《计算机科学中的数学》学习笔记（01 什么是证明）

​
书本信息：

作者: [美] Eric Lehman / [美] F. Thomson Leighton / [美] Albert R. Meyer
出版社: 电子工业出版社
出品方: 博文视点
副标题: 信息与智能时代的必修课
原作名: Mathematics for Computer Science

​

01 什么是证明

证明是指从公理及已被证明的语句，推导出命题结论的一系列逻辑推理过程；

1、命题（Propositions）

命题是一个或真或假的语句，且其真假性不随环境而变化；

对于一个无限集合来说，通常不能通过检验它的样本元素来判断断言的真假；

书中介绍了几个著名的命题：

• 欧拉猜想
• 四色定理
• 费马大定理
• 哥德巴赫猜想

2、谓词（断言，Predicates）

相当于真假性取决于一个或多个变量的命题；

在逻辑和计算机科学中，谓词（或断言，Predicates）是一个表示某种属性或关系的概念。谓词可以接受一定数量的参数，并返回一个布尔值，即真（true）或假（false）。

例如，我们可以定义一个谓词 “Is Older Than”，这个谓词接受两个参数（两个人），如果第一个人比第二个人年纪大，那么这个谓词就返回真，否则返回假。

在编程中，谓词函数通常用于过滤或检查数据。例如，你可能有一个谓词函数 “Is Positive”，它接受一个数字作为参数，如果这个数字是正数，那么函数就返回真，否则返回假。

在数学逻辑中，谓词的概念更为抽象，它可以用来描述数学对象之间的关系，例如 “x > y” 或 “n 是偶数” 等等。

3、公理化方法

公理：axiom，从经验来看无可争辩，不证自明的命题；

作用不同的已被证明的命题：

• 定理：theorems，重要的真命题；
• 引理：lemma，预备性命题，为后面的命题证明做准备；
• 推论：corollary，指从定理出发，只需几步逻辑推导就能得出的命题；

公理化方法（axiomatic method）是一种在数学和逻辑学中使用的方法，它的核心是从一组基本的、不证自明的陈述（公理）开始，然后通过逻辑推理得出其他的结论或定理。
公理化方法的基本步骤如下：

1. 选择一组基本的公理。这些公理应该是清晰的、无需证明的，并且被认为是真实的。例如，在欧几里得几何学中，一个基本的公理是"通过两点可以画出一条直线"。
2. 定义一些基本的术语和概念。这些定义应该基于公理，而且应该是清晰和无歧义的。
3. 使用逻辑推理从公理和定义推导出新的定理。这些推理应该是明确的，并且可以被检查和验证。

公理化方法的一个关键特点是它的形式化性。所有的推理都是基于公理和定义的，而不是基于直观或经验。这使得公理化方法在数学和逻辑学中非常有用，因为它提供了一种明确和精确的方式来推导和证明新的定理。

4、我们的公理

策梅洛-弗兰克尔选择公理（Zermelo-Fraenkel with Choice axioms，简称ZFC）是一套用于定义数学对象的公理系统，它是集合论的基础。这套公理系统由两部分组成：策梅洛-弗兰克尔公理（ZF）和选择公理（AC）。

策梅洛-弗兰克尔公理（ZF）是由德国数学家恩斯特·策梅洛（Ernst Zermelo）和阿伯拉罕·弗兰克尔（Abraham Fraenkel）在20世纪初提出的一套公理，用于形式化集合论的基本概念。这套公理包括了集合的存在性、集合的唯一性、集合的子集、无限集合的存在性、集合的并集、替换公理等。

选择公理（AC）是集合论中的一个基本公理，它的主要内容是：对于任何一组非空的集合，都存在一种方法可以从每一个集合中选择一个元素。这个公理在某些数学证明中是必要的，但也有一些数学家对其有效性提出了质疑。

将这两套公理结合起来，就得到了策梅洛-弗兰克尔选择公理（ZFC）。这套公理系统是现代数学的基础，大多数的数学理论都是在这套公理系统的基础上建立的。

4.1 逻辑推理

逻辑推理（logical deduction）或推理规则（inference rule）：基于已被证明过的命题来证明新的命题。

逻辑推理（Logical Deduction）是一种基于已知事实或前提，通过逻辑规则推导出新的事实或结论的过程。这是形式逻辑的基础，形式逻辑是一种研究推理有效性的学科。

推理规则（Inference Rule）是形式逻辑中的一个概念，它是一种规定了从一个或多个前提推导出结论的规则。这些规则是形式逻辑的基础，它们定义了哪些推理是有效的。

例如，一个非常基础的推理规则是"假言推理"（Modus Ponens）。
这个规则的形式如下：

• 如果 P，则 Q。
• P是真的。
• 因此，Q是真的。

在这个例子中，"如果 P，则 Q"和"P是真的"是前件（antecedent），"Q是真的"是结论（conclusion）或后件（consequent）。

逻辑推理和推理规则在许多领域都有应用，包括数学、计算机科学、哲学、语言学等。在计算机科学中，它们常常被用于程序验证、人工智能和数据库查询等领域。

4.2 证明的模式

在数学和计算机科学中，有许多常用的证明模式：

• 直接证明（Direct Proof）：这是最基本的证明模式。在直接证明中，我们从已知的前提出发，通过一系列的逻辑步骤，直接得出所要证明的结论。
• 反证法（Proof by Contradiction）：在这种证明模式中，我们首先假设所要证明的结论是错误的，然后从这个假设出发，推导出一个矛盾，从而证明原来的结论必须是正确的。
• 归纳法（Proof by Induction）：这种证明模式常用于证明关于自然数的性质。在归纳法中，我们首先证明一个基础情况（通常是 n=1 或 n=0 的情况），然后证明如果一个情况是真的，那么下一个情况也是真的。通过这两步，我们就可以证明所有的自然数都满足所要证明的性质。
• 假设法（Proof by Contrapositive）：在这种证明模式中，我们证明一个命题的逆否命题。如果我们想证明 “如果 P，则 Q”，我们可以证明 “如果非 Q，则非 P”。这两个命题是等价的。
• 取舍法（Proof by Exhaustion）：这种证明模式涉及到检查所有可能的情况。这种方法通常在可能的情况数量较少时使用。
• 构造法（Proof by Construction）：在这种证明模式中，我们通过构造一个具体的例子来证明某个命题是真的。

在实际的证明过程中，可能需要结合使用多种证明模式。

5、证明蕴涵（implication）

在逻辑和数学中，蕴涵（implication）是一种逻辑关系，通常表示为 “如果 P，那么 Q” 或 “P 蕴涵 Q”，在符号逻辑中通常写作 “P => Q”。

在这个表达式中，P 被称为前提（premise）或条件（condition），Q 被称为结论（conclusion）或结果（result）。蕴涵的真值（truth value）取决于 P 和 Q 的真值。如果 P 为真且 Q 为真，或者 P 为假（无论 Q 的真值如何），那么 “P => Q” 就为真。唯一使 “P => Q” 为假的情况是，当 P 为真，但 Q 为假。

在逻辑中，蕴涵 “P => Q” 的真值是由 P 和 Q 的真值决定的，而不是由它们的实际内容决定的。当 P 为假时，无论 Q 的真值如何，“P => Q” 都被认为是真的。这种情况被称为"真空真"（vacuously true）或"无条件真"（unconditionally true）。

证明蕴涵通常有以下几种常用方法：

• 直接证明（Direct Proof）：直接从前提 P 出发，通过一系列逻辑推理，得出结论 Q。这是最直接的证明方法。
• 逆否证明（Proof by Contrapositive）：证明其逆否命题 “非Q => 非P” 为真。在逻辑中，一个命题和它的逆否命题总是有相同的真值。
• 反证法（Proof by Contradiction）：假设 “P => Q” 为假，即假设 P 为真且 Q 为假，然后通过一系列逻辑推理，得出一个矛盾，从而证明 “P => Q” 为真。
• 归纳法（Proof by Induction）：如果 P 和 Q 是关于自然数的命题，那么可以通过数学归纳法来证明 “P => Q”。首先证明当 P 对于最小的自然数成立时，Q 也成立（基础步骤）。然后证明如果 P 对于任意自然数 n 成立，则 P 对于 n+1 也成立（归纳步骤）。这样就证明了对于所有自然数，如果 P 成立，那么 Q 也成立。

以上就是证明蕴涵的一些常用方法。具体使用哪种方法，取决于具体的问题和上下文。

6、证明“当且仅当”

“当且仅当”（if and only if，简写为 iff 或 IFF）是数学和逻辑中的一个术语，用于表示两个命题之间的等价关系。如果命题 A 当且仅当命题 B 为真，那么这意味着 A 和 B 是等价的：如果 A 为真，那么 B 必定为真；反过来，如果 B 为真，那么 A 也必定为真。

证明"当且仅当"的常用方法：

• 直接证明法：这种方法需要分别证明两个方向的蕴含关系。首先，假设 A 为真，然后通过逻辑推理证明 B 必定为真；然后，假设 B 为真，再通过逻辑推理证明 A 必定为真。这样就证明了 “A 当且仅当 B”。
• 反证法：这种方法也需要分别证明两个方向的蕴含关系，但是使用的是反证法的思路。首先，假设 A 为真但 B 为假，然后找到矛盾，从而证明如果 A 为真，那么 B 必定为真；然后，假设 B 为真但 A 为假，再找到矛盾，从而证明如果 B 为真，那么 A 必定为真。这样也就证明了 “A 当且仅当 B”。
• 构建iff链：基本思想是将多个 “当且仅当” 的条件链接起来，形成一个链条，从而证明一个更复杂的 “当且仅当” 关系。例如，假设你想证明 A 当且仅当 D，你可以找到 B 和 C，使得 A 当且仅当 B，B 当且仅当 C，C 当且仅当 D。这样，你只需要证明 A 当且仅当 B，B 当且仅当 C，和 C 当且仅当 D，就可以证明 A 当且仅当 D。

这几种方法都需要证明两个方向的蕴含关系，这是 “当且仅当” 的证明过程中的关键步骤。

7、案例证明法

案例证明法（Proof by Cases）是一种在数学和计算机科学中常用的证明方法。这种方法的基本思想是将一个复杂的问题分解成若干个更简单的子问题，然后分别证明每个子问题。如果每个子问题都被证明为真，那么原问题也就被证明为真。

案例证明法的步骤通常如下：

• 将问题分解成若干个互斥且全覆盖的子问题或情况。这意味着每个可能的情况都被考虑到，且它们之间没有重叠。
• 分别证明每个子问题或情况。这通常涉及到对每个子问题应用适当的证明方法，如直接证明、反证法、归纳法等。
• 由于所有的子问题都被证明为真，因此原问题也被证明为真。

案例证明法的一个常见应用是在处理包含多个条件或者分支的问题。例如，如果一个函数的行为取决于输入的值，那么可以使用案例证明法分别证明输入在不同范围时函数的行为。

这种证明方法的优点是它可以简化复杂的问题，使得每个子问题都更容易处理。但是，它也有一个缺点，那就是需要确保所有可能的情况都被考虑到，否则证明可能会不完整。

8、反证法

反证法（proof by contradiction），也被称为间接证明法（indirect proof），是一种在数学和逻辑中常用的证明策略。它的基本思想是假设你想证明的命题是错误的，然后从这个假设出发推导出一个矛盾或者不可能的结果。这个矛盾表明你的原始假设（即你想证明的命题是错误的）必须是不正确的，因此，你想证明的命题必须是正确的。

以下是反证法的基本步骤：

• 假设你想证明的命题 P 是错误的。这通常被称为“反假设”或“否定假设”。
• 从这个反假设出发，通过逻辑推理和已知的事实，推导出一个矛盾或者不可能的结果。这个矛盾可能是两个相互矛盾的命题都为真，或者一个已知为真的命题为假。
• 由于矛盾是不可能存在的，因此你的反假设必须是错误的。这意味着你想证明的命题 P 必须是正确的。

反证法是一种非常强大的证明工具，因为它允许你从否定你想证明的东西开始，然后通过找到矛盾来证明你的命题。这种方法在许多数学领域中都有应用，包括代数、几何、数论和逻辑等。

9、数学证明的优秀实践

证明不仅需要确立一个命题的绝对真实性，而且需要帮助人们理解主题。一个好的证明不仅需要逻辑正确，还需要清晰明了。在实践中，证明的概念是一个动态的目标，因为在不同的环境和阶段，我们接受的证明标准可能会有所不同。

编写好的证明需要遵循一些基本原则：

1. 陈述你的计划：阐明你的证明策略，例如，“我们使用情况分析”或“我们通过矛盾进行论证”。
2. 保持线性流程：证明的步骤应该按照可理解的顺序进行。
3. 证明是一篇论文，而不是计算：好的证明通常看起来像一篇带有一些方程的论文。
4. 避免过度使用符号：使用完整的句子，避免过度的符号使用。读者可能更擅长理解单词，而不是阅读复杂的数学符号。在你可以合理使用单词的地方使用单词。
5. 修改、简化。你的读者会感激你的。
6. 仔细地介绍符号：考虑引入新的符号或定义，有时候，通过引入一个变量，设计一个特殊的符号，或定义一个新的术语，可以大大简化论证。但是要谨慎使用，因为你需要读者记住所有这些新的东西。
7. 将长证明结构化：当你的证明需要一些容易陈述但不容易证明的事实时，最好将这些事实作为初步的引理提出。
8. 警惕“显然”：谨慎对待“显而易见的”事情，在证明中，如果需要一些熟悉的或真正显而易见的事实，可以标记它们，并不需要证明它们。但是要记住，对你来说显而易见的事情可能对你的读者来说并不显而易见。
9. 完成证明：当我们论证了所有基本事实以后，不要立刻停止，不要让读者自己去得出“显然的”结论，而是自己将所有事情联系起来，并解释为什么原始的命题是正确的。