💻 computer science

ZFLean: a framework for set-level mathematics in Lean

El artículo presenta ZFLean, una biblioteca de Lean 4 que integra la teoría de conjuntos ZFC fundamental en el ecosistema de Mathlib con una mejor ergonomía, construcciones canónicas y puentes hacia tipos nativos para facilitar pruebas mixtas a nivel de conjuntos y tipadas.

Autores originales: Vincent Trélat

Publicado 2026-04-28

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Vincent Trélat

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

Imagina que estás intentando construir una casa. Tienes dos conjuntos diferentes de planos y herramientas:

Las herramientas "Tipadas" (Sistema nativo de Lean): Son como brazos robóticos de alta tecnología guiados por láser. Son increíblemente precisos, pero solo funcionan si cada ladrillo está perfectamente etiquetado con su tipo específico (por ejemplo, "Ladrillo Rojo", "Ladrillo Azul"). Si intentas usar un "Ladrillo Rojo" donde se requiere un "Ladrillo Azul", el robot se detiene y se niega a trabajar. Esto es excelente para la seguridad, pero a veces las matemáticas parecen necesitar ser más flexibles.
Las herramientas "Conjuntos" (ZFC): Son como una pila gigante y desordenada de arcilla cruda. En este mundo, todo es simplemente "material". Puedes moldear un trozo de arcilla en una taza, una bola o un cuadrado, y todo es simplemente "arcilla". Así es como los matemáticos tradicionales suelen pensar en los conjuntos: todo es un elemento de una colección, y puedes mezclar y combinar libremente.

El Problema:
Durante mucho tiempo, si querías hacer matemáticas usando las herramientas de "Conjuntos" dentro del taller robótico "Tipado", era una pesadilla. Tenías que traducir constantemente tus formas de arcilla a etiquetas compatibles con el robot, probar que tu traducción era correcta y luego traducir los resultados de vuelta. Era lento, aburrido y propenso a errores. La mayoría de la gente simplemente evitaba por completo la pila de arcilla y se aferraba a los robots.

La Solución: ZFLean
Vincent Trélat creó ZFLean, que es como construir un traductor universal y un conjunto de herramientas personalizadas justo dentro del taller robótico.

Así es como funciona, usando analogías simples:

1. El Taller de "Arcilla" (El Modelo ZFC)

ZFLean establece una zona especial dentro del taller robótico donde se aplican las reglas de la "arcilla". Aquí, puedes definir conjuntos, relaciones y funciones tal como lo haría un matemático tradicional, sin preocuparte por los "tipos" estrictos que el robot suele exigir. Es un espacio seguro donde puedes decir: "Este es un conjunto de números", sin que el robot pregunte: "¿Es un Nat o un Int?".

2. El "Traductor Inteligente" (El Cálculo Relacional)

El mayor dolor de cabeza en los viejos tiempos era la "plantilla"—la documentación repetitiva y aburrida requerida para probar que tus formas de arcilla eran realmente válidas.

La Vieja Forma: Tenías que probar manualmente: "Sí, esta relación es una función" y "Sí, este dominio es válido", para cada paso individual.
La Forma ZFLean: El marco viene con pequeños asistentes inteligentes (llamados tácticas como zrel, zpfun y zfun). Piensa en ellos como formularios de autocompletado. Cuando escribes una prueba, estos asistentes verifican automáticamente los detalles aburridos y rellenan la documentación por ti. Tú escribes las matemáticas; los asistentes se encargan de la carga administrativa.

3. El "Puente" (Interoperabilidad)

Esta es la parte mágica. Por lo general, el mundo de la "arcilla" y el mundo del "robot" estaban separados. ZFLean construye puentes entre ellos.

Si construyes un conjunto de números naturales en el mundo de la arcilla, ZFLean puede decir instantáneamente: "Oye, esto es en realidad lo mismo que el tipo Nat del robot".
Esto significa que puedes hacer tus matemáticas de teoría de conjuntos desordenadas y flexibles, y luego cruzar sin problemas el puente para usar las potentes herramientas preconstruidas del robot (como solucionadores de álgebra) para terminar el trabajo. No tienes que elegir uno u otro; puedes usar ambos en la misma prueba.

4. El "Kit de Lego" (Construcciones Canónicas)

Para facilitar la vida, ZFLean viene con un kit preconstruido de piezas estándar de Lego.

¿Necesitas un conjunto de valores Verdadero/Falso? Aquí tienes un conjunto Booleano.
¿Necesitas un conjunto de números de conteo? Aquí tienes un conjunto de Números Naturales.
¿Necesitas una forma de manejar valores "quizás" (como una opción)? Aquí tienes un conjunto Opción.
Estos no son simplemente arcilla cruda; están pre-moldeados, probados y vienen con instrucciones sobre cómo usarlos (como "cómo sumar dos números" o "cómo cambiar un interruptor").

5. El "Test de Manejo" (El Estudio de Caso)

Para probar que este sistema funciona, el autor lo probó con un clásico acertijo matemático llamado el Isomorfismo de Currying.

Imagina esto: Tienes una máquina que toma dos entradas a la vez (como una máquina de hacer sándwiches que toma pan y carne). "Currying" es el proceso de convertir eso en una máquina que toma una entrada (pan) y luego te da una nueva máquina que toma la segunda entrada (carne).
El autor usó ZFLean para probar que estas dos formas de pensar en la máquina son en realidad lo mismo. El script de prueba se veía casi exactamente como un matemático humano escribiéndolo en una pizarra, con los "asistentes inteligentes" manejando silenciosamente todos los fallos técnicos en segundo plano.

La Conclusión

ZFLean es un marco que permite a los matemáticos trabajar en el estilo flexible e intuitivo de la teoría de conjuntos tradicional (la "arcilla") mientras viven dentro de un sistema moderno y riguroso de pruebas informáticas (los "robots"). Elimina la fricción de la traducción, automatiza la documentación aburrida y construye puentes para que puedas usar las mejores herramientas de ambos mundos sin quedarte atrapado en medio.

El resultado es una biblioteca de aproximadamente 8.300 líneas de código que hace que hacer matemáticas a nivel de "conjunto" en Lean se sienta tan natural y fluido como escribirlo en papel.

A continuación se presenta un resumen técnico detallado del artículo "ZFLean: un marco para las matemáticas a nivel de conjuntos en Lean" de Vincent Trélat.

1. Planteamiento del Problema

La formalización moderna en asistentes de prueba como Lean se basa predominantemente en la teoría de tipos (específicamente, teoría de tipos dependiente), donde los objetos matemáticos son tipos construidos. Aunque poderosa, este enfoque puede ser engorroso para las matemáticas a nivel de conjuntos (ZFC), las cuales a menudo se prefieren por:

Razonamiento extensional: Razonar sobre la igualdad basándose en los elementos en lugar de en la construcción.
Parcialidad: Manejar funciones parciales de forma natural mediante relaciones en lugar de codificarlas con tipos Option o tipos dependientes.
Razonamiento al estilo de categorías: Trabajar "salvo isomorfismo" en lugar de la estricta igualdad definicional.

El Desafío: Trabajar directamente en un modelo teórico de conjuntos dentro de un asistente tipado (como el modelo ZFC de Mathlib en Lean) introduce una fricción significativa:

Código boilerplate: Los usuarios deben gestionar constantemente "condiciones laterales" (por ejemplo, probar que una relación está bien definida, probar que una función es total) de forma manual.
Fragilidad: Cruzar la frontera entre objetos teóricos de conjuntos (ZFSet) y tipos nativos de Lean (Type) es manual y propenso a errores.
Falta de automatización: Las herramientas existentes a menudo carecen de las pistas de reescritura y tácticas específicas necesarias para hacer que las pruebas teóricas de conjuntos sean tan fluidas como las pruebas tipadas.

2. Metodología

El autor presenta ZFLean, una biblioteca de Lean 4 construida sobre la base del modelo ZFC existente de Mathlib. La metodología se centra en crear un cálculo relacional uniforme y puentes de interoperabilidad para hacer que el desarrollo a nivel de conjuntos sea ergonómico.

Elecciones de Diseño Central:

Fundamento: Aprovecha la implementación de ZFC de Mathlib, que construye conjuntos como el cociente extensional de "pre-conjuntos" inductivos (PSet).
Cálculo Relacional: En lugar de tratar las funciones como objetos totales de primera clase (como en la teoría de tipos estándar), ZFLean las trata como relaciones funcionales. Introduce un cálculo para relaciones binarias, funciones parciales y funciones totales.
Automatización mediante Tácticas: El marco introduce tres tácticas ligeras (zrel, zpfun, zfun) diseñadas para descargar automáticamente las condiciones laterales de buen formato (por ejemplo, probar que una composición es una relación o una función).
Puentes: La biblioteca construye isomorfismos explícitos (puentes) entre objetos canónicos de ZFC (por ejemplo, ZFBool, ZFNat) y los tipos nativos de Lean (Bool, Nat), permitiendo transportar propiedades entre ambos mundos.

3. Contribuciones Clave

A. Cálculo Relacional y Automatización

Definiciones: Formaliza la inversa, la identidad, la composición, el dominio, el rango y la imagen para relaciones.
Funcionalidad: Distingue entre funciones parciales (IsPFunc) y funciones totales (IsFunc).
Tácticas:
- zrel: Descarga objetivos que prueban que un conjunto es una relación ( $R \subseteq A \times B$ ).
- zpfun: Descarga objetivos que prueban que un conjunto es una función parcial.
- zfun: Descarga objetivos que prueban que un conjunto es una función total.
- Estas tácticas utilizan lemas etiquetados con atributos (por ejemplo, @[zfun]) para resolver recursivamente las condiciones laterales, ocultando el código boilerplate al usuario.
Notación: Introduce sintaxis conveniente para la aplicación de funciones (@zf(x)) y la abstracción $\lambda$ , con teoremas para la reducción $\beta$ , la expansión $\eta$ y la extensionalidad.

B. Construcciones Canónicas

La biblioteca proporciona un conjunto de objetos matemáticos estándar definidos dentro de ZFC, completos con sus propiedades universales:

Booleanos: Un conjunto de dos elementos $B$ con estructura algebraica (conjunción, disyunción, negación) y un eliminador de casos.
Números Naturales ( $\mathbb{N}$ ): Definidos como el menor conjunto inductivo (ordinales de von Neumann). Incluye un recursor, un principio de inducción y operaciones aritméticas. Crucialmente, está equipado con una estructura CommSemiring para aprovechar la táctica ring de Lean.
Enteros ( $\mathbb{Z}$ ) y Racionales ( $\mathbb{Q}$ ): Construidos como tipos cociente de pares de naturales/enteros, con operaciones elevadas desde los representantes.
Coproductos y Opciones: Definiciones teóricas de conjuntos de tipos suma y tipos opción.

C. Isomorfismos y Transporte

Incrustaciones e Isomorfismos: Define incrustaciones a nivel de conjuntos ( $A \hookrightarrow_z B$ ) e isomorfismos ( $A \cong_z B$ ) mediante funciones inyectivas y biyectivas.
Teorema de Cantor-Schröder-Bernstein: Formalizado dentro del marco.
Transporte: Prueba que las construcciones de ZFC son isomorfas a los tipos nativos de Lean (por ejemplo, ZFBool $\simeq$ Bool). Esto permite a los usuarios "transportar" teoremas desde la rica biblioteca teórica de tipos de Mathlib al contexto teórico de conjuntos de manera transparente.

D. Estudio de Caso: Isomorfismo de Currying

El artículo demuestra la utilidad del marco probando el Isomorfismo de Currying: $C^{A \times B} \cong (C^B)^A$ .

La prueba define curryz y uncurryz como funciones a nivel de conjuntos.
Prueba que son inversas mutuas utilizando la automatización del marco para manejar las condiciones laterales (buen formato de composiciones e imágenes).
El script de prueba refleja estrechamente los argumentos matemáticos estándar, con la capa de automatización manejando la "aburrida" verificación teórica de conjuntos.

4. Resultados

Tamaño del Artefacto: La biblioteca consta de 8.324 líneas de código Lean y 706 teoremas probados.
Desglose de Componentes:
- Cálculo Relacional: ~2.534 líneas de código (172 teoremas).
- Naturales: ~1.260 líneas de código (199 teoremas).
- Incrustaciones/Isomorfismos: ~1.626 líneas de código (31 teoremas).
Usabilidad: El estudio de caso demuestra que el marco reduce exitosamente la fricción de la formalización a nivel de conjuntos. Los usuarios pueden escribir pruebas que se asemejan a argumentos teóricos de conjuntos estándar sin probar manualmente que cada composición de relaciones es una relación válida.
Interoperabilidad: La capacidad de cambiar entre ZFSet y Type nativo permite la reutilización de las tácticas algebraicas de Mathlib (como ring) en objetos teóricos de conjuntos.

5. Significado

Puente entre Fundamentos: ZFLean reconcilia efectivamente las visiones "teórica de conjuntos" y "teórica de tipos" de las matemáticas dentro de un solo asistente de prueba. Permite a los matemáticos elegir el fundamento más natural para un problema específico (conjuntos extensionales vs. tipos constructivos) sin perder el acceso a la automatización del ecosistema.
Ergonomía: Al automatizar las tediosas condiciones laterales inherentes a la teoría de conjuntos (pruebas de pertenencia, buen formato de relaciones), hace que el desarrollo de ZFC en Lean sea viable para no expertos y práctico para la formalización a gran escala.
Extensibilidad: El diseño modular (cálculo relacional + objetos canónicos + puentes) permite una fácil extensión. El trabajo futuro incluye la formalización de números reales (mediante sucesiones de Cauchy o cortes de Dedekind) y análisis básico.
Comparación: A diferencia de Isabelle/ZF (donde la teoría de conjuntos es una lógica de objeto separada) o los desarrollos teóricos de conjuntos de Rocq (que a menudo carecen de una integración profunda con la automatización teórica de tipos), ZFLean ofrece un enfoque híbrido que mantiene las pruebas a nivel de conjuntos mientras aprovecha la infraestructura nativa de tipos de Lean.

En conclusión, ZFLean proporciona un marco robusto, ergonómico e interoperable para realizar matemáticas fundamentales en ZFC dentro de Lean 4, reduciendo exitosamente la barrera de entrada para la formalización teórica de conjuntos mientras mantiene la compatibilidad con el ecosistema más amplio de Mathlib.