💻 computer science

A proof complexity conjecture and the Incompleteness theorem

Este artículo demuestra que toda teoría de primer orden de tiempo polinomial y capaz de formalizar su propia sintaxis es incompleta, y plantea un problema abierto sobre la existencia de generadores de complejidad de prueba que intersequen todos los conjuntos infinitos de NP, vinculando esta cuestión con la inexistencia de sistemas de prueba proposicionales p-óptimos, la hipótesis $E \not\subseteq P/poly$ o la existencia de funciones de estiramiento computables en tiempo subexponencial.

Autores originales: Jan Krajicek

Publicado 2026-02-16

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Jan Krajicek

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que este artículo es como una historia sobre un arquitecto de laberintos (el autor, Jan Krajíček) que intenta construir una máquina especial para demostrar que, en el mundo de las matemáticas y la computación, siempre habrá acertijos que no podemos resolver, sin importar cuán inteligentes o rápidos seamos.

Aquí tienes la explicación en español, usando analogías sencillas:

1. El Gran Objetivo: El "Generador de Acertijos Imposibles"

Imagina que tienes una máquina que toma una lista de números (una entrada) y te devuelve una lista un poco más larga (una salida). El autor quiere construir una máquina especial, llamada $g_T$ , que haga algo muy específico:

Toma cualquier entrada y le añade un solo dígito extra al final (como si le dieras un paso más a un camino).
El truco es que esta máquina debe ser capaz de "tocar" o intersectar cualquier grupo infinito de acertijos que la computación moderna pueda describir (los llamados conjuntos NP).

La analogía: Imagina que los acertijos son islas en un océano infinito. El autor quiere construir un barco ( $g_T$ ) que, sin importar hacia dónde navegues, siempre termine tocando al menos una isla. Si logra esto, significa que su barco es tan poderoso que puede encontrar cualquier tesoro oculto en el océano.

2. La Prueba de que "No Todo se Puede Saber" (El Teorema de Incompletitud)

El autor usa una teoría matemática llamada $T$ (como un libro de reglas muy estricto y confiable) para construir su máquina.

El experimento mental: Supongamos que la máquina $g_T$ funciona perfectamente y toca todas las islas posibles.
El problema: Si la máquina toca todas las islas, entonces el "océano vacío" (todo lo que la máquina no toca) no debería existir. Pero el autor demuestra que el océano vacío sí existe y es infinito.
La conclusión: Esto crea una paradoja. Para que la máquina funcione como se espera, el libro de reglas ( $T$ ) tendría que ser capaz de demostrar verdades que, por lógica, no puede demostrar.

La moraleja: Esto es una nueva forma de demostrar el famoso Teorema de Incompletitud de Gödel. Básicamente, dice: "No importa cuán bueno sea tu libro de reglas matemáticas, siempre habrá verdades que no podrás probar dentro de ese libro". Es como tener un mapa del tesoro que, por más detallado que sea, nunca puede mostrar todo el territorio.

3. El Versión de "Lógica Proposicional" (El Juego de los 3 Escenarios)

Luego, el autor baja el nivel de complejidad y habla de lógica simple (como acertijos de verdadero/falso). Dice que, si intentamos construir esta máquina perfecta en el mundo de la computación práctica, al menos una de estas tres cosas debe ser cierta:

No existe la "Máquina de Resolver Acertijos Perfecta":
Imagina que buscas un algoritmo (un programa) que sea el más rápido posible para resolver cualquier tipo de acertijo lógico. El autor dice: "Ese programa perfecto no existe". Siempre habrá un acertijo que se le resista o que tarde demasiado.
El mundo es más complejo de lo que creemos (E no está en P/poly):
Imagina que tienes un circuito eléctrico gigante que puede simular cualquier cosa. La opción 2 dice que hay problemas tan complejos que ningún circuito de tamaño razonable (por pequeño que sea) puede resolverlos. Es decir, la realidad es más "ruidosa" y complicada que cualquier máquina simple que podamos construir.
Existe un "Héroe Oculto" (La función $h$ ):
Si las dos opciones anteriores son falsas (es decir, si crees que sí hay una máquina perfecta y que los circuitos simples pueden resolverlo todo), entonces debe existir una función especial ( $h$ ).
- Esta función es un "héroe": es rápida de calcular (casi instantánea), añade un dígito extra a todo, y logra tocar todas las islas infinitas (intersecta todos los conjuntos NP).
- Si esta función existe, significa que hay un método secreto para resolver problemas que creíamos imposibles, lo cual cambiaría todo lo que sabemos sobre la criptografía y la seguridad informática.

En Resumen

El autor nos dice:

"He diseñado una máquina teórica que demuestra que siempre habrá verdades matemáticas que no podemos probar. Y si intentamos llevar esto al mundo real de las computadoras, nos enfrentamos a un dilema: o bien no existe el algoritmo perfecto, o bien el mundo es más complejo de lo que pensamos, o bien existe un método secreto que resuelve todos los problemas difíciles (lo cual sería una noticia enorme para la seguridad de internet)."

Es un trabajo que conecta la filosofía de las matemáticas (¿qué podemos saber?) con la ingeniería de computadoras (¿qué podemos construir?). Y la conclusión es un poco inquietante: siempre habrá algo que se nos escapará.

Resumen Técnico: Una Conjetura de Complejidad de Pruebas y el Teorema de Incompletitud

1. Planteamiento del Problema

El artículo aborda una conjetura fundamental en la teoría de la complejidad de pruebas (proof complexity): la existencia de un generador de pruebas difícil para todos los sistemas de prueba.

La versión rudimentaria de esta conjetura postula la existencia de una función computable en tiempo polinomial ( $p$ -time), $g: \{0, 1\}^* \to \{0, 1\}^*$ , que estira cada entrada en un bit (es decir, $|g(u)| = |u| + 1$ ), tal que su rango ($Rng(g)$) interseca a todos los conjuntos infinitos de la clase NP.

Si tal función existiera, implicaría que ningún sistema de prueba proposicional puede probar eficientemente que las cadenas fuera del rango de $g$ no pertenecen a ese rango, lo cual tendría profundas implicaciones para la separación de clases de complejidad (como $NP \neq coNP$ ). El autor investiga si es posible construir tal función basándose en la lógica de primer orden y qué implicaciones tiene esto para la incompletitud de Gödel y la complejidad computacional.

2. Metodología y Construcción

El autor emplea una metodología que conecta la teoría de modelos, la lógica matemática y la complejidad computacional.

A. Construcción en Lógica de Primer Orden (Teoría $T$ ):

Se utiliza la teoría $S^1_2$ de Buss, una teoría de primer orden que formaliza la sintaxis de la lógica y es capaz de definir la jerarquía de tiempo polinomial.
Se define una función $g_T$ basada en la provableidad dentro de una teoría $T$ (que es $p$ -time, sonora y contiene a $S^1_2$ ).
Algoritmo de $g_T(u)$ :
1. Dada una entrada $u$ , busca una fórmula $\Phi$ (con una variable libre) que sea un prefijo de $u$ y tenga longitud logarítmica respecto a $|u|$ .
2. Si no existe tal fórmula, devuelve $0$.
3. Si existe, itera sobre todas las cadenas binarias $w$ de longitud $c+1$ (donde $c$ es la longitud de $\Phi$ ). Busca una prueba en $T$ de tamaño $\le \log n$ para la sentencia $\Phi_w$ :
  $\exists y \forall x > y (\Phi(x) \to \neg(w \subseteq_e x))$
  Esta sentencia esencialmente afirma que la cadena $w$ no es un prefijo de ningún elemento en el conjunto definido por $\Phi$ (más allá de cierto punto).
4. Si se encuentra una prueba para todas las $w$ , devuelve $0$. Si no, devuelve la primera $w_0$ para la cual no se encontró prueba, concatenada con el resto de $u$ .

B. Versión Proposicional:

Para trasladar el argumento al dominio proposicional, el autor utiliza la traducción proposicional canónica de fórmulas $\Sigma^b_1$ .
Las sentencias $\Pi^b_1$ (como las $\Phi_w$ ) se traducen a fórmulas proposicionales $\phi_{n,w}$ .
Bajo la hipótesis de que no existe un sistema de prueba óptimo en tiempo polinomial ( $p$ -optimal) y que $E \subseteq P/poly$ , se construye una función $h$ que simula el comportamiento de $g_T$ pero utilizando circuitos booleanos pequeños para verificar pruebas en lugar de buscarlas en una teoría formal.

3. Contribuciones Clave y Resultados

Teorema de Incompletitud (Corolario 2.3):
El autor demuestra que si $T$ es una teoría sonora y $p$ -time que contiene a $S^1_2$ , entonces $T$ no puede ser completa.

Razonamiento: Si $T$ fuera completa, la función $g_T$ intersectaría a todo conjunto infinito definible en $L$ . Sin embargo, el complemento del rango de $g_T$ es infinito y definible. Esto crea una contradicción, demostrando que debe existir alguna sentencia verdadera que $T$ no puede probar. Esto ofrece una nueva prueba del Primer Teorema de Incompletitud de Gödel.

Problema Abierto (Problema 2.4):
¿Existe alguna teoría $T$ tal que el rango de $g_T$ interseque a todos los conjuntos infinitos de NP? Una respuesta afirmativa resolvería la conjetura de generadores de pruebas y probaría $NP \neq coNP$ .

Teorema Principal (Teorema 3.1):
El resultado más significativo del artículo es una disyunción lógica. El autor demuestra que al menos una de las siguientes tres afirmaciones debe ser verdadera:

No existe un sistema de prueba proposicional $p$ -óptimo. (Esto es equivalente a la no existencia de un algoritmo de búsqueda de pruebas proposicional óptimo en tiempo).
$E \not\subseteq P/poly$ . (La clase de complejidad $E$ no está contenida en los circuitos booleanos de tamaño polinomial).
Existencia de un generador difícil: Existe una función $h$ $h$ que:
- Estira todas las entradas en un bit.
- Es computable en tiempo sub-exponencial ( $2^{O((\log n)^{\log \log n})}$ ).
- Su rango interseca a todos los conjuntos infinitos de NP.

4. Significado e Implicaciones

Conexión Lógica-Complejidad: El trabajo establece un puente sólido entre la incompletitud lógica (Gödel) y la complejidad de pruebas. Muestra que la imposibilidad de probar ciertas sentencias en teorías formales se traduce directamente en la dificultad de probar la no pertenencia a ciertos conjuntos en sistemas de prueba proposicionales.
Reformulación de Problemas Abiertos: El Teorema 3.1 reduce la búsqueda de un generador de pruebas "duro para todos" (un objeto central en la teoría de complejidad de pruebas) a dos problemas fundamentales de la teoría de la complejidad computacional: la existencia de sistemas de prueba óptimos y la relación entre las clases $E$ y $P/poly$.
Nuevas Perspectivas: Si se pudiera demostrar que $E \subseteq P/poly$ y que existen sistemas de prueba óptimos, entonces necesariamente existiría un generador $h$ con las propiedades descritas en el punto 3. Esto sugiere que la dificultad de encontrar tales generadores está intrínsecamente ligada a la estructura de las clases de complejidad.
Incompletitud Constructiva: La construcción de $g_T$ no solo prueba la incompletitud, sino que lo hace de manera constructiva y eficiente (en tiempo polinomial), proporcionando un mecanismo explícito para generar sentencias indecidibles basadas en la estructura de las pruebas.

En resumen, Krajíček demuestra que la búsqueda de generadores de pruebas que sean difíciles para todos los sistemas de prueba está intrínsecamente vinculada a la existencia de sistemas de prueba óptimos y a la jerarquía de complejidad computacional, ofreciendo una nueva vía para atacar problemas abiertos tanto en lógica como en teoría de la complejidad.