{
  "id": "propositional-logic",
  "title": "命题逻辑",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "命题逻辑研究命题如何通过逻辑联结词组合，以及结论如何从前提推出，通常采用二值解释。",
  "category": "mathematics",
  "subcategory": "discrete-logic",
  "type": "concept",
  "aliases": [
    "命题演算"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/propositional-logic/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/propositional-logic/",
      "json": "https://aiwiki.page/en/propositional-logic.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "命题逻辑是逻辑学的一个分支，研究命题及其组合之间的逻辑关系。它用符号表示命题，并用对应于“非”“且”“或”等表达的算子将命题连接起来。与一阶逻辑不同，命题逻辑不将命题进一步分析为对象、谓词和量词。在标准的经典解释中，每个命题都被赋予且仅被赋予两个真值之一：真或假。命题逻辑系统也包括采用不同解释或推理规则的非经典系统。(plato.stanford.edu)"
    },
    {
      "heading": "语言与联结词",
      "text": "命题语言的句法规定了哪些表达式是合式公式。命题变元通常写作 \\(p,q,r\\)，它们本身就是原子公式。如果 \\(A\\) 和 \\(B\\) 是公式，那么 \\(\\neg A\\)、\\((A\\land B)\\) 和 \\((A\\to B)\\) 等表达式也是公式。反复应用这些构造规则，可以生成任意复杂的表达式。括号用于区分可能产生歧义的结构。有些语言还包含常量 \\(\\top\\) 和 \\(\\bot\\)，分别表示真和假。(cs.cmu.edu)\n\n主要的逻辑联结词具有以下经典含义：\n\n联结词 | 记号 | 真值条件\n否定 | \\(\\neg A\\) | 当且仅当 \\(A\\) 为假时为真\n合取 | \\(A\\land B\\) | 当且仅当两个组成部分都为真时为真\n析取 | \\(A\\lor B\\) | 至少一个组成部分为真时为真\n实质蕴涵 | \\(A\\to B\\) | 当且仅当 \\(A\\) 为真且 \\(B\\) 为假时为假\n双条件 | \\(A\\leftrightarrow B\\) | 当且仅当两个组成部分的真值相同时为真\n\n这里的析取是相容析取；异或则要求恰好有一个组成部分为真。(plato.stanford.edu)\n\n尤其需要将实质蕴涵与日常语言中的条件句区分开来。实质蕴涵等价于 \\(\\neg A\\lor B\\)，因此，只要前件为假，它就为真。它本身并不表示因果关系、时间先后关系，也不表示前件与后件之间存在任何实质联系。因此，将日常语言转化为形式表达时，必须注意这种形式化保留了原意的哪些方面。(plato.stanford.edu)"
    },
    {
      "heading": "语义与真值表",
      "text": "经典语义学从赋值出发，为每个命题变元指定真或假。联结词的真值条件将这种赋值扩展到复合公式。真值表列出与某个公式相关的所有赋值；若有 \\(n\\) 个不同的变元，真值表就有 \\(2^n\\) 行。例如：(plato.stanford.edu)\n\n\\(p\\) | \\(q\\) | \\(p\\land q\\) | \\(p\\to q\\)\n真 | 真 | 真 | 真\n真 | 假 | 假 | 假\n假 | 真 | 假 | 真\n假 | 假 | 假 | 真\n\n重言式在每一种赋值下都为真，例如 \\(p\\lor\\neg p\\)。矛盾式在每一种赋值下都为假，例如 \\(p\\land\\neg p\\)。偶然式在某些赋值下为真，在另一些赋值下为假。如果至少存在一种赋值使某个公式为真，该公式就是可满足的；如果存在同一种赋值使若干公式全部为真，这些公式就是共同可满足的。(forallx.openlogicproject.org)"
    },
    {
      "heading": "逻辑后承与等价",
      "text": "逻辑有效性关注的是真值的保持，而不是特定前提事实上是否为真。记号 \\(\\Gamma\\models A\\) 表示：凡是满足 \\(\\Gamma\\) 中全部前提的赋值，也都满足 \\(A\\)。无效论证存在反例赋值，即使所有前提为真而结论为假的赋值。因此，仅凭有效性并不能确定一个论证的前提是否正确描述了现实世界。(plato.stanford.edu)\n\n例如，由 \\(p\\) 和 \\(p\\to q\\) 可以推出 \\(q\\)，这体现了肯定前件式。但由 \\(q\\) 和 \\(p\\to q\\) 不能推出 \\(p\\)：当 \\(q\\) 为真而 \\(p\\) 为假时，两个前提仍然都为真。这种无效的推理模式就是肯定后件的谬误。(cs.cmu.edu)\n\n如果两个公式在每一种赋值下都具有相同的真值，它们就是逻辑等价的。例如，德摩根定律表明，\\(\\neg(A\\land B)\\) 与 \\(\\neg A\\lor\\neg B\\) 等价。这类等价关系将命题推理与布尔代数联系起来，并使保持真值条件不变的变换成为可能。(plato.stanford.edu)"
    },
    {
      "heading": "证明系统",
      "text": "语义后承不同于可推导性，后者记作 \\(\\Gamma\\vdash A\\)。形式证明通过明确允许的规则推导出结论。证明论研究的系统包括公理演算、自然演绎、相继式演算和语义树。这些系统为演绎推理提供了不同的呈现方式，而不是不同的真值表。(openlogicproject.org)\n\n如果可推导性蕴含语义后承，证明系统就是可靠的；如果语义后承蕴含可推导性，证明系统就是完备的。标准的经典命题演算同时满足这两项性质。因此，真值表所判定的有效性与形式上的可证明性是一致的，不过，构造证明与枚举赋值所需的工作量可能相差很大。(forallx.openlogicproject.org)"
    },
    {
      "heading": "范式与计算",
      "text": "每个经典命题公式都有一个与之等价的合取范式：它是若干子句的合取，而每个子句又是若干文字的析取。文字是变元或变元的否定。每个公式也都有一个等价的析取范式，即由若干合取式构成的析取式。否定、合取和析取共同构成函数完备的联结词集：这些联结词可以表达任何有限元布尔真值函数。(plato.stanford.edu)\n\n布尔可满足性问题，简称 SAT，询问一个公式是否存在使其为真的赋值。穷举真值表提供了一种必定终止的算法，从而确立了这一问题的可判定性。不过，SAT 是 NP 完全问题，因此在计算复杂性研究中占有核心地位。DPLL 等搜索过程将分支搜索与强制赋值的传播相结合。推理也可以通过可满足性来检验：有限个前提能够推出 \\(A\\)，当且仅当这些前提与 \\(\\neg A\\) 的合取不可满足。(cs.cmu.edu)"
    },
    {
      "heading": "应用与范围",
      "text": "在计算机科学中，命题公式用于描述逻辑门和开关电路，并支持自动推理。在人工智能中，命题公式可以将事实、规则和规划约束编码到知识库中。命题逻辑的局限在于，它将原子命题视为不再分析的整体：要表达关于所有对象的一般性断言，就需要更丰富的语言。模态逻辑增加了表示必然性和可能性的算子，而直觉主义逻辑提供了一种非经典的命题逻辑系统，在其中，无限制的排中律等经典原则一般不能被推导出来。(plato.stanford.edu)"
    }
  ],
  "links": [
    "logic",
    "first-order-logic",
    "syntax",
    "logical-connective",
    "exclusive-or",
    "material-implication",
    "causation",
    "semantics",
    "truth-table",
    "tautology",
    "logical-validity",
    "modus-ponens",
    "fallacy",
    "de-morgans-laws",
    "boolean-algebra",
    "formal-proof",
    "proof-theory",
    "natural-deduction",
    "deductive-reasoning",
    "conjunctive-normal-form",
    "boolean-satisfiability-problem",
    "algorithm",
    "computational-complexity",
    "computer-science",
    "logic-gate",
    "artificial-intelligence",
    "knowledge-base",
    "modal-logic",
    "intuitionistic-logic"
  ],
  "sources": [
    {
      "title": "plato.stanford.edu/archives/fall2024/entries/logic-classical/",
      "url": "https://plato.stanford.edu/archives/fall2024/entries/logic-classical/"
    },
    {
      "title": "cs.cmu.edu/~15281-s24/coursenotes/proplogic/index.html",
      "url": "https://www.cs.cmu.edu/~15281-s24/coursenotes/proplogic/index.html"
    },
    {
      "title": "plato.stanford.edu/archives/spr2024/entries/logic-propositional/",
      "url": "https://plato.stanford.edu/archives/spr2024/entries/logic-propositional/"
    },
    {
      "title": "forallx.openlogicproject.org/html/Ch22.html",
      "url": "https://forallx.openlogicproject.org/html/Ch22.html"
    },
    {
      "title": "openlogicproject.org/about/",
      "url": "https://openlogicproject.org/about/"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}