Logica para informáticos

Introducción a la Lógica
(para Informáticos)
Luis M. Pardo
22 de mayo de 2006

Índice general
1. Lógica como Fundamento 5
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Algunos nombres fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1. Lógica como fundamento de la Matemática. . . . . . . . . . . . . . . . . . 5
1.2.2. Lógica como Fundamento de la Informática. . . . . . . . . . . . . . . . . . 5
1.3. Programación Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. Cálculo Proposicional 9
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1. Sintaxis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2. Reglas Deductivas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.3. Semántica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2. Sintaxis y Semántica del Cálculo Proposicional . . . . . . . . . . . . . . . . . . . 10
2.2.1. Sintaxis del Cálculo Proposicional . . . . . . . . . . . . . . . . . . . . . . 10
2.2.2. Semántica del Cálculo Proposicional. . . . . . . . . . . . . . . . . . . . . . 12
2.2.3. Tablas de Verdad, Funciones Booleanas. . . . . . . . . . . . . . . . . . . . 13
2.2.4. Circuitos Booleanos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3. Formas Normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.4. Fórmulas de Horn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5. Resolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.6. Eliminación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3. Lógica de Predicados 33
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.1. El Registro Civil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.2. Ejemplos del Cálculo (Análisis Matemático Elemental) . . . . . . . . . . . 34
3.1.3. Teor´ıa Elemental de Números (ENT). . . . . . . . . . . . . . . . . . . . . 34
3.1.4. Geometr´ıa Elemental “a la Tarski”. . . . . . . . . . . . . . . . . . . . . . 34
3.1.5. Relaciones, funciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2. El lenguaje : sintaxis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2.1. El alfabeto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.2.2. Fórmulas bien formadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.3. Algunos conceptos importantes. . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3. Semántica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4. Formas Normales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.4.1. Reducción a RPF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.4.2. Skolemización . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3

4 ÍNDICE GENERAL
3.4.3. Fórmulas Cerradas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4.4. Teor´ıa de Herbrand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.5. Unas Palabras sobre Indecidibilidad . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6. Resolución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.1. Ground Resolution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.6.2. Unificación: Unificador más general. . . . . . . . . . . . . . . . . . . . . . 48
3.6.3. Resolvente en Lógica de Predicados . . . . . . . . . . . . . . . . . . . . . 51
4. Programación Lógica 53
4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2. Programas mediante Cláusulas de Horn . . . . . . . . . . . . . . . . . . . . . . . 53
4.3. Resolución SLD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4. Programación Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4.1. Indeterminismo? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

Cap´ıtulo 1
Lógica en el Origen de la Informática
1.1. Introducción
En estas notas indicaremos solamente algunas de las plabaras claves y las nociones y notaciones
que usaremos durante el curso. Evitaremos, en lo posible, las descripciones pormenorizadas que
son las que se imparten en las clases teóricas. En particular, en estas notas (por ser un simple
resumen) omitiremos en su mayor parte los ejemplos discutidos en clase. Dejamos al lector
combinar las notas de clase con lo que aqu´ı se recoge.
1.2. Algunos nombres fundamentales
La Lógica ha evolucionado a lo laro de la historia hasta establecerse, desde finales del diglo XIX
hasta la actualidad siguiendo dos frentes de actuación.
1.2.1. Lógica como fundamento de la Matemática.
Es la motivaci1on principal, sobre todo desde finales del siglo XIX y principios del XX. Desta-
camos dos nombres:
B. Russell (y su obra con Whitehead sobre los Principa Mathematica).
D. Hilbert (y su programa de axiomatiación de la Matemática).
Estos aspectos interesan menos al curso que pretendemos impartir.
1.2.2. Lógica como Fundamento de la Informática.
En el año 1990, D. Hilbert imparte una conferencia plenaria en el ICM basada en 23 problemas
que considera los problemas centrales que deben ser tratados por la matemática. Entre esos
problemas destacamos el que más incide en el futuro desarrollo de la informática.
Problema 1 (Problema X de Hilbert) Dar un algoritmo que resuelva el siguiente proble-
ma:
Dado un polinomio univariariado f ∈ Q[X1, . . . , Xn], decidir si existe una solución en Qn, es
decir, decidir si existe x ∈ Qn tal que f(x) = 0.
5

6 CAPÍTULO 1. L ÓGICA COMO FUNDAMENTO
Algoritmo=programa Es el término usado por los matemáticos para designar a los progra-
mas. En la primera mitad del siglo IX, el matemático uzbeko Muhammad ibn–Musa Al–Juaritzmi
escribió su tratado “Hisab al–jabr wa–al–muqabala” (traducio libremente por Libro (o Tratado)
sobre las operaciones “jabr” (restablecimiento) y “qabala” (reducción). Los cient´ıficos europeos
comenzaron a conocer el álgebra a principios del siglo XII justamente a partir de una traduc-
ción al lat´ın de este tratado. Obsérvese que aparecen conectados dos grupos de fonemas que
hoy son de uso común “al–jabr” (álgebra) y “al–Juaritzmi” (algoritmo). Durante 800 años, los
matemáticos hab´ıan diseñado multitud de algoritmos, pero nadie sab´ıa qué era un algoritmo.
Esa fué la principal dificultad del Problema de Hilbert.
Los Años 30 del siglo XX. Se produce la conjunción (independiente y original) de varios
cient´ıficos, cada uno de los cuales define independientemente una noción de algoritmo:
1. En 1931, K. Gödel publica su tesis1 (23 páginas) sobre la incompletitud de algunos sistemas
formales. Volveremos a ello. Pero aqu´ı Gödel usa por vez primera algo parecido a las
funciones computables (él las llamó “rekursiv”), aunque no toma fondo en el asunto. Son
las llamadas “primitivas recursivas”, i.e. las que permiten hallar f(n+1) de la información
de f(n) salvo composición y proyección.
2. A principios de los años 30, A. Turing estaba ya interesado en los trabajos sobre computacin
y Algebra. En su trabajo de 1948 A. Turing 2 introducir la nocin de condicionamiento de
los mtodos del Algebra Lineal Numrica, convirtindose en el fundador del Algebra Lineal
Numrica moderna.
A la sazón, A. Turing publicaba su modelo en su trabajo de 1936 3 dedicado a caracterizar
los nmeros reales computables (recursivamente enumerables) y ya hac´ıa referencia al tra-
bajo de Church. Probó en un apéndice la equivalencia entre su modelo y la λ−definibilidad.
De hecho, dos son las aportaciones fundamentales de Turing en este artculo. De una parte,
la introduccin de un nuevor modelo alternativo de algoritmo (mquinas de Turing) y el
resultado de autoreducibilidad basado en la mquina Universal. De otro, el anlisis de los
nmeros reales recursivamente enumerables y la demostracin de que Rre no es un cuerpo
computable.
3. En Princeton, A. Church dirige la tesis de S.C. Kleene sobre una nocin de recursividad
alternativa a la nocin introducida por Gödel. Se trata de la nocin de λ−calculus que ha
caido relativamente en desuso. En los trabajos de Kleene 4 y Church 5 demuestran que
su nocin de algoritmo y la nocin propuesta por K. Gödel son exactamente la misma. Est
naciendo la Tesis de Church.
1
K. Gödel. “Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme, I”.
Monatsh. Math. Phys. 38 (1931) 173–198.
2
A. Turing.“Rounding-off errors in matrix processes”. Quart. J. Mech. Appl. Math., 1 (1948) 287–308.
3
A. Turing. “On computable numbers, with an application to the Enscheidungspoblem”. Proc. London Math.
Soc., Ser. 2, 42 (1936) 230–265.
4
S.C. Kleene. “λ−definability and recursiveness”. Duke Math. J. 2 (1936) 340–353.
5
A. Church. “An unsolvable problem of elementary number theory”. Am. J. Math. 58 (1936) 345–363.

1.2. ALGUNOS NOMBRES FUNDAMENTALES 7
Dibujo de Lee Manovich
La Tesis de Church. Llamaremos algoritmo a cualquier formalismo equivalente a una máquina
de Turing, a una función recursiva o al λ−calculus.
El Problema X de Hilbert. Los trabajos de J. Robinson y J. Matijasievich finalmente
demostraron que la respuesta al problema X de Hilbert es la siguiente:
No puede existir ningún algoritmo o programa que resuelva el problema propuesto por Hilbert en
su Problema X.
En términos de informática hay una versión más importante ya descrita por Turing en su trabajo
de 1936:
Teorema 1 (Halting Problem) No puede existir ningún algoritmo que realice la siguiente
tarea:
Dado un programa P y un input x del programa, decidir si P finaliza sus computaciones sobre
x.
Bletchley Park. (Muy brevemente) Durante la Segunda Guerra Mundial, Churchill decide
poner en marcha un proyecto de inteligencia militar llamado Proyecto Ultra. Este proyecto tiene
como objetivo interceptar las comunicaciones militares alemanas. Para ello establece, en un lugar
llamado Bletchley Park, una ampl´ısimo equipo de técnicos y cient´ıficos cuya principal misión
consiste en decodificar los mensales cifrados de las comunicaciones alemanas. Al frente del equipo
se encuentra el matemático A. Turing.
Al principio de la Guerra los alemanes usan un sistema de codificación basado en la máquina
Enigma de tres rotores, que pasarán a ser cuatro durante la Batalla de Inglaterra. El sistema
usado para descodificar e interceptar estas comunicaciones se basa en el uso de rgleas de prob-
abilidad: dada la inmensa masa de comunicaciones por radio de la guerra, ciertas palabras son
más repetidas que otras. Usano un amplio equipo de gente se pueden ir decantando las inter-
pretaciones más probables y descifrando el mensaje.
Avanzada la guerra, los submarinos alemanes de Doenizt introducen la máquina Lorentz de 12
rotores. La cantidad de combinaciones posibles y la necesidad de agilizar los cálculos, exigen la
creación de una máquina f´ısica que permita descodificar (o ayudar a los descodificadores) de la
manera más eficiente. A partir de las ideas de Turing se crean los primeros dos ordenadores de
la historia Colossus I y Colossus II.

8 CAPÍTULO 1. L ÓGICA COMO FUNDAMENTO
AL final de la Seunda Guerra Mundial, los británicos imponen el secreto de sus proyectos mil-
itares con lo que nadie pudo hablar (ni nadie supo) de la existencia de estos ordenadores haasta
mediados de los años 90. Los estadounidenses conocen de la existencia de esta experiencia cuan-
do Churchill informa a Eisenhower. Aprovecharán de ellas para el diseño del ENIAC para cálculo
de trayectorias bal´ısticas. Los soviéticos harán lo propio dado que Stalin tiene el correspondiente
esp´ıa en Bletchley Park
La máquina de Turing como patrón. Salvo variantes menores, la máquina de Turing sigue
siendo el patrón de medida de la computación, al menos en los dos ingredientes fundamentales
de la eficacia:
Tiempo (o tiempo de ejecución de un programa sobre una máquina)
Espacio (o memoria requierida para ejecutar una programa).
Nociones como bit, byte y sus variantes (Megabyte, Gigabyte. Terabyte) tienen su origen en esta
noción de Turing.
El número de Mips (millions of instructions per second) sigue siendo el parámetro que mide la
velocidad de un ordenador. As´ı en la lista top500 de Supercomputing, el ordenador más rápido del
mundo parece ser el Blue Gene/L de IBM con una velocidad de 300 Teraips, es decir 3,108Mips.
1.3. Programación Lógica
El objetivo del curso será orientar a los alumnos hacia la comprensión de los principios del
paradigma de la Programación Lógica.

Cap´ıtulo 2
Cálculo Proposicional
2.1. Introducción
Los sistemas lógicos (o teor´ıas lógicas) son estructuras que se definen a través de los siguientes
ingredientes:
2.1.1. Sintaxis
Fija dos elementos fundamentales: el alfabeto y la clase de fórmulas bien formadas.
Alfabeto. Es un conjunto finito o numerable de s´ımbolos que se está autoriado a usar. Los
s´ımbolos que no aparecen en ese alfabeto no son admitidos ni utilizables.
Fórmulas. Son algunas listas de s´ımbolos sobre el alfabeto (palabras sobre el alfabeto) que
serán admitidas como bien formadas. El resto se descartan. Habitualmente, las fórmulas bien
formadas se definen mediante un proceso recursivo (en el sentido goedeliano de computable).
Estas reglas constituyen la gramática de nuestra teor´ıa.
2.1.2. Reglas Deductivas.
Son las reglas de transformación de fórmulas. En términos matemáticos, son las reglas que
permiten construir Demostraciones y, por tanto, permiten concluir Teoremas. Aunque no es el
momento de entrar en detalles, el proceso de deducción es un proceso asociado a un sistema de
transición y, por ende, indéntico en esquema al proceso de computación (eso s´ı, cuando la teor´ıa
sea decidible!.
2.1.3. Semántica.
Con la sola aparición de la sintaxis no podemos tener una teor´ıa, del mismo modo que con el mero
conocimiento de las reglas graaticales de la lengua castellana no tenemos literatura o conversación
entre individuos. Para que todas las piezas encajen, se necesita poder asignar valores semánticos
(esto es significados) a las fórmulas o frases aceptadas como “bien formadas”. Las asignaciones
de significado se llaman interpretaciones y las reglas que permiten usar las interpretaciones se
llaman reglas semánticas.
Nota 2 En las Teor´ıas a tratar en este curso evitaremos la descripciónd e las correspondiente
reglas deductivas.
9

10 CAPÍTULO 2. C ÁLCULO PROPOSICIONAL
2.2. Sintaxis y Semántica del Cálculo Proposicional
Concepto:
Paradoja 1 Esta frase es mentira.
Objetivo: Separación de la sintaxis (lo que se escribe) de la semántica (lo que significa). Ideas
de A. Tarski.
2.2.1. Sintaxis del Cálculo Proposicional
Alfabeto Son los s´ımbolos que nos está permitido usar. En el Cálculo Prosicional aparecen
los siguientes tipos:
Fórmulas Atómicas:
• Variables: X1, . . . , Xn, . . . ....
• Constantes: 0, 1
Conectivas: Son los s´ımbolos usados para relacionar los anteriores:
• Conjunción: ∧
• Disyunción: ∨
• Negación: ¬.
Delimitadores: Usualmente los paréntesis. (, ).
Reglas Sintácticas. Se definen de manera recursiva en los términos siguientes.
1. Las fórmulas atómicas son fórmulas1.
2. Si F es una fórmula, también lo es (¬F).
3. Para cualesquiera fórmulas F y G, también son fórmulas (F ∨ G) y (F ∧ G).
Definición 3 El menor lenguaje (subconjunto) de palabras sobre el alfabeto anterior, contenien-
do las fórmulas atómicas y cerrado ante las reglas sintácticas anteriores, se llama el conjunto
de las fórmulas del cálculo proposional.
Abreviaturas La presencia de un número tal de paréntesis hace que la lectura de algunas
de esas fórmulas pueda parecer incómoda. En otras ocasiones, se usan medios de escritura más
próximos a la semántica. Para ello se introducen ciertas abreviaciones de estas expresiones. Las
más usadas son:
Implicación: Se escribe (F → G) en lugar de ((¬F) ∨ G), para F y G.
Equivalencia: Se escribe (F ↔ G) en lugar de (((¬F) ∨ G) ∧ (F ∨ (¬G))), para F y G2.
O exclusivo: Se escribe (F ⊕ G) en lugar de ((F ∧ (¬G)) ∨ (G ∧ (¬F)))
1
Algunos autores usan el término fómulas ien formadas. Aqu´ı usaremos esta término más corto.
2
Nótese que equivalencia es una abreviación de ((F → G) ∧ (G → F)).

2.2. SINTAXIS Y SEM ÁNTICA DEL C ÁLCULO PROPOSICIONAL 11
Notaciones No son propiamente abreviaciones de fórmulas lógicas (dado que hacen intervenir
muchos otros s´ımbolos) pero simplifican la escritura de algunas de las fórmulas.
Conjunción de varias fórmulas. Dadas n fórmulas F1, . . . , Fn, se usa
n
i=1
Fi ,
para denotar
(· · · ((F1 ∧ F2) ∧ F3) ∧ · · · ) .
Disyunción de varias fórmulas. Dadas n fórmulas F1, . . . , Fn, se usa
n
i=1
Fi ,
para denotar
(· · · ((F1 ∨ F2) ∨ F3) ∨ · · · ) .
O exclusivo de varias fórmulas. Dadas n fórmulas F1, . . . , Fn, se usa
n
i=1
Fi ,
para denotar
(· · · ((F1 ⊕ F2) ⊕ F3) ⊕ · · · ) .
Nota 4 En la tradición de la Electrónica Digital se suelen usar las “puertas” NAND y NOR
para denotar:
NAND(F, G) denotando (¬(F ∧ G)) .
NOR(F, G) denotando (¬(F ∨ G)) .
Definición 5 (Árbol de Formación de una fórmula) Sea define mediante la siguiente regla
recursiva. Sea F una fórmula y T(F) su árbol de formación.
Si F es una constante F = c ∈ {0, 1}, T(F) = c.
Si F es una variable F = Xi ∈ {X1, X2, . . . , Xn, . . .}, T(F) = Xi.
Si F = (G ∧ H) con G y H fórmulas, entonces:
T(F) =
↑
∧
T(G) T(H)
Si F = (G ∨ H) con G y H fórmulas, entonces:
T(F) =
↑
∨
T(G) T(H)

Si F = (¬G) con G fórmula, entonces:
T(F) =
↑
¬
↑
T(G)
Definición 6 (Subfórmula de una fórmula) Dadas dos fórmulas F y G, decimos que G es
una subfórmula de F si existen palabras ω y ω sobre el alfabeto del Cálculo Proposicional, tales
que
F = ωGω .
Nota 7 El árbol de formación de una subfórmula es un sub-árbol del árbol de formación de la
fórmula completa.
2.2.2. Semántica del Cálculo Proposicional.
Interpretación. Una interpretación del Cálculo Proposicional es una sucesión E de d´ıgitos en
el conjunto {0, 1}, es decir,
E = (ε1, ε2, . . . , εn, . . .),
donde εi ∈ {0, 1}.
Valor de Verdad de una Fórmula. Dada una fórmula F del Cálculo Proposicional y dada
una interpretación
E = (ε1, ε2, . . . , εn, . . .),
definimos el valor de verdad de F en E eval(F, E) de acuerdo a las reglas siguientes:
if F = c ∈ {0, 1} es una constante, then eval(F, E) = c,
elif F = Xi, then eval(F, E) = εi
elif F = (G ∨ H), then
eval(F, E) =



1 si eval(G, E) = 1
1 si eval(H, E) = 1
0 en otro caso
elif F = (G ∧ H), then
eval(F, E) =
1 si eval(G, E) = eval(H, E) = 1
0 en otro caso
elif F = (¬G), then
eval(F, E) =
1 si eval(G, E) = 0
0 si eval(G, E) = 1
fi

Evaluación y Árbol de Formación. Reconstruir el efecto de la asignación de verdad de una
fórmula a través del árbol de formación y de los distintos nodos/puertas que pueden aparecer.
Como en el siguiente ejemplo:
0
↑
∨
0 0
1
↑
∨
1 0
1
↑
∨
0 1
1
↑
∨
1 1
Repetir con ∧ , ¬ , ⊕ , → , ↔ .
Definición 8 (Términos Básicos) Introducimos os siguientes términos:
Una interpretación E se dice que es modelo para una fórmula F si eval(F, E) = 1. Se suele
usar también la expresión F satisface E. La notación es E |= F.
Una fórmula se dice satisfactible si existe algún modelo E que la satisface. Aquellas fórmulas
para las que no hay ningún modelo que la satisface, se llaman insatisfactibles.
Una fórmula F se dice tautolog´ıa si para cualquier interpretación E, entonces, eval(F, E) =
1.
Dos fórmulas F, G se dicen tautológicamente equivalentes si para cualquier interpretación
E, eval(F, E) = eval(G, E). Denotaremos F ≡ G para decir que F y G son tautológicamente
equivalentes.
Nota 9 Un par de apreciaciones inmediatas:
Dos fórmulas F y G son tautológicamente equivalentes si y solamente si para toda inter-
pretación E, E es modelo de F si y solamente si E es modelo de G.
Dos fórmulas F y G son tautológicamente equivalentes si sy solamente si (F ↔ G) es una
tautolog´ıa.
Teorema 10 Una fórmula F es tautológica si y solamente si (¬F) es insatisfactible.
2.2.3. Tablas de Verdad, Funciones Booleanas.
Diremos que una fórmula F es expresable con variables en {X1, . . . , Xn} si las variables us-
adas para escribir F están en el conjunto {X1, . . . , Xn}. En ocasiones utilizaremos la notación
F(X1, . . . , Xn) para decir que F es expresable con variables en {X1, . . . , Xn}.
Proposición 11 Dadas dos fórmulas F(X1, . . . , Xn) y G(X1, . . . , Xm) entonces, las fórmulas
(F ∨ G), (F ∧ G), (F → G), (F ⊕ G) son expresables con variables en {X1, . . . , Xr}, donde
r = max{n, m}.
Proposición 12 Dada una fórmula F expresable con variables en {X1, . . . , Xn}, entonces (¬F)
también es expresable con variables en {X1, . . . , Xn}.

Teorema 13 Sea F una fórmula expresable sobre las variables {X1, . . . , Xn}. Sea E = (ε1, . . . , εn, . . .)
y E = (ε1, . . . , εn, . . .) dos interpretaciones.
Si εi = εi para todo i, 1 ≤ i ≤ n, entonces,
eval(F, E) = eval(F, E ).
Nota 14 En otras palabras, si F una fórmula expresable sobre las variables {X1, . . . , Xn} el
valor de cualquier interpretación E en F depende solamente de los n primeros términos de la
suceión E.
El Conjunto {0, 1}n. Es el conjunto de las plabaras de longitud n sobre el alfabeto {0, 1}. En
otros términos:
{0, 1}n
= {(ε1, . . . , εn) : εi ∈ {0, 1}}.
Su cardinal (es decir, el número de sus elementos) viene dado por
({0, 1}n
) = 2n
.
El número de subconjuntos de {0, 1}n viene dado por la siguiente expresión:
(P({0, 1}n
)) = 22n
.
Definición 15 (Funciones Booleanas) Se llaman función booleana a toda aplicación
f : {0, 1}n
−→ {0, 1}.
Se llama aplicación booleana a toda lista finita de funciones booleanas, esto es, a toda aplicación
f : {0, 1}n
−→ {0, 1}m
.
La lista f = (f1, . . . , fm), donde cada fi es una función boolena, se llama representación de f
por sus coordenadas.
Deotaremos por Bn el conjunto de todas las funciones booleanas f : {0, 1}n −→ {0, 1}.
Ejemplo 1 Formas de obtener funciones booleanas.
Sea F una fórmula del Cálculo Proposicional expresable con las variables {X1, . . . , Xn}.
Entonces, F define una función booleana (que denotaremos con la misma letra por ahora)
en la form siguiente:
F : {0, 1}n
−→ {0, 1}
de tal modo que para cada ε = (ε1, . . . , εn),
F(ε) := eval(F, E),
para cualquier interpretación E tal que sus n primeros términos coincidan con los de ε.
Para cada subconjunto X ⊆ {0, 1}n, definimos la función caracter´ıstica como sigue:
χX : {0, 1}n
−→ {0, 1}
De tal modo que para cada ε ∈ {0, 1}n, se define
χX (ε :=
1, si ε pertenece a X
0, en otro caso

Teorema 16 Se verifican las siguientes propiedades:
1. Toda función booleana es la función caracter´ıstica de un único subconjunto X de {0, 1}n.
Por tanto, el número de funciones booleanas es igual al número de subconjuntos de {0, 1}n,
esto es
(Bn) = 22n
.
2. La función constante 1 es la función caracter´ıstica del subconjunto {0, 1}n ⊆ {0, 1}n, esto
es
1 = χ{0,1}n : {0, 1}n
−→ {0, 1}..
3. La función constante 0 es la función caracter´ıstica del subconjunto vac´ıo ∅ ⊆ {0, 1}n, esto
es
1 = χ∅
: {0, 1}n
−→ {0, 1}.
4. Toda función booleana está definida por alguna fórmula del cálculo proposicional.
5. Dada una fórmula F expresable con las variables {X1, . . . , Xn}, F es una tautolog´ıa si
y solamente si la función booleana que define es la función constante 1, esto es F es
tautolog´ıa si y solamente si
F = 1 : {0, 1}n
−→ {0, 1}.
6. Dada dos fórmulas F y G expresables con las variables {X1, . . . , Xn}, F y G son tautológi-
camente equivalentes si y solamente si definen la misma función booleana, esto es F y G
son tautológicamente equivalentes y solamente si
F = G : {0, 1}n
−→ {0, 1}.
7. Una fórmula F expresable con las variables {X1, . . . , Xn}, entonces, F es satisfactible si
y solamente si 1 está en la imagen de F, esto es, si y solamente si F−1({1}) = ∅ o,
equivalentemente si y solamente si se verifica
∃ε ∈ {0, 1}n
, F(ε) = 1.
Nota 17 Como indica el enunciado anterior, toda función booleana está definida por alguna
fórmula del Cálculo Proposicional. Pero es fácil demostrar que el número de fórmulas que definen
una función dada es infinito y, por tanto, un problema central consiste en detectar si dos fórmulas
definen una misma función booleana, lo cual es lo mismo que preguntar si dos funciones del
Cálculo Proposicional son tautológicamente equivalentes.
Tablas de Verdad. La Tabla de Verdad de una fórmula expresable con las variables {X1, . . . , Xn}
es simplemente una representación en forma de Tabla de la función booleana asociada a la
fórmula. Fácilemente se observa que esta manera de rpresentar funciones booleanas no es la
más adecuada cuando el número de variables es relativamente grande. Construir la Tabla de
Verdad de una fórmula corresponde a una de las estrategias (la obvia) de decidir si es o no es
satisfactible. Sin embargo, el proceso es realmente caro.

Teorema 18 Existe un algoritmo que realiza la siguiente tarea:
Dada una fórmula F del Cálculo Proposicional expresable sobre las variables {X1, . . . , Xn} y
dado ε = (ε1, . . . , εn) ∈ {0, 1}n, el algoritmo produce el valor de verdad F(ε).
El tiempo requerido por el algoritmo está acotado por cL2, donde c es una constante y L es la
talla de F( es decir, el número de s´ımbolos, contados con sus repeticiones, usados para escribir
F).
Con este algoritmo el tiempo requerido para escribir la Tabla de Verdad de F es del orden
c2n
L2
.
Usaremos los siguientes elementos:
Profundidad de una conectiva en una fórmula. Sea op ∈ {∨, ∧, ¬} una conectiva. Lla-
maremos profundidad de op en F (lo denotaremos como d(op, F) al número de paréntesis
abiertos ( a la izquierda de op en F menos el número de paréntesis cerrados ) a la izquierda
de op en F, i.e.
d(op, F) = {paréntesis ( a la izqda.} − {paréntesis ) a la izqda.}.
Profundidad de una fórmula. Llamaremos profundidad de una fórmula al máximo de las
profundidades de sus conectivas.
Las fórmulas de profundidad 0 son las variables y las constantes (i.e. las fórmulas atómicas).
Las fórmulas de profundidad 1 son de uno de los tipos siguientes:
(Xi op Xj), (Xi op c), (c op Xi), (¬Xi), (¬c),
donde c ∈ {0, 1} es una constante y op ∈ {∨, ∧}.
Evaluar en profundidad 1. Dada una fórmula de profundidad 1 y dado ε ∈ {0, 1}n,
eval(F, ε) es el valor obtenido por las tablas de verdad de F aplicado directamente a
la fórmula de profundidad 1 (ver item anterior).

Input:
una fórmula F del Cálculo Proposicional expresable sobre las variables {X1, . . . , Xn}
ε = (ε1, . . . , εn) ∈ {0, 1}n
:= d(F)
while > 1 do
Hallar la conectiva op de F más a la izquierda verificando d(op, F) = d(F),
if op = ¬ (Comentario: op va rodeada de una expresión de la forma (¬H),
donde H = Xi es una variable o H = c ∈ {0, 1} es una constante)
then do Hallar ω y ω tales que
F = ω(¬H)ω ,
F := ω eval((¬H), ε) ω , = d(F),
(Comentario: reemplazamos (¬H) por su valor eval((¬H), ε),
hallamos la nueva profundidad y volvemos al while)
else op ∈ {∨, ∧} (Comentario: op va rodeada de una expresión de la forma (G op H),
donde H y G son variables o constantes)
then do Hallar ω y ω tales que
F = ω(G op H)ω ,
F := ω eval((G op H), ε) ω , := d(F),
(Comentario: reemplazamos (G op H) por su valor eval((G op H), ε),
hallamos la nueva profundidad y volvemos al while)
fi
od
Output eval(F, ε)
2.2.4. Circuitos Booleanos.
Representan una alternativa a las fórmulas del Cálculo Proposicional en la representación de las
funciones booleanas. No haremos una descripción muy detallada de las principales propiedades,
aunque s´ı introduciremos las nociones esenciales. Las representaciones gráficas y los ejemplos
serán aquellos expuestos en las clases de Teor´ıa.
Definición 19 (Grafo) Un grafo finito es un par (V, E), donde:
V es un conjunto finito, cuyos elementos se llaman vértices o nodos.
E es un conjunto de subconjuntos X de V de cardinalidad a lo sumo 2. Los elementos de
E se llaman aristas del grafo.

Nota 20 Como el conjunto de nodos de un grafo es un conjunto finito, el conjunto de nodos V
suele identificarse con un conjunto finito de números naturales V = {1, 2, 3, . . . , N}, siendo N
el número de nodos del grafo. As´ı, los siguientes son ejemplos de grafos:
G1 = (V1, E1) donde:
V1 := {a, b, c, d}, E1 := {{a}, {a, b}, {c, d}, {c}, {a, d}}.
V2 := {1, 2, 3, 4, 5, 6}, E2 := {{1, 3}, {1, 4}, {1, 5}, {1, 2}, {1, 6}, {2, 5}}.
El alumno deber´ıa intentar la representación gráfica de estos dos grafos y de otros que se le
ocurran.
Definición 21 (Grafo orientado) Un grafo orietando es un par (V, E), donde V es un con-
junto finito, y E es un subconjunto del producto cartesiano E × E, es decir, E es una lista de
pares de nodos en V .
Nota 22 De nuevo suele usarse el conjunto de nodos V = {1, 2, 3, . . . , N}. El número total de
nodos o vértices N se le denomina talla del grafo. A diferencia de los grafos en los que ambos
sentidos son aceptables, un grafo orientado es un grafo en el que se asgina un único sentido
entre dos nodos como aceptable. Algunos ejemplos son:
V1 := {1, 2, 3, 4}, E1 := {(1, 1), (1, 2), (3, 4), (4, 3), (3, 3), (4, 1)}.
V2 := {1, 2, 3, 4, 5, 6}, E2 := {(1, 3), (4, 1), (1, 5), (2, 1), (1, 6), (5, 2)}.
Terminolog´ıa Básica sobre Grafos. Usaremos los siguientes términos de uso común en la
Teor´ıa de Grafos. Sea G := (V, E) un grafo orientado:
Camino en un Grafo. Es una sucesión finita de nodos (no todos ellos distintos) represen-
tados del modo siguiente:
a1 → a2 → a3 → · · · → an,
con la propiedad de que para cada i, (ai, ai+1) ∈ V son aristas del grafo. Un camino como
el anterior se dice de longitud n − 1.
Ciclo en un Grafo. Un ciclo en un grafo es un camino que empieza un termina en el mismo
nodo. Un grafo orientado se llama ac´ıclico si no contiene ningún ciclo.
a1 → a2 → · · · → an = a1.
Profundidad de un Grafo. Si G es un grafo orientado, se llama profundidad a la mayor
de las longitudes de sus caminos. Obsérvese que un grafo tiene profundidad finita si y
solamente si es ac´ıclico. Se llaman grafos bien paralelizables a aquellos grafos en los que la
profundidad es logar´ıtimica (o poli-logar´ıtimca) en la talla.

Abanico de entrada (fan–in) y Abanico de Salida (fan–out). Se llama Abanico de entrada
de un nodo al número de aristas que terminan en él. Se llama abanico de salida de un
nodo al número de aristas que salen de él.
Nodos fuente, nodos output, nodos intermedios. Se llaman nodos fuente (o nodos de input)
a los nodos de fan–in 0, y nodos output a los nodos de fan–out 0. El resto se llaman nodos
intermedios.
Definición 23 (Circuito Booleano) Llamaremos circuito booleano a todo par (G, ϕ) donde
G :( V, E) es un grafo orientado y ac´ıclico en el que el fan–in de todo nodo es a lo sumo 2
(fan–out no acotado) y ϕ es un proceso de etiquetado de los nodos que verifica las propiedades
siguientes:
ϕ : V −→ {∨, ∧, ¬} ∪ {0, 1} ∪ {Xi : i = 1, 2, . . .}.
El grafo G tiene n + 2 nodos fuente que son numerados como {1, 2, . . . , n, n + 1, n + 2}.
Además,
ϕ(i) := Xi, para cada i, 1 ≤ i ≤ n,
ϕ(n + 1) = 0, ϕ(n + 2) = 1,
Para un nodo ν ∈ V de fan–in 1, ϕ(ν) = ¬,
Para un nodo ν ∈ V de fan–in 2, ϕ(ν) ∈ {∨, ∧}.
Nota 24 Los circuitos booleanos pueden interpretarse como evluadores de aplicaciones booleanas.
En los nodos fuente se introducen valores booleanos ε := (ε1, . . . , εn) ∈ {0, 1}n.
A través de los nodos intermedios vamos avanzando conforme a las reglas marcadas en los nodos
(es decir, aplicando las evaluaciones de las conectivas {∨, ∧, ¬}).
Al final, en los nodos de output, detenemos los cálculos dando el resultado que es una lista en
{0, 1}m, donde m es el número de nodos de output del grafo.
As´ı, si un circuito Γ tiene un sólo nodo de output y n+2 nodos fuente, entonces, es una evaluador
de una función booleana f ∈ Bn, es decir, f : {0, 1}n −→ {0, 1}.
Definición 25 Se llama complejidad de una fórmula booleana f ∈ Bn al m´ınimo de las tallas
de los circuitos booleanos que evalúan f.
Teorema 26 (Teorema de Shannon–Lupanov) Toda función booleana f ∈ Bn puede eval-
uarse con circuitos booleanos de talla 2n
n .
Además, hay funciones booleanas de complejidad 2n
n , es decir, que no admiten circuitos booleanos
que las evalúen con menos de 2n
n nodos.
Codificación de circuitos booleanos. Comencemos con las codificaciones de grafos ori-
entados. Hay dos modelos usuales: codificación como lista y codificación mediante matriz de
adyacencia.
Codificación como lista. Es la codificación más próxima a la definición. Tiene dos compo-
nentes:
G := (N, L),
donde N es el número de nodos y L es una lista de listas,
L := [[a1, b1], [a2, b2], . . . , [aL, bL]],
siendo [ai, bi] la lista de uno de los pares (ai, bi) ∈ V .

Codificación mediante matriz de Adyacencia. Dado un grafo orientado G = (V, E),
donde V = {1, 2, . . . , N} es el conjunto de nodos. Codificaremos el grafo mediante una matriz
N × N
G := (ai,j)1≤i,j≤N
donde las coordenadas son dadas mediante:
ai,j :=
1 si (i, j) ∈ V
0 en caso contrario
Codificación de Circuitos Booleanos. Usaremos una codificación que sigue el esquema de
la codificación como lista. As´ı, sea Γ un circuito booleno. Su codificación como lista de listas
Γ := [A1, . . . , AL], donde L es el número de nodos, tendrá la forma siguiente:
Si i es un nodo fuente de variable Ai := [i, Xi],
Para los nodos asociados a constantes,
An+1 := [n + 1, 0], An+2 := [n + 2, 1].
Si i es un nodo de fan–in 1, entonces, existe un nodo j < i tal que (j, i) ∈ V y ϕ(i) = ¬.
Escribiremos:
Ai := [i, ¬, j].
Si i es un nodo de fan–in 2, hay dos nodos i1 < i, i2 < i tales que (i1, i) ∈ V y (i2, i) ∈ V .
Si, además, op = ϕ(i) ∈ {∨, wedge}, escribiremos:
Ai := [i, op, i1, i2].
Teorema 27 Existe un algoritmo que realiza la tarea siguiente:
Dado un circuito booleano Γ con un sólo nodo de output, por su codificación, involucrando n
variables {X1, . . . , Xn} y dado un valor booleano ε ∈ {0, 1}n, el algoritmo develve el valor f(ε),
es decir, el valor de la función booleana evaluada por Γ en el valor ε elegido.
El tiempo requerido por el algoritmo es del orden Llog2L, donde L es la talla del circuito.
2.3. Equivalencia Tautológica y Formas Normales
Antes de comenzar, introduzcamos el siguiente resultado técnico de gran utilidad para probar
equivalencas tautológicas.
Teorema 28 Sean F y G dos fórmulas tautológicamente equivalentes (i.e. F ≡ G). Entonces,
para cualquier fórmula H que contiene a F como subfórmula, sea H la fórmula obtenida reem-
plazando cada aparición de F en H por G. Sea tendrá que H ≡ H .
En otras palabaras, dos fórmulas tautológicamente equivalentes se pueden reemplazar unas por
otras y no cambian el valor semántico de la fórmula obtenida.
Teorema 29 (Principales Equivalencias Tautológicas) Para cuaesquiera tres fórmulas F, G, H
las siguientes equivalencias tautológicas se verifican:
Idempotencia
(F ∨ F) ≡ F, (F ∧ F) ≡ F.

2.3. FORMAS NORMALES 21
Elemento Neutro
(F ∨ 0) ≡ F, (F ∧ 1) ≡ F.
Doble negación
(¬(¬F)) ≡ F.
Conmutatividad
(F ∨ G) ≡ (G ∨ F), (F ∧ G) ≡ (G ∧ F).
Asociatividad
(F ∨ (G ∨ H)) ≡ ((F ∨ G) ∨ H), (F ∧ (G ∧ H)) ≡ ((F ∧ G) ∧ H).
Distributivas
(F ∨ (G ∧ H)) ≡ ((F ∨ G) ∧ (F ∨ H)), (F ∧ (G ∨ H)) ≡ ((F ∧ G) ∨ (F ∧ H)).
Leyes de Morgan
(¬(F ∨ G)) ≡ ((¬F) ∧ (¬G)), (¬(F ∧ G)) ≡ ((¬F) ∨ (¬G)).
Leyes de Tautolog´ıa. Si F es una tautolog´ıa,
F ≡ (F ∨ G), G ≡ (F ∧ G).
Leyes de Insatisfactibilidad. Si F es una insatisfactible,
G ≡ (F ∨ G), F ≡ (F ∧ G).
Definición 30 (cláusulas) Se llaman literales a las fórmulas atómicas y a las negaciones de
fórmulas atómicas. Se llaman literales negativos a las negaciones de fórmulas atómicas (es decir,
a los del conjunto {(¬Xi), (¬1), (¬0)}) y literales positivos al resto.
Se llaman calusulas, a toda disyunción de un número finito de literales. Esto es, son cláusulas
las fórmulas del tipo
F =
r
i=1
Ai = (A1 ∨ A2 ∨ · · · ∨ Ar),
donde A1, A2, . . . , Ar son literales positivos o negativos.
Nota 31 (Varias Notaciones para las cláusulas) Algunos autores usan una notación de
lista para las cláusulas, dando por entendido el s´ımbolo ∨ de la disyunción. As´ı, se tienen las
siguientes notaciones para las cláusulas:
F = (X1 ∨ (¬X2) ∨ 0 ∨ (¬X3) ∨ X5),
o también
F = {X1, (¬X2), 0, (¬X3), X5},
o incluso
F = [X1, (¬X2), 0, (¬X3), X5].
Usaremos indistintamente cualquiera de ellas, indicando en cada caso el tipo de notación que
usamos.

Definición 32 (Formal Normal Conjuntiva CNF) Decimos que una fórmula está en for-
ma normal conjuntiva si es una conjnción de varias cláusulas, esto es, son las fórmulas que
tienen la forma:
F =


r
i=1


si
j=1
Ai,j



 ,
donde los Ai,j son literales.
Nota 33 A veces se usa el término forma normal disyuntiva (DNF) para designar las fórmulas
que vienen dadas como disyunción de conjunciones de literales, esto es, las fórmulas que tienen
la forma:
F =


r
i=1


si
j=1
Ai,j



 ,
donde los Ai,j son literales. Pero su uso está menos extendido y es menos relevante.
Teorema 34 Toda fórmula es tautológicamente equivalente a una fórmula en forma normal
conjuntiva.
Toda fórmula es tautológicamente equivalente a una fórmula en forma normal disyuntiva.
Demostración.– El siguiente algoritmo calcula la fórmula en forma normal conjuntiva equivalente
a una fórmula dada.
Input: Una fórmula F en forma cualquiera.
while F no esté en forma normal conjuntiva do
Reemplaza toda aparición de subfórmulas de los tipos descritos en la columna de la derecha
por la fórmula correspondiente descrita en la columna de la izquierda, hasta que no quede
ninguno de los tipos que aparecen e la columna izquierda:
Reemplaza (¬(¬G)) por G
Reemplaza (¬(G ∧ H)) por ((¬G) ∨ (¬H))
Reemplaza (¬(G ∨ H)) por ((¬G) ∧ (¬H))
Reemplaza toda aparición de subfórmulas de los tipos descritos en la columna de la derecha
por la fórmula correspondiente descrita en la columna de la izquierda, hasta que no quede
ninguno de los tipos que aparecen e la columna izquierda:
Reemplaza (R ∨ (G ∧ H)) por ((R ∨ G) ∧ (R ∨ H)
Reemplaza ((R ∧ G) ∨ H) por ((R ∨ G) ∧ (R ∨ H))
od

2.4. F ÓRMULAS DE HORN 23
2.4. Cláusulas de Horn, Fórmulas de Horn
Definición 35 (Cláusulas de Horn) Una cláusula se dice clásula de Horn si tiene a los sumo
un literal positivo.
Nota 36 Una cláusula de Horn sin ningún literal positivo de llama clásula objetivo. Por ejem-
plo,
((¬X1) ∨ (¬X3) ∨ (¬X5)),
es una clásula de Horn sin literales positivos. Nótese que la anterior cláusula es tautológicamente
equivalente a
(¬(X1 ∧ X3 ∧ X5)).
Una cláusula de Horn con un único literal positivo se llama hecho (fact).
Nota 37 Una clásula de Horn con exactamente un literal positivo es una implicación. Por
ejemplo,
((¬X1) ∨ (¬X3) ∨ (¬X5) ∨ X2),
es una cláusula de Horn tautológicamente equivalente a:
((X1 ∧ X3 ∧ X5) → X2) .
Nota 38 Una cláusula que no es cláusula de Horn es la siguiente:
(X1 ∨ X2 ∨ (¬X3)).
Definición 39 Una fórmula de Horn es una fórmula en forma normal conjuntiva (CNF) tal
que cada una de las clásulas que aparecen en ella es una cláusula de Horn.
Lema 40 Sea F una fórmula de Horn que no contiene cláusulas de los siguientes dos tipos:
((1 ∧ · · · ∧ 1) → B),
donde B es variable o
((1 ∧ · · · ∧ 1) → 0).
Entonces, F es satisfactible
Demostración.– Daremos la demostración3. En la fórmula F en forma normal conjuntiva, todas
las clásulas son de la forma:
((A1 ∧ A2 ∧ · · · ∧ Ar) → B),
donde los Ai’s y B son variables o constantes en {0, 1}.
Los casos excluidos son esencialmente aquellos casos en los que todas las Ai’s son constantemente
1 y B es variable o B es 0. Supongamos que la fórmula F es expresable con las variables en
{X1, . . . , Xn} (es decir, las únicas variables que aparecen están en ese conjunto. Consideremos
una interpretación tal que los n primeros términos de la suceción son cero, es decir, consideremos
0 := (0, 0, . . . , 0) ∈ {0, 1}n. Veamos que si F verifica las hipótesis, entonces es satisfactible porque
F(0) = 1.
Para ello, veamos que todas las clásulas C de F verifican C(0) = 1.
Para ello, veamos qué forma tienen que tener las cláusulas C de F.
3
Damos la demostración porque en ninguna de las referencias del curso aparece de modo completo.

Si la cláusula C de F es de la forma:
((A1 ∧ A2 ∧ · · · ∧ Ar) → 0),
entonces, nuestra hipótesis indica que no todos los Ai’s son constantemente igual a 1. Por
tanto,para algún i, o bien existe una variable Xj tal que Ai = Xj o bien Ai = 0. en ambos
casos (reemplazando Xj por 0), tendremos que
eval((A1 ∧ · · · ∧ Ar), 0) = 0,
y eval(C, 0) = eval((0 → 0), 0) = 1, con lo que es satisfactible.
Si la cláusula C de F es de la forma:
((A1 ∧ A2 ∧ · · · ∧ Ar) → B),
con B variable, entonces existe j tal que B = Xj y nuestra cláusula C tiene la forma:
C = ((A1 ∧ A2 ∧ · · · ∧ Ar) → Xj).
Por tanto, sustituyendo Xj por 0,
eval(C, 0) = eval(((A1 ∧ A2 ∧ · · · ∧ Ar) → 0), 0),
y se aplica el argumento anterior con lo que es satisfactible.
Finalmente, si la fórmula tiene la forma:
((A1 ∧ A2 ∧ · · · ∧ Ar) → 1),
entonces es una tautolog´ıa y, por tanto, es satisfactible para cualquier valor elegido.
Este sencillo resultado conduce al siguiente importante resultado.
Teorema 41 Existe un algoritmo que en tiempo polinomial en el tamao de la fórmula decide si
una fórmula de Horn es satisfactible.
Demostración.– El algoritmo trata de eliminar la presencia de clásulas de las consideradas en
el Lema anterior.
As´ı, dada una fórmula de Horn F, denotaremos por
M(F) := cláusulas en F de la forma
((1 ∧ · · · ∧ 1) → B),
con B variable o B = 0.

2.5. RESOLUCI ÓN 25
Input: Una fórmula de Horn F en forma normal conjuntiva de tal modo que todas sus clásulas
sean de la forma:
((A1 ∧ A2 ∧ · · · ∧ Ar) → B),
donde A1, . . . , Ar, B son o bien variables o bien constantes en {0, 1}.
G:=F
n := M(G)
while n ≥ 1 do
if existe una cláusula en G de la forma:
((1 ∧ · · · ∧ 1) → 0),
then Output Insatisfactible
else hallar una cláusula en G de la forma
((1 ∧ · · · ∧ 1) → B),
con B variable.
then escribir una nueva fórmula G1 obtenida mediante:
* Suprimir la cláusula ((1 ∧ · · · ∧ 1) → B) de G
* Reemplazar toda aparición de la variable B en G por 1.
* G := G1
* n := M(G)
fi
od
Output Satisfactible
En cada paso por el “while” el algoritmo o bien termina o bien suprime una de las clásulas que
aparecen en la fórmula. As´ı, el número de pasos por el “while” está acotado por el número de
clásulas de F y, por tanto, por la talla de F.
2.5. Resolución
La alternativa a la evaluación como medio de testar satisfabilidad de fórmulas. La idea original
parece deberse a J.A. Robinson.
Definición 42 Sean C1, C2 dos cláusulas del cálculo proposicional, escritas en forma clausal.
Diremos que C1 y C2 son cláusulas conflictivas (clashing clauses) si existe un literal tal que
∈ C1 y c ∈ C2. Llamaremos resolvente de las cláusulas C1 y C2 a la cláusula dada mediante
la siguiente igualdad:
Res(C1, Cs) := (C1 { }) ∪ (C2 { c
}) .
Las clásulas C1 y C2 se llaman cláusulas parentales o antecedentes de Res(C1, C2).

Nota 43 De hecho, la Definición anterior es incompleta aunque es la más común en la Bibli-
ograf´ıa usual de estas asignaturas. Nótese que dos cláusulas C1, C2 pueden estar en conflicto en
más de un literal. Por ejemplo,
C1 := [X1 ∨ (¬X2)], [(¬X1) ∨ X2].
En este caso, el término resolución no precisa cuál de los literales X1 o (¬X2) es el que domina
a la hora de hacer la resolución. La razón última es que tanto la terminolog´ıa como la notación
es incorrecta. Debe decirse que dos cláusulas C1 y C2 están en conflicto “con respecto al literal
”. Debe denotarse la “resolvente de C1 y C2 con respecto a mediante:
Res(C1, C2, ) := (C1 { }) ∪ (C2 { c
}) .
As´ı, el anterior ejemplo resulta tener la forma siguiente:
Res(C1, C2, X1) = [(¬X2) ∨ X2],
mientras que
Res(C1, C2, (¬X2)) = [X1 ∨ (¬X2)].
Sin embargo, en evitación de conflictos supondremos que la notación Res(C1, C2) se refiere
a Res(C,C2, ) para algún literal que presenta conflicto entre ambas. S’olo en caso de duda
haremos un esfuerzo en destacarlo.
Lema 44 Sean C1, C2 dos clásulas conflictivas con respecto al literal . Entonces, si A es un
modelo que satisface C1 ∧ C2, A también satisface Res(C1, C2).
Demostración.– Sea A el modelo y supongamos que A( ) = 1 (la prueba será igual en el otro
caso). Entonces,
1 = A(C2) = A ((C2 { c
}) ∨ { c
}) = A(C2 { c
}).
Por tanto,
A(Res(C1, C2)) = A(C2 { c
}) = 1,
y se sigue el resultado.
Lema 45 Sean C1, . . . , Cr cláusulas que contienen un literal y no contienen el literal c. Sean
Cr+1, . . . , Cs clásulas que contienen el literal c y no contienen el literal . Consideremos la
fórmula F del Cálculo Proposicional dada como la conjunción de todas las resolventes de las
cláusulas conflictivas anteriores. Esto es,
F := {Res(Ci, Cj) : 1 ≤ i ≤ r, r + 1 ≤ j ≤ s}.
Entonces, si A es un modelo que satisface F, entonces, existe una extensión A de A que satisface
la fórmula dada por las conjunciones
C1 ∧ · · · ∧ Cr ∧ Cr+1 ∧ · · · ∧ Cs.
En particular, si F es satifacible, también lo es la anterior conjunción de cláusulas.

Demostración.– Sea A un modelo satisfecho por F. Tenemos que
A(Res(Ci, Cj)) = 1, 1 ≤ i ≤ r, r + 1 ≤ j ≤ s.
Obsérvese que F no contiene al literal ni a su negación. Supongamos que existe algún j,
r + 1 ≤ j ≤ s tal que A(Cj { c}) = 0.
Entonces, para todo i, 1 ≤ i ≤ r, tendremos
A(Res(Ci, Cj)) = A(Ci { }) = 1.
Pogamos A un modelo definido del modo siguiente: A(τ) = A(τ) para todo literal τ en F (que
es distinto de y c. Definamos A( c) = 1 y, por consiguiente, A( ) = 0. Tendremos que para
cada i, 1 ≤ i ≤ r se tendrá:
A(Ci) = A(Ci { }) = A(Ci { }) = 1.
De otro lado, para cada j, r + 1 ≤ j ≤ s, tendremos
A(Cj) = A ((Cj { c
}) ∪ { c
}) = A({ c
}) = 1,
y la conjunción de todas ellas satisface A y es, por tanto, satisfactible.
Supongamos que, por el contrario, para cada j, r + 1 ≤ j ≤ s, se tiene A(Cj { c}) = 1.
entonces, basta definir la extensión A de A con los valores: A( ) = 1 y A( c) = 0. Esta extensión
será satisfecha por la cojuntción de todas las clásulas.
Lema 46 Sea F una fórmula del Cálculo Proposicional en forma normal conjuntiva y denotada
en forma clausal. Sea un literal que aparece en F. Supongamos que las cláusulas de F se pueden
clasificar en los tres grupos siguientes:
C1, . . . , Cr son las cláusulas que contienen y no contienen c.
Cr+1, . . . , Cs son las cláusulas que contienen c y no contienen .
Cs+1, . . . , Ct son las cláusulas que contienen a y a c.
Ct+1, . . . , Cm son las clásulas que no contienen ni a ni a c.
Sea F1 la fórmula en forma normal conjuntiva dada mediante:


1≤i≤r,r+1≤j≤s
Res(Ci, Cj)

 ∧ (Ct+1 ∧ · · · ∧ Cm) .
Entonces, F es satisfactible si y solamente si F1 es satisfactible.
Demostración.– Es análoga a la prueba del Lema 44 anterior.
Definición 47 Sea F una fórmula del Cálculo Proposicional en forma normal conjuntiva, es-
crita en forma clausal. Sea κ(F) el conjunto de todos los pares conflictivos de F y definamos la
resolvente de F mediante:
Res(F) := F ∪ {Res(C1, C2) : (C1, C2) ∈ κ(F)}.

Proposición 48 Para toda fórmula en forma normal conjuntiva F, F y Res(F) son tautológi-
camente equivalentes.
Demostración.– Basta con usar el Lema 46. Si un modelo A satisface F, entonces también
satisface Res(F). El rec´ıproco es obvio.
Teorema 49 Sea F una fórmula del Cálculo Proposicional en forma normal conjuntiva. Supong-
amos que F = Res(F) y que la cláusula vac´ıa no está en F. Entonces, F es satisfactible.
El rec´ıproco también es cierto.
Demostración.– Por inducción en el número n de literales que aparecen en la fórmula.
Caso n = 1. Supongamos que la fórmula F sólo contiene un literal y/o su negación c. Entonces,
las clásulas de F sólo pueden ser de los tipos siguientes:
{ }, { c
}, { , c
}.
o la cláusula vac´ıa . Si, además, la fórmula coincide con su resolvente, entonces no puede ser
nada más que una de ellas y, por tanto, satisfactible o tautológica.
Caso n > 1. Consideremos F involucrando n literales y supongamos que involucra el literal .
Distinguiremos los siguientes tipos de cláusulas en F:
C1, . . . , Cr son las cláusulas que contienen y no contienen c.
Cr+1, . . . , Cs son las cláusulas que contienen c y no contienen .
Cs+1, . . . , Ct son las cláusulas que contienen a y a c.
Ct+1, . . . , Cm son las clásulas que no contienen ni a ni a c.
Consideremos las clásulas Res(Ci, Cj) con 1 ≤ i ≤ r, r + 1 ≤ j ≤ s. Como F = Res(F),
Res(Ci, Cj) ∈ {Ct+1, . . . , Cm}.
Consideremos la fórmula F1 dada mediante


1≤i≤r,r+1≤j≤s
Res(Ci, Cj)

 ∧ (Ct+1 ∧ · · · ∧ Cm) .
Aplicando Lema 46, concluimos que si F1 es satisfactible, también lo es F.
Además, F1 = Res(F1). Para verlo, sean C1, C2 dos clásulas conflictivas de F1. Por tanto son
cláusulas conflictivas de F y no contienen ni al literal ni su negación c. entonces, Res(C1, C2)
está en F y no contiene ni ni c. Por tanto, Res(C1, C2) ∈ {Ct+1, . . . , Cm} y, por tanto, es una
cláusula de F1. Pero, además, F1 contiene a lo sumo n − 1 literales y no contiene la cláusula
vac´ıa. Por tanto, F1 es satisfactible y el Teorema se sigue.
Definición 50 Sea F una fórmula del cálculo proposicional en forma normal conjuntiva. Defi-
namos la sucesión definida por las iteraciones del operador Res sobre F del modo siguiente:
Res0
(F) := F,

Res1
(F) := Res(F),
Resk+1
(F) := Res Resk
(F) .
Finalmente, definamos
Res∗
(F) :=
k∈N
Resk
(F).
Lema 51 Con las anteriores notaciones, Existe m ∈ N tal que
Res∗
(F) = Resm
(F) = Resk
, ∀k ∈ N.
Es decir, la sucesión de resolventes se estabiliza.
Demostración.– Hay dos maneras de hacer la prueba, dependiendo de cómo vemos las fórmulas.
Supongamos que F es una fórmula en cuyas cláusulas aparecen solamente literales en el siguiente
conjunto:
L(F) := {1, 0, X1, . . . , Xn, (¬X1), . . . , (¬Xn)}.
Si F es vista en forma clausal, las cláusulas de F son simplemente subconjuntos del conjunto
anterior. La aplicación de la Resolvente genera nuevas cláusulas que no involucran nuevos lit-
erales. Luego Res(F) genera nuevos subconjuntos del conjunto L(F). Como el conjunto L(F)
es finito (de cardinal 2n + 1) el número de subconjuntos de L(F) es finito (acotado por 22(n+1)).
Por tanto, la sucesión creciente de subconjuntos de L(F):
Res0
(F) ⊆ Res1
(F) ⊆ Res2
(F) ⊆ · · · ⊆ Resk
(F) ⊆ · · · ,
no puede ser una sucesión infinita y, en algún momento, se estabiliza.
Teorema 52 Dada una fórmula F del cálculo proposicional en forma normal conjuntiva F, se
tiene que F es satisfactible si y solamente si ∈ Res∗(F).
Demostración.– Claramente, como F y Res(F) son tautológicamente equivalentes, F es satis-
factible si y solamente si lo es Res∗(F). Finalmente, como
Res(Res∗
(F)) = Res(Resm
(F)) = Resm+1
(F) = Res∗
(F),
para algún m, concluiremos que Res∗(F) verifica las hipótesis de Lema 46 y concluiremos que
Res∗(F) es satisfactible si y solamente si no contiene la cláusula vac´ıa .
Esto nos permite generar el siguiente Algoritmo:
Input: F (Una fórmula en CNF)
S := F
while S = Res(S) do
if ∈ Res(F) then Output: Insatisfactible
else do S := Res(S)
fi
od
Output: Satisfactible
end

Teorema 53 El anterior Algoritmo decide si una fórmula del Cálculo Proposicional dada en
forma normal conjuntiva es satisfactible. EL número de iteraciones está acotado por 2M , donde
M es el número de literales que aparecen el el input.
2.6. Eliminación
En realidad es una variante de la resolución que trataremos de definir a partir del uso de la
resolvente de una fórmula con respecto a una variable. A través de los ejercicios, el alumno
observará que la aplicación del anterior algoritmo de resolución (como operador iterado) puede
hacer crecer muy rápidamente el número de cláusulas que intervienen a cada iteración. Una
manera de corregir este efecto es el uso de la Eliminación Iterada que no es otra cosa que la
resolución eliminando, a cada etapa, un literal.
Para ello, definiremos la noción siguiente:
Definición 54 Se llama fórmula vac´ıa a la fórmula del Cálculo Proposicional en forma normal
conjuntiva que no contiene ninguna cláusula. Se denota por ∅.
Nota 55 No confudir la cláusula vac´ıa , la fórmula { } cuya única cláusula es la clásula
vac´ıa y la fórmula vac´ıa ∅.
La cláusula vac´ıa es insatisfactible.
La fórmula { } cuya única cláusula es la clásula vac´ıa es insatisfactible.
La fórmula vac´ıa ∅ es tautológica.
Definición 56 Sea F = {C1, . . . , Cm} una fórmula del cálculo Proposicional en CNF. Sea un
literal que aparece en F. Definiremos Res(F, ) en los términos y casos siguientes:
Caso I.– Supongamos que se verifica:
• C1, . . . , Cr son las cláusulas que contienen y no contienen c.
• Cr+1, . . . , Cs son las cláusulas que contienen c y no contienen .
• Cs+1, . . . , Ct son las cláusulas que contienen a y a c.
• Ct+1, . . . , Cm son las clásulas que no contienen ni a ni a c.
Entonces definimos:
Res(F, ) :=


1≤i≤r,r+1≤j≤s
Res(Ci, Cj)

 ∧ (Ct+1 ∧ · · · ∧ Cm) .
Caso II.– Supongamos que se verifica:
• C1, . . . , Cr son las cláusulas que contienen y no contienen c.
• No hay cláusulas que contienen c y no contienen .
• Cr+1, . . . , Ct son las cláusulas que contienen a y a c.

2.7. EJERCICIOS 31
Res(F, ) := C1 ∧ C2 ∧ · · · ∧ Cr ∧ (Ct+1 ∧ · · · ∧ Cm) .
Caso III.– Supongamos que se verifica:
• No hay cláusulas que contienen y no contienen c.
• No hay cláusulas que contienen c y no contienen .
• Cr+1, . . . , Ct son las cláusulas que contienen a y a c.
Res(F, ) := (Ct+1 ∧ · · · ∧ Cm) .
Proposición 57 Con las notaciones de la Definición anterior, se tiene, para una fórmula F en
forma normal conjuntiva:
1. Si F = ∅ y F = { }, entonces, hay al menos un literal que aparece en F.
2. Para cualquier literal que aparece en F, F es satisfactible si y solamente si Res(F, ) es
satisfactible.
Con estos instrumentoes deinimos el sguiente algoritmo, que llamaremos algoritmo de elimi-
nación:
Input: F (Una fórmula en CNF)
while F = ∅ do
if ∈ F then Output: Insatisfactible
else do F := Res(F, ), donde es algún literal que aparece en F.
fi
od
Output: Satisfactible
end
Teorema 58 El algoritmo de eliminación decide si una fórmula del Cálculo Proposicional es
satisfactible o no en tiempo exponencial en el número de literales involucrados.
2.7. Ejercicios
Problema 2 Reconstruir la demostración del Lema 46, interpretando la extensión del modelo
que se satisface en ambos casos.

Cap´ıtulo 3
Lógica de Predicados
3.1. Introducción
Los ejemplos siguientes muestran la aparición de fórmulas de primer orden de la Lógica de
Predicados en diversos ámbitos conocidos por los alumnos.
3.1.1. El Registro Civil.
Se trata de la base de datos más antigua que existe. En ella constan, de cada individuo (en
España), la siguiente información:
Nombre y Apellidos (dos)
Nombre la madre (sin apellidos)
Nombre del padre (sin apellidos)
Fecha y Lugar de Nacimiento.
Cada individuo que nace en el Estado español debe inscribirse en el registro Civil con esa
información.
Esta Base de datos clásica (e histórica) puede usarse para responder a preguntas como:
1. Dados X e Y, decidir sin son primos.
2. Dados X e Y, decidir si son hermanos. O hermanastros.
3. Dados X e Y, decidir si poseen un antecesor común hasta la cuarta generación.
El número de preguntas y sus utilizaciones puden ser muy variadas. ¿Cómo interpretar esas
preguntas que se hacen a la base de datos?.
Relación “Ser Hermanos”. Usaremos nombres con un sólo apellido por simplicidad.
As´ı, tenemos las relaciones:
madre(X, Y ) :=
1 Si X es la madre de Y
0 en caso contrario
padre(X, Y ) :=
1 Si X es el padre de Y
0 en caso contrario
33

34 CAPÍTULO 3. L ÓGICA DE PREDICADOS
Podemos definir la relación “Ser hermanos” mediante:
Hermano(X, Y ) := ∃Z∃T ([madre(Z, X) ∧ madre(Z, Y )] ∧ [padre(T, X) ∧ padre(T, Y )]) .
Relación “Ser Primos” Añadimos la relación:
Primo(X, Y ) := ∃Z∃T [Hermano(Z, T)]∧[padre(Z, X) ∨ madre(Z, X)]∧[padre(T, Y ) ∨ madre(T, Y )] .
Relación “Ser Parientes”. Entendiendo que parientes son los que tienen alg1’un antepasado
en común, la dificultad de definir la fórmula estriba en la “distancia” entre el “pariente común”
y los individuos involucrados. Por eso se definen versiones de primer orden como “Grados de
Consanguineidad” (esto es, se acota la distancia entre los individuos y el antecesor común).
3.1.2. Ejemplos del Cálculo (Análisis Matemático Elemental)
Las siguientes propiedades de una función f : R −→ R son definibles mediante fórmulas de
primer orden:
f es cont´ınua en todo R:
∀x∀ε∃δ[ε > 0] ∧ [δ > 0] ∧ [∀y|x − y| < δ → |f(x) − f(y)| < ε].
f es diferenciable con derivada cont´ınua (i.e. f ∈ C1(R)) también es primer orden.
f ∈ Ck(R) (con k ∈ N, finito) es también primer orden.
En cambio, f ∈ C∞(R) pierde esa cualidad de primer orden.
Del mismo modo, las propiedades de sucesiones y series, salen de primer orden puesto que
combinan variables cuantificadas en N y en R:
f : N → R, f(n) := an, una sucesión de números reales. Existencia de l´ımite:
∃x ∈ R, ∀ε, ∃nε ∈ N, [ε > 0] ∧ [∀n ≥ nε, |an − x| < ε,
Del mismo modo, existencia suma de la serie...
3.1.3. Teor´ıa Elemental de Números (ENT).
Es el clásico del Teorema de Gödel. Bastará con que los alumnos escirban las fórmulas relativas
a “primo”, “divisible”, ”ser una terna Pitagórica”, existencia de infinidad de primos o existencia
de infinidad de terna Pitagóricas.
3.1.4. Geometr´ıa Elemental “a la Tarski”.
Simplemente recordar que:
Las rectas planas son el subconjunto de R3 dado por:
{(a, b, c) ∈ R3
: a2
+ b2
= 0}.

3.2. EL LENGUAJE : SINTAXIS 35
Las circunferencias son
{(a, b, c) ∈ R3
: r = 0}.
Los triángulos son los elementos de R6 dados por
{(a, b, c, d, e, f) : tales que (a, b), (c, d) y (e, f) no están alineados}.
Escr´ıbanse las fórmulas de:
Una recta corta a una circunferencia en a lo sumo 2 puntos.
Las tres alturas de un triángulo se cortan en un punto.
3.1.5. Relaciones, funciones.
Recordar las definiciones de ambas nociones en Teor´ıa Intuitiva de Conjuntos.
3.2. El lenguaje : sintaxis
3.2.1. El alfabeto
Usaremos los ´ımbolos siguientes:
1. Variables. Se trata de un conjunto numerable de variables como en el Cálculo Proposi-
cional {X1, . . . , Xn, . . .}. Sin embargo, por comodidad de la escritura, usaremos en mucos
casos las últimas variables del alfabeto ( y en minúsculas) para indicar variables, esto
es, x, y, z. El lector deberá en cada caso no indicado discernir cuales son las variables
involucradas en cada fórmula.
2. S´ımbolos de Relación (o relacionales). Se trata de una cantidad numerable de s´ımbo-
los de relación Rki
i , i ∈ N, de aridad ki, esto es, afectando a ki “objetos a definir”. Por
simplicidad usaremos letras mayúsculas entre P, Q, R, S, T evitando los sub–´ındices siem-
pre que esto no induzca confusión.
3. S´ımbolos de función (o funcionales). De nuevo, funciones en cantidad a lo sumo
numerable fki
i , i ∈ N, de “aridad” ki lo que quiere decir que afecta a ki “objetos a definir”.
USaremos, por comodidad, los s´ımbolos f, g, h para denotar funcionales, siempre que la
evitación de los sub´ındices no induzac confusión.
4. Conectivas. Los s´ımbolos de las conectivas del Cálculo Proposicional {∨, ∧, ¬, →}.
5. Constantes. Se trata de una conjunto nuemrable de constantes {a1, . . . , an, . . .}. De nuevo
por comodidad de la escritura, tenderemos a usar las primeras variables del alfabeto ltino
(en minúsculas) para denotar constantes, esto es, a, b, c, ...
6. Cuantificadores. Los cuantificadores existencial ∃ y universal ∀.

3.2.2. Fórmulas bien formadas.
Términos.
Son las palabras sobre el anterior alfabeto, definidas mediante la siguiente regla recursiva:
Las variables y las constantes son términos.
Si f es un fucional de aridad k y t1, . . . , tk son términos, entonces f(t1, . . . , tk) es también
un término.
Obsérvese que los términos no han de ser fórmulas dado que no hay “predicado”.
Fórmulas Atómicas.
Son fórmulas atómicas todas aquellas expresiones sobre el anterior alfabeto que tienen la forma
siguiente:
Rki
i (t1, . . . , tki
),
donde:
Rki
i es un s´ımbolo de relación de aridad ki,
t1, . . . , tki
son términos.
Fórmulas.
Es la clase de palabras sobre el alfabeto anterior, cerrada ante las siguientes propiedades:
Las fórmulas atómicas son fórmulas.
Si F es una fórmula, entonces también lo es ¬F.
Si F y G son fórmulas, entonces también lo son (F ∨ G) y (F ∧ G).
Si F es una fórmula, entonces también lo son
∃xF,
∀xF.
3.2.3. Algunos conceptos importantes.
Subfórmula. Una subfórmula de una fórmula de la Lógica de Predicados es un “trozo” de la
fórmula que también es fórmula.
Matriz de una fórmula. Dada una fórmula F, denotaremos por F∗ (y llamaremos matriz
de F) a la fórmula obtenida suprimiendo todos los cuantificadores en F.
Variables libres y ligadas. Una variable en una fórmula F se dice ligada si aparece afectada
en alguna subfórmula de F por un cuantificador. Una variable se dice que aparece de forma libre
en F si aparece en alguna subfórmula de F no afectada por un cuantificador. Nótese que una
variable puede aparecer en forma libre y ligada simultáneamente dentro de una fórmula.

3.3. SEM ÁNTICA 37
Fórmulas Rectificadas. Una fórmula se dice rectificada si ninguna variable posee apariciones
libres y ligadas dentro de F.
Ejemplo 2 En la siguiente fórmula, la variable x tiene apariciones libres y ligadas:
((∀x (P(x, z) → (∃yQ(z, y)))) ∨ (R(x, z))) .
En la subfórmula (∀x (P(x, z) → (∃yQ(z, y)))) tiene una apración ligada, mientras que en la
subfórmula (R(x, z)) tiene una aparición libre (es decir, el cuantificador no la afecta). Una
fórmula se dice rectificada si no hay casos como éste.
Fórmula cerrada. Es una fórmula sin apariciones libres de ninguna variable.
Fórmula libre de cuantificadores. Es una fórmula en la que toda aparición de variables es
libre (o sea, no hay cuantificadores).
3.3. Semántica
Definición 59 (Estructura) Una estructura es un par A := (UA, IA) donde:
1. UA es un conjunto que se denomina Universo de la estructura,
2. IA es una transformación (interpretación) que realiza la siguiente tarea:
A cada variable xi le asigna una valor xA
i ∈ UA en el universo.
A cada s´ımbolo de relación Ri le asigna una relación (de la misma aridad) sobre el
universo UA:
RA
i ⊆ Uki
A .
A cada s´ımbolo de función f le asigna una aplicación de la misma aridad sobre el
universo UA.
fA
: Uki
A −→ UA,
de la misma aridad que f.
A cada s´ımbolo de constante a le asigna un valor aA ∈ UA en el universo.
Definición 60 Una estructura se dice adecuada para una fórmula si todos los s´ımbolos de la
fórmula tienen interpretación.
Ejemplo 3 Tomemos la siguiente fórmula:
F := ∀xP(x, f(x)) ∧ Q(g(a, z)),
donde:
P es un s´ımbolo de relación de aridad 2.
f es un s´ımbolo de función de aridad 1.
g es un s´ımbolo de función de aridad 2.
Q es un s´ımbolo de relación de aridad 1.

a es un s´ımbolo de constante (o función de aridad 0).
Una estructura adeucada para F ser´ıa, por ejemplo, la siguiente:
A := (UA, IA),
donde
UA = {0, 1, 2, . . .} = N.
La asignación IA se comporta del modo siguiente:
• IA(P) := PA := {(m, n) ∈ N : m < n} ⊆ N2.
• IA(Q) := QA := {n ∈ N : n es primo} ⊆ N1.
• IA(a) := aA = 2.
• IA(f) = fA : N −→ N es la función sucesor, esto es,
f(n) := n + 1, para todo n ∈ N.
• IA(g) = gA : N2 −→ N es la función de aridad 2 dada coko la suma, esto es,
f(n, m) := n + m, para todo (n, m) ∈ N2.
• IA(z) = zA = 3.
Nótese que no usamos las asignaciones de variables ligadas. As´ı, la fórmula se lee:
Todo número natural es menor que su sucesor y
La suma de 2 y 3 es primo.
Nótese que si cambiamos la asignación zA = 4, la “interpretación” de la fórmula deja de ser
cierta.
Definición 61 (Semántica de la Lógica de Predicados) Sea F una f’ormula y sea A =
(UA, IA) una estructura adecuada para F. Definiremos A(F) mediante el siguiente proceso re-
cursivo:
Si t es un término definimos A(t) mediante:
• Si t = x es una variable A(t) := xA,
• si t := f(t1, . . . , tk) donde f es un funcional y t1, ldots, tk son términos, definimos
A(F) := fA
(A(t1), . . . , A(tK)).
Si F := R(t1, . . . , tk) es una fórmula atómica, donde R es una s´ımbolo de relación de
aridad k y t1, . . . , tk son términos,
A(F) :=
1, si (A(t1), . . . , A(tk)) ∈ RA
0, en otro caso

Si F := ¬G es una fórmula
A(F) :=
1, si A(G) = 0
0, en otro caso
Si F := (G ∧ H) es una fórmula
A(F) :=
1, si A(G) = 1 y A(H) = 1
0, en otro caso
Si F := (G ∨ H) es una fórmula
A(F) :=
1, si A(G) = 1 o A(H) = 1
0, en otro caso
Si F = ∀xG, definiremos la siguiente estructura a partir de A:
A[x/u],
Tiene el mismo universo, las mismas identificaciones de relacionales, funcionales y con-
stantes, excepto que la variable x se asigna a u ∈ UA. Entonces,
A(F) :=
1, si para todo u ∈ UA, A[x/u](G) = 1,
0, en otro caso
Si F = ∃xG, consideramos la estructura A[x/u] definida a partir de A como antes. En-
tonces,
A(F) :=
1, si existe algún u ∈ UA, A[x/u](G) = 1,
0, en otro caso
Definición 62 (Satisfactibilidad, Tautolog´ıa) Sea F una fórmula de la Lógica de predica-
dos.
1. Si A es una estructura adecuada para F tal que A(F) = 1, diremos que A es un modelo
para F y lo denotaremos por A |= F.
2. Decimos que F es satisfactible si existe algún modelo de F.
3. Decimos que F es válida (o tautológica) si para toda estructura A adecuada para F, se
tiene A |= F.
Definición 63 Dos fórmulas del Cálculo de Predicados se dicen tautológicamente equivalentes
(y se denote mediante F ≡ G) si para toda estructura A adaptable a F y a G se tiene A(F) =
A(G).
Nota 64 Obsérvse que una fórmula F es válida si y solamente si ¬F es insatifsactible.
3.4. Formas Normales
En esta Sección procedremos a desarrollar una serie de reducciones de las fórmula del Cálsulo
de Predicados.

3.4.1. Reducción a RPF
Definición 65 Una fórmula del Cálculo de Predicados se dice en forma prenexa si tiene la
forma:
F = Q1x1Q2x2 · · · QnxnG,
donde G es una fórmula del Cálculo de Predicados libre de cuantificadores.
Definición 66 Una fórmula del Cálculo de Predicados se dice en forma rectificada si no existe
ninguna variable que sea a la vez cuantificada y libre en F.
Definición 67 Una fórmula del Cálculo de Predicados se dice en forma RPF (rectified prenex
form) si es a la vez rectificada y prenexa.
Unas pocas equivalencias tautológicas preliminares (que no demostraremos):
Teorema 68 Sean F y G dos fórmulas. Se tienen los siguientes grupos de equivalencias tau-
tológicas:
1.
(¬(∀xF)) ≡ (∃x(¬F))
(¬(∃xF)) ≡ (∀x(¬F))
2.
((∀xF) ∧ (∀xG)) ≡ (∀x(F ∧ G))
((∃xF) ∨ (∃xG)) ≡ (∃x(F ∨ G))
3.
∀x∀yF ≡ ∀y∀xF
∃x∃yF ≡ ∃y∃xF
4. Si x no tiene apariciones libres en G1, entonces:
(∀xF ∧ G) ≡ ∀x(F ∧ G)
(∀xF ∨ G) ≡ ∀x(F ∨ G)
(∃xF ∧ G) ≡ ∃x(F ∧ G)
(∃xF ∨ G) ≡ ∃x(F ∨ G)
Nota 69 Salvo casos excepcionales, se tiene la no equivalencia tautológica siguiente:
((∀xF) ∨ (∀xG)) ≡ (∀x(F ∨ G))
((∃xF) ∧ (∃xG)) ≡ (∃x(F ∧ G)).
Es decir, las equivalencias del item 2 exigen que los cuantificadores estén ligados al tipo de
conectiva del Cálculo Proposicional usada.
También, salvo casos excepcionales, los cuantificadores ∃ y ∀ no conmutan manteniendo equiv-
alencia tautológica. Dejamos para las clases los ejemplos que explican estos fenómenos.
Definición 70 (Sustitución) Sea F una fórmula de la Lógica de Predicados, x una variable
y t un término. Denotaremos por
F[x/t]
a la fórmula obtenida reemplazando cada aparición libre de x en F por el término t. Llamaremos
sustitución a la operación [x/t]
1
Sin esta condición ser´ıan falsas las equivalencias

Lema 71 (Renombrar variables ligadas) Sea F = QxG, una fórmula de la Lógica de Pred-
icados, donde Q ∈ {∀, ∃} es una cuantificador. Sea y una variable nueva que no aparece como
variable libre en G. Entonces,
F ≡ QyG[x/y].
Nota 72 El significado del Lema anterior es el siguiente: si en una fórmula aparece una variable
cuantificada x, y si elegimos una variable nueva y que no está entre las variables libres del resto
de la fórmula, la fórmula obtenida reemplazando cada aparición de x por y es tautológicamente
equivalente a la incial. En particular,
Proposición 73 Toda fórmula es equivalente a una fórmula rectificada.
Demostración.– Aplicando recursivamente el Lema anterior.
Finalmente tendremos:
Teorema 74 Toda fórmula es equivalente tautológicamente a una fórmula en forma RPF (prenexa
y rectificada). Además, podemos suponer que la matriz F∗ están en forma normal conjuntiva.
Demostración.– Definiremos un proceso recursivo en la longitud de la fórmula, que realiza la
tarea indicada. Lo llamamos RPF
Si F es una fórmula atómica, entonces, RPF(F) := F. (Ya está en forma RPF).
Si F no es una fórmula atómica, puede ser de los tipos siguientes:
• Si F = ¬F1, siendo RPF(F1) := Q1y1 · · · QnynG, con Qi ∈ {∀, ∃} entonces, definire-
mos
RPF(F) := Q1y1 · · · Qnyn¬G,
donde:
Qi :=
∀ si Qi = ∃
∃ si Qi = ∀
• Si F = (F1 ◦ F2), con ◦ ∈ {∨, ∧} y supongamos
RPF(F1) := Q1y1 · · · QnynG1,
RPF(F2) := Q1z1 · · · QnznG2.
Mediante el Lema para Renombrar variables ligadas, podemos suponer que F1 y F2
no comparten variables liagadas (esto es, zi = yj, ∀i, j) Entonces,
RPF(F) := Q1y1 · · · QnynQ1z1 · · · Qnzn(G1 ◦ G2).
• Si, finalmente, F = QxF1, con Q ∈ {∃, ∀}, meintras que
RPF(F1) := Q1y1 · · · QnynG,
bastará con que RPF(F1) no contenga como variable cuantificada a x, para que
RPF(F) := QxQ1y1 · · · QnynG.

3.4.2. Skolemización
Hasta aqu´ı las reducciones han guardado la equivaencia tautológica, a partir de ahora nos con-
formamos con que la transformada de una fórmula sea satisfactible si y solamente si la fórmula
original lo era y sin compartir necesariamente modelos. Denotaremos F ∼ G, si se verifica que
F es satisfactible si y solamente si G es satisfactible.
Aunque la Skolemización es, ante todo, un proceso más que una forma normal, diremos que una
fórmula de la lógica de predicados está en forma de Skolem si está en forma RPF y no contiene
cuantificadores existenciales, esto es, si es de la forma:
∀x1 · · · ∀xnG,
Teorema 75 Para toda fórmula F de la Lógica de Predicados, en forma RPF, existe una fórmu-
la Skolem(F) tal que
F ∼ Skolem(F),
y, obviamente, Skolem(F) no contiene cuantificadores existenciales y está en forma RPF.
Demostración.– La demostración es el procedimiento ideado por Skolem.
Input F una fórmula en RPF
while F contiene cuantificadores existenciales, do
Supongamos
F := ∀x1∀x2 · · · ∀xn∃yG,
Sea f un s´ımbolo de función que no aparece en F ni en G,
Escribamos
F := ∀x1∀x2 · · · ∀xnG[y/f(x1, . . . , xn)],
od
Output F
3.4.3. Fórmulas Cerradas.
Desde ahora en adelante nos ocuparemos solamente de fórmulas cerradas de la Lógica de Predi-
cados, esto es, fórmulas sin variables libres. Adicionalmente podemos suponer que la fórmula F
está en forma de Skolem, esto es, en RPF y sólo con cuantificadores universales (∀). .Podemos
mostrar el siguiente resultado:
Teorema 76 Para cada fórmula de la Lógica de Peedicados F, existe una fórmula G (calculable
mediante el siguiente algoritmo) verificando:
G es satisfactible si y solamente si F es satisfactible.
G está en forma rectificada y prenexa.
G es una fórmula cerrada (i. e. no posee variables libres)
G sólo posee cuantificadores universales (está en forma de Skolem).
La matriz de G están en forma CNF.

Demostración.– Bastará con que se aplique la siguiente secuencia de procesos.
Usando “Renombrar Variables” obtener una versión rectificada F1 de F.
Si y1, . . . , ym son las variables libres de F1, escribir
F2 := ∃y1 · · · ∃ymf1.
La fórmula F2 es satisfactible si y solamente si F1 y F lo son.
Sea F3 la fórmula obtenida mediante aplicación de RPF a F2. De nuevo, F3 es satisfactible
si y solamente si F lo es.
Sea F4 el resultado de aplicar Skolemización a F3.
Aplicar la transformación a CNF del C’alculo Proposocional de la matriz de F4.
Nota 77 Obsérvese que la fórmula obtenida es “equivalente salvo satisfacibilidad”, esto es, no
es equivalencia tautológica.
3.4.4. Teor´ıa de Herbrand
La idea de Herbrand consiste en hallar, para cada fórmula F, un modelo contable A tal que
si F es satisfactible, entonces satisface ese modelo contable (i.e. A |= F). Lo que haremos es
construir ese modelo, conocido como estructura de Herbrand.
Definición 78 (Universo de Herbrand) Sea F una fórmula cerrada de la Lógica de Predi-
cados en forma Skolem. Llamaremos universo de Herbrand al conjunto D(F) definido mediante
las reglas siguientes:
Todas las constantes que aparecen en F están en D(F). Si F no poseyera ninguna constante
introduciremos una constante nueva (que denotaremos por a).
Para cada s´ımbolo de función f de aridad k que aparece en F y para cualesquiera elementos
(t1, . . . , tk) ∈ D(F)k, se tiene que f(t1, . . . , tk) ∈ D(F).
Ejemplo 4 Consideremos las fórmulas
F := ∀x∀y∀zP(x, f(x), g(z, x)),
G := ∀x∀yQ(c, f(x), h(y, b)).
En F no hay constantes, en G hay constantes que son b y c. Entonces,
D(F) := {a, f(a), g(a, f(a)), g(f(a), a), f2
(a), f(g(a, f(a))), g(a, f2
(a)), ....},
D(G) := {b, c, f(b), f(c), h(b, c), h(c, b), h(b, f(c)), ....}.
Definición 79 (Estructura de Herbrand) Sea F una fórmula en las condiciones anteriores.
Una estructura de Herbrand para F, es una estructura A := (UA, IA), verificando:

UA = D(F),
Para cada función f de aridad k que aparece en F, y para todos los términos t1, . . . , tk ∈
D(F)
fA
(t1, . . . , tk) = f(t1, . . . , tk).
Es claro que podemos construir una estructura de Herbrand a partir de D(F). Obsérvese que
no se incluyen relacionales, es decir, evitamos dar, valor semántico a los relacionales de F, lo
que justamente nos permitirá una reducción al Cálculo Proposicional (infinitas fórmulas).
Definición 80 (Expansión de Herbrand) Sea F una fórmula en las condiciones anteriores
y supongamos F∗ la matriz de F, siendo
F = ∀y1 · · · ∀ynF∗
(y1, . . . , yn).
Llamaremos expansión de Herbrand al conjunto:
E[F] := {F∗
[y1/t1] · · · [yn/tn] : ti ∈ D(F)}.
En otras palabras, la Expansión de Herbrand consiste en reemplazar en la matriz F∗ de F, toda
aparición de variables por elementos de D(F).
Ahora realizamos la siguiente construcción:
En las notaciones anteriores, consideremos el conjunto de todos los relacionales que aparecen en
la fórmula F (sólo son unos pocos, esto es, un conjutno finito)
R := {Rk1
1 , . . . , Rkm
m }.
Supondremos que Rki
i tiene aridad ki.
Ahora consideremos un conjunto infinito (numerable) de variables nuevas (que consideraremos
variables booleanas):
B := {X1, . . . , Xn, . . .}.
Dado que el conjunto D(F) es numerable, el conjunto de todas las posibles sustituciones de
todos los posibles relacionales también es numerable, esto es,
R[F] := Rki
i (t1, . . . , tki
) : 1 ≤ i ≤ m, tj ∈ D(F)}.
Ahora podemos definir una aplicación biyectiva (computable) entre R[F] y B. Podemos usar,
por ejemplo, un orden dado por longitud + lexicográfico que permite esa identificación.
Finalmente, obsérvese que cada elemento de E[F] es, en realidad, una combinación usando los
operadores booleanos {∨, ∧, ¬} de elementos de R[F].
As´ı, para cada elemento H ∈ E[F] podemos asociar, una fórmula ϕ(H) del Cálculo Proposi-
cional, involucrando las variables en B. Decimos que E[F] es satisfactible si lo es la colección
infinita de fórmulas del Cálculo Proposicional
{ϕ(H) : H ∈ E[F]}.
Teorema 81 (Gödel–Herbrand–Skolem) Para cada fórmula F en forma de Skolem, F es
satisfactible si y solamente si es satisfactible sobre un universo de Skolem, si y solamente si la
expansión E[F] es satisfactible.

Teorema 82 (Herbrand) Una fórmula F en forma de Skolem, es insatisfactible si y solamente
si existe un subconjunto finito I ⊂ E[F], tal que {ϕ(H) : H ∈ I} es insatisfactible.
Obsérvese que, en principio, no podr´ıa decidirse la satisfacibilidad de E[F] salvo cotejando una
infinidad de fórmulas, lo cual no es factible computacionalmente.
En cambio, si F es insatisfactible, probando con todos los subconjuntos de E[F] uno podr´ıa
dar con ese conjunto finito de fórmulas booleanas del Cálculo Proposicional que se construyen
a partir de E[F] y que son insatisfactibles. Este es el concepto de problema recursivamente
enumerable o, si se prefiere, semi–decidible, que representa el algoritmo siguiente:
Gilmore
Input Una fórmula F en forma de Skolem,
I un subconjunto de E[H],
ϕ(I) := {ϕ(H) : H ∈ I}
while ϕ(I) es satisfactible, do
I := next finite subset of E[H]
od
Output “INSATISFACTIBLE”
Teorema 83 (Church) La Lógica de Predicados es indecidible, esto es, no puede existir ningún
algoritmo o programa que decida si una cierta fórmula es satisfactible o no.
Al mismo tiempo, el resultado anterior nos garantiza que la Lógica de Predicados es semi–
decibile, esto es
Insatisfacibilidad es recursivamente enumerable, pero no es recursivo.
La fórmulas válidas (tautolog´ıas) son recursivamente enumerables, pero no forman un
lenguaje recursivo.
Nota 84 Habitualmente, los autores suelen dar una demostración de un enunciado que consiste
en lo siguiente:
“Reducir” Insatisfiacibilidad de la Lógica de Predicados a cualquier lenguaje recursivamente
enumerable que no es recursivo (es decir, que alguien ha demostrado que no es recursivo)
Usando la Teor´ıa de Herbrand uno concluye que Insatisfactibilidad es recursivamente enumerable
(es el lenguaje aceptado por una máquina de Turing).
Sin embargo, demostrar que no es recusivo obliga a demostrar (o suponer que se ha demostrado)
que alguno de los siguientes no es recursivo:
1. [Halting Problem] El lenguaje
{(CM , x) : CM es el código de una máquina de Turing, x ∈ L(M)}.
esrecursivamente enumerable y no es recursivo (A. Turing).
2. [ENT] La Teor´ıa Elemental de Números es indecidible (K. Gödel).
3. Word Problem for Semi-groups, groups, etc... El problema de Palabra es recursiva-
mente enumerable pero no es recursivo para semi-grupos, grupos finitamente presentados
y finitamente generados..etc.

4. [PCP] Post Correspondence Problem....
Si lo demostramos nos metemos en un esfuerzo considerable que, aunque vale la pena, no se
corresponde con el curso. Si, por el contrario, no demostramos que alguno de éstos es indecidible,
qué más da suponer también la veracidad de la indecidibilidad de Insatisfacibilidad?...
3.5. Unas Palabras sobre Indecidibilidad
3.6. Resolución
Lo que sigue pretende refinar un poco el procedimiento que se sigue de las ideas de Herbrand y
Skolem. Trataremos de hacer este refinamiento relacionándolo con el Procedimiento de Resolu-
ción ya visto para el C’alculo Proposicional.
Definición 85 Una cláusula de la Lógica de Predicados es una fórmula F, libre de cuantifi-
cadores, dada como una disyunción finita de fórmulas atómicas (literales positivos) o de nega-
ciones de fórmulas atómicas (litelares negativos).
Definición 86 (Clásulas de Horn de la Lógica de Predicados) Una clásula de Horn de
la Lógica de Predicados es una cláusula en la que hay, a lo sumo, un literal positivo. Son
cláusulas de Horn:
Las fórmulas atómicas (que llamaremos Hechos o “Facts”), es decir las fórmulas con sólo
un literal positivo
La fórmulas sin literales positivos (que llamaremos “query o goal formulae” o fórmulas
objetivo), es decir, fórmulas del tipo:
((¬C1) ∨ (¬C2) ∨ · · · (¬Cr)),
que denotaremos mediante:
(C1 ∧ . . . ∧ Cr) → 0, o simplemente mediante (C1 ∧ . . . ∧ Cr) → .
donde C1, . . . , Cr son fórmulas atómicas.
Las Reglas (“rules”) o fórmulas donde hay al menos un literal positivo y al menos un literal
negativo, esto es
(C1 ∧ . . . ∧ Cr) → G,
donde C1, . . . , Cr, G son fórmulas atómicas.
3.6.1. Ground Resolution.
El Input. A partir de ahora tratamos de hallar una refutación de una fórmula F de la Lógica
de Predicados de la que supondremos:
F está en forma Prenexa y Rectificada (RPF)
F es cerrada (i.e. no posee varables libres)
F = Skolem(F), es decir sólo posee cuantificadores universales.

La matriz F∗ de F es dada en forma CNF (forma normal conjuntiva de cláusulas de la
Lógica de Predicados).
Definición 87 (Instancia) Si una fórmula resulta de hacer ciertas sustituciones en otra fórmu-
la, diremos que G es una instancia de F.
Las sustituciones “sub” que hacen que una fórmula F se transforme en una fórmula G libre de
variables se llaman “ground sustitutions” o sustituciones de base.
Las instancias de una fórmula F obtenidas tras hacer una sustitución de base se llaman instan-
cias de base (o ground instances).
Nótese que tras obtener una instancia de base de una fórmula F, es decir, una expresión G =
F[sub], con G libre de variables, lo que tendremos se evalúa como una fórmula del cálculo
proposicional. Si, además, la instancia de base G se obtiene mediante sustituciones en el Universo
de Herbrand, identificando las apariciones de instancias de fórmulas atómicas con variables
booleanas, la instancia de base sobre el universo de Herbrand es identificable con una fórmula
en forma CNF del Cálculo Proposicional.
Ejemplo 5 Consideremos la fórmula
F := ∀x(P(x) ∧ ¬(P(f(x))).
Constuyamos el Universo de Herbrand:
{a, f(a), f(f(a)), ....}.
donde a es una constante introducida por no haber constantes en F.
Ahora consideremos todas las instancias de base obtenibles mediante sustituciones en el Universo
de Herbrand:
F1 := (P(a) ∧ ¬P(f(a))) , F2 := P(f(a)) ∧ ¬P(f2
(a)) , F3 := P(f2
(a)) ∧ ¬P(f3
(a)) . . .
Ahora, nuestra fórmula ser´ıa satisfactible si todas las sustituciones en el Universo de Herbrand
fueran satisfactibles a la vez. Es insatisfactible si hay un conjunto finito de instancias que son
insatisfactibles.
En el ejemplo tratado, las fórmulas F1 y F2 son simultáneamente insatisfactibles o, si se prefiere,
F1 ∧ F2,
es insatisfactible co lo que F es insatisfactible.
Ejemplo 6 Se sugiere al alumno hacer el mismo procedimiento con la fórmula:
G := ∀x∀y ((¬P(x) ∨ ¬P(f(x)) ∨ Q(y)) ∧ (P(y)) ∧ (¬P(g(b, x)))) .
Obsérvese que ahora aparecen dos constantes {a, b} y dos funcionales f (unario) y g (binario),
lo que fuerza a una cosntrucción del Universo de Herbrand en forma especial.
La reflexión de los ejemplos anteriores indica que, sabiendo que la matriz de nuestra fórmula
está en forma CNF, bien podr´ıamos trabajar directamente sobre las clásulas de F∗.
Esto conduce al siguiente enunciado:

Teorema 88 (Ground Resolution Theorem) Sea F una fórmula de la Lógica de Predicados
en forma de Skolem con matriz en CNF.Entonces, F es insatisfactible si y solamente si existe
una sucesión finita de cláusulas del Cálculo Proposicional
C1, . . . , Cr,
verificando las siguientes propiedades:
Cn = es la cláusula vac´ıa.
Para cada i, i ≤ i ≤ n, la cláusla Ci verifica:
• O bien, la cláusulas Ci se obtiene como instancia de base de una cláusula que aparece
en la matriz F∗,
• O bien, Ci := Res(Ca, Cb, ) es la resolvente de dos cláusulas precedentes (esto es
a, b < i).
Demostración.– Véase [Schöning, 1989], p. 82 y anteriores.
Nota 89 Otra opción podr´ıa ser la versión “brutalizada” de Gilmore en la forma siguiente:
Input: Una fórmula F de la Lógica de Predicados en forma de Skolem con matriz F∗ en CNF.
Sean E[F] := {F1, F2, . . . , Fn, . . .}
Sea B[F] := {Gi = ϕ(Fi) : i ∈ N}.
i := 0
M := ∅
while ∈ M do
i := 1 + 1
M := M ∪ {Fi}
M := Res∗(M)
od
Output: “insatisfactible” y parar.
3.6.2. Unificación: Unificador más general.
De nuevo son ideas de J.A. Robinson. La estrategia de Resolución basada en Herbrand, re-
quiere de algunas posibilidades y estrategias que permitan no pasar por el inmenso árbol de
comparaciones entre las instancias. Esto no quiere decir que lo que sigue es a opción algor´ıtmica
definitiva para detectar insatisfactibilidad. Lo que sigue quiere simplemente mostrar una estrate-
gia un poco mejor que la anterior (aunque ingualmente define un algoritmo para un lenguaje
semi–decidible).
Definición 90 (Unificador) Se llama unificador de un conjunto para un conjunto de f’ormulas
atómicas {L1, . . . , Ln} a toda substitución sub tal que
L1[sub] = L2[sub] = · · · = Lr[sub].

En otras palabras, una unificación es una sustitución que hace que las instancias de varias
fórmulas atómicas coincidan. Si existe algún Unificador, se dice que el conjunto de fórmulas es
unificable. En caso contrario, se dice que es no unificable.
Intentaremos detectar cuándo se presenta la posibilidad de unificar. Para ello buscaremos el
unificador más general.
Definición 91 Sea {L1, . . . , Lr} un conjunto unificable de fórmulas atómicas. Se llama unifi-
cador más general a todo unificador sub tal que para cualquier otro unificador sub’, existen unas
sustituciones [s] tales que
sub = sub[s].
Notación 92 Dado un conjunto finito L = {L1, . . . , Lr} de fórmulas atómicas de la Lógica de
Predicados y dada una sustitución sub, escribiremos
Lsub,
para denotar el conjunto
Lsub = {L1sub, . . . , Lrsub},
obteniendo realizando la substitución sub en todas las fórmulas atómicas de la Lógica de Predi-
cados que están en L.
Denotaremos por (Lsub) el cardinal de ese conjunto. El lector observará que un conjunto L de
fórmulas atómicas de la Lógica de Predicados es unificable si existe una sustitución sub tal que
el cardinal de Lsub es 1, es decir sii (Lsub) = 1.

Teorema 93 (Teorema de Unificación de Robinson) Todo conjunto unificable de fórmu-
las atómicas de la Lógica de Predicados posee un unificador más general. Además, el siguiente
procedimiento decide si un conjunto finito de fórmulas atómicas es unificable y en caso de que
lo sea clacula un unificador más general:
Input: un conjunto finito L := {L1, . . . , Lr} de fórmulas atómicas de la Lógica de Predicados.
sub := [ ] (la sustitución vac´ıa).
while sharp(Lsub) > 1 do
Leer de izquierda a derecha las fórmulas de Lsub hasta dar con dos distintas L1 y L2.
if ninguno de los s´ımbolos en L1 y en L2 es una variable,
then output “No Unificable” y end.
else Sea x una variable en L1 y t el término en L2
que ocupa el mismo lugar que x.
if x aparece en t, then output “No Unificable” y end.
else sub := sub[x/t]
fi
fi
od
Output sub.
Demostración.– Véase [Nerode & Shore,1993] Sección II.11 o [Schöning, 1989], p.84.
Ejemplo 7 Apliquemos el algoritmo anterior a la colección de fórmulas atómicas
L := {¬P(f(z, g(a, y), h(z)), ¬P(f(f(u, v), w), h(f(a, b))}.
Como primera observación, el relacional tiene que ser el mismo en todas las fórmulas atómicas
de la lista que tratamos.
Además, recordemos que {a, b} son constantes, mientras que {u, v, w, x, y, z} son variables.
Comenzamos con la sustitución vac´ıa sub := [ ] y miramos la lista inicial. Tenemos
L1 := ¬P(f(z, g(a, y), h(z)), L2 := ¬P(f(f(u, v), w), h(f(a, b)).
son distintas y contienen variables, as´ı que podemos empezar a comparar.
En L1, la variable z ocupa el lugar del término f(a, b) que aparece en L2. Por tanto, comenzamos
con
sub := [z/f(a, b)]
y calculamos
L[z/f(a, b)] := {L1[z/f(a, b)], L2[z/f(a, b)]}.
Tendremos:
L1[z/f(a, b)] := ¬P(f(f(a, b), g(a, y), h(f(a, b))),
mientras que
L2[z/f(a, b)] := L2,
porque L2 no contiene ninguna vez a la variable z.

Al final, habremos obtenido:
L[z/f(a, b)] := {¬P(f(f(a, b), g(a, y), h(f(a, b))), ¬P(f(f(u, v), w), h(f(a, b))}.
Volviendo al ciclo while hagamos
L := L[z/f(a, b)], L2 = L1[z/f(a, b)], L1 = L2[z/f(a, b)],
y nos ocupamos de la variable w y del término g(a, y).
Tendremos la nueva sustitución:
sub := [z/f(a, b)][w/g(a, y)]
L := L[z/f(a, b)][w/g(a, y)] := {¬P(f(f(a, b), g(a, y), h(f(a, b))), ¬P(f(f(u, v), g(a, y)), h(f(a, b))}.
Siguiendo con el proceso, L saldrá unificable y el unificador más general será:
sub := [z/f(a, b)][w/g(a, y)][u/a][v/b].
3.6.3. Resolvente en Lógica de Predicados
Aprovechando la calculabilidad del Unificador más general, podemos introducir la noción de
resolvente en Lógica de Predicados y aplicarla para generar un procedimiento similar al desar-
rollado en el caso del Cálculo Proposicional (eso s´ı, con las particularidades del caso).
Definición 94 (Resolvente en Lógica de Predicados) Sean C1, C2 y R tres cláusulas de la
Lógica de Predicados. Diremos que R es una resolvente de C1 y C2 si se verifican las propiedades
siguientes:
Existen dos sustituciones s1 y s2 que son meras aplicaciones del proceso de “Renombrar
Variables”, de tal modo que C1s1 y C2s2 no comparten variables.
Existe un conjunto de fórmulas atómicas L1, . . . , Lm ∈ C1s1 y otro conjunto L1, . . . , Lr ∈
C2s2 tales que el conjunto:
{¬L1, . . . , ¬Lm, L1, . . . , Lr}.
en unificable. Sea sub el unificador más general de ese conjunto.
Entonces, la resolvente R tiene la forma:
R := (C1s1 {L1, . . . , Lm}) C2s2 {L1 . . . , Lr} sub.
Ejemplo 8 Consideremos las clásulas
C1 := {P(f(x)), ¬Q(z), P(z)}, C2 := {¬P(x), R(g(x), a)}.
Como comparten la variable x, hagamos las sustituciones:
s1 := [ ], s2 := [x/u].
En totras palabras, dejamos C1 como está y en C2 reemplazamos x por u.
C1s1 = C1 := {P(f(x)), ¬Q(z), P(z)}, C2s2 := {¬P(u), R(g(u), a)}.

Elejimos
L1 := P(f(x)), L2 := P(z), L1 := ¬P(u).
Aplicamos el algoritmo de unificación a
{¬L1, ¬L2, L1} = {¬P(f(x)), ¬P(z), ¬P(u)}.
El conjunto es unificable y el unificador más general es
sub := [x/u][z/f(x)][u/f(x)].
Finalmente, aplicamos
Res(C1, C2) := (C1s1 {L1, L2}) C2s2 {L1} sub = {¬Q(z), R(g(u), a)}sub.
Por tanto,
Res(C1, C2) = {¬Q(f(x)), R(g(x), a)}.
Definición 95 (Resolvente de una fórmula) Sea F una conjunción de cláusulas de la Lógi-
ca de Predicados. Llamamos resolvente de F a
Res(F) := F ∪ {Res(C1, C2) : (C1, C2) ∈ F}.
Recursivamente,
Resn
(F) := Res(Resn−1
(F)).
Res∗
(F) :=
n∈N
Resn
(F).
Proposición 96 En las notaciones de la anterior Definición, la clásula vac´ıa está en Res∗(F)
si y solamente si existe una sucesión finita de cláusulas C1, . . . , Cn tales que:
Cn = ,
Para cada i, 1 ≤ i ≤ n, se ha de tener:
• O bien Ci está en F
• O bien Ci = Res(Ca, Cb), con a, b < i.
Un resultado clave, que permite relacionar esta Resolución refinada con lo hecho en Secciones
anteriores es el llamado Lifting Lemma.
Lema 97 (Lifting Lemma) Sean C1, C2 dos clásulas de la Lógica de Predicados. Sea C1, C2
dos instancias, respectivamente de C1 y C2, pertenecientes al Cálculo Proposicional. Supongamos
que C1 y C2 con conflictivas con respecto a un literal y sea R := Res(C1, C2, ) la resolvente
correspondiente del Cálculo Proposicional.
Entonces, existe una resolvente R := Res(C1, C2) tal que R es la instancia de R.
Demostración.– Véase [Schöning, 1989], p.90 o [Nerode & Shore,1993], Lemma II.13.8, p. 136
Teorema 98 Sea F una fórmula de la Lógica de Predicados en forma Skolem con matriz F∗
en CNF. Entonces, F es insatisfactible si y solamente si ∈ Res∗(F∗).
Demostración.– Basta con combinar el Lifting Lemma anterior con el Ground Resolution The-
orem (Teorema 88) y la Proposición 96 anterior,

Cap´ıtulo 4
Programación Lógica
4.1. Introducción
A partir de este Cap´ıtulo trataremos los fundamentos lógicos de PROLOG. Esto supone re-
stringirnos a la Lógica de predicados con fórmulas cuyas matrices son fórmulas de Horn. Esto
es,
F := ∀x1, . . . , ∀xnF∗
,
donde F∗ es una conjunción finita de cláulas de Horn de la Lógica de Predicados.
4.2. Programas mediante Cláusulas de Horn
Retomamos la Definición 86
Definición 99 Una clásula de Horn de la Lógica de Predicados es una cláusula en la que hay,
a lo sumo, un literal positivo. Son cláusulas de Horn:
Las fórmulas atómicas (que llamaremos Hechos o “Facts”), es decir las fórmulas con sólo
un literal positivo
La fórmulas sin literales positivos (que llamaremos “query o goal formulae” o fórmulas
objetivo), es decir, fórmulas del tipo:
((¬C1) ∨ (¬C2) ∨ · · · (¬Cr)),
que denotaremos mediante:
(C1 ∧ . . . ∧ Cr) → 0, o simplemente mediante (C1 ∧ . . . ∧ Cr) → .
donde C1, . . . , Cr son fórmulas atómicas.
Las Reglas (“rules”) o fórmulas donde hay al menos un literal positivo y al menos un literal
negativo, esto es
(C1 ∧ . . . ∧ Cr) → G,
donde C1, . . . , Cr, G son fórmulas atómicas.
Definición 100 (Logic Programming) Un Programa Lógico (o Programa con clásulas de
Horn) es una lista finita de hechos y reglas, es decir, es una conjunción de clásulas de Horn de
los tipos Hecho o Regla.
53

54 CAPÍTULO 4. PROGRAMACI ÓN L ÓGICA
Notación 101 En PROLOG, por limitaciones pasadas de s´ımbolos utulizables, no se usan las
notaciones estándard de la Lógica sino sus “versiones” limitadas y poco estéticas. De todas
formas, las introducimos.
Los hechos son fórmulas atómicas, esto es realcionales aplicados a términos, luego usan la
sintaxis correspondiente sin intervenciones de s´ımbolos especialmente notables.
R(x, f(a)) se escribe R(x,f(a)).
Para las reglas, el s´ımbolo de implicación es reemplazado pro un s´ımbolo de implicación
“hacia atrás” :-. As´ı,
(Q1 ∧ Q2 ∧ · · · ∧ Qr) → P se escribe P:- Q1,Q2,. . ., Qr.
Aqu´ı P se llama la cabeza de procedimiento y Q1, . . . , Qr se llaman el cuerpo del proced-
imiento. Cada Qi se denomina llamada de procedimiento.
Notación 102 Un programa Lógico P se activa mediante una cláusula objetivo. La cláusula
objetivo se representa mediante:
(¬Q1 ∨ ¬Q2 ∨ · · · ∨ ¬Qr) → P se escribe ?- Q1,Q2,. . ., Qr.
4.3. Resolución SLD
La cláusula objetivo activará el programa PROLOG, as´ı, un programa P será activado por
una clásula objetivo G y el intéprete de PROLOG tratará de decidir si la cláusula vac´ıa es
deducible desde P ∧ G. Para definir este concepto, introduciremos las siguientes nociones. Para
empezar, usaremos notación de lista para representar nuestras cláusulas. Esto quiere decir, que
supondremos que las fórmulas atómicas aparecen en un cierto orden. As´ı, escribiremos
G = [¬A1, ¬A2, . . . , ¬Ak], para representar (¬A1) ∨ (¬A2) ∨ . . . ∨ (¬Ak),
en el caso de las clásulas objetivo. Y para las clásulas de programa o reglas,
C = [B, ¬C1, ¬C2, . . . , ¬Cn] para representar (C1 ∧ C2 ∧ · · · ∧ Cn) → B.
Es decir, las fórmulas atómicas están “ordenadas”.
Se trata ahora de “entender” el funcionamiento de un Programa Lógico y sus principales
propiedades. Para ello, los autores difieren en su formalización del proceso, aunque el fondo
es el mismo en todos los casos. Se usa o bien la terminolog´ıa de Resolución SLD o bien la in-
terpretación procedural. En lo que todos est’an más mo menos conformes es en la noción de
Resolvente Ordenada:
Definición 103 (Resolvente Ordenada de dos Cláusulas de Horn) Sean G una clásula
objetivo y C una regla o un hecho, esto es, supongamos
G = [¬A1, ¬A2, . . . , ¬Ak] (k ≥ 1),
y
C = [B, ¬C1, ¬C2, . . . , ¬Cn] (n ≥ 0).

4.3. RESOLUCI ÓN SLD 55
Supongamos que B y Ai son unificables y sea s su unificador más general. Llamaremos resultante
ordenada de G y C a la clásula
ResO(G, C, Ai) = [¬A1, . . . , ¬Ai−1, ¬C1, . . . , ¬Cn, ¬Ai+1, . . . , ¬Ak]s.
A la sustitución s la llamaremos respuesta a esta selección de unificables y la denotaremos por
s = AnswO(G, C, Ai).
Obsérvese que ha intervenido un proceso de selección de litelares potencialmente unificables.
Nota 104 Nótese que la resolvente ordenada es como la resolvente de la Lógica de Predicados
sólo que en lugar de resolver en un sólo paso todos los literales unificables, se resuleven los
literales unificables uno tras otro.
Definición 105 (Resolución LD) Sea P un programa Lógico y G una cláusula objetivo. Se
denomina refutación LD1 de P ∪ [G] a una sucesión finita de cláusulas ordenadas
(G0, C0), (G1, C1), . . . , (Gn, Cn),
donde
G0 = G,
cada Ci es una clásula de P (salvo renombrar variables),
cada Gi es una clásula ordenada.
Para cada i, 0 ≤ i ≤ n − 1, Gi+1 = ResO(Ci, Gi, Ai) con respecto a algún literal Ai de Gi,
Para algún literal A de Gn se tiene
ResO(Cn, Gn, A) = .
A la sucesión se la denomina también LD-resolución de P ∪ [G].
Proposición 106 (Completitud de la resolución LD) Si CP ∪[G] es un conjunto de clásu-
luas ordenadas insatisfactibles, entonces existe una LD−refutación de P ∪ [G] comenzando con
G.
Demostración.– Véase [Nerode & Shore,1993] Lemma III.1.4, p. 146.
Definición 107 Se llama Regla de Selección (selection rule) a toda aplicación R definida en el
conjunto de cláusulas objetivo y con rango el conjunto de literales, esto es, para cada cláusula
objetivo G, R(G) es un literal en G.
Ejemplo 9 Una de las más simples reglas de selección de literales en clásulas objetivo ordenadas
es la selecci’on por la posici’on relativa como elemento de las lista:
Leftmost : elegir el literal más a la izquierda.
1
Linear Definite

Rightmost: elegir el literal más a la derecha.
Dejamos al lector el diseño de variantes de la regla de selección.
Definición 108 (Resolución SLD) Se llama resolución SLD2 o refutación SLD con regla de
selección R a toda refutación LD donde el literal eliminado a cada paso está deterninado por la
regla R. Esto es, Sea P un programa Lógico y G una cláusula objetivo. Se denomina refutación
SLD (linear definite) de P ∪ [G] con regla de selección R a una sucesión finita de cláusulas
ordenadas
(G0, C0), (G1, C1), . . . , (Gn, Cn),
donde
G0 = G,
cada Ci es una clásula de P (salvo renombrar variables),
cada Gi es una clásula ordenada.
Para cada i, 0 ≤ i ≤ n − 1, Gi+1 = ResO(Ci, Gi, R(Gi)) con respecto a algún literal
Ai = R(Gi) de Gi, seleccionado por la regla R,
ResO(Cn, Gn, R(Gn)) = .
A la sucesión se la denomina también LD-resolución de P ∪ [G].
Definición 109 Una regla de selección se dice invariante si para cada clásula C y cada susti-
tución θ,
R(C)θ = R(Cθ).
Es decir, si elegir conmuta con sustituir.
Nota 110 Leftmost y Rightmost son reglas de selcción invariantes.
Proposición 111 (Completitud de la resolución SLD) Si CP∪[G] es un conjunto de clásu-
luas ordenadas insatisfactibles, entonces existe una SLD−refutación de P ∪ [G] con cualquier
regla de selección R comenzando con G.
Demostración.– Véase [Nerode & Shore,1993] Theorem III.1.8, p. 148 para el caso de reglas
invariantes.
4.4. Programación Lógica
Para poder interpretar razonablemente lo que hace un intérprete de PROLOG al uso, es conve-
niente utilizar un lenguaje alternativo que reescribe lo anterior en términos de computación.
Definición 112 (Consequencia Lógica) Sea A una fórmula cerrada y M = {A1, . . . , An}
un conjunto finito de fórmulas cerradas. Decimos que A es consecuencia lógica de M si para
toda estructura A tal que A(Ai) = 1, para todo i, se tiene A(A) = 1. Denotaremos M |= A,
para decir A es consecuencia lógica de M.
2
Linear Definite with Selection rule

4.4. PROGRAMACI ÓN L ÓGICA 57
Nota 113 Nótese que M |= A es equivalente a decir que la fórmula cerrada (i.e. sin variables
libres)
F := (A1 ∧ · · · ∧ An) → A,
es una tautolog´ıa (A(F) = 1, para toda estructura adecuada a F).
Definición 114 (Correct Answer Sustitution) Sea P un programa lógico y G una cláusula
objetivo. Llamaremos substitución de respuesta correcta a toda sustitución θ tal que P |= ∀(¬G)θ,
donde ∀ representa todas las variables libres que puedan quedar aún en ¬G tras hacer la susti-
tución θ.
El objetivo de la programación lógica (a través de cláusulas de Horn) es deducir si una conjunción
H = H1 ∧H2 ∧· · ·∧Hr de propiedades posee una instancia que es consecuencia de un programa
P o no. Y, en caso de que lo fuera, hallar una sustitución correcta.
Para ello, se aplica el programa lógico P a la cláusula obtenida tras aplicar negación G = ¬H =
¬H1 ∨ ¬H2 ∨ · · · ∨ ¬Hr.
Veamos cómo funciona ese proceso indeterminista.
Definición 115 (El Sistema de Transición de un Programa Lógico) Las configuraciones
de la Programación Lógica son pares (G, sub) donde G es una clásula objetivo y sub es una susti-
tución.
Sea P un programa lógico. La función de transición asociada a P es una relación entre dos
configuraciones
(G1, sub1) →P (G2, sub2),
definida mediante:
Existe una cláusula C del programa P
C = {B, ¬C1, ¬C2, . . . , ¬Cn} (n ≥ 0),
tal que, salvo renombrar variables, B y una clásula Ai de G1 son unificables. Además su
unificador más general es s = mgu(B, Ai).
G2 = ResO(C, G, Ai),
s := AnswO(C, G, Ai) y sub2 = sub1s.
Se dice que (G1, sub2) es computable, deducible, en un sólo paso del programa P.
Definición 116 (Computación) Una computación de un Programa Lógico P (también una
Derivación o Deducción LD) sobre una cláusula objetivo G es una sucesión finita o infinita de
pares de clásulas objetivos y sustituciones comenzando en (G, [ ]).
(G, [ ]) = (G1, sub1) →P (G2, sub2) →P · · · →P (Gn, subn) →P · · · .
Una computación se llama de éxito si es finita y coincide con una refutación LD de P ∪ [G].

Teorema 117 (Respuesta Correcta y SLD-refutación) Sea P un programa lógico, sean
H1, . . . , Hr fórmulas atómicas y sea G la cláusula objetivo dada mediante:
G := {¬H1, . . . , ¬Hr}.
Sea, finalmente,
(G, [ ]) = (G1, sub1) →P (G2, sub2) →P · · · →P ( , subn),
una computación de éxito. Entonces, subn es una sustitución correcta y si x1, . . . , xt son las
variables libres entre todas las Hisubn, se tendrá:
|= P → ∀x1 · · · ∀xtH1subn ∧ · · · ∧ Hrsubn.
El rec´ıproco también es válido, esto es, toda sustitución de respuesta correcta puede obtenerse
de una computación/refutación SLD por el anterior método.
Demostración.– Véanse [Ben Ari, 1993], p.178; [Lloyd, 1987], Section 2.8; o [Schöning, 1989].
4.4.1. Indeterminismo?

Bibliograf´ıa
[Ben Ari, 1993] M. Ben–Ari. Mathematical Logic for Computer Science. Springer verlag, 1993.
[Lloyd, 1987] J. lloyd. foundations of logic Programming. Springer Verlag, 1987.
[Nerode & Shore,1993] A. Nerode, R.A. Shore. Logic for Applications.Springer Verlag, 1993.
[Schöning, 1989] U. Schöning. Logic for Computer Scientist. Birkhäuser Verlag, 1989.
59

Logica para informáticos

Más contenido relacionado

La actualidad más candente (15)

Similar a Logica para informáticos (20)

Más de edwinalb (20)

Logica para informáticos