Kalkulus Predikat
Kalkulus Predikat
Kalkulus Predikat
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>Kalkulus</strong> <strong>Predikat</strong> 85<br />
Contoh yang berikutnya akan membuktikan bahwa ¬∃xP(x) ≡ ∀x¬P(x). Pertama‐<br />
tama kita akan kita akan menunjukkan bahwa ¬∃xP(x) ⊢ ∀x¬P(x) dan selanjutnya<br />
pada subbab berikutnya dibuktikan juga bahwa ∀x¬P(x) ⊢ ¬∃xP(x). Pembuktian<br />
disini akan menggunakan aturan Modus Tollens (MT), Universal Generalization(UG),<br />
Existential Generalization (EG) dan teorema deduksi (TD).<br />
Buktikan : ¬∃xP(x) ⊢ ∀x¬P(x)<br />
3.3.6. Existential Instantiation<br />
Derivasi Formal Aturan Keterangan<br />
1. ¬∃xP(x) Premis Tidak ada x yang memenuhi P(x)<br />
3. P(x) Asumsi Asumsikan P(x)<br />
3. ∃xP(x) 2, EG Maka ada x yang memenuhi P(x)<br />
4. P(x) ⇒ ∃xP(x) TD Teorema deduksi<br />
5. ¬P(x) 1,4, MT<br />
6. ∀x¬P(x) 5, UG<br />
Jika ∃xA benar maka harus ada suatu t yang memenuhi A; Yang berarti S A harus<br />
bernilai benar untuk beberapa t. Sebagai contoh, jika P(x) menyatakan “x sedang<br />
x<br />
t<br />
berlari” maka ∃xP(x) berarti bahwa S P(x) = P(t) yang seharusnya benar untuk<br />
term t. Permasalahannya adalah kita tidak tahu untuk term yang mana. Jika kita<br />
tahu seseorang sedang berlari, kita tetap tidak tahu apakah orang itu Paul, ataukah<br />
Jim, atau bahkan orang lain yang berlari. Pada suatu pembuktian, pertanyaan ini<br />
masih tetap terbuka untuk menentukan siapa yang sedang berlari. Untuk itu kita<br />
perlu suatu variabel baru b, yang dipilih untuk menyatakan individu yang tidak<br />
diketahui itu. Sehingga aturan penarikan kesimpulannya adalah sebagai berikut :<br />
∃xA<br />
‐‐‐‐‐‐<br />
x<br />
S b A<br />
Aturan ini disebut Existential Instantiation dan dalam derivasi disingkat EI.<br />
Variabel b yang digunakan dalam EI tidak harus sebuah variabel bebas. Contohnya,<br />
misalkan untuk dua pernyataan berikut “Ada orang yang berumur lebih dari 100<br />
tahun” dan “ada orang yang sedang berlari”, kita tidak harus menggunakan<br />
variabel b yang sama untuk EI pada kedua kasus tersebut. Selain itu, kita dapat<br />
menyimpulkan bahwa b berumur lebih dari 100 tahun dan sedang berlari. Kita juga<br />
x<br />
t