SlideShare a Scribd company logo
Сложность пропозициональных доказательств
Эдуард Алексеевич Гирш
http://logic.pdmi.ras.ru/~hirsch
ПОМИ РАН
23 сентября 2010 г.
1 / 6
Полиномиальное моделирование
Определение
Пусть S, W — системы для одного и того же языка L.
S моделирует W (пишем S≤W ) ⇐⇒
S-док-ва — не длиннее W -док-в (с точностью до полинома p):
∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|).
2 / 6
Полиномиальное моделирование
Определение
Пусть S, W — системы для одного и того же языка L.
S моделирует W (пишем S≤W ) ⇐⇒
S-док-ва — не длиннее W -док-в (с точностью до полинома p):
∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|).
S строго моделирует W (пишем S<W ), если ещё и W ≤ S.
Например, CP (секущие плоскости) < Res (метод резолюций).
2 / 6
Полиномиальное моделирование
Определение
Пусть S, W — системы для одного и того же языка L.
S моделирует W (пишем S≤W ) ⇐⇒
S-док-ва — не длиннее W -док-в (с точностью до полинома p):
∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|).
S строго моделирует W (пишем S<W ), если ещё и W ≤ S.
Например, CP (секущие плоскости) < Res (метод резолюций).
Определение
p-моделирование (≤p) — конструктивная версия:
за полиномиальное время можно трансформировать
W -доказательство размера w в S-доказательство размера p(w).
2 / 6
Полиномиальное моделирование
Определение
Пусть S, W — системы для одного и того же языка L.
S моделирует W (пишем S≤W ) ⇐⇒
S-док-ва — не длиннее W -док-в (с точностью до полинома p):
∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|).
S строго моделирует W (пишем S<W ), если ещё и W ≤ S.
Например, CP (секущие плоскости) < Res (метод резолюций).
Определение
p-моделирование (≤p) — конструктивная версия:
за полиномиальное время можно трансформировать
W -доказательство размера w в S-доказательство размера p(w).
Определение
(p-)оптимальная система док-в — наименьший элемент для ≤ (≤p). 2 / 6
Системы Фреге
Определение
Системой Фреге называется система, состоящая из корректных правил вида
F1 F2 . . . Fk
G
,
Fi , G — формулы логики высказываний,
в качестве переменных можно подставлять произвольные формулы с
выбранным множеством операций (“базисом”),
вывод начинается с аксиом (где k = 0),
новые формулы выводятся ( ) правилами из ранее выведенных.
Пример
P ⊃ (Q ⊃ P)
,
(¬Q ⊃ ¬P) ⊃ ((¬Q ⊃ P) ⊃ Q)
,
P P ⊃ Q
Q
,
(P ⊃ (Q ⊃ R)) ⊃ ((P ⊃ Q) ⊃ (P ⊃ R))
.
3 / 6
Системы Фреге
Эквивалентность
Система полна, если F ∈ L =⇒ ∃ док-во F.
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
Теорема
Все корректные полные импликативно полные системы Фреге
полиномиально p-эквивалентны (т.е. p-моделируют друг друга).
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
Теорема
Все корректные полные импликативно полные системы Фреге
полиномиально p-эквивалентны (т.е. p-моделируют друг друга).
Док-во для одинаковых базисов: промоделируем каждое правило.
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
Теорема
Все корректные полные импликативно полные системы Фреге
полиномиально p-эквивалентны (т.е. p-моделируют друг друга).
Док-во для одинаковых базисов: промоделируем каждое правило.
При смене базиса глубокие формулы могут вырасти!
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
Теорема
Все корректные полные импликативно полные системы Фреге
полиномиально p-эквивалентны (т.е. p-моделируют друг друга).
Док-во для одинаковых базисов: промоделируем каждое правило.
При смене базиса глубокие формулы могут вырасти!
Непрямой перевод:
F = T[G H],
F = ((G H) ∧ T[1]) ∨ (¬(G H) ∧ T[0]).
Ясно, что собственно операции переводятся на нижнем уровне,
а уровней получается O(log . . .).
4 / 6
Системы Фреге
Эквивалентность
Система Фреге полна, если F ∈ L =⇒ ∗ F.
Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G.
Теорема
Все корректные полные импликативно полные системы Фреге
полиномиально p-эквивалентны (т.е. p-моделируют друг друга).
Док-во для одинаковых базисов: промоделируем каждое правило.
При смене базиса глубокие формулы могут вырасти!
Непрямой перевод:
F = T[G H],
F = ((G H) ∧ T[1]) ∨ (¬(G H) ∧ T[0]).
Ясно, что собственно операции переводятся на нижнем уровне,
а уровней получается O(log . . .).
Остаётся научиться работать с таким представлением.
4 / 6
Секвенциальное (генценовское) исчисление
Секвенция F1, . . . , Fk → G1, . . . , Gl
Смысл:
i
Fi ⊃
j
Gj .
5 / 6
Секвенциальное (генценовское) исчисление
Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!).
Смысл:
i
Fi ⊃
j
Gj .
Аксиомы F → F, ослабление
Γ → ∆
F, Γ → G, ∆
.
Правила введения ∧, ∨, ¬:
Γ → F, ∆
Γ → F ∨ G, ∆
,
F, Γ → ∆ G, Γ → ∆
F ∨ G, Γ → ∆
,
F, Γ → ∆
Γ → ¬F, ∆
,
F, Γ → ∆
F ∧ G, Γ → ∆
,
Γ → F, ∆ Γ → G, ∆
Γ → F ∧ G, ∆
,
Γ → F, ∆
¬F, Γ → ∆
.
5 / 6
Секвенциальное (генценовское) исчисление
Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!).
Смысл:
i
Fi ⊃
j
Gj .
Аксиомы F → F, ослабление
Γ → ∆
F, Γ → G, ∆
.
Правила введения ∧, ∨, ¬:
Γ → F, ∆
Γ → F ∨ G, ∆
,
F, Γ → ∆ G, Γ → ∆
F ∨ G, Γ → ∆
,
F, Γ → ∆
Γ → ¬F, ∆
,
F, Γ → ∆
F ∧ G, Γ → ∆
,
Γ → F, ∆ Γ → G, ∆
Γ → F ∧ G, ∆
,
Γ → F, ∆
¬F, Γ → ∆
.
Правило сечения: F, Γ → ∆ Γ → F, ∆
Γ → ∆
.
5 / 6
Секвенциальное (генценовское) исчисление
Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!).
Смысл:
i
Fi ⊃
j
Gj .
Аксиомы F → F, ослабление
Γ → ∆
F, Γ → G, ∆
.
Правила введения ∧, ∨, ¬:
Γ → F, ∆
Γ → F ∨ G, ∆
,
F, Γ → ∆ G, Γ → ∆
F ∨ G, Γ → ∆
,
F, Γ → ∆
Γ → ¬F, ∆
,
F, Γ → ∆
F ∧ G, Γ → ∆
,
Γ → F, ∆ Γ → G, ∆
Γ → F ∧ G, ∆
,
Γ → F, ∆
¬F, Γ → ∆
.
Правило сечения: F, Γ → ∆ Γ → F, ∆
Γ → ∆
.
Эквивалентны системам Фреге.
Сечение важно для длины вывода, но не для полноты.
5 / 6
Секвенциальное (генценовское) исчисление
Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!).
Смысл:
i
Fi ⊃
j
Gj .
Аксиомы F → F, ослабление
Γ → ∆
F, Γ → G, ∆
.
Правила введения ∧, ∨, ¬:
Γ → F, ∆
Γ → F ∨ G, ∆
,
F, Γ → ∆ G, Γ → ∆
F ∨ G, Γ → ∆
,
F, Γ → ∆
Γ → ¬F, ∆
,
F, Γ → ∆
F ∧ G, Γ → ∆
,
Γ → F, ∆ Γ → G, ∆
Γ → F ∧ G, ∆
,
Γ → F, ∆
¬F, Γ → ∆
.
Правило сечения: F, Γ → ∆ Γ → F, ∆
Γ → ∆
.
Эквивалентны системам Фреге.
Сечение важно для длины вывода, но не для полноты.
Доказательство от противного очевидно преобразуется в прямое.5 / 6
Правило расширения
Разрешим вводить новые переменные: аксиома x ≡ F.
Фреге с правилом расширения ≡ резолюции с правилом расширения!
(Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x).
6 / 6
Правило расширения
Разрешим вводить новые переменные: аксиома x ≡ F.
Фреге с правилом расширения ≡ резолюции с правилом расширения!
(Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x).
Короткое доказательство принципа Дирихле:
доказываем по индукции (n + 1 → n → . . .), вводя новые переменные,
очередное m-е отображение селит m кроликов в m − 1 клеток;
тех, кто сидел, как надо (j < m), оставляем;
в клетку, где был (m + 1)-й, селим того, кто сидел в m-й клетке:
6 / 6
Правило расширения
Разрешим вводить новые переменные: аксиома x ≡ F.
Фреге с правилом расширения ≡ резолюции с правилом расширения!
(Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x).
Короткое доказательство принципа Дирихле:
доказываем по индукции (n + 1 → n → . . .), вводя новые переменные,
очередное m-е отображение селит m кроликов в m − 1 клеток;
тех, кто сидел, как надо (j < m), оставляем;
в клетку, где был (m + 1)-й, селим того, кто сидел в m-й клетке:
q
(m)
i, j ≡ q
(m+1)
i, j ∨ (q
(m+1)
m+1, j ∧ q
(m+1)
i,m ),
q
(n+1)
i, j ≡ pi, j .
6 / 6

More Related Content

What's hot

20081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-1020081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-10Computer Science Club
 
20081012 structuralcomplexitytheory lecture03-04
20081012 structuralcomplexitytheory lecture03-0420081012 structuralcomplexitytheory lecture03-04
20081012 structuralcomplexitytheory lecture03-04Computer Science Club
 
математик анализ хичээлийн лекц № 2
математик анализ хичээлийн лекц № 2математик анализ хичээлийн лекц № 2
математик анализ хичээлийн лекц № 2narangerelodon
 
20081123 structuralcomplexitytheory lecture11-12
20081123 structuralcomplexitytheory lecture11-1220081123 structuralcomplexitytheory lecture11-12
20081123 structuralcomplexitytheory lecture11-12Computer Science Club
 
20110515 systems of typed lambda_calculi_moskvin_lecture10
20110515 systems of typed lambda_calculi_moskvin_lecture1020110515 systems of typed lambda_calculi_moskvin_lecture10
20110515 systems of typed lambda_calculi_moskvin_lecture10Computer Science Club
 
онтологический аргумент Геделя
онтологический аргумент Геделяонтологический аргумент Геделя
онтологический аргумент Геделя
Victor Gorbatov
 
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
psvayy
 
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функций
DEVTYPE
 
презентация по математике
презентация по математике презентация по математике
презентация по математике stoevai
 
ст лекция 2
ст лекция 2ст лекция 2
ст лекция 2student_kai
 
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияAlex Dainiak
 
язык работы с КМАС (Yafoll сообщение 1)
язык работы с КМАС (Yafoll сообщение 1)язык работы с КМАС (Yafoll сообщение 1)
язык работы с КМАС (Yafoll сообщение 1)
Alex Shkotin
 
Основы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задачОсновы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задач
DEVTYPE
 
Pr i-7
Pr i-7Pr i-7
Pr i-7
allfira
 
20110313 systems of_typed_lambda_calculi_moskvin_lecture06
20110313 systems of_typed_lambda_calculi_moskvin_lecture0620110313 systems of_typed_lambda_calculi_moskvin_lecture06
20110313 systems of_typed_lambda_calculi_moskvin_lecture06Computer Science Club
 
практика 15
практика 15практика 15
практика 15student_kai
 
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
Ильдус Ситдиков
 

What's hot (19)

20081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-1020081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-10
 
20081012 structuralcomplexitytheory lecture03-04
20081012 structuralcomplexitytheory lecture03-0420081012 structuralcomplexitytheory lecture03-04
20081012 structuralcomplexitytheory lecture03-04
 
математик анализ хичээлийн лекц № 2
математик анализ хичээлийн лекц № 2математик анализ хичээлийн лекц № 2
математик анализ хичээлийн лекц № 2
 
20081123 structuralcomplexitytheory lecture11-12
20081123 structuralcomplexitytheory lecture11-1220081123 structuralcomplexitytheory lecture11-12
20081123 structuralcomplexitytheory lecture11-12
 
20110515 systems of typed lambda_calculi_moskvin_lecture10
20110515 systems of typed lambda_calculi_moskvin_lecture1020110515 systems of typed lambda_calculi_moskvin_lecture10
20110515 systems of typed lambda_calculi_moskvin_lecture10
 
Get Ft
Get FtGet Ft
Get Ft
 
онтологический аргумент Геделя
онтологический аргумент Геделяонтологический аргумент Геделя
онтологический аргумент Геделя
 
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с556 1  алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
556 1 алгебра. 10кл.-кузнецова, муравьева и др_минск, 2013 -271с
 
Скорость роста функций
Скорость роста функцийСкорость роста функций
Скорость роста функций
 
презентация по математике
презентация по математике презентация по математике
презентация по математике
 
ст лекция 2
ст лекция 2ст лекция 2
ст лекция 2
 
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
 
язык работы с КМАС (Yafoll сообщение 1)
язык работы с КМАС (Yafoll сообщение 1)язык работы с КМАС (Yafoll сообщение 1)
язык работы с КМАС (Yafoll сообщение 1)
 
формальные языки и грамматики
формальные языки и грамматикиформальные языки и грамматики
формальные языки и грамматики
 
Основы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задачОсновы комбинаторики II. Разбор задач
Основы комбинаторики II. Разбор задач
 
Pr i-7
Pr i-7Pr i-7
Pr i-7
 
20110313 systems of_typed_lambda_calculi_moskvin_lecture06
20110313 systems of_typed_lambda_calculi_moskvin_lecture0620110313 systems of_typed_lambda_calculi_moskvin_lecture06
20110313 systems of_typed_lambda_calculi_moskvin_lecture06
 
практика 15
практика 15практика 15
практика 15
 
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
Кванторные операции над предикатами. Формула логики предикатов. Тавтологии ло...
 

Viewers also liked

Jw by mk
Jw by mkJw by mk
Zaragoza turismo 275
Zaragoza turismo 275Zaragoza turismo 275
Zaragoza turismo 275
Saucepolis blog & Hotel Sauce
 
Proporciones Numéricas
Proporciones  NuméricasProporciones  Numéricas
Proporciones Numéricas
Maria Moreno
 
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
JustRelate
 
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
JustRelate
 
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
JustRelate
 

Viewers also liked (6)

Jw by mk
Jw by mkJw by mk
Jw by mk
 
Zaragoza turismo 275
Zaragoza turismo 275Zaragoza turismo 275
Zaragoza turismo 275
 
Proporciones Numéricas
Proporciones  NuméricasProporciones  Numéricas
Proporciones Numéricas
 
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
Web Architecture with Infopark's Cloud Platform - Thomas Witt @Cloud Develope...
 
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
Ruby and the Cloud - Florian Gilcher @Cloud Developer Camp (English Version)
 
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
White Paper: Suchmaschinenoptimierung – Websites nachhaltig für Suchmaschinen...
 

More from Computer Science Club

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
Computer Science Club
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
Computer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
Computer Science Club
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
Computer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
Computer Science Club
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12Computer Science Club
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
Computer Science Club
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10Computer Science Club
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09Computer Science Club
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02Computer Science Club
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01Computer Science Club
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04Computer Science Club
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01Computer Science Club
 

More from Computer Science Club (20)

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04
 
20140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-0320140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-03
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01
 
20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 

Slides2

  • 1. Сложность пропозициональных доказательств Эдуард Алексеевич Гирш http://logic.pdmi.ras.ru/~hirsch ПОМИ РАН 23 сентября 2010 г. 1 / 6
  • 2. Полиномиальное моделирование Определение Пусть S, W — системы для одного и того же языка L. S моделирует W (пишем S≤W ) ⇐⇒ S-док-ва — не длиннее W -док-в (с точностью до полинома p): ∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|). 2 / 6
  • 3. Полиномиальное моделирование Определение Пусть S, W — системы для одного и того же языка L. S моделирует W (пишем S≤W ) ⇐⇒ S-док-ва — не длиннее W -док-в (с точностью до полинома p): ∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|). S строго моделирует W (пишем S<W ), если ещё и W ≤ S. Например, CP (секущие плоскости) < Res (метод резолюций). 2 / 6
  • 4. Полиномиальное моделирование Определение Пусть S, W — системы для одного и того же языка L. S моделирует W (пишем S≤W ) ⇐⇒ S-док-ва — не длиннее W -док-в (с точностью до полинома p): ∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|). S строго моделирует W (пишем S<W ), если ещё и W ≤ S. Например, CP (секущие плоскости) < Res (метод резолюций). Определение p-моделирование (≤p) — конструктивная версия: за полиномиальное время можно трансформировать W -доказательство размера w в S-доказательство размера p(w). 2 / 6
  • 5. Полиномиальное моделирование Определение Пусть S, W — системы для одного и того же языка L. S моделирует W (пишем S≤W ) ⇐⇒ S-док-ва — не длиннее W -док-в (с точностью до полинома p): ∀F ∈ L |кратчайшее S-док-во для F| ≤ p(|кратчайшее W -док-во для F|). S строго моделирует W (пишем S<W ), если ещё и W ≤ S. Например, CP (секущие плоскости) < Res (метод резолюций). Определение p-моделирование (≤p) — конструктивная версия: за полиномиальное время можно трансформировать W -доказательство размера w в S-доказательство размера p(w). Определение (p-)оптимальная система док-в — наименьший элемент для ≤ (≤p). 2 / 6
  • 6. Системы Фреге Определение Системой Фреге называется система, состоящая из корректных правил вида F1 F2 . . . Fk G , Fi , G — формулы логики высказываний, в качестве переменных можно подставлять произвольные формулы с выбранным множеством операций (“базисом”), вывод начинается с аксиом (где k = 0), новые формулы выводятся ( ) правилами из ранее выведенных. Пример P ⊃ (Q ⊃ P) , (¬Q ⊃ ¬P) ⊃ ((¬Q ⊃ P) ⊃ Q) , P P ⊃ Q Q , (P ⊃ (Q ⊃ R)) ⊃ ((P ⊃ Q) ⊃ (P ⊃ R)) . 3 / 6
  • 8. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. 4 / 6
  • 9. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. Теорема Все корректные полные импликативно полные системы Фреге полиномиально p-эквивалентны (т.е. p-моделируют друг друга). 4 / 6
  • 10. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. Теорема Все корректные полные импликативно полные системы Фреге полиномиально p-эквивалентны (т.е. p-моделируют друг друга). Док-во для одинаковых базисов: промоделируем каждое правило. 4 / 6
  • 11. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. Теорема Все корректные полные импликативно полные системы Фреге полиномиально p-эквивалентны (т.е. p-моделируют друг друга). Док-во для одинаковых базисов: промоделируем каждое правило. При смене базиса глубокие формулы могут вырасти! 4 / 6
  • 12. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. Теорема Все корректные полные импликативно полные системы Фреге полиномиально p-эквивалентны (т.е. p-моделируют друг друга). Док-во для одинаковых базисов: промоделируем каждое правило. При смене базиса глубокие формулы могут вырасти! Непрямой перевод: F = T[G H], F = ((G H) ∧ T[1]) ∨ (¬(G H) ∧ T[0]). Ясно, что собственно операции переводятся на нижнем уровне, а уровней получается O(log . . .). 4 / 6
  • 13. Системы Фреге Эквивалентность Система Фреге полна, если F ∈ L =⇒ ∗ F. Система Фреге импликативно полна, если ˜∀(F ⊃ G) =⇒ F ∗ G. Теорема Все корректные полные импликативно полные системы Фреге полиномиально p-эквивалентны (т.е. p-моделируют друг друга). Док-во для одинаковых базисов: промоделируем каждое правило. При смене базиса глубокие формулы могут вырасти! Непрямой перевод: F = T[G H], F = ((G H) ∧ T[1]) ∨ (¬(G H) ∧ T[0]). Ясно, что собственно операции переводятся на нижнем уровне, а уровней получается O(log . . .). Остаётся научиться работать с таким представлением. 4 / 6
  • 14. Секвенциальное (генценовское) исчисление Секвенция F1, . . . , Fk → G1, . . . , Gl Смысл: i Fi ⊃ j Gj . 5 / 6
  • 15. Секвенциальное (генценовское) исчисление Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!). Смысл: i Fi ⊃ j Gj . Аксиомы F → F, ослабление Γ → ∆ F, Γ → G, ∆ . Правила введения ∧, ∨, ¬: Γ → F, ∆ Γ → F ∨ G, ∆ , F, Γ → ∆ G, Γ → ∆ F ∨ G, Γ → ∆ , F, Γ → ∆ Γ → ¬F, ∆ , F, Γ → ∆ F ∧ G, Γ → ∆ , Γ → F, ∆ Γ → G, ∆ Γ → F ∧ G, ∆ , Γ → F, ∆ ¬F, Γ → ∆ . 5 / 6
  • 16. Секвенциальное (генценовское) исчисление Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!). Смысл: i Fi ⊃ j Gj . Аксиомы F → F, ослабление Γ → ∆ F, Γ → G, ∆ . Правила введения ∧, ∨, ¬: Γ → F, ∆ Γ → F ∨ G, ∆ , F, Γ → ∆ G, Γ → ∆ F ∨ G, Γ → ∆ , F, Γ → ∆ Γ → ¬F, ∆ , F, Γ → ∆ F ∧ G, Γ → ∆ , Γ → F, ∆ Γ → G, ∆ Γ → F ∧ G, ∆ , Γ → F, ∆ ¬F, Γ → ∆ . Правило сечения: F, Γ → ∆ Γ → F, ∆ Γ → ∆ . 5 / 6
  • 17. Секвенциальное (генценовское) исчисление Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!). Смысл: i Fi ⊃ j Gj . Аксиомы F → F, ослабление Γ → ∆ F, Γ → G, ∆ . Правила введения ∧, ∨, ¬: Γ → F, ∆ Γ → F ∨ G, ∆ , F, Γ → ∆ G, Γ → ∆ F ∨ G, Γ → ∆ , F, Γ → ∆ Γ → ¬F, ∆ , F, Γ → ∆ F ∧ G, Γ → ∆ , Γ → F, ∆ Γ → G, ∆ Γ → F ∧ G, ∆ , Γ → F, ∆ ¬F, Γ → ∆ . Правило сечения: F, Γ → ∆ Γ → F, ∆ Γ → ∆ . Эквивалентны системам Фреге. Сечение важно для длины вывода, но не для полноты. 5 / 6
  • 18. Секвенциальное (генценовское) исчисление Секвенция F1, . . . , Fk → G1, . . . , Gl (списки как множества!). Смысл: i Fi ⊃ j Gj . Аксиомы F → F, ослабление Γ → ∆ F, Γ → G, ∆ . Правила введения ∧, ∨, ¬: Γ → F, ∆ Γ → F ∨ G, ∆ , F, Γ → ∆ G, Γ → ∆ F ∨ G, Γ → ∆ , F, Γ → ∆ Γ → ¬F, ∆ , F, Γ → ∆ F ∧ G, Γ → ∆ , Γ → F, ∆ Γ → G, ∆ Γ → F ∧ G, ∆ , Γ → F, ∆ ¬F, Γ → ∆ . Правило сечения: F, Γ → ∆ Γ → F, ∆ Γ → ∆ . Эквивалентны системам Фреге. Сечение важно для длины вывода, но не для полноты. Доказательство от противного очевидно преобразуется в прямое.5 / 6
  • 19. Правило расширения Разрешим вводить новые переменные: аксиома x ≡ F. Фреге с правилом расширения ≡ резолюции с правилом расширения! (Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x). 6 / 6
  • 20. Правило расширения Разрешим вводить новые переменные: аксиома x ≡ F. Фреге с правилом расширения ≡ резолюции с правилом расширения! (Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x). Короткое доказательство принципа Дирихле: доказываем по индукции (n + 1 → n → . . .), вводя новые переменные, очередное m-е отображение селит m кроликов в m − 1 клеток; тех, кто сидел, как надо (j < m), оставляем; в клетку, где был (m + 1)-й, селим того, кто сидел в m-й клетке: 6 / 6
  • 21. Правило расширения Разрешим вводить новые переменные: аксиома x ≡ F. Фреге с правилом расширения ≡ резолюции с правилом расширения! (Для резолюции: аксиомы (¬x ∨ a1 ∨ . . . ∨ ak) и (¬a1 ∨ x), . . . , (¬ak ∨ x). Короткое доказательство принципа Дирихле: доказываем по индукции (n + 1 → n → . . .), вводя новые переменные, очередное m-е отображение селит m кроликов в m − 1 клеток; тех, кто сидел, как надо (j < m), оставляем; в клетку, где был (m + 1)-й, селим того, кто сидел в m-й клетке: q (m) i, j ≡ q (m+1) i, j ∨ (q (m+1) m+1, j ∧ q (m+1) i,m ), q (n+1) i, j ≡ pi, j . 6 / 6