Combinaison de théories
|
|
- Augustin Florent St-Hilaire
- il y a 6 ans
- Total affichages :
Transcription
1 Devoir de logique 2015 Combinaison de théories À rendre le 21 mai En logique du premier ordre, le problème de la satisfaisabilité (ou, de façon équivalente, de la validité) est rapidement indécidable. Cependant, si l on se restreint à des énoncés sans quantificateurs, de nombreuses théories deviennent décidables. Par exemple, si l on considère les axiomes de l égalité Eq Σ,P pour le langage donné par Σ et P, le problème de savoir si Eq Σ,P, = φ est indécidable pour φ quelconque mais décidable pour φ sans quantificateurs. On sait aussi décider le cas sans quantificateurs pour l arithmétique linéaire, les tableaux, les listes, etc. Mais, étant donné deux théories décidables, il n est pas évident que leur combinaison reste décidable! Pour éviter d avoir à produire une nouvelle procédure de décision ad-hoc si l on veut parler de tableaux d entiers, ou de listes de tableaux, on peut faire appel à des techniques de combinaison de procédures de décisions. Ces techniques sont essentielles à la construction des SMT solvers, très utilisés de nos jours, notamment en preuve de programmes. Dans ce DM nous allons voir en première partie le résultat de Nelson-Oppen pour la combinaison de théories décidables. En deuxième partie nous verrons un cas où deux théories décidables se combinent en une théorie indécidable. Ces deux parties sont indépendantes, et la difficulté des questions n est pas croissante. Dans la suite, on supposera implicitement que toute théorie considérée contient la théorie de l égalité sur le langage considéré. Cela permet de restreindre le problème de la satisfaisabilité aux structures où le prédicat d égalité est interprété comme l égalité sur le domaine. Plus généralement, nous ne considèrerons dans tout l énoncé que des structures où l égalité est interprétée de façon canonique. Quand on parlera d un langage Σ, P on ne considèrera pas que le prédicat d égalité appartient à P : il est toujours là implicitement. On dira que deux langages Σ 1, P 1 et Σ 2, P 2 sont disjoints quand Σ 1 Σ 2 = et P 1 P 2 =, c est à dire que les deux 1
2 langages ne partagent que le prédicat d égalité. Afin d obtenir des résultats génériques de combinaison de théorie, il est nécessaire d éviter que les théories combinées parlent des mêmes choses, et l on supposera en pratique qu elles portent sur de tels langages disjoints. Nous utilisons ci-dessous les notations du cours autant que possible. On rappelle que VL(φ) dénote les variables libres d une formule, et D S dénote le domaine d une structure S. On dit qu une structure est une T -interprétation quand c est un modèle de T. On dit qu une formule est T -satisfaisable quand elle est satisfaite par une T -interprétation. On notera enfin que dans cet énoncé on appelle théorie un ensemble arbitraire de formules sans variables libres. Cet ensemble n est pas forcément clos par déduction comme dans le cours. On pourrait cependant clôre ces ensembles par déduction sans rien changer d essentiel. 1 Combinaison de théories décidables 1.1 Quelques résultats généraux Question 1 Soit deux (Σ, P)-structures S et S. Soit h un (Σ, P)-isomorphisme de S dans S. Montrer que S, σ = φ ssi S, σ = φ, où σ et σ sont telles que σ (x) = h(σ(x)) pour tout x VL(φ). Correction 1 Par induction sur φ. Les cas propositionnels se concluent aisément par hypothèse d induction. Pour les autres cas, on se contente de montrer un des sens de l équivalence (le si ), par symétrie 1 : Dans le cas où φ est un atome p(t 1,..., t n ) on doit montrer que ( t 1 σ,s,..., t n σ,s ) p S implique ( t 1 σ,s,..., t n σ,s ) p S On observe que h( t 1 σ,s ) = t 2 σ,s par le fait que h soit un morphisme de structure (et donc, plus précisemment, de Σ-algèbre) et parce que σ (x) = h(σ(x)) pour tout x. On conclut alors par le fait que h est un morphisme de structure de S dans S. Traitons le cas où φ est x. ψ. On montre S, σ = φ si S, σ = φ. Soit v D S, on doit montrer S, σ + (x v) = ψ. Par hypothèse on a S, σ + 1. On aurait pu ne montrer qu une seule des deux implications de l énoncé original, mais alors il aurait fallu expliquer qu on change les rôles de S et S dans les cas de la négation et/ou de l implication. 2
3 (x h(v)) = ψ, et par hypothèse d induction sur ψ avec σ + (x v) et σ + (x h(v)) on a conclut S, σ + (x v) = ψ. On fixe pour toute la suite de cette section deux théories T 1 et T 2 sur des langages disjoints Σ 1, P 1 et Σ 2, P 2. Question 2 Soit, pour chaque i {1, 2}, un ensemble de formules E i sur le langage Σ i, P i, pouvant comporter des quantificateurs et des variables libres. Montrer que (1) et (2) sont équivalents : (1) Il existe S et σ tel que S, σ = E 1 E 2. (2) Il existe S 1 et S 2 de même domaine, et σ tel que S 1, σ = E 1 et S 2, σ = E 2. Correction 2 On voit que (1) implique (2) puisque S et σ donnent une solution pour à la fois S 1, σ 1 et S 2, σ 2. On s intéresse à l autre sens. Étant donnés S 1, S 2, σ 1 et σ 2 on cherche à construire S et σ. Supposons maintenant (2) et montrons (1). On définit une (Σ 1 Σ 2,P 1 P 2 )- structure S de domaine D S1 = D S2, en prenant f S = f Si pour f Σ i, p S = p Si pour p P i c est possible car les langages sont disjoints. On avait S 1, σ = E 1. Comme S interprète tout le langage Σ 1, P 1 comme S 1, on a S, σ = E 1. (Sinon, cela se montre par une induction sur les formules, sans surprise.) De même on a S, σ = E 2. Ainsi on a bien S, σ = E 1 E 2. Question 3 Montrer que la condition (2) précédente est équivalente à : (3) Il existe S 1, S 2, σ 1, σ 2 tel que S 1, σ 1 = E 1 et S 2, σ 2 = E 2 avec D S1 et D S2 de même cardinal et σ 1 (x) = σ 1 (y) ssi σ 2 (x) = σ 2 (y) pour tout x, y VL(E 1 ) VL(E 2 ). Correction 3 On a immédiatemment que (2) entraîne (3) en prenant σ 1 = σ 2. Supposons maintenant (3) et montrons (2). On pose V = VL(E 1 ) VL(E 2 ). Par les hypothèses sur σ 1 et σ 2, il existe une bijection h 0 de D S1 V dans D S2 V telle que pour tout x V, h 0 (σ 1 (x)) = σ 2 (x). Il existe de plus une bijection de D S1 \ V dans D S2 \ V par l hypothèse de cardinalité. Donc on a une bijection h de D S1 dans D S2 telle que pour tout x V, h(σ 1 (x)) = σ 2 (x). 3
4 On construit une structure S 2 de domaine D S1 tel que h défini un isorphisme de structure de S 1 dans S 2. On pose pour cela f S 2 (u1,..., u n ) = h 1 (f S 2 (h(u 1 ),..., h(u n )) p S 2 = {(u1,..., u n ) : (h(u 1 ),..., h(u n )) p S 2 } Ces définitions assurent immédiatemment que h est un isomorphisme. Par la question précédente on a donc S 2, h 1 σ 2 = E 2, soit S 2, σ = E 2. On a toujours S 1, σ = E 1. Ainsi S 1, S 2 et σ conviennent. 1.2 Formes séparées Question 4 Soit Γ une conjonction de littéraux sur le langage Σ 1 Σ 2, P 1 P 2. Montrer qu on peut calculer des conjonctions de littéraux Γ 1 et Γ 2, respectivement sur Σ 1, P 1 et Σ 2, P 2 tel que : Eq Σ1 Σ 2,P 1 P 2 = ( x 1... x n. Γ) ( y 1... y m. Γ 1 Γ 2 ) Dans la suite, une telle décomposition sera appelée (T 1, T 2 )-séparée. Correction 4 On procède en trois phases, chaque phase consistant à répéter autant de fois que possible une transformation : 1. On remplace chaque littéral p(t 1,..., t n ) par p(x 1,..., x n ) x 1 = t 1... x n = t n, où les x i sont frais. On procède de façon similaire pour les littéraux négatifs. 2. Si f Σ i et g Σ 3 i, on supprime les termes où f et g sont juxtaposés. Si C est un contexte de terme (i.e., un terme avec un trou) est remplacé par C[f(t 1,..., g(u 1,..., u m ),..., t n )] = v C[f(t 1,..., x,..., t n )] = v x = g(u 1,..., u m ). On procède de même à droite des égalités. 3. On réécrit enfin les égalités de la forme f(t 1,..., t n ) = g(u 1,..., u m ), pour f Σ i et g Σ 3 i, en f(t 1,..., t n ) = x x = g(u 1,..., u m ), où x est pris frais. 4
5 Ces réécritures terminent de façon évidente. La première phase s applique au maximum autant de fois qu il y a de littéraux autres que l égalité. La second autant de fois qu il y a de symboles mixtes juxtaposés, ce nombre décroissant exactement de 1 à chaque itération. La dernière phase s applique au plus autant de fois qu il y a de littéraux égalité. Chaque réécriture résulte en une formule équivalente à la première, sous l hypothèse de la théorie de l égalité. On argumente pour chaque phase : 1. Si S, σ = p(t 1,..., t n ) Γ alors S, σ + (x i t i σ,s ) i = p(x 1,..., x n ) i x i = t i Γ par réflexivité de l égalité. (On utilise aussi la propriété de substitution usuelle : S, σ = φ[x := t] ssi S, σ + (x t σ,s ) = φ.) La réciproque est une application directe de l axiome de l égalité pour p. 2. Si S, σ = C[f(..., g(...),...)] = t Γ alors S, σ + (x g(...) ) = C[f(..., x,...)] = t x = g(...) Γ. Réciproquement, si S, σ = x = g(...), alors on a g(...) = σ(x) dans la sémantique (car on est dans un modèle de la théorie de l égalité, ou plus précisemment de ses axiomes concernant les symboles de fonction), et S, σ = C[f(..., x,...)] = t entraîne S, σ = C[f(..., g(...),...)] = t. 3. La dernière phase repose sur la transitivité de l égalité. 1.3 La méthode Nelson-Oppen Une théorie T est dite stablement infinie si pour toute formule φ sans quantificateurs et T -satisfaisable, il existe une T -interprétation satisfaisant φ et dont le domaine soit infini dénombrable. (Attention, cette condition n est pas triviale puisqu on exige que le prédicat d égalité soit considéré comme l égalité sur le domaine des structures considérées.) Par exemple, la théorie { x. x = a x = b} n est pas stablement infinie, mais l arithmétique élémentaire l est. Question 5 Montrer que la théorie de l égalité est stablement infinie. Correction 5 On peut suppose P =, les prédicats n ont aucun intérêt l énoncé aurait dû le préciser. Soit un modèle S de la théorie de l égalité qui satisfait φ sans quantificateur. Montrons d abord qu on peut garantir que le modèle n est pas de cardinalité supérieure à celle de N. Il y a deux possibilités : On peut utiliser le théorème de Löwenheim-Skolem descendant, il faut alors avoir Σ dénombrable. On peut le supposer raisonnablement... et même si ce n est pas le cas, on a seulement un nombre fini de symboles dans φ, et on peut 5
6 argumenter qu en restreignant le modèle à cette sous-signature finie, on a toujours un modèle de la théorie de l égalité et de φ. On peut aussi écraser le modèle original, en ne gardant que les éléments utiles à l interprétation de φ, c est à dire tous les t pour t apparaissant dans φ. (S il n y a aucun terme, on ne garde qu un point arbitraire, car il faut un domaine non vide.) Une fois le domaine restreint, on définit les f S comme coïncidant avec f S sur le domaine restreint, et envoyant tout le monde vers un élément quelconque a du domaine restreint. On vérifie qu on obtient toujours un modèle des axiomes de l égalité, et par construction on a préservé le fait que φ est satisfaite avec la valuation σ. On s occupe maintenant d agrandir, si nécessaire, tout modèle fini en un modèle infini dénombrable S. Pour cela on ajoute N en somme directe à son domaine : D S = D S N. Pour tout u 1,..., u n dans D S on pose f S (u 1,..., u n ) = f S (u 1,..., u n ) et sinon f S (...) = 0 N. On vérifie aisément que c est un modèle de la théorie de l égalité c est évident dès lors qu on a construit une structure où l égalité est interprétée comme l égalité. On vérifie enfin S, σ = φ, tout simplement car cette relation ne repose que sur des éléments de D S D S. Si R est une relation sur un ensemble de variables V, on définit l ensemble de littéraux la caractérisant : E(R, V ) = { x = y : x R y } { x y : (x R y) } On identifiera E(R, V ) avec la conjonction de ses éléments. Question 6 On suppose que T 1 et T 2 sont stablement infinies, et que Γ 1 Γ 2 est une conjonction de littéraux (T 1, T 2 )-séparée. Montrer que Γ 1 Γ 2 est (T 1 T 2 )-satisfaisable 2 ssi il existe une relation d équivalence R sur V = VL(Γ 1 ) VL(Γ 2 ) telle que, pour tout i {1, 2}, Γ i E(R, V ) est T i -satisfaisable. Correction 6 On utilise l équivalence (1) ssi (3) démontrée précédemment, sur les ensembles de formules T i {Γ i }. Il suffit donc de montrer que (3) équivaut à l existence du R tel que Γ i E(R, V ) est T i -satisfaisable pour tout i. Si on a (3) on pose x R y ssi σ 1 (x) = σ 1 (y) (ou, de façon équivalente, σ 2 (x) = σ 2 (y)) et on a bien S i, σ i = E(R, V ), et donc Γ i E(R, V ) est T i -satisfaisable pour tout i. Réciproquement, si on a un tel R, on obtient pour tout i, une structure S i et une valuation σ i tel que S i, σ i = Γ i E(R, V ). Comme les théories sont infiniment stables on peut 2. Implicitement, les variables libres de cette conjonction sont quantifiées existentiellement. 6
7 supposer les domaines infinis dénombrables. On doit enfin s assurer que σ 1 (x) = σ 1 (y) ssi σ 2 (x) = σ 2 (y) pour tout x V. Cela découle directement du fait que, pour x, y V, on a x R y ssi σ i (x) = σ i (y), quel que soit i. (En effet, x R y entraîne (x = y) E(R, V ) et ainsi S i, σ i = x = y. Réciproquement, si on n a pas x R y on obtient S i, σ i = x y.) Question 7 Conclure que, si T 1 et T 2 sont disjointes, décidables, et stablement infinies, alors le problème de la (T 1 T 2 )-satisfaisabilité est décidable pour les formules sans quantificateurs. On s attend à trouver une procédure (très) exponentielle. Avec un peu plus de travail, on pourrait cependant obtenir des algorithmes utilisables en suivant cette approche. Correction 7 Partant d une formule sans quantificateurs, on la met en forme normale conjonctive. La formule originale est satisfaisable ssi une de ses conjonctions de littéraux est satisfaisable. On met la conjonction de littéraux en forme séparée Γ 1 Γ 2. Il suffit alors, par la question précédente, de trouver une relation d équivalence R sur les variables libres communes à Γ 1 et Γ 2 tel que Γ i E(R, V ) soit T i -satisfaisable pour tout i. Comme il y a un nombre fini de variables dans V, il suffit d énumérer toutes les relations d équivalence possible, et de vérifier la T i -satisfaisabilité de la conjonction de littéraux résultant. 2 Une combinaison indécidable de théories décidables Dans cette partie, nous allons voir deux théories décidables et disjointes, dont l une n est pas stablement infinie, et dont la combinaison est indécidable. On fixe Σ = et pour chaque machine de Turing M on se donne une variable propositionnelle P M. On définit k(m) comme le nombre de pas de calcul effectués par M sur l entrée vide avant de s arrêter, en posant k(m) = si la machine ne s arrête pas. On définit la théorie T T comme étant composée de toutes les instances du schéma d axiomes suivant : P M x 1... x m. x i = x j si k(m) < m 1 i<j m Noter qu aucun axiome ne porte sur une machine M dès lors que k(m) =. Question 8 Étant donné une conjonction φ de littéraux sur le seul prédicat d égalité, montrer 7
8 qu on peut calculer un entier n tel que φ est satisfaisable dans tout modèle de cardinalité au moins n, et dans aucun modèle de cardinalité inférieure. Correction 8 On commence par modifier la conjonction de littéraux, en préservant l équivalence logique : si φ x = y φ, on la transforme en φ [x := y]. On s est ramenés à une conjonction de littéraux négatifs. S il y a un littéral x x, c est insatisfaisable : posons n = +. Sinon c est satisfaisable, quitte à interpréter toutes les variables par des éléments distincts. (On rappelle que Σ =, une structure n est donc rien de plus que son domaine.) Soit n le cardinal minimal d un modèle de φ. C est bien défini et cela assure qu il n y a pas de modèles de cardinal inférieur à n. Soit maintenant m n : on peut construire un modèle de cardinal m en prenant le modèle de cardinal n et en rajoutant des points inutiles au domaine (c est un cas particulier simple de la construction de la question précédente). Question 9 Montrer qu on peut décider la T T -satisfaisabilité d une conjonction φ de littéraux sur le langage P = { P M : M machine de Turing }. Correction 9 On considère la partie de la conjonction composée seulement d égalités de inégalités, ce qui donne un minorant n sur le cardinal du modèle. La conjonction est satisfaisable ssi pour tout M tel que P M est dans la conjonction, on a k(m) > n, ce qui est décidable : il suffit d exécuter la machine pendant n étapes et vérifier qu elle ne s arrête pas. Question 10 On définit T Z comme la théorie (décidable) sur Σ Z = {0(0), s(1)} et P = composée de toutes les formules satisfaites dans la structure canonique de domaine Z. Montrer que le problème de la (T T T Z )-satisfaisabilité n est pas décidable. Correction 10 On peut se restreindre aux formules de la forme P M : comme T Z impose un modèle infini, la satisfaisabilité de P M est équivalente au non-arrêt de M. 8
Calculabilité Cours 3 : Problèmes non-calculables. http://www.irisa.fr/lande/pichardie/l3/log/
Calculabilité Cours 3 : Problèmes non-calculables http://www.irisa.fr/lande/pichardie/l3/log/ Problèmes et classes de décidabilité Problèmes et classes de décidabilité Nous nous intéressons aux problèmes
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailRéalisabilité et extraction de programmes
Mercredi 9 mars 2005 Extraction de programme: qu'est-ce que c'est? Extraire à partir d'une preuve un entier x N tel que A(x). π x N A(x) (un témoin) (En fait, on n'extrait pas un entier, mais un programme
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailProblèmes de Mathématiques Filtres et ultrafiltres
Énoncé Soit E un ensemble non vide. On dit qu un sous-ensemble F de P(E) est un filtre sur E si (P 0 ) F. (P 1 ) (X, Y ) F 2, X Y F. (P 2 ) X F, Y P(E) : X Y Y F. (P 3 ) / F. Première Partie 1. Que dire
Plus en détailINF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
Plus en détail1 Définition et premières propriétés des congruences
Université Paris 13, Institut Galilée Département de Mathématiques Licence 2ème année Informatique 2013-2014 Cours de Mathématiques pour l Informatique Des nombres aux structures Sylviane R. Schwer Leçon
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailLe produit semi-direct
Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailUtilisation des tableaux sémantiques dans les logiques de description
Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailLogique : ENSIIE 1A - contrôle final
1 Logique : ENSIIE 1A - contrôle final - CORRIGÉ Mardi 11 mai 2010 - Sans documents - Sans calculatrice ni ordinateur Durée : 1h30 Les exercices sont indépendants. Exercice 1 (Logique du premier ordre
Plus en détailProposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.
DÉVELOPPEMENT 32 A 5 EST LE SEUL GROUPE SIMPLE D ORDRE 60 Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5. Démonstration. On considère un groupe G d ordre 60 = 2 2 3 5 et
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailGroupe symétrique. Chapitre II. 1 Définitions et généralités
Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailQuelques tests de primalité
Quelques tests de primalité J.-M. Couveignes (merci à T. Ezome et R. Lercier) Institut de Mathématiques de Bordeaux & INRIA Bordeaux Sud-Ouest Jean-Marc.Couveignes@u-bordeaux.fr École de printemps C2 Mars
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailThéorie de la mesure. S. Nicolay
Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailIntelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détail1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)
1/4 Objectif de ce cours /4 Objectifs de ce cours Introduction au langage C - Cours Girardot/Roelens Septembre 013 Du problème au programme I passer d un problème exprimé en français à la réalisation d
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailCalculs de probabilités
Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile
Plus en détailAlgorithmique et Programmation Fonctionnelle
Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes
Plus en détailFormula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailwww.h-k.fr/publications/objectif-agregation
«Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
Plus en détailIntégration sur des espaces produits
Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure
Plus en détailEteindre. les. lumières MATH EN JEAN 2013-2014. Mme BACHOC. Elèves de seconde, première et terminale scientifiques :
MTH EN JEN 2013-2014 Elèves de seconde, première et terminale scientifiques : Lycée Michel Montaigne : HERITEL ôme T S POLLOZE Hélène 1 S SOK Sophie 1 S Eteindre Lycée Sud Médoc : ROSIO Gauthier 2 nd PELGE
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailCours 1 : Introduction Ordinateurs - Langages de haut niveau - Application
Université de Provence Licence Math-Info Première Année V. Phan Luong Algorithmique et Programmation en Python Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application 1 Ordinateur Un
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailIntégrale de Lebesgue
Intégrale de Lebesgue L3 Mathématiques Jean-Christophe Breton Université de Rennes 1 Septembre Décembre 2014 version du 2/12/14 Table des matières 1 Tribus (σ-algèbres) et mesures 1 1.1 Rappels ensemblistes..............................
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailUne dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU
Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU Gabriel Antoine Louis Paillard Ce travail a eu le soutien de la CAPES, agence brésilienne pour
Plus en détail