla.
Infatti, secondo il Teorema di Church, se ϕ è una parola propria sull’alfab-
eto di L1 e ϕ non è valida—cioè ϕ non è vera in ogni Σ1 -struttura—non esiste
un algoritmo in grado di farci vedere che ϕ non è valida. Questo fatto mette
in evidenza una profonda differenza esistente tra il Calcolo Proposizionale
ed il Calcolo dei Predicati: mentre nel Calcolo Proposizionale l’insieme delle
tautologie è decidibile, nel Calcolo dei Predicati l’insieme delle parole proprie
valide non lo è.
10.4 Le regole dei tableaux del Calcolo dei

Predicati
L’insieme di regole da utilizzare nel Calcolo dei Predicati per generare un
tableau da un insieme di parole proprie Γ sull’alfabeto di L1 comprende le
regole utilizzate nel Calcolo Proposizionale ed in più le seguenti sette regole:
10.4.1 Regola di Leibniz 1

ϕ
D = E
↓
ψ
10.4.2 Regola di Leibniz 2

ϕ
E = D
↓
ψ
Nelle regole di Leibniz 7.4.1 e 7.4.2 Il designatore D (o E) occorre in ϕ,
e ψ è ciò che otteniamo rimpiazzando una o più occorrenze di D (o E) in ϕ
per mezzo di E (o D). Da ciò segue che aggiungere ψ all’insieme {ϕ, D = E}
(o all’insieme {ϕ, E = D} ) non ne compromette la coerenza.
10.4.3 Regola ∀x ϕ 1
∀x ϕ
↓
ψ
C’è un designatore D che è già apparso nel ramo a cui viene aggiunta la
ψ, e ψ è ciò che otteniamo da ϕ quando sostituiamo in essa il designatore D
al posto di ciascuna occorenza libera della variabile x (in ϕ).
Nota Bene 10.4.1 :
• Sebbene, come indicato dalla regola 7.4.4, noi possiamo estendere ogni
ramo aperto del tableau che contiene ∀xϕ come suo nodo prolungando
un tale ramo scrivendo ϕ(D), per qualunque designatore D, il motivo
per cui noi scegliamo, se possibile, un designatore D che è già apparso
nel ramo a cui viene aggiunta la ψ (dove ψ = ϕ(D)) è che voglia-
mo chiudere il tableau, sempre che questo sia possibile, nel più breve
numero di passi.
10.4.4 Regola ∀x ϕ 2
∀x ϕ
↓
ψ
Applicabile nel caso in cui: nessun designatore D è apparso nelle parole
proprie presenti nel ramo a cui viene aggiunta la ψ, D è un nome proprio e ψ
è ciò che otteniamo da ϕ quando sostituiamo in essa D al posto di ciascuna
occorenza libera della variabile x (in ϕ).
10.4. LE REGOLE DEI TABLEAUX DEL CALCOLO DEI PREDICATI115
Nota Bene 10.4.2 :
• L’effetto di questa regola consiste nel bandire il dominio vuoto in

quanto implica l’esistenza di almeno un individuo appartenente a D
e precisamente quello a cui fa riferimento il designatore D.
• Se D è infinito la regola 7.4.4 implica che possiamo generare da ∀xϕ

un ramo infinitamente lungo, ciò implica che, contrariamente a quanto
accade nel Calcolo Proposizionale:
1. un tableau del Calcolo dei Predicati del primo ordine con identità
può non terminare; e che di conseguenza
2. se l’insieme controesempio di un sequente semantico Γ |= ϕ è
coerente potremmo non saperlo mai.
10.4.5 Regola ∃x ϕ
∃x ϕ
↓
ψ
Il designatore D non è già apparso nel ramo a cui viene aggiunta la ψ,

e ψ è ciò che otteniamo da ϕ quando sostituiamo in essa il designatore D al
posto di ciascuna occorenza libera della variabile x (in ϕ).
Nota Bene 10.4.3 :
• La giustificazione di questa regola consiste nel fatto che la formula ∃xϕ

asserisce semplicemente che esiste almeno un elemento del dominio
D che soddisfa ϕ. Ma niente ci garantisce che questo elemento debba
essere proprio quell’elemento di D a cui facciamo riferimento mediante
il designatore D che è già apparso nel ramo a cui viene aggiunta la ψ.
10.4.6 Regola ¬∀x ϕ

¬∀x ϕ
↓
∃x¬ϕ
10.4.7 Regola ¬∃x ϕ

¬∃x ϕ
↓
∀x¬ϕ
A questo punto siamo pronti a ‘rivisitare’ il sillogismo esaminato all’ini-
zio del corso per far vedere che il Calcolo dei Predicati del primo ordine con
identità mette a nostra disposizione un algoritmo in grado di dimostrare che
l’argomento espresso dal sillogismo è valido. Questo implica che il passag-
gio dal Calcolo Proposizionale al Calcolo dei Predicati del primo ordine con
identità presenta dei notevoli vantaggi nei confronti del problema centrale
del corso.
Esempio 10.4.1 Tutti gli uomini sono mortali, Socrate è un uomo, quindi
Socrate è mortale.
Interpretazione
Dominio: D = {x | x è un essere vissuto in passato o attualmente vivo}
U x: x è un uomo
M x: x è mortale
s: Socrate
Sequente semantico
{∀x(U x → M x), U s} |= M s
Insieme controesempio
{∀x(U x → M x), U s, ¬M s}
Tableau
∀x(U x → M x)
Us
¬M s
(U s → M s)
¬U s Ms
10.5. SULLA FORMALIZZAZIONE IN L1 ED ALTRE COSE 117
Esempio 10.4.2 Nessun evento precede se stesso, ogni causa precede i suoi
effetti, quindi nessun evento è causa di se stesso.
Interpretazione
Dominio: D = {x | x è un evento}
P xy: x precede y
Cxy: x causa y
Sequente semantico
{¬∃xP xx, ∀x∀y(Cxy → P xy)} |= ¬∃yCyy
Insieme controesempio
{¬∃xP xx, ∀x∀y(Cxy → P xy), ¬¬∃yCyy}
Tableau
¬∃xP xx
∀x∀y(Cxy → P xy)
¬¬∃yCyy
∃yCyy
Caa
∀x¬P xx
¬P aa
∀y(Cay → P ay)
(Caa → P aa)
¬Caa P aa
10.5 Sulla formalizzazione in L1 ed altre cose

Le formule ben formate chiuse di L1 —e cioè le parole proprie di L1 che
non contengono variabili individuali libere—sono il corrispondente formaliz-
zato delle asserzioni fatte in italiano, perché le formule ben formate chiuse di
L1 hanno un valore di verità.
Esempio 10.5.1 Se consideriamo il predicato ad un posto ‘x è primo’ (P x),

dove D = N, allora P x è una formula aperta, mentre ∀xP x e ∃xP x sono
chiuse. è interessante notare che mentre P x non è nè vera nè falsa, ∀xP x è

falsa e ∃xP x è vera.
Teorema 10.5.1 (Coerenza) Se Γ è un insieme di formule ben formate

chiuse di L1 e ϕ è una formula ben formata chiusa di di L1 allora:
se Γ ` ϕ allora Γ |= ϕ.
Teorema 10.5.2 (Completezza) Se Γ è un insieme di formule ben formate

se Γ |= ϕ allora Γ ` ϕ.
Teorema 10.5.3 (Armonia) Se Γ è un insieme di formule ben formate

Γ |= ϕ se e solo se Γ ` ϕ.
Teorema 10.5.4 (Adeguatezza) Se ϕ è una formula ben formata chiusa

di di L1 allora:
|= ϕ se e solo se ` ϕ.
Teorema 10.5.5 (Church) L’insieme delle formule valide del Calcolo dei
predicati del primo ordine con identità è indecidibile.
Nota Bene 10.5.1 :
• Le Σ1 -strutture sono generate dalle Interpretazioni e determinano il

valore di verità delle formule chiuse interpretate.
• Il Calcolo dei Predicati è coerente, completo, ma, a differenza del Cal-

colo Proposizionale, è indecidibile; ciò significa che se una parola
propria ϕ di L1 è valida allora, per il Teorema di Completezza, esiste
una dimostrazione di ϕ, ma se ϕ non è valida, contrariamente a quanto
avviene nel Calcolo Proposizionale, non esiste un algoritmo che in un
numero finito di passi ci dica che ϕ non è valida.
10.6. ESERCIZI 119
10.6 Esercizi
1. Fornite un’adeguata interpretazione del seguente argomento traducen-
dolo in un sequente semantico del Calcolo dei Predicati. Dimostrate
che il sequente semantico è corretto usando il metodo dei tableaux.
Shakespeare era una persona intelligente, dal momento che tutti gli
scrittori che capiscono la natura umana sono intelligenti. Dopo tutto,
Shakespeare ha scritto l’Amleto, e nessuno tranne un vero poeta avreb-
be potuto scrivere l’Amleto. Bisogna accettare il fatto che non esiste un
vero poeta che non sia in grado di far commuovere, e nessuno scrittore
che non capisce la natura umana è in grado di far commuovere.
2. Trovate dei controesempi per i seguenti sequenti semantici:
(1) {F a, (∀x Gx ↔ ∀x Hx)} |= ∃x(F x ∧ (Gx ∧ Hx))

(2) {∃x (F x ∧ ∀y (Gy → ¬x = y)), ∃x (¬F x ∧ ¬Hx)} |= ¬∃x (F x ∧ Gx)
3. Usando la tecnica dei tableaux mostrate che i seguenti sequenti sono

corretti:
(1) {∃x (∀y (¬F y ∨ Gxy) ∧ Hx), ∀x (Hx → ∀y (Gxy → ¬F y))} ` ∀x (Hx → ¬F x)
(2) {∃x ¬(F x → ∀y (¬x = y → ¬F y)), ∃x ∀y(Gy ↔ x = y)} ` ∃x (F x ∧ ¬Gx)
Bibliografia
Anselmo d’Aosta: 2007, Proslogion, a cura di L. Pozzi, BUR Classici del

Pensiero, RCS libri spa, Milano.
Benacerraf, P. & Putnam, H. (eds.): 1985, Philosophy of Mathema-

tics, Selected Readings, Second Edition, Cambridge University Press,
Cambridge.
Bosceński, J.M.: 1972, La Logica Formale. Dai Presocratici a Leibniz, A.

Conte editore e traduttore, Giulio Einaudi Editore, Torino.
Cantini, A. & Minari, P.: 2013, Introduzione alla logica. Linguaggio,

significato, argomentazione, Le Monnier, Mondadori Education, Firenze.
Davis, M.: 2003, Il Calcolatore Universale, Adelphi Edizioni, Milano.
Dummett, M. A. E.: 2000, Elements of Intuitionism, Second Edition,

Clarendon Press, Oxford.
Dummett, M. A. E.: 1991, The Logical Basis of Metaphysics, Duckworth,

London.
Enderton, H.B.: 1977, Elements of Set Theory, Academic Press, San Diego.
Frege, G.: 1977, Logica e Aritmetica, scritti raccolti a cura di C. Mangio-

ne, traduzioni di Ludovico Geymonat e Corrado Mangione, Boringhieri,
Torino.
Frege, G.: 1892, ‘Senso e significato,’ in Frege (1977), parte terza, pp. 374–
404.
Gödel, K.: 2008, La prova matematica dell’esistenza di Dio, a cura di G.

Lolli e P. Odifreddi, Bollati Boringhieri, Torino.
Halmos, P.R.: 1974, Naive Set Theory, Springer-Verlag, New York,

Heidelberg, Berlin.
121
122 BIBLIOGRAFIA
Nagel, E. & Newman, J.R.: 2003, La prova di Gödel, con un saggio di Jean-
Yeves Girard, Universale Bollati Boringhieri, Torino.
Searle, J.: 1980, ‘Minds, Brains, and Programs,’ Behavioral and Brain
Sciences, 3:417–57.
Smullyan, R.M.: 1995, First-Order Logic, Dover Edition, Dover Publications,

Inc. New York.
van Heijenoort, J.: 1967, From Frege to Gödel, Harvard University Press,
Cambridge, Massachusetts.

Elementi Di Logica Matematica

Caricato da

Informazioni sul documento

Descrizione:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Descrizione:

Copyright:

Formati disponibili

Elementi Di Logica Matematica

Caricato da

Descrizione:

Copyright:

Formati disponibili

Elementi di Logica Matematica

1 Sul pensiero deduttivo 7

3 Il problema della traduzione 27

4 Sintassi e semantica del calcolo proposizionale 45

4.3 La semantica del Calcolo Proposizionale . . . . . . . . . . . . 48

6 Proprietà dell’implicazione semantica 73

7 Coerenza, completezza e decidibilità 89

II Il Calcolo dei Predicati 101

9.6 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

10 Il Calcolo dei Predicati II 111

Sul pensiero deduttivo

1.1 Origini della logica matematica

È possibile proporre un approccio matematico allo studio del pensiero

Ma che cos’è il pensiero deduttivo? Il pensiero deduttivo è quella forma di

(I1 ) Tutti gli uomini sono mortali

Il tipo di argomento illustrato nell’Esempio 1.1.1 è noto come sillogismo e

Esempio 1.1.2 Fumare rilassa e, quindi, fumare fa bene.

Sebbene ci siano delle proposizioni, quale La mia scrivania ha quattro

1.2 Importanza della logica matematica

• ha permesso di risolvere importantissimi problemi aperti all’interno

• ha dato luogo ad applicazioni molto fruttuose:

(a) in informatica teorica — macchine di Turing e, più in generale,

(c) in intelligenza artificiale — logiche non monotone, ecc.

1.3 Scopo del libro

Dato un qualsiasi argomento A, esiste una procedura generale che, in modo

Questo è un problema molto importante in quanto una sua soluzione

1. dato un argomento A formulato in italiano, tradurre le asserzioni che

2. ordinare le traduzioni ottenute mediante 1. in modo tale da otte-

3. individuare, all’interno del calcolo proposizionale (o di quello dei pre-

Nello sviluppare i sistemi formali per il calcolo proposizionale e per quello

Definizione 1.4.1 (Proprietà della sottoformula) Un sistema formale F ha la pro-

1. il concetto di validità di un argomento A è legato a considerazioni di

2. il filo rosso conduttore che lega i concetti di validità di un argomento

Dopo alcune considerazioni informali sul collegamento esistente tra la

2.2 Brevi cenni storici

1. cosa rende corretti (validi) argomenti come quello dell’Esempio 1.1.1?

2. esiste un algoritmo tale che, dato un qualsiasi argomento A, è in grado

Per quanto riguarda la questione 2 di cui sopra, definire rigorosamente che

Esempio 2.2.1 La formula

(Dove a, b, c ∈ R e b2 − 4ac ⩾ 0.)

2.3 Sulla forma logica

Questi risultati scaturiscono da un’osservazione semplice, ma fondamen-

(I1′ ) Tutti i cani sono triangolari

Ciò che è mostrato da questo fenomeno è che la validità degli argomenti

(I1′′ ) Tutte le x sono y

A questo punto si pongono, almeno, un paio di domande a cui bisogna da-

(α) Che cos’è la forma logica di un argomento?

(β) Come possiamo studiare la forma logica di un argomento?

Ma, prima di affrontare tali quesiti, ci proponiamo, di:

(ii) mettere in evidenza l’importante rapporto esistente tra il concetto di

• individuare degli algoritmi che ci consentiranno di decidere della vali-

• comprendere la natura di alcuni dei limiti delle nostre procedure gene-

Esempio 2.4.1 La Luna non è fatta di formaggio.

possiamo dire che:

Definizione 2.4.1 (Soddisfacibilità di un insieme di credenze) Un in-

Definizione 2.4.2 Un insieme di credenze A è insoddisfacibile se non è

Gli insiemi di credenze A1 , A2 e A3 che compaiono negli esempi 2.4.2,

Esempio 2.4.2 : A1 = {Padova e Napoli non sono entrambe a sud di Roma,

Esempio 2.4.3 : A2 = {Alla festa baciò uno dei suoi amici,

Naturalmente è possibile che l’insieme di credenze A contenga un solo

Esempio 2.4.4 : A3 = {Gaspare è più alto di se stesso}.

Sebbene ci siano delle proposizioni, quale La mia scrivania ha quattro