L ogica, Matem atica, Deducci on Autom atica

Manuel Ojeda Aciego Dept. Matem atica Aplicada. Universidad de M alaga Email: aciego@ctima.uma.es

Resumen Presentamos una breve perspectiva hist orica del desarrollo en paralelo y, a veces, entrelazado, de la L ogica y las Matem aticas, con el objetivo nal de presentar la L ogica Computacional y, en particular, la Deducci on Autom atica, como un area de investigaci on matem atica de extraordinario potencial pr actico, no en balde distintos autores de conocido prestigio arman que la L ogica es a la Computaci on como el C alculo Innitesimal es a la F sica.

1.

Introducci on

La importancia de la L ogica viene siendo reconocida desde la antig uedad, ya los griegos cl asicos sab an que el razonamiento es un proceso sujeto a ciertos esquemas y que, al menos parcialmente, est a gobernado por leyes perfectamente formulables. Pero su importancia en la actualidad se debe, sin duda, al destacado papel que ha tomado recientemente en los m as diversos campos de la Inform atica (an alisis, s ntesis y vericaci on de programas, programaci on l ogica, inteligencia articial, control de procesos, rob otica, etc) y todo ello no de forma completamente accidental ya que, como veremos, la L ogica naci o como un intento de mecanizar los procesos intelectivos del razonamiento. En el caso que nos ocupa se suele establecer, generalmente, que la L ogica moderna se desarroll o a partir de la conuencia de Matem aticas, Ingenier a y Ling u stica. Cuando se concretan referencias a la Ingenier a y a la Ling u stica se percibe un aroma con el que todo matem atico aplicado se siente identicado. Comentaremos brevemente estas dos disciplinas para, en el resto de este trabajo, centrarnos fundamentalmente en la aportaci on de las Matem aticas.

Podr amos situar el comienzo de la aportaci on de la Ingenier a a la L ogica en 1938, cuando Claude E. Shannon (m as tarde famoso por su Teor a de la Informaci on) observ o que las funciones realizadas por circuitos combinatorios, inicialmente construidos con rel es, se pod an representar con la notaci on simb olica del algebra de Boole [52]. A mediados de la d ecada de los 50, D.A. Human extendi o este trabajo a los circuitos secuenciales, lo cual dio origen al desarrollo de la teor a de m aquinas de estados nitos [32]. La contribuci on de la Ling u stica llega a nales de los 50. Noam Chomsky, con su teor a de las gram aticas formales, establece las bases de la ling u stica matem atica e inicia el camino hacia la formalizaci on en la descripci on de los lenguajes naturales [12]. Al mismo tiempo, se estaba trabajando en la especicaci on de la sintaxis de lenguajes de programaci on de ordenadores: Backus adapt o algunos trabajos de E. Post [45] a tales especicaciones en [3], y obtuvo una notaci on que era una variante de las gram aticas libres de contexto de Chomsky. Por otra parte, el estudio de las clases de lenguajes generados por las gram aticas formales y el estudio de las m aquinas de estados nitos llev o al establecimiento de una relaci on inmediata y sorprendente: los mismos fen omenos aparec an de forma independiente en ambos campos, de manera que se pod an establecer isomorsmos entre ambos modelos. La implicaci on de la L ogica Matem atica en el nacimiento de la Inform atica, y de la L ogica Computacional en su desarrollo actual, hace que el estudio de esta disciplina para un docente e investigador en Matem atica Aplicada sea doblemente atractivo: por una parte, es atrayente la juventud del campo de estudio frente otras ramas tradicionales de las Matem aticas, por otra parte, sus or genes resultan especialmente interesantes desde el punto de vista hist orico. En lo que sigue nos centraremos especialmente en las interrelaciones entre la historia de la L ogica y la de las Matem aticas y su conuencia en la creaci on de la L ogica Matem atica y en los fundamentos de la Inform atica. Para empezar, y de modo ciertamente informal, podemos decir que la L ogica Matem atica no es en absoluto necesaria (en el sentido de ciencia) si se pretenden mecanizar tareas tales como: C alculos basados en operaciones aritm eticas (que un humano puede memorizar y aplicar sin necesidad de razonar); B usqueda de datos (por simple comparaci on con un patr on dado); Clasicaci on u ordenaci on de datos (siguiendo un criterio establecido);

pero, si lo que se pretende es mecanizar tareas en las que interviene destacadamente la capacidad deductiva, que podemos calicar como ((inteligentes)), en las que se requiere: Tener conocimiento sobre el dominio del discurso; Razonar con tal conocimiento; Conocer c omo dirigir o guiar tal razonamiento; entonces es preciso denir con claridad y precisi on, as como analizar desde el punto de vista matem atico, los procesos deductivos que el hombre ejercita de modo natural. Tal es el objetivo de la L ogica. La estructura de este trabajo es la siguiente: en la pr oxima secci on se describe un s mil com unmente usado entre las ventajas aportadas por la introducci on del C alculo Innitesimal desde el punto de vista de la mecanizaci on del estudio de fen omenos f sicos y la introducci on de la L ogica Computacional desde el punto de vista de la mecanizaci on del estudio de gesti on de la informaci on; las secciones siguientes presentan distintas etapas hist oricas en el desarrollo de la L ogica, comenzando por la silog stica aristot elica, haciendo hincapi e precisamente en los avances obtenidos gracias a la interacci on con las Matem aticas. Finalmente, se dedica una secci on a presentar de modo informal el contenido matem atico del area de investigaci on de la L ogica Computacional conocida como Deducci on Autom atica.

2.

De Euclides y Arqu medes a Newton y Leibniz

Rearmando lo indicado en el resumen, algunos autores han armado que la L ogica es a la Computaci on como el C alculo es a la F sica. Por esta raz on presentamos una brev sima visi on de la importancia del C alculo como herramienta para la mecanizaci on del conocimiento de fen omenos f sicos para, en las secciones siguientes, esbozar la historia de la L ogica Matem atica y su aportaci on a la Inform atica actual. En el desarrollo hist orico de las ciencias matem aticas se pueden distinguir varias etapas aunque, sin duda, no es hasta la civilizaci on griega cuando las Matem aticas aparecen como una disciplina ((formal)). En contraste con sus antecesores, los griegos tuvieron la originalidad de hacer un esfuerzo considerable para que sus demostraciones estuvieran fuera de toda duda respecto a su verosimilitud. El origen de la l ogica formal puede centrarse, asimismo, en este periodo hist orico. 3

Durante la epoca de esplendor de la Grecia Cl asica, Plat on (c. 428348 a.C.) hizo de la Geometr a un requisito imprescindible para entrar a su Academia. Es bien conocido el lema de su Academia ((Nadie pase sin saber Geometr a)), pues de un experto en geometr a se supon a, como el valor a un soldado, la habilidad para razonar con correcci on y exactitud. No hay dudas de que Euclides de Alejandr a (c.330c.275 a.C.) fue el impulsor denitivo del m etodo axiom atico en Geometr a: en sus Elementos, Euclides agrup o las derivaciones de la escuela Pitag orica y las de muchos otros en un todo unicado. Los Elementos proporcionaron un modelo para todos los subsiguientes trabajos matem aticos, y representan el principio de la matem atica moderna (forman el primer sistema formal de la matem atica), que ha estado en uso durante m as de dos mil a nos. Arqu medes (287212 a.C.), entre otros, mostr o c omo usar la geometr a sint etica para calcular areas y vol umenes de muchas guras y s olidos simples. Tambi en resolvi o geom etricamente muchos problemas de mec anica, hidrost atica y optica. En sus trabajos se puede observar c omo surgen problemas de ndole matem atica a partir de los esfuerzos cient cos para extraer las leyes de la naturaleza. Por su parte, parece ser que la motivaci on principal de Euclides al desarrollar su geometr a fue fundamentalmente art stica, es decir, el placer est etico. Se intuye, pues, la existencia de dos enfoques de las Matem aticas: uno encaminado a objetivos eminentemente pr acticos (matem atica aplicada ?) y otro cuya motivaci on es de car acter puramente formal alejada de todo pragmatismo (matem atica pura ?). Veremos m as adelante, sin embargo, que precisamente el estudio formal del m etodo axiom atico, y sus connotaciones respecto de los fundamentos de las Matem aticas, fue el detonante del estudio de la computabilidad y, nalmente, del desarrollo de la Inform atica. En los veinte siglos que separan a Euclides y Arqu medes de Newton (16401722) y Leibniz (16401710), se resolvieron problemas de dicultad creciente en distintas disciplinas f sicas, cada uno de los cuales necesit o de m etodos desarrollados ad hoc. Cada avance en F sica o Matem aticas conseguido con el m etodo geom etrico requer a el extraordinario talento matem atico de, por ejemplo, una gura de la talla de Galileo (15641642). Las cosas cambiaron completamente despu es de que Descartes (1596 1650) descubriera que los problemas geom etricos se pod an traducir a problemas algebraicos. De este modo los m etodos geom etricos fueron reemplazados por c alculos algebraicos. Ya hab a indicios de la aplicaci on de m etodos proto-algebraicos de integraci on y diferenciaci on en los trabajos de Fermat (16011665), Barrow 4

(16301677), que fue profesor de Newton, y Cavalieri (15981647), que fue predecesor de Leibniz. Los m etodos simb olicos de diferenciaci on e integraci on descubiertos por Newton y Leibniz hicieron posible que las sucesivas generaciones usaran c alculos ordinarios para desarrollar la ciencia y la ingenier a sin necesidad de ideas (geom etricas) felices. Estos m etodos a un est an en la base de la comprensi on, modelado, simulado, dise no y desarrollo de sistemas f sicos. En otro orden de cosas, Leibniz fue el primero en armar la posible existencia de algo equivalente a una l ogica formal completa para describir el razonamiento [42]. No estaba satisfecho con la l ogica aristot elica y desarroll o sus propias ideas para mejorarla. Estaba convencido de que podr a desarrollar un lenguaje para, y un c alculo de, los razonamientos que ser a tan importante como el c alculo desarrollado por el mismo y Newton para las derivadas y las integrales. Llam o lingua characteristica a este nuevo lenguaje y calculus ratiocinator al esperado c alculo, con el cual, la mente ((ser a liberada de tener que pensar en las cosas en s mismas, y a un as todo funcionar a perfectamente)). Leibniz esperaba que estas nuevas ideas expandir an la capacidad de razonamiento mediante la reducci on a un c alculo simb olico de mucha de la labor necesaria para descubrir c omo obtener determinada conclusi on a partir de unas premisas dadas, y c omo comprobar la correcci on de una deducci on. Dicho de otro modo, esperaba la existencia de un c alculo an alogo al c alculo innitesimal, pero un c alculo de razonamientos para tratar las deducciones con proposiciones. Pese al ((sue no de Leibniz)), la L ogica Matem atica se iba gestando m as lentamente; el desarrollo de las ideas, notaci on y formalismos adecuados para la obtenci on de conceptos similares al c alculo diferencial, en cuanto a potencia, para la L ogica necesit o varios siglos m as. Podemos hacer un s mil con la divisi on habitual de periodos hist oricos, aunque es preciso notar que no coinciden temporalmente con los periodos hom onimos de la Historia Universal, y as dividir el desarrollo de la L ogica en una Edad Antigua, que se corresponde con la L ogica Tradicional (500 a.C1847); una Edad Media, con el desarrollo de la L ogica Simb olica (18471880); una Edad Moderna, en la que se introduce la L ogica Matem atica de manera formal (18801960); y una Edad Contempor anea, en la que surge la L ogica Computacional (desde 1960 a la actualidad).

3.

La Edad Antigua de la L ogica

El embri on de la l ogica moderna no es otro que la teor a silog stica de Arist oteles (384322 a.C.), que se ha ense nado como parte del Trivium (Gram atica, Ret orica y Dial ectica) desde la Edad Media hasta principios del siglo xx. La silog stica de Arist oteles fue el primer c alculo de razonamientos con los cuanticadores ((todos)) y ((algunos)) que, usando terminolog a moderna, traducimos como los cuanticadores universal () y existencial (), respectivamente. En sentido aristot elico, el mundo consta de objetos c que pueden o no tener una propiedad dada P . Una interpretaci on formal de P se consigue mediante la especicaci on de un dominio no vac o C de objetos y un subconjunto de objetos que resultan denotados por P . De este modo, si x es una variable que se mueve en C entonces P (x) es una f ormula l ogica que se lee ((x tiene la propiedad P )). La funci on principal de la silog stica era comprobar que los cuanticadores ((para todo)) y ((existe)) se usan correctamente en una argumentaci on. La meta era la eliminaci on de argumentos incorrectos que usan principios que parecen l ogicamente v alidos pero no lo son. Brevemente presentamos el objeto de estudio de la silog stica como un conjunto de reglas de inferencia entre los siguientes cuatro tipos de proposiciones, llamadas proposiciones categ oricas, cuyos nombres medievales fueron 1 A, E , I y O . (A) (I) Todo P es Q Alg un P es Q (E) (O) Ning un P es Q Alg un P no es Q

La forma general de considerar un silogismo era la de tomar dos premisas con un t ermino com un (el t ermino medio ) que permitiera tender un puente entre ellas, para as poder deducir alguna consecuencia. De este modo obtenemos cuatro posibles guras para un silogismo:
Premisa Mayor Premisa Menor Conclusi on
1

MP SM SP
(Primera)

PM SM SP
(Segunda)

MP MS SP
(Tercera)

PM MS SP
(Cuarta)

Los nombres de las proposiciones categ oricas son mnemot ecnicos tomados de las palabras latinas AIrmo y nEgO (las proposiciones de tipo A e I son armativas, mientras que las de tipo E y O son negativas). Es conveniente notar que el Diccionario de la Real Academia Espa nola introduce estas acepciones para a, e, i y o desde su edici on de 1899.

De cada gura podemos construir 43 = 64 modos distintos, pues en cada premisa y en la conclusi on podemos colocar una proposici on de tipo A, E , I u O. De todos estos modos, obviamente, s olo algunos son v alidos. Un ejemplo de silogismo v alido de la primera gura es el llamado ((silogismo perfecto)) Todos los Q son R Todos los P son Q Todos los P son R En la notaci on l ogica contempor anea escribimos P (x) para representar ((x es un P )), Q(x) para representar ((x es un Q)), R(x) para representar ((x es un R)), x para ((todo x)), x para ((existe x)) y para la relaci on de implicaci on. En notaci on moderna el modo anterior se convierte en x(Q(x) R(x)) x(P (x) Q(x)) x(P (x) R(x)) Aunque la silog stica aristot elica fue u til para claricar discusiones los ocas, no tuvo demasiada inuencia para los matem aticos, ya que estos razonaban de modo perfectamente exacto antes de Arist oteles; de hecho, su trabajo era el modelo tradicional de razonamiento correcto. El problema estaba en que el m etodo de razonamiento matem atico habitual no estaba completamente descrito por la silog stica. Qu e es lo que faltaba? Faltaba una forma de l ogica que tomase enunciados que consideramos evidentemente ciertos y que construyese nuevos enunciados m as complicados pero igualmente verdaderos, usando ciertas reglas bien denidas. Con la perspectiva actual, una respuesta concisa es: faltaba la noci on de relaci on con varios argumentos, as como el resto de la l ogica proposicional. Relaciones de m as de un argumento Arist oteles no estudi o la componente b asica del lenguaje l ogico de las relaciones binarias, ternarias, etc., pues s olo us o predicados mon adicos del tipo P (x) y, para codicar relaciones S (x, y ) como ((x es el abuelo de y )) escrib a Sy (x) para representar que ((x tiene la propiedad de ser el abuelo de y )). No hab a un defecto real en la teor a aristot elica de cuanticadores; 7

simplemente sus f ormulas l ogicas adolec an de conectivas proposicionales y de predicados con varios argumentos; n otese que desde el principio mismo de los Elementos de Euclides se comienza a trabajar con la relaci on de incidencia R(x, y ), que signica x es incidente con y donde x e y son puntos, rectas o planos. Esta laguna fue cubierta por autores bien conocidos de nales del siglo xix como Schr oder y Frege, de los que hablaremos m as adelante. L ogica proposicional Por lo que se reere a la l ogica proposicional, Crisipo de Soli (c.281 206 a.C.) introdujo las conectivas de implicaci on, conjunci on y disyunci on exclusiva, y extrajo la propiedad caracter stica de la l ogica proposicional: el valor de verdad o falsedad de proposiciones compuesta a partir de estas conectivas est a determinado por el conocimiento de la verdad o falsedad de sus partes. De esta forma llev o a los estoicos a su periodo de mayor relevancia a nales del siglo iii a.C. Los estoicos dispon an de todos los ingredientes para acometer una teor a l ogica de la demostraci on matem atica. Sin embargo, con la muerte de Crisipo la escuela estoica pareci o colapsarse, sus trabajos se perdieron, y la L ogica volvi o a reducirse al estudio de la silog stica aristot elica durante m as de dos mil a nos. Cuando nalmente fueron descubiertos algunos fragmentos de obras de los estoicos, fueron tratados con desd en. Algunos tratados de historia de la l ogica antigua describen la tabla de verdad de la implicaci on como excesivamente est upida. Sin embargo, como se puede leer en [39], ((. . . como todos sabemos, de debajo del polvo de dos mil a nos, el genio de los estoicos volvi o para fertilizar el nacimiento de la era de los ordenadores: sus excesivamente est upidas tablas de verdad, embutidas en silicona, forman las mentes de nuestros, hoy por hoy, imprescindibles computadores.))

4.

La Edad Media de la L ogica

Dec amos que hubo que esperar m as de dos mil a nos para que se volviesen a conocer las tablas de verdad. M as concretamente, el algebra de clases y la l ogica de proposiciones fueron descubiertas de nuevo y desarrolladas mucho m as completamente a mediados del siglo xix por Augustus de Morgan (18061871) y George Boole (18151864), v ease [21, 10]. 8

La contribuci on de A. de Morgan represent o una extensi on de la Silog stica, introdujo conectivas proposicionales y sus leyes, as como una rudimentaria teor a de relaciones. Por su parte, G. Boole (re-)descubri o las tablas de verdad para las proposiciones y la forma normal disyuntiva (disyunci on de conjunciones de literales), que introdujo con el nombre de la ((ley de expansi on)). Fue el quien desarroll o un razonamiento sistem atico de la l ogica de las proposiciones basado en el algebra pura, cuyo trabajo llev o m as tarde a lo que se conoce como el algebra de la l ogica. Usando t erminos modernos, Boole interpret o las f ormulas l ogicas con n proposiciones at omicas como funciones Z2 n Z2 . Las conectivas proposicionales fueron interpretadas como meras funciones binarias. Boole trabaj o con tres conectivos , y , cuya interpretaci on es la siguiente, para dos proposiciones cualesquiera p y q : p q es verdadera si y solo si al menos una p o q es verdadera. p q es verdadera si y solo si ambas p y q son verdaderas. p es verdadera si y solo si p no es verdadera. Formalmente, las funciones asociadas a los conectivos son las siguientes: 1 0 0 1 0 0 0 1 0 1 0 1 0 0 1 1 1 1

0 1

De este modo, una proposici on se puede interpretar como una funci on con rango en un conjunto binario (verdadero-falso, 0-1, etc.) en los valores de sus s mbolos proposicionales, lo cual no es m as que la idea de Crisipo en versi on moderna. En el algebra usual sobre los n umeros reales o complejos, el algebra de los polinomios formales y el algebra de las funciones polin omicas son virtualmente indistinguibles, con m as propiedad dir amos isomorfos. Siguiendo la identicaci on indicada para los polinomios, es natural que Boole identicara el signicado de una proposici on con la funci on proposicional bivaluada inducida. Bajo esta identicaci on, las operaciones l ogicas ((y)), ((o)), y ((no)) se corresponden con operaciones sobre las funciones proposicionales. Esto convierte el conjunto de proposiciones en una estructura algebraica donde dos proposiciones son iguales si denotan la misma funci on proposicional; por ejemplo, dadas dos proposiciones y , tenemos ( ) = (una de las leyes de de Morgan), que es una de las leyes de las algebras de Boole. 9

Asimismo, Boole observ o la relaci on entre los cuanticadores universal y existencial y las cotas superiores m nimas y las cotas inferiores m aximas (respectivamente) e introdujo una notaci on algebraica para los mismos, conceptos que fueron formalizados y extensamente desarrollados por Schr oder [50, 51], pero no tuvo una buena teor a de la cuanticaci on como tal. No mejor o el tratamiento aristot elico de los cuanticadores excepto para notar que tambi en son operaciones sobre las funciones proposicionales.

5.

La Edad Moderna de la L ogica

El siglo xix fue testigo de un esfuerzo concertado para desarrollar una base rme sobre la que fundamentar las matem aticas, con deniciones precisas, axiomas y construcciones. La imprecisi on de las deniciones provocaba confusi on y controversia. Dif cilmente se distingu a una funci on de su representaci on simb olica; la continuidad de la continuidad uniforme, etc. El mismo Cauchy, uno de los grandes defensores del rigor en el an alisis, dio una ((demostraci on)) de que la suma de una serie innita de funciones continuas es continua, a la que en 1826 Abel dio un contraejemplo. Hemos de retrasar nuestro reloj unos dos mil quinientos a nos para recordar la elegancia del planteamiento de los Elementos de Euclides, la geometr a sint etica se tom o como el fundamento l ogico de las matem aticas: cada campo de las matem aticas deb a, pues, ser reducido a la geometr a. Con la introducci on en el siglo xvii de los sistemas coordenados, Descartes redujo la geometr a sint etica a la geometr a anal tica y, por lo tanto, todo qued o reducido al algebra y a la aritm etica. Este paso llev o al gran esfuerzo para denir cualquier estructura matem atica compleja en t erminos de otras estructuras m as simples. Finalmente, Dedekind [22] y Peano [43, 44] como bien sabemos, mostraron que incluso los naturales se pueden construir a partir u nicamente de un conjunto unitario (el 0 o el 1) y una funci on sucesor S (x). Para llevar a cabo de manera formal esta aritmetizaci on se necesitaba completar una laguna que podemos dividir en dos frentes: 1. Si todas las propiedades de todos los sistemas se deducen mediante inferencias l ogicas, primero hay que plantearse una denici on formal del lenguaje l ogico que se utilizar a y luego hay que decidir sus conjuntos de axiomas y de reglas de inferencia. Por otra parte, si cada sistema se dene en t erminos de sistemas m as simples mediante construcciones conjuntistas, junto con postulados 10

2.

de existencia de algunos conjuntos para poder empezar el trabajo, qu e conjuntos merecen existir por convenio?, cu ales son las construcciones conjuntistas necesarias?, cu ales son los axiomas de la teor a de conjuntos?

5.1.

La crisis de los fundamentos

La introducci on del concepto de lenguaje formal como objeto de estudio claramente diferenciado del lenguaje natural (o metalenguaje ) usado para expresar sus propiedades fue adecuadamente tratado por Gottlob Frege (1848 1925). En [23] dio el primer tratamiento formal de la l ogica de predicados incluyendo tanto los cuanticadores y las relaciones como las conectivas proposicionales; combinando el tratamiento aristot elico de los cuanticadores y el tratamiento booleano de las conectivas proposicionales y los s mbolos de relaci on R de cualquier n umero de argumentos, deni o la noci on de f ormula l ogica construida a partir de f ormulas at omicas de la forma R(x1 , . . . , xn ) mediante las conectivas proposicionales y los cuanticadores. Frege dio, tambi en por vez primera, un conjunto de axiomas y reglas de inferencia, as como la denici on de demostraci on como una secuencia nita de f ormulas, cada una de las cuales es o un axioma o se deduce de las f ormulas anteriores tras la aplicaci on de una regla de inferencia. La introducci on de la base actual de la sem antica de la l ogica de predicados fue fruto de Ernst Schr oder (18411902).2 Con la introducci on de los lenguajes de primer orden, la l ogica da lugar a expectativas sobre un gran deseo, ampliamente compartido, que solo David Hilbert (18621943) se atrever a a expresar expl citamente en 1900 en el Congreso Internacional de Matem aticos. En su lista de 23 problemas para los matem aticos del siglo veinte, propone como segundo problema el uso del sistema de Frege para expresar toda la matem atica y probar su consistencia, es decir, que es imposible obtener contradicciones, como por ejemplo 0 = 1 o 0 = 0. Frege tambi en present o en sus Grundgesetze der Arithmetik [24] un fundamento formal com un tanto para la l ogica como para las matem aticas. La idea fundamental de Frege era que toda propiedad que pudiese ser formulada
Se presenta as un doble enfoque para el an alisis de enunciados formales: un enfoque sint actico (interno), en el que se intenta demostrar el enunciado usando los axiomas y reglas de inferencia del sistema, y un enfoque sem antico (externo) en el que se estudia la validez desde fuera del sistema. La coincidencia de ambos enfoques se formaliza mediante los conceptos de correcci on y completitud.
2

11

en el lenguaje formal ser a aceptable como un s mbolo de predicado P . Un conjunto de objetos A ser a admisible tambi en como un objeto, que podr a ser a su vez miembro de otro conjunto. El sistema de Frege era seductivamente simple. No hay m as que escribir una descripci on de nuestro conjunto favorito para asegurar su existencia y unicidad (en base a los axiomas de comprensi on y extensionalidad). Pero he aqu que, mientras el segundo volumen de sus Grundgesetze estaba ya en imprenta, la paradoja de Russell hizo su aparici on: Supongamos que P (x) representa la propiedad (x x); y consideremos el conjunto A = {x | P (x)}. Al aplicar esta denici on al propio A como elemento se obtiene que A A si y solo si A / A, una agrante contradicci on.3 Toda la estructura elaborada por Frege para la fundamentaci on l ogica de las matem aticas se colaps o en una gran contradicci on justo cuando la obra estaba terminada. Por otra parte, tras la introducci on por Georg Cantor (18451918) de la noci on de conjunto como objeto sem antico unicador [11], algunos matem aticos de renombre, entre ellos Hilbert, pensaron que iba a ser el concepto primitivo que permitir a expresar formalmente todas las Matem aticas. No todo el mundo matem atico acept o de buen grado las teor as de Cantor, especialmente sus n umeros transnitos, entre sus detractores destaca Leopold Kronecker (18231891), promotor del contructivismo en las demostraciones matem aticas, que atac o especialmente la imposibilidad de ((construir)) conjuntos innitos. La aparici on de paradojas en la teor a intuitiva de conjuntos y, muy especialmente, la paradoja de Russell en el sistema de Frege, proyectaron una oscura sombra de duda sobre los fundamentos de las Matem aticas, lo que repercut a en las dudas acerca de su consistencia. Estas paradojas condujeron a Bertrand Russell (18721970) y a Alfred N. Whitehead (18611947) a renar el sistema de Frege mediante un lenguaje estraticado de objetos con tipos, y a proponer el desarrollo de la formalizaci on de las matem aticas en sus Principia Mathematica [57]. Este enfoque se denomin o corriente logicista de los fundamentos matem aticos. Por su parte, Hilbert dio el primer conjunto completo de axiomas para la geometr a eucl dea y, en la d ecada de 1920, aplic o dicha losof a a la
En la bibliograf a se sigue usando el eufemismo paradoja, en lugar de antinomia o contradicci on.
3

12

mism sima l ogica de las matem aticas, introduciendo la corriente formalista que, fundamentalmente, pretend a eliminar la posible interpretaci on de los s mbolos matem aticos usados, y de este modo evitar el uso de la intuici on en el repertorio de herramientas matem aticas. Ahora bien, si los axiomas elegidos no est an basados en interpretaciones sensibles, dif cilmente se puede alegar su car acter de ((evidentes)), de modo que surge la necesidad de demostrar que el conjunto de axiomas con el que se trabaja es consistente. En su obra conjunta con Wilhem Ackermann [31], la l ogica de predicados fue separada como objeto propio de estudio y se hizo hincapi e especialmente en las demostraciones de consistencia y de decidibilidad, es decir, la existencia de algoritmos que permitiesen decidir de manera autom atica la validez de las f ormulas de la l ogica de predicados4 . Esta empresa dio lugar a la introducci on de la metamatem atica, el estudio matem atico de los m etodos y razonamientos de las Matem aticas. Esta rama es conocida en la actualidad como teor a de la demostraci on. Lamentablemente, el programa de Hilbert termin o de una forma completamente inesperada, ya que Kurt G odel (19061978) lo refutar a denitivamente demostrando su teorema de incompletitud: en todo sistema formal consistente capaz de contener la aritm etica existen f ormulas verdaderas que no pueden ser demostradas en el sistema [27]. Como consecuencia se obtiene que si el sistema de las Matem aticas es consistente (ni siquiera pensemos las consecuencias de su inconsistencia) entonces existen enunciados verdaderos que no admiten demostraci on. Por otro lado, el propio G odel demostr o la completitud de sistemas de menor potencia expresiva tales como la l ogica de predicados de primer orden; espec camente, toda f ormula v alida desde el punto de vista externo admite asimismo una demostraci on en el sistema. Puesto que una parte importante de las Matem aticas puede ser expresada en l ogica de primer orden, el Entscheidungsproblem de Hilbert segu a teniendo vigencia (aunque de modo parcial) tras el teorema de completitud, de modo que qu e se puede decir acerca de la posibilidad de automatizaci on del razonamiento en la l ogica de primer orden? La b usqueda de respuestas a esta pregunta pasa necesariamente por un estudio detallado del concepto de algoritmo o, lo que es lo mismo, de funci on computable. Antes de pasar a la formalizaci on de la computabilidad, y por completar la presentaci on de las distintas corrientes de pensamiento surgidas durante la crisis de los fundamentos, es de justicia dedicar al menos un p arrafo a la escuela de los intuicionistas. Estos consideraban que el formalismo podr a
4

Este problema se conoce con su nombre original alem an, Entscheidungsproblem

13

implicar una mecanizaci on excesiva del trabajo matem atico; en palabras de Poincar e seg un el formalismo ((se podr a imaginar una m aquina en la que se pondr an axiomas por una parte, y por la otra se recoger an los teoremas que se siguen de los axiomas)). El principal impulsor del intuicionismo fue L.E.J. Brouwer (18811966), para el que las Matem aticas existen como intuici on en la conciencia de los matem aticos, y no en el lenguaje usado para transmitirlas. Respecto de la existencia de los objetos matem aticos, Brouwer arm o ((. . . la existencia en Matem aticas signica: poder ser construido por la intuici on; y la pregunta de si cierto lenguaje es consistente, no solo no es banal en s misma, sino que no sirve como test para la existencia matem atica.)) Esta losof a de las Matem aticas se encuentra en oposici on frontal tanto con el formalismo y como con el logicismo, estando m as en la l nea del constructivismo de Kronecker.

5.2.

La formalizaci on del concepto de computabilidad

Al hablar de algoritmo nos solemos referir a un conjunto de instrucciones efectivo y expl cito que permita hallar la soluci on de un problema. Pero esta es una denici on informal. La formalizaci on de esta noci on intuitiva es un requisito imprescindible para que se puedan plantear y resolver matem aticamente cuestiones b asicas como qu e es un problema insoluble algor tmicamente. Cuando hablamos de problemas nos referimos a problemas abstractos o generales, tales como ((sumar dos n umeros)) frente a problemas concretos tales como ((sumar 3 y 15)). Tales problemas abstractos pueden considerarse como clases de problemas concretos. Un problema abstracto es resoluble algor tmicamente si es posible construir un algoritmo que resuelva cada problema concreto de la clase. Los problemas abstractos se clasican en decidibles e indecidibles (resp. resolubles e irresolubles algor tmicamente). Para probar la decidibilidad de un problema basta con dar un algoritmo, el que sea, que lo resuelva; para la indecidibilidad se requiere una especicaci on formal de la noci on de algoritmo, de manera que se demuestre que ning un algoritmo, construido o no, la podr a resolver. La reducci on del concepto de algoritmo a la noci on matem atica de recursividad o calculabilidad ha sido fundamental para abordar esta cuesti on. El an alisis matem atico de la recursividad pasa por una investigaci on con profundidad de la noci on de funci on. En la d ecada de 1920, los matem aticos ya hab an dedicado esfuerzos a entender la noci on de funci on. La visi on tradi14

cional de una funci on como conjunto ordenado de pares con dominio y rango jo no describe adecuadamente el comportamiento de las funciones. La idea clave, ya presente en los trabajos de Frege, fue que era suciente estudiar funciones de un solo argumento: Toda funci on de la forma f : A B C pod a ser reemplazada por una funci on f : A (B C ) que, dado su primer argumento, produce otra funci on a la espera de aceptar el segundo argumento. No ha lugar pues a distinci on entre funciones, funciones de orden superior, etc. Surge as el -c alculo, introducido por Alonzo Church (19031995), como una teor a en la que las funciones vuelven a ser consideradas reglas, en lugar de seguir la formalizaci on tradicional de Dedekind que considera las funciones como tipos particulares de grafos. Church y sus seguidores establecieron las propiedades te oricas b asicas de este formalismo en los a nos treinta. Conceptos como variable, sustituci on, ocurrencias libres y ligadas de una variable en una expresi on, renombramiento, etc, tan alegremente usadas en los formalismos matem aticos, se convierten en protagonistas de elite sobre los que recae la responsabilidad de cualquier progreso esencial en matem aticas [16]. El -c alculo present o un enfoque de la formalizaci on de ((lo calculable)) ciertamente prometedor, en el que ciertas propiedades como la terminaci on y la conuencia tienen un papel comparable a los principios fundamentales de la F sica. Lamentablemente, apenas existe una conexi on entre la forma en que Church estableci o sus ideas y cualquier cosa que pudi eramos llamar ((mec anica)). La idea clave subyacente en el -c alculo es esencialmente abstracta: de hecho, la clave del mismo es una operaci on matem atica que el propio Church llama abstracci on. Stephen Kleene, disc pulo de Church, comprob o que todas las funciones num ericas que pod a ((calcular)) eran denibles, es decir, denibles usando el -c alculo. Esto anim o a Church a considerar la -denibilidad como una buena noci on de calculabilidad. No todo el entorno cient co compart a en enfoque de Church y Kleene basado en el -c alculo. En particular, G odel trabajaba, sobre una sugerencia de Jacques Herbrand (19081931), para introducir una denici on bastante m as manejable de computabilidad: su trabajo inicial culmin o con la denici on de las funciones recursivas generales. Pese a que aparentemente podr an parecer nociones diferentes, Kleene demostr o en 1936 que las deniciones de Church y Herbrand-G odel son equivalentes. Por su parte, Church demostr o en ese mismo a no que ninguna funci on recursiva pod a decidir la validez de f ormulas de primer orden, demostrando, en consecuencia, la inexistencia de algoritmos para decidir la validez de las f ormulas de la l ogica de primer orden. 15

Desde un punto de vista mec anico, ni las funciones -denibles, ni las funciones recursivas generales constituyen modelos intr nsecos ((convincentes)) de la calculabilidad. Para tal n Alan Turing (19121954) propuso un nuevo modelo de calculabilidad: sus m aquinas abstractas, actualmente llamadas m aquinas de Turing, le permitieron introducir la noci on de funci on computable por una m aquina abstracta. Turing fue capaz de probar en 1936, independientemente de Church, que no pod a existir un algoritmo para examinar la validez de inferencias en la l ogica de primer orden. Posteriormente demostr o que las funciones recursivas coincid an con las calculables en sus m aquinas abstractas, lo cual vino a corroborar la siguiente armaci on: Todo proceso algor tmico dene una funci on matem atica caracterizada por las siguientes condiciones equivalentes: 1. Recursividad general. 2. -denibilidad. 3. Calculabilidad en una m aquina de Turing. En la pr actica, no s olo se trabaja con la equivalencia de estas condiciones, sino que se conjetura que cualquier noci on de calculabilidad que se pueda construir ser a equivalente a cualquiera de las anteriores. Esta conjetura se conoce como la Tesis de Church.

5.3.

El germen de la deducci on autom atica

El desarrollo de los m etodos estrictamente l ogicos sigui o su curso en paralelo a las convulsiones producidas en los fundamentos de las matem aticas. Siguiendo los Principia Mathematica de Whitehead y Russell, Emil Post en [45] dio una denici on de demostrabilidad formal para la l ogica proposicional, junto con los teoremas de correcci on y completitud. Por su parte, el desarrollo del c alculo de predicados hasta un punto semejante necesit o algo m as de tiempo. Thoralf Skolem observ o que toda f ormula es equisatisfacible5 con una clase especial de forma normal prenexa (aquella que tiene todos los cuanticadores al principio de la f ormula y ninguno de ellos es ). Su idea es bastante com un en el quehacer habitual de un matem atico: supongamos que tenemos una f ormula l ogica F cuya expresi on prenexa es de la forma
5 Dos f ormulas son equisatisfacibles si una tiene un modelo si y solo si la otra tambi en lo tiene (no necesariamente el mismo).

16

xy(x, y ). Si F es verdadera en un dominio D entonces para cada x D existe un elemento y tal que se verica la relaci on expresada por (x, y ). Este procedimiento nos permite denir una funci on, llam emosla f , tal que y = f (x) para todo x. De este modo, podemos eliminar el cuanticador existencial y considerar simplemente x(x, f (x)). Este procedimiento hace hincapi e en la utilidad de considerar s mbolos de funci on y nombres de elementos individuales de un dominio. El cr edito de haber dado la primera prueba de la completitud (toda f ormula verdadera admite una demostraci on en el sistema) para la l ogica de predicados lo tiene G odel [26] seg un hemos indicado con anterioridad. Por su parte, Jacques Herbrand tuvo a su alcance todos los ingredientes para construir una demostraci on del teorema de completitud [30]. Asoci o a cada f ormula de la l ogica de predicados una sucesi on n de f ormulas de la l ogica proposicional y demostr o que es demostrable si y solo si existe un n tal que 1 n es una f ormula v alida. Por lo tanto, si no es demostrable entonces existe, para cada n, un modelo proposicional para 1 n . Su trabajo tambi en demostraba c omo obtener un modelo de a partir de estos modelos proposicionales, y as poder demostrar el teorema de completitud. Lo que Herbrand se neg o a hacer fue usar un argumento no constructivo (como el teorema de compacidad) para producir, a partir de los modelos individuales de cada conjunci on, un modelo com un para todas ellas y para , con lo que probar que no es v alida. La extrema insistencia de Herbrand en el constructivismo fue, sin embargo, la causa de la importancia de su trabajo. El teorema de Herbrand es el resultado m as importante de la historia de la deducci on autom atica en l ogica cl asica, al establecer un puente entre el c alculo de predicados y el c alculo proposicional. Su inter es radica en que se puede comprobar la validez de una f ormula cuanticada haci endolo sucesivamente en distintas instancias proposicionales.

6.

La Edad Contempor anea de la L ogica

Con trabajos de grandes matem aticos, la L ogica tom o cuerpo como potente herramienta matem atica. Sus trabajos dieron lugar a una disciplina referida de forma habitual como L ogica Computacional, en cuya concepci on han intervenido, como hemos visto, al menos tres grupos diferentes con muy diferentes motivaciones. Sin lugar a dudas, la investigaci on acerca de las propiedades computa-

17

cionales de la L ogica es la que, en mayor medida, goza de las caracter sticas m as atractivas para un matem atico, ya que considera los aspectos m as profundos del concepto de computaci on, permite plantearse problemas de la m as diversa dicultad, toda herramienta matem atica le es u til, admite multitud de visiones mutuamente enriquecedoras y, adem as, exige el constante ir y venir de la abstracci on a la realidad. En la actualidad la L ogica Computacional se puede dividir en distintas subespecialidades, cada una de ellas con importantes retos tanto desde el punto de vista de sus fundamentos matem aticos, como desde el de las aplicaciones pr acticas que conllevan. Una de estas especialidades es la deducci on autom atica, cuyo desarrollo y metas describiremos con detalle en la pr oxima secci on; describimos someramente a continuaci on algunos otros t opicos de inter es dentro de la L ogica Computacional. Creaci on de nuevas l ogicas y m etodos formales. Conforme la Inform atica ha ido evolucionando, en paralelo ha ido creciendo la necesidad de considerar (o crear) l ogicas no cl asicas que permitan modelizar distintos aspectos del razonamiento humano o distintas aplicaciones; por ejemplo, el control de procesos involucra modalidades como tiempo, conocimiento y creencia, es hoy una de las l neas de mayor inter es y que reclama mayores esfuerzos de investigaci on. Lenguajes l ogicos de programaci on. En este punto se incluye el estudio de las relaciones entre la l ogica y los lenguajes de programaci on, incluyendo los fundamentos l ogico-matem aticos de los lenguajes de programaci on (como el uso de la l ogica como base para denir un lenguaje de programaci on, o para proporcionar la sem antica de los programas), y la l ogica como herramienta matem atica para expresar caracter sticas de los programas, como en el paradigma de programaci on l ogica con restricciones. L ogica para el procesamiento de informaci on. En esta area se pueden destacar varias ramas en las que interviene la l ogica, por ejemplo el desarrollo de sistemas de conocimiento y bases de datos, los sistemas multi-agentes, y el procesado del lenguaje natural. En el desarrollo de sistemas l ogicos de conocimiento, se incluye el uso de estructuras l ogicas en las bases de datos, la revisi on de creencias, la integraci on de informaci on y la modelizaci on l ogica del aprendizaje. Por su parte, la interacci on con los sistemas multi-agentes incluye el desarrollo de l ogicas 18

del tiempo y la acci on, razonamiento abductivo (que se puede interpretar como b usqueda de explicaciones a hechos observados) o razonamiento no mon otono (en el que f ormulas deducidas previamente pueden no ser v alidas 6 con un conjunto mayor de hip otesis) . Por u ltimo, respecto del procesado del lenguaje natural, cabe destacar el desarrollo de sem anticas l ogicas para el lenguaje, la comprensi on del lenguaje como procesos de inferencia, y los formalismos basados en la l ogica para el an alisis de las gram aticas. Aplicaciones de la L ogica a la ingenier a. Los m etodos l ogicos est an desempe nando un papel cada vez m as importante en distintos campos de la ingenier a, especialmente en ingenier a el ectrica e ingenier a mec anica. Las t ecnicas m as relevantes hacen uso de la l ogica difusa y de instrumentos de control l ogico para, por ejemplo, el desarrollo de controladores difusos para la industria, o el uso de herramientas l ogicas para el control y la vericaci on de instrumentos mec anicos.

7.

Deducci on Autom atica

El t ermino deducci on autom atica se vino a acu nar a partir de la introducci on de mecanismos efectivos de deducci on. Sin embargo, las inquietudes te oricas en el campo de la automatizaci on del razonamiento distan mucho temporalmente de las realizaciones. La idea de crear un lenguaje simb olico aparece en la Edad Media con Raimundo Lulio [9], que centr o su objetivo en encontrar un ((m etodo)) para demostrar si una armaci on es verdadera o falsa. Este objetivo fue m as precisamente formulado con la m axima ambici on por Hilbert, cuyo Entscheidungsproblem consist a en disponer de un algoritmo general que permitiera resolver cualquier problema matem aticamente bien denido. Hasta bien entrado el siglo xx, casi todos los esfuerzos para automatizar las matem aticas estuvieron dirigidos hacia la mecanizaci on de la aritm etica, en lugar de la mecanizaci on del proceso deductivo mismo; aunque contamos con la excepci on de W.S. Jevons, que en 1870 dise n o un artilugio consistente en un teclado con un sistema de varillas que permit a la deducci on autom atica de conclusiones a partir del par de premisas de un silogismo [34].
El razonamiento no mon otono puede resultar extra no desde un punto de vista matem atico, sin embargo recu erdese que las teor as f sicas se asumen v alidas mientras corroboren los hechos observados, y dejan de ser admitidas al encontrarse un contraejemplo.
6

19

Una vez que los primeros ordenadores aparecieron en la d ecada de 1950, un gran n umero de investigadores intent o automatizar la demostraci on de teoremas en l ogica de predicados. Desde una perspectiva hist orica, podemos identicar tres tendencias principales dentro de la deducci on autom atica: (a) simular el proceso de razonamiento humano, (b) centrarse en la obtenci on de resultados de manera autom atica sin usar necesariamente m etodos humanos de razonamiento, y por u ltimo (c) utilizar enfoques interactivos, en los que el proceso de deducci on mecanizada est a guiado, en mayor o menor medida, por el usuario.

7.1.

Los primeros demostradores

El cr edito de haber sido el primer programa de deducci on autom atica se suele conceder a la Logic Theory Machine, desarrollada por A. Newell, H. Simon, e implementada por J.C. Shaw en 1955, para demostrar los teoremas de la l ogica proposicional de los Principia Matematica. La Logic Theory Machine encontr o demostraciones para 38 de los 52 teoremas presentes en el cap tulo 2 de los Principia y, en particular, para uno de ellos encontr o una demostraci on mucho m as simple que la propuesta por Russell y Whitehead. Newell y Simon no estaban interesados en obtener un buen programa de deducci on autom atica, sino explicar c omo la mente humana desarrolla el proceso de deducci on y usar los heur sticos obtenidos para la implementaci on de un General Problem Solver [41]. Sin embargo, esta meta no era compartida por otros investigadores, que conceb an al ordenador como ((un afanado y persistente realizador de tareas rutinarias)), y en 1960 exist an al menos tres implementaciones para la l ogica de primer orden, basadas en mayor o menor medida en el teorema de Herbrand, debidas a P. Gilmore [25], H. Wang [56] y D. Prawitz [47]. El exito de tales enfoques estuvo limitado tanto por los procedimientos utilizados como por la capacidad de las m aquinas disponibles, mucho menos potentes que el m as barato ordenador personal del mercado en la actualidad. Por otra parte, M. Davis y H. Putnam [18] entre otros, hicieron algunos avances en la automatizaci on ((eciente)) de la demostraci on de teoremas en l ogica de predicados, aunque no presentaron ninguna implementaci on.

7.2.

M etodos basados en resoluci on

Inspirado en los trabajos de Prawitz [46] y Davis y Putnam [18], J.A. Robinson (1930 ) present o una implementaci on diferente del teorema de 20

Herbrand [48] (tambi en aparece en [53]). En ella Robinson introduce su m etodo de resoluci on como la u nica regla necesaria para el c alculo proposicional, para el caso de l ogica de predicados la introducci on del conocido algoritmo de unicaci on es fundamental, ya que permite evitar la enumeraci on de los elementos de la base de Herbrand. La introducci on del m etodo de resoluci on permiti o el uso m as eciente del razonamiento en sentido l ogico, a pesar de que no permit a trabajar con f ormulas arbitrarias de la l ogica cl asica, sino que deb an estar en forma normal conjuntiva (como conjunci on de disyunciones de literales). Los limitados recursos, tanto en velocidad como en memoria, de los ordenadores de la epoca, hicieron del m etodo de resoluci on el preferido de los investigadores en deducci on autom atica respecto de otros enfoques ya existentes, como el de las tablas sem anticas que comentaremos m as adelante. Entre nales de los sesenta y principios de los setenta se produjo un boom de variaciones del m etodo de resoluci on: en 1978, D. Loveland incluy o hasta 25 variaciones diferentes del m etodo de resoluci on en su libro sobre demostraci on autom atica de teoremas [38]. A principios de los 1970 Robert Kowalski [35] introdujo la idea, sobre el trabajo de Alan Colmerauer et al. [14], de mecanizar la deducci on para solo 7 una cierta clase de f ormulas llamadas cl ausulas de Horn . Ya era conocido que la deducci on con cl ausulas de Horn permite calcular todas las funciones recursivas; sin embargo, ni siquiera trabajando en este peque no fragmen to de la l ogica de predicados se consegu a una eciencia suciente. Esta se consigui o con la introducci on del lenguaje de programaci on Prolog, cuyo procedimiento de demostraci on para cl ausulas de Horn es conocido como resoluci on SLD; aunque su m etodo de deducci on es l ogicamente incompleto,8 es sucientemente potente como para computar todas las funciones recursivas. En la segunda mitad de la d ecada de los setenta, en el Argonne National Laboratory (ANL) en el que J.A. Robinson descubri o el m etodo de resoluci on, L. Wos y G. Robinson desarrollaron nuevos m etodos de prueba, en particular la demodulaci on y la paramodulaci on, a la vez que R. Overbeek y E. Lusk mejoraban distintos aspectos de las implementaciones. A principios de los a nos ochenta, comenzaron a aplicar sus sistemas (Aura y Otter) no solo a teoremas cuya demostraci on era conocida, sino tambi en a
Son f ormulas de la forma R1 Rn T donde las Ri y T son f ormulas at omicas, y que corresponden a reglas del tipo (R1 Rn ) T 8 Esta incompletitud signica que el algoritmo no es capaz de demostrar todas las f ormulas demostrables.
7

21

la b usqueda de soluciones de problemas abiertos de determinadas areas de la matem atica [59, 58, 60]. A pesar de todos los avances realizados, la eciencia de las implementaciones existentes dejaban bastante que desear. Por otra parte, algunos resultados acerca de complejidad algor tmica indicaban que incluso la comprobaci on de la validez de una f ormula de la l ogica proposicional es un problema NP-completo [15]. Estos hechos hicieron que gran parte de los investigadores en deducci on autom atica se desvincularan del area, con la excepci on de la gente de ANL, o bien se planteasen la utilizaci on de estrategias no basadas en la regla de resoluci on.

7.3.

M etodos no basados en resoluci on

Uno de los impulsores de la deducci on autom atica no basada en resoluci on de los a nos setenta fue W.W. Bledsoe [5, 6]. Sus ideas estaban inspiradas en la ((naturalidad)) del proceso deductivo, que no deb a encorsetarse en los formalismos de los m etodos l ogicos de demostraci on existentes. En particular, no se sinti o obligado a buscar m etodos completos de demostraci on, le bastaba que fueran buenos m etodos en dominios espec cos, y que las demostraciones que proporcionaran fueran naturales.9 Sus nuevas ideas, junto con algunos heur sticos para el paso al l mite espec camente dise nados como ayuda en las demostraciones en c alculo innitesimal, le permitieron desarrollar un sistema capaz de demostrar muchos teoremas del c alculo innitesimal elemental, un area en la cual los demostradores existentes hasta la fecha hab an tenido poco o ning un exito [7]. Dentro de los m etodos no basados en resoluci on, no todo fueron nuevas ideas: tambi en hubo que echar mano de procedimientos olvidados, como el m etodo de tablas sem anticas. Hist oricamente este m etodo fue introducido por Beth [4] a nales de la d ecada de los a nos 50, popularizado por Jerey [33] y Smullyan [54], y perfeccionado y extendido a algunas l ogicas no cl asicas por Fitting a principios de los setenta, aunque solo despert o un inter es generalizado hasta principios de los noventa. El m etodo de tablas sem anticas (o tableaux ) est a basado en refutaci on: se supone lo contrario de lo que queremos demostrar A, y se comienza una b usqueda exhaustiva de contramodelos, si no se puede construir ning un contramodelo, entonces hemos demostrado la f ormula A. La b usqueda sistem atica se realiza de manera anal tica, y creando un arbol de posibilidades,
El uso de m etodos incompletos es razonable ya que, despu es de todo, de un matem atico no se espera que sepa (o pueda) demostrar todos los teoremas de las Matem aticas.
9

22

cuyas reglas de extensi on dependen de la estructura de la f ormula inicial. Existen un total de siete posibilidades de extensi on para conectivos proposicionales, agrupados en dos tipos de reglas (seg un tengan comportamiento disyuntivo o conjuntivo), mientras que para la l ogica de primer orden existen otras cuatro posibilidades para la gesti on de los cuanticadores y agrupadas en dos nuevos tipos de reglas (seg un tengan comportamiento universal o existencial). La introducci on de ordenadores cada vez m as potentes desde principio de los noventa, invit o al estudio de problemas en los que son necesarios contextos temporales o en los que se tenga que trabajar con incertidumbre, por ejemplo considerando l ogicas multivaluadas (en las que las f ormulas pueden admitir m as de dos valores de verdad). En el intento por desarrollar versiones de resoluci on para l ogicas temporales o multivaluadas se observ o la dicultad de extender el m etodo de un modo m as o menos natural, especialmente debido a la dicultad de encontrar an alogos a la forma normal conjuntiva. Esta restricci on no es aplicable al m etodo de tablas, que adem as se puede generalizar de manera natural a varios tipos de l ogicas no cl asicas, lo cual sirvi o como acicate para incorporarlo como m etodo eciente de deducci on autom atica. Desde 1992 se celebran conferencias de car acter anual dedicadas espec camente al estudio te orico y a las aplicaciones del m etodo de tablas, que se han mostrado como un formalismo conveniente para la deducci on autom atica tanto en l ogicas no cl asicas como en la propia l ogica cl asica. El avance producido en el estudio de los m etodos de tablas ha llevado a la conveniencia de publicar tratados monogr acos en los que se presenta de manera sistematizada el desarrollo y los distintos aspectos de este enfoque [17] Hemos de citar en este punto un nuevo enfoque para la deducci on autom atica, llamado TAS desarrollado por nuestro grupo de investigaci on que, en cierto punto, puede considerarse como una alternativa a los m etodos de resoluci on y de tablas sem anticas. El punto clave para obtener algoritmos de satisfacibilidad ecientes es la capacidad de controlar el proceso de ramicaci on, y el enfoque de la meto dolog a TAS (por Transformaciones de Arboles Sint acticos), introducida en la tesis doctoral de F. Sanz [49] en 1992, est a basado en la reducci on de la f ormula tanto como sea posible (obviamente con una complejidad razonable tanto en tiempo como en espacio) antes de aplicar cualquier proceso de ramicaci on. Para determinar la satisfacibilidad de una f ormula dada, en primer lugar se intenta reducir el tama no de la misma mediante la aplicaci on sucesiva 23

de transformaciones que conservan la satisfacibilidad (no necesariamente el signicado), entonces se selecciona una variable respecto de la que ramicar, y se aplica recursivamente el proceso en cada una de las tareas generadas. Por u ltimo, es conveniente resaltar que TAS intenta obtener caracter sticas sint acticas distintivas de los teoremas, es decir, aquello que los hace v alidos; considera que lo m as u til es disponer de condiciones sucientes, ecientemente implementables, que aseguren la falsedad o veracidad de una f ormula. Estas condiciones se suelen formular como teoremas de reducci on 10 en t erminos de implicantes e implicados unitarios de las f ormulas. Esta misma idea puede extenderse a l ogicas no cl asicas en las que no existe una forma normal conjuntiva, asimismo es sucientemente general porque se puede aplicar a diferentes tipos de l ogicas, y tambi en es exible, porque las modicaciones necesarias para cambiar de l ogica se pueden realizar de manera modular sin necesidad de redise nar todo el demostrador. De hecho, aparte de la versi on proposicional cl asica [1], existen m etodos TAS para L ogicas Temporales [19] y L ogicas Multi-Valuadas [20].

7.4.

M etodos interactivos de deducci on autom atica

Otra l nea de investigaci on en deducci on autom atica ha consistido en dirigir el inter es hacia sistemas semi-autom aticos interactivos que permitan la ayuda externa del usuario en la b usqueda de las demostraciones. J.R. Guard et al. desarrollaron a mediados de los sesenta una serie de sistemas llamados SAM (Semi-Automated Mathematics ) [29] en los que se persigue una combinaci on de rutinas l ogicas autom aticas con la intervenci on humana en tareas de control y de gu a. El desarrollo de sistemas interactivos de deducci on autom atica fue, asimismo, guiado por otra meta de inter es para las Matem aticas: la validaci on autom atica de pruebas. Podemos citar en este punto el desarrollo del sistema Automath, junto con la comprobaci on en 1977, por parte de L.S. van Benthem Jutting, de todas las demostraciones de los Grundlagen der Analysis de Landau. Pronto se observ o que el uso de este tipo de sistemas resultar a especialmente interesante en la vericaci on de programas, m as que en la comprobaci on de pruebas matem aticas. Entre los sistemas interactivos m as conocidos desarrollados hasta la fecha, podemos destacar el NQTHM de Boyer y Moore. Su principal caracter stica es que est a fuertemente basado en la inducci on matem atica, que
Un implicante (resp. implicado) unitario de la f ormula A es un literal esto es, siempre que es verdadero tambi en lo es A, (resp. A |= ).
10

tal que

|= A,

24

proporciona una importante t ecnica de demostraci on cuando, por ejemplo, se desean demostrar propiedades acerca de estructuras denidas como clausuras inductivas libremente generadas del tipo de los n umeros naturales, o las listas nitos de elementos, o los arboles de ramicaci on nita, etc. Por una parte, es claro que el principio de inducci on no puede expresarse directamente en l ogica de primer orden, puesto que se necesita cuanticar sobre todos los predicados (el principio de inducci on se enuncia ((para cualquier propiedad P ))) y, por lo tanto, no suele ser usado en demostradores basados en resoluci on. Por otra parte, la dicultad principal de la automatizaci on de pruebas por inducci on es la elecci on adecuada del par ametro sobre el cual realizar la inducci on, as como la elecci on de la hip otesis de inducci on m as conveniente. La soluci on propuesta consiste en la prohibici on expresa del uso de los cuanticadores en el lenguaje, us andose para tal n funciones recursivas. Este hecho tiene como consecuencia que el usuario impl citamente indica al sistema c omo probar conjeturas: ((se intenta aplicar inducci on reejando las deniciones de las funciones recursivas usadas en la especicaci on)). Entre los logros m as signicativos conseguidos con este sistema gura una demostraci on autom atica del teorema de incompletitud de G odel realizada en 1986 por N. Shankar. Un descendiente directo de NQTHM es ACL2 (A Computational Logic for Applicative Common Lisp ) que est a formado por un lenguaje l ogico junto con un demostrador autom atico basado en NQTHM. El sistema tiene diferentes facetas, pues puede usarse, por ejemplo, como lenguaje de programaci on, como una l ogica matem atica formal, o como un demostrador semi-autom atico. En relaci on con la deducci on autom atica, es posible usar ACL2 para ((razonar)) acerca de demostradores autom aticos; por ejemplo, en [40] se presenta una implementaci on en ACL2 de un marco general para la deducci on autom atica en l ogica proposicional que, usando los mecanismos del sistema, se demuestra que tiene las propiedades de terminaci on, correcci on y completitud a nivel general. Especicando el marco abstracto, es posible obtener versiones ejecutables y formalmente vericadas de, por ejemplo, el m etodo de Davis y Putnam y del m etodo de tablas sem anticas.

7.5.

Deducci on Autom atica . . . y Matem aticas

El desarrollo formal de la demostraci on autom atica ha necesitado de herramientas puramente matem aticas bien conocidas, en particular de matem atica discreta (se hace uso abundante de clausuras inductivas libremente generadas, teor as de arboles y de grafos, etc.). 25

Por su parte, ya hemos visto que algunos problemas abiertos en Matem aticas han sido demostrados mediante el uso de sistemas de deducci on autom atica. Quiz a al lector se le venga a la memoria la demostraci on por Appel y Haken en 1977 del teorema de los cuatro colores [2]. En dicha prueba se us o la potencia computacional de un ordenador para ((comprobar)) la reducibilidad de un conjunto de miles de conguraciones b asicas inevitables. La obtenci on de dicho teorema no tiene nada que ver con el uso de la capacidad deductiva del sistema usado, sino la aplicaci on directa de la fuerza bruta. Dentro de los teoremas demostrados usando sistemas de deducci on autom atica, destaca la prueba en 1996 de una conjetura de H. Robbins hecha en los a nos treinta, seg un la cual todas las algebras conmutativas y asociativas que satisfacen, adem as, la ecuaci on de Robbins n(n(x + y )+ n(x + n(y ))) = x (donde n representa el complemento) son algebras de Boole. La demostraci on se realiz o usando un sistema de deducci on autom atica con igualdad en modo completamente autom atico. El sistema, llamado EQP, est a basado en Otter y est a dotado de AC-unicaci on, esto es, unicaci on m odulo conmutatividad y asociatividad. En este contexto tambi en podemos destacar los trabajos de Kennet Kunen [36, 37], publicados en una revista de prestigio ((tradicional)) como es el Journal of Algebra, en los que ha usado Otter para obtener demostraciones de algunos resultados relativos a quasi-grupos. Por otra parte, es asimismo destacable el demostrador para la Geometr a desarrollado por Chou, Gao y Zhang [13], que ha sido usado para obtener nuevos resultados en geometr as no eucl deas. Dentro de la vericaci on formal de resultados matem aticos es conveniente destacar el proyecto Mizar (http://www.mizar.org), que desde 1973 tiene como objetivo la construir una matem atica formalmente certicada, mediante el desarrollo de un lenguaje formal f acilmente legible por los matem aticos y, simult aneamente, sucientemente riguroso como para que pueda ser procesado y vericado por computador. En conjunci on con el J. of Formalized Mathematics, se est a construyendo una base de datos de la ((matem atica formalizada)) que en la actualidad contiene m as de dos mil deniciones y treinta mil teoremas. Para terminar esta secci on, es conveniente comentar aunque sea brevemente los intentos de aunar la potencia deductiva y la potencia computacional mediante la integraci on de sistemas de deducci on autom atica con sistemas de algebra computacional que se est an realizando dentro del grupo Calculemus (http://www.calculemus.net). 26

8.

Ep logo

El c alculo se convirti o en una herramienta muy extendida una vez desarrollados sus algoritmos algebraicos y simb olicos. Con la llegada de los actuales computadores de alto rendimiento, ahora se usa para problemas de una talla y dicultad sencillamente inimaginables hace solo unos pocos a nos: problemas que quedaban fuera de las posibilidades computacionales de los sistemas anteriores hoy d a se pueden resolver bien autom aticamente o bien de modo interactivo. Podemos hacer una extrapolaci on semejante para la deducci on autom atica en un futuro pr oximo, puesto que las implementaciones se van adaptando r apidamente a los nuevos modelos de computadores. Este extraordinario desarrollo ha permitido que los sistemas de deducci on autom atica hayan ampliado su horizonte de aplicaciones en areas tales como el razonamiento sobre programas, razonamiento sobre agentes, y planicaci on; actualmente existen ((asistentes matem aticos)) que usan e incrementan conjuntos de lemas, demostraciones, t acticas y estrategias. Cada vez se espera m as de estos sistemas, de modo de sepan reaccionar de modo ((inteligente)) en funci on de las distintas peticiones al sistema, deduciendo ciertos datos autom aticamente. Es esperable que, nalmente, la deducci on autom atica sea, simplemente, tan u til como es el c alculo en la actualidad y con el mismo amplio campo de aplicaciones. Sencillamente, una extensi on moderna del sue no de Leibniz.

Referencias
[1] G. Aguilera, I. P. de Guzm an, M. Ojeda-Aciego, and A. Valverde. Reductions for non-clausal theorem proving. Theoretical Computer Science, 266(1/2):81-112, 2001. [2] K. Appel and W. Haken. Every planar map is four colorable. Illinois J. Mathematics, 21:429567, 1977. [3] J.W. Backus. The syntax and semantics of the proposed international algebraic language of the Zurich ACM-GAMM Conference. Proc. of the Intl Conf on Information Processing, IFIP59, pp. 125131, 1959 [4] E.W. Beth. The foundations of mathematics. North-Holland, 1959. [5] W.W. Bledsoe. Splitting and reduction heuristics in automatic theorem proving. Articial Intelligence, 2:5577, 1971. 27

[6] W.W. Bledsoe. Non-resolution theorem proving. Articial Intelligence, 9:135, 1977. [7] W.W. Bledsoe, R.S. Boyer, and W.H. Henneman. Computer proofs of limit theorems. Articial Intelligence, 3:2760, 1972. [8] W.W. Bledsoe and D.W. Loveland, editors. Automated Theorem Proving: after 25 years, volume 29 of Contemporary Mathematics. American Mathematical Society, 1984. [9] I.M. Boche nski. Historia de la L ogica Formal. Gredos, 1976. [10] G. Boole. An investigation of the laws of thought, on which are founded the mathematical theories of logic and probability. Macmillan, 1854. [11] G. Cantor. Uber unendlich lineare punktmannigfaltigkeiten. Math. Annalen, 17:355358, 1880. [12] N. Chomsky. On certain formal properties of grammars. Information and Control, 2(2):137167, 1959. [13] S.C. Chou, X.S. Gao, and J.Z. Zhang. Machine Proofs in Geometry. World Scientic, 1994. [14] A. Colmerauer et al. Un systeme de communication homme-machine. Technical report, Gr. de Recherche en Intelligence Articielle, Univ. dAix-Marseille, 1973. [15] S.A. Cook. The complexity of theorem proving procedures. In 3rd Annual ACM Symposium on the Theory of Computing, 1971. [16] H.B. Curry and R. Feys. Combinatory Logic. North-Holland, 1958. [17] M. DAgostino, D.M. Gabbay, R. H ahnle and J. Posegga (eds.) Handbook of Tableau Methods Kluwer Academic Publishers, 1999 [18] M. Davis and H. Putnam. A computing procedure for quantication theory. Journal of the ACM, 7:201216, 1960. Reimpreso en [53]. [19] I. P. de Guzm an, M. Ojeda-Aciego, and A. Valverde. Implicates and reduction techniques for temporal logics. Annals of Mathematics and Articial Intelligence, 27:2-23, 1999 [20] I. P. de Guzm an, M. Ojeda-Aciego, and A. Valverde. Reducing signed propositional formulas. Soft Computing, 2(4):157-166, 1999 28

[21] A. de Morgan. Formal logic, or, the calculus of inference, necessary and probable. Taylor and Walton, 1847. [22] R. Dedekind. Essays on the theory of numbers. Dover, 1963. [23] G. Frege. Begrisschrift eine der arithmetischen nachgebildete Formelsprache des reinen Denkens. Halle, 1879. Reimpreso en [55] como Begrisschrift, a formula language, modeled upon that of arithmetic, for pure thought. [24] G. Frege. Grundgesetze der Arithmetik, begrisschriftlich abgeleitet I. Verlag Hermann Pohl, 1893. Volumen II en 1903. [25] P.C. Gilmore. A proof method for quantication theory; its justication and realization. IBM J. Res. Develop., 4:2835, 1960. [26] K. G odel. Die Vollst andigkeit der Axiome des logischen Funktionenkalk uls. Mon. f ur Math. und Physik, 37:349360, 1930. Reimpreso en [28, 55] como The completeness of the axioms of the functional calculus of logic. [27] K. G odel. Uber formal unentscheidbare s atze der Principia Mathematica und verwandte systeme. Monat. Math. Phys., 38:173198, 1931. [28] K. G odel. Collected works. Oxford University Press, 1986. [29] J.R. Guard et al. Semi-automated mathematics. Journal of the ACM, 16:4962, 1969. [30] J. Herbrand. Recherches sur la Th eorie de la D emonstration. PhD thesis, Universit e de Paris, 1930. Traducido parcialmente en [55] como Investigations in proof theory: the properties of true propositions. [31] D. Hilbert and W. Ackermann. Grundz uge der theoretischen Logik. Springer, 1928. Traducci on inglesa de la edici on de 1938 publicada por Chelsea, New York, en 1950. [32] D.A. Human. The synthesis of sequential switching circuits. Journal of the Franklin Institute, 257:161190, 1954. [33] R.C. Jerey. Formal logic: its scope and limits. McGraw-Hill, 1967. [34] W.S. Jevons. On the mechanical performance of logical inference. Philosophical transactions of the Royal Society, 160:497518, 1870. 29

[35] R.A. Kowalski. Predicate logic as a programming language. In Information processing74. North-Holland, 1974. [36] K. Kunen. Moufang quasigroups. Journal of Algebra, 183:231-234, 1996. [37] K. Kunen. Quasigroups, loops, and associative laws. Journal of Algebra, 185:194-204, 1996. [38] D.W. Loveland. Automated Theorem Proving: a logical basis. North Holland, 1978. [39] A. Macintosh Wilson. The innite in the nite. Oxford University Press, 1995. [40] F.J. Mart n-Mateos, J.A. Alonso, M.J. Hidalgo, and J.L. Ruiz-Reina Verication in ACL2 of a Generic Framework to Synthesize SATProvers. Lecture Notes in Computer Science 2664:182198, 2003 [41] A. Newell and H. Simon. GPS: a program that simulates human thought. In E.A. Feigenbaum and J. Feldman, editors, Computers and Thought. Mc Graw Hill, 1963. [42] G. Parkinson. Logic and Reality in Leibnizs metaphysics. Clarendon Press, 1965. [43] G. Peano. Formulario mathematico. Bocca Freres, 18941908. [44] G. Peano. Arbeiten zur analysis und zur mathematischen Logik. Teubner, 1990. [45] E.L. Post. Introduction to a general theory of elementary propositions. In Jean van Heijenoort, editor, From Frege to G odel. A Source Book in Mathematical Logic, 18791931, pages 264283. Harvard University Press, Cambridge MA, 1921. [46] D. Prawitz. An improved proof procedure. Theoria, 26:102139, 1960. [47] D. Prawitz, H. Prawitz, and N. Voghera. A mechanical proof procedure and its realization in an electronic computer. Journal of the ACM, 7:102128, 1960. [48] J.A. Robinson. A machine oriented logic based on the resolution principle. Journal of the ACM, 12:2341, 1965. Reimpreso en [53].

30

[49] F. Sanz Jim enez. TAS-D+ : un nuevo ATP dirigido por la sintaxis. Hacia una alternativa a la resoluci on. PhD thesis, Universidad de M alaga, Espa na, 1992. [50] E. Schr oder. Der Operationskreis des Logikkalkulus. Teubner, 1877. [51] E. Schr oder. Vorlesungen u ber die Algebra der Logik. Teubner, 1890 1905. Tres vol umenes. [52] C.E. Shannon. A symbolic analysis of relay and switching circuits. Transactions of the AIEE, 57:713723, 1938. [53] J. Siekmann and G. Wrightson, editors. Automation of reasoning. Classical papers on computational logic, volume 1. Springer-Verlag, 1983. [54] R.M. Smullyan. First-Order Logic. Springer-Verlag, 1968. Reimpreso por Dover en 1995. [55] J. van Heijenoort, editor. From Frege to G odel: a source book in mathematical logic. Harvard University Press, 1967. [56] H. Wang. Toward mechanical mathematics. IBM J. Research and Development, 4:221, 1960. [57] A.N. Whitehead and B. Russell. Principia Mathematica. Cambridge University Press, 1910-1913. [58] S. Winker. Generation and verication of nite models and counterexamples using an automated theorem prover answering two open question. Journal of the ACM, 29(2):273284, 1982. [59] S. Winker, L. Wos, and E.L. Lusk. Semigroups, antiautomorphism, and involutions: A computer solution to an open problem. Mathematics of Computation, 37:533545, 1981. [60] L. Wos and S. Winker. Open questions solved with the assistance of AURA. In Bledsoe and Loveland [8], pages 7388.

31