这是一个很好的问题。不幸的是,如果您将自己限制在QF_UFNRA,您想要做的事情通常不可能。
如果您可以对此类功能进行编码,那么您可以决定任意丢番图方程。您只需将给定的丢番图方程转换为实数,使用这种所谓的方法计算实数解的“分数”,并断言该分数是0。由于实数是可判定的,这将为您提供丢番图方程的判定程序,完成不可能的事情。 (这被称为希尔伯特第十问题。)
因此,尽管任务看起来很无辜,但实际上是不可行的。但这并不意味着您不能使用某些扩展对其进行编码,并且可能让求解器成功决定它的实例。
如果你允许量词和递归函数
如果你允许自己使用量词和递归函数,那么你可以这样写:
(set-logic UFNRA)
(define-fun-rec frac ((x Real)) Real (ite (< x 1) x (frac (- x 1))))
(declare-fun res () Real)
(assert (= (frac 1.5) res))
(check-sat)
(get-value (res))
z3 的回应:
sat
((res (/ 1.0 2.0)))
请注意,我们使用了允许量化的 UFNRA 逻辑,由于使用了 define-fun-rec 构造,此处隐含地需要量化。 (有关详细信息,请参阅 SMTLib 手册。)这基本上是您在问题中尝试编码的内容,而是使用递归函数定义工具而不是隐式编码。然而,在 SMTLib 中使用递归函数有几个注意事项: 特别是,您可以编写使系统变得不一致的函数,这很容易。有关详细信息,请参阅http://smtlib.cs.uiowa.edu/papers/smt-lib-reference-v2.5-draft.pdf 的第 4.2.3 节。
如果你可以使用 QF_UFNIRA
如果你转移到QF_UFNIRA,即允许混合实数和整数,编码很容易:
(set-logic QF_UFNIRA)
(declare-fun z () Real)
(declare-fun zF () Real)
(declare-fun zI () Int)
(assert (= z (+ zF zI)))
(assert (<= 0 zF))
(assert (< zF 1))
(assert (= z 1.5))
(check-sat)
(get-value (zF zI))
z3 回应:
sat
((zF (/ 1.0 2.0))
(zI 1))
(zI和z < 0的计算可能要小心,但思路是一样的。)
请注意,仅仅因为编码简单并不意味着 z3 总是能够成功回答查询。由于Real's 和Integer's 的混合,问题仍然无法确定,如前所述。如果您对z 有其他限制,z3 可能会很好地响应unknown 这种编码。在这种特殊情况下,它恰好足够简单,因此 z3 能够找到模型。
如果你有sin 和pi:
这更像是一个思想实验,而不是真正的替代方案。如果 SMTLib 允许 sin 和 pi,那么您可以检查 sin (zI * pi) 是否为 0,以获得适当约束的 zI。此查询的任何令人满意的模型都将确保zI 是整数。然后,您可以使用此值通过从 z 中减去 zI 来提取小数部分。
但这是徒劳的,因为 SMTLib 既不允许 sin 也不允许 pi。并且有充分的理由:可判定性将丢失。话虽如此,也许一些勇敢的灵魂可以设计一个支持sin、pi 等的逻辑,并成功正确回答您的查询,同时在问题变得难以解决时返回unknown。这已经是非线性算术和QF_UFNIRA 片段的情况:求解器通常可能会放弃,但它采用的启发式方法可能会解决实际感兴趣的问题。
对 Rationals 的限制
撇开理论不谈,事实证明,如果您只使用有理数(而不是实际实数),那么您确实可以编写一个一阶公式来识别整数。但是,编码不适合胆小的人:http://math.mit.edu/~poonen/papers/ae.pdf。此外,由于编码涉及量词,因此 SMT 求解器不太可能很好地使用基于此想法的公式。
[顺便说一句,我应该感谢我的工作同事;这个问题促成了一次很棒的午餐时间谈话!]