Université Paris 1 Panthéon-Sorbonne Année UFR de Philosophie Logique L3 S1
|
|
- Liliane Simon
- il y a 6 ans
- Total affichages :
Transcription
1 Université Paris 1 Panthéon-Sorbonne Année UFR de Philosophie Logique L3 S1 TD 1. Les langages du premier ordre Exercice 1. Soit L un langage égalitaire du premier ordre. Pour chacune des formules suivantes de L dire, en justifiant, si : Chaque variable est libre ou liée dans la formule. Si x1 est librement substituable à x2 dans la formule 1) x1 x2 Par définition des formules atomiques, les deux variables sont libres. Par définition de la libre substitution d'un terme à une variable, x1 est librement substituable à x2 dans la formule. x1 x2 [ x1 / x2 ] = x1 x1 2) 3) 4) 5) x1 x1 x2 La variable x1 est liée dans la formule car toutes ses occurrences sont dans la portée d'un quantificateur tandis que x2 est libre. La variable x1 n'est pas librement substituable à x2 dans la formule car x2 serait alors capturée par le quantificateur. x1 x1 x2 [ x1 / x2 ] = x1 x1 x1 x2 x1 x2 La variable x2 est liée dans la formule car toutes ses occurrences sont dans la portée d'un quantificateur tandis que x1 est libre. Ici, x1 est librement substituable à x2 car x2 n'est pas libre dans la formule. Par définition, t est librement substituable à x dans une formule A ssi A = y B et si x est libre dans A alors y n'est pas libre dans t et t est librement substituable à x dans B. Autrement dit, puisque x2 n'est pas libre dans la formule, l'implication est trivialement vraie. La substitution ne change rien car la variable sur laquelle porte la substitution et la variable sur laquelle on quantifie sont la même variable. x1 x2 (P x1 P x2) x1 x2 Les deux variables sont libres dans la formule. Puisque la quantification porte sur x2, x1 lui est librement substituable dans x1 x2 (P x1 P x2). D'autre part, par définition, x1 est librement substituable à x2 dans x1 x2. Donc x1 est librement substituable à x2 dans la formule. Le résultat de la substitution est x1 x2 (P x1 P x2) x1 x1 x1 x2 (P x1 P x2) x1 x1 x2 La variable x2 est libre tandis que x1 est liée. Dans la formule x1 x1 x2, il n'y a pas libre substituabilité de x1 à x2. Le résultat de la substitution est x1 x2 (P x1 P x2) x1 x1 x1 Remarques. Informellement, la condition de libre substituabilité équivaut au fait que la substitution n'entraîne pas de capture de variable. La substitution n'implique de modifications que sur les occurrences libres de variables. Néanmoins, il est possible de renommer une variable. Les formules x (x = y) et z (z = y) sont un en certain sens équivalentes (on parle d'α équivalence). Toutefois, les formules x (x.z = z.x) et x (x.y = y.x) ne sont pas équivalentes.
2 Moralement, une variable est un «nom d'objet» car son rôle sémantique est d'être interprétée via une assignation. Exercice 2 Soit L = (R, f, c) un langage du premier ordre avec égalité, où R est un symbole de relation binaire, f est un symbole de fonction unaire et c est une constante d'individu. Considérons la L-structure I = < R,, cos, π > (où la signification des symboles utilisés est celle attendue). Pour toute formule F(x) ci-dessous, trouver, si possible, une assignation σ: V R qui satisfait F(x) dans I. Comme x est la seule variable libre dans chacune des formules F(x) ci-dessous, il suffit de définir le comportement de σ pour x. 1. R(c, x) L'interprétation de la formule dans I est : π x. Il suffit donc de trouver une assignation qui satisfasse la formule. N'importe quelle valeur prise dans [ π, + [ convient. Par exemple, si σ (x) = 4, on a bien I R(c, x) [ σ] 2. y f(y) x L'interprétation de la formule dans I est : y cos (y) x. Il faut donc donner à x une valeur réelle comprise entre 1 et 1. Rappel : -1 cos (x) y f(x) y L'interprétation de la formule dans I est : y cos (x) y. La fonction cosinus étant définie sur R, pour tout x R, x a une image par cosinus. N'importe quelle assignation satisfait donc la formule dans I. Remarque : si f était interprété par ln, il en irait différemment puisque ln n'est définie que sur le segment positif des réels. 4. f(c) x L'interprétation de la formule dans I est : cos (π) = x. Il y a donc une seule assignation qui satisfait la formule dans I : σ (x) = f(x) c L'interprétation de la formule dans I est : cos (x) = π. Puisque -1 cos (x) 1 et 1 < π, aucune assignation ne peut satisfaire la formule. 6. y (R(c, x) f(y) x) L'interprétation de la formule dans I est : y ( π x cos (y) x). Or, cos (y) 1, donc cos (y) < π. Aucune assignation ne peut donc satisfaire la formule. 7. y R(x, f(y)) L'interprétation de la formule dans I est : y (x cos (y)). Puisque -1 cos (x) 1, il suffit de prendre une assignation pour x dans le segment ] -, - 1]. 8. y R(f(x), f(y)) L'interprétation de la formule dans I est : y (cos (x) cos (y)). Pour que la formule puisse être satisfaite dans I, il faut donc que cos (x) = - 1. Il faut donc prendre une assignation pour x dans l'ensemble { z. π / z 2Z + 1}. i. e. dans l'ensemble : {., - 3 π, -π, π, 3 π...}
3 Exercice 3 Soit L = (P, R) un langage du premier ordre, où P est un symbole de relation unaire et R est un symbole de relation binaire. Considérons les formules Gi En (L) : 1. G1 = y (P(y) x R(y, x)) 2. G2 = y x R(x, y) 3. G3 = y x(r(x, y) P (y)) 4. G4 = x y (R(x, y) R (y, x)) Pour chacune de ces formules, dire si elle est satisfaite ou non dans I, pour chacune des L- structures définies ci-après : 1. I = < N, 2N, > 2. I = < P (N), Pfin(N), >, où Pfin(N) est l ensemble des parties finies de N. 1) < N, 2N, > y (P(y) x R(y, x)). La formule est satisfaite dans I ssi il existe un entier naturel pair qui soit le plus petit élément pour l'ordre usuel. Or 0 est le plus petit élément pour l'ordre dans N et 0 est pair. Il existe donc y N tel que y 2N (c'est-à-dire tel que P (y)) et tel que x N, y x. < P (N), Pfin(N), > y (P(y) x R(y, x)). La formule est satisfaite dans I ssi il existe un sous-ensemble fini de N ( un élément de P (N)) qui soit inclus largement dans tout élément de P (N). Or l'ensemble vide appartient à Pfin(N) et à P (N) et est inclus dans tout ensemble (il est a fortiori inclus dans dans tout x P (N)). 2) < N, 2N, > y x R(x, y). La formule est satisfaite dans I ssi il existe un plus grand élément pour l'ordre. Or, N n'admet pas de plus grand élément pour l'ordre. En effet, supposons qu'il existe n N tel que < N, 2N, > x R(x, n). Nous pouvons alors construire s (n) (qui appartient à N par construction). Or s (n) > n, ce qui est contradictoire. Remarque : La formule y x R(x, y) ne doit pas être confondue avec x y R(x, y) qui, lorsque R est interprété par un ordre «signifie» que pour n'importe quel x, il existe y qui lui est supérieur. < P (N), Pfin(N), > y x R(x, y). En effet, P (N) comporte un plus grand élément pour l'ordre induit par l'inclusion large : N lui-même. 3) < N, 2N, > y x(r(x, y) P (y)) car < N, 2N, > y x R(x, y). < P (N), Pfin(N), > y x(r(x, y) P (y)). En effet, si y Pfin(N), il est possible de construire z tel que y z. Supposons que y soit de la forme y = {a, b, c,.,n}, nous pouvons alors définir z = {a, b, c,.,n, n + 1} et nous aurons y z. Il n'existe donc pas de sous-ensemble fini de N qui soit un plus grand élément pour l'ordre induit pas l'inclusion. 4) < N, 2N, > x y (R(x, y) R (y, x)) car l'ordre usuel est total sur N. < P (N), Pfin(N), > x y (R(x, y) R (y, x)) car l'ordre induit par l'inclusion n'est pas total sur P (N). On peut aussi prendre un contre exemple : {1, 2} et {3, 4} sont des sousensembles finis de N qui ne sont pas en relation d'inclusion.
4 Exercice 4 Soit L un langage du premier ordre avec égalité. Exprimer dans L les faits suivants (si possible) : 1. Dans le domaine il y a au moins deux éléments différents; x y (x y). 2. Dans le domaine il y a au plus deux éléments différents; y z x(x = y x = z) 3. Dans le domaine il y a exactement deux éléments différents; x y ((x y) z (z = y x = z)) 4. Dans le domaine il y a au moins un élément; x (x = x). Remarquons qu'il s'agit d'une formule valide, ce qui correspond au fait que l'on exige que le domaine de quantification soit non vide. 5. Dans le domaine il y a au plus un élément; x y (x = y) 6. Dans le domaine il y a exactement un élément; x ((x = x) y (y = x)). Ce qui équivaut à x y (x = y). 7. Dans le domaine il n y a aucun élément; Impossible. 8. Dans le domaine il y a au plus n éléments différents, pour n importe quel n N+; x 1. x n y ( 1 i n y = xi). On note cette famille d'énoncés φ n. 9. Dans le domaine il y a au moins n éléments différents, pour n importe quel n N+; x 1. x n ( 1 i j n xi xj). On note cette famille d'énoncés φ n. 10. Dans le domaine il y a exactement n éléments différents, pour n importe quel n N+ Il suffit de prendre de φ n φ n 11. Le domaine a un nombre infini d éléments; Il faut prendre l'ensemble d'énoncés défini par : { φ n / n N}. La propriété d'être infini n'est pas représentable, dans le cas général, par un ensemble fini d'énoncé. Néanmoins, la formule x y R(x, y) force les structures d'interprétation dans lesquelles R est un ordre strict à être de cardinalité infinie. Toutefois cette propriété n'est pas exprimable à l'aide d'un énoncé unique. 12. Le domaine a un nombre fini d'éléments. Impossible. Etre fini équivaut à être égal à 0 ou à 1... Il faudrait donc pouvoir écrire une disjonction infinie. Exercice 5 Montrer que quels que soient Γ, Δ En (L) et A, B En (L) : 1. Γ est contradictoire ssi toute formule close B est conséquence logique de Γ Sens : si Γ est contradictoire, alors Γ et par complétude-adéquation Γ. Or B pour tout énoncé B. Donc B pour tout énoncé B, d'où Γ B par transitivité de la conséquence logique. Sens : Soit B En (L). Alors Γ B. Mais par hypothèse Γ B car B En (L). Par complétude Γ B et Γ B. Donc Γ est contradictoire. 2. A ssi A Sens : si A alors, comme toute L-structure est modèle de (tous les énoncés de sont trivialement satisfaits car il n'y en a pas), toute L-structure est modèle de A. Donc A. Sens : Par l'absurde. Si A est valide mais A alors il existe un modèle de qui n'est pas modèle de A. Mais A est valide par hypothèse donc toute L-structure est modèle de A.
5 Contradiction. Donc si A alors A. 3. Γ est satisfaisable ssi il existe une formule close B telle que Γ B Sens : Si Γ est satisfaisable alors Γ a un modèle M. Or, soit M B soit M B. Supposons SPG que M B. Alors Γ B car, dans le cas contraire on aurait M B ce qui est contradictoire. Donc si Γ est satisfaisable, il existe une formule close B telle que Γ B Sens : Par l'absurde. Si Γ n'est pas satisfaisable, alors Γ est contradictoire et Γ B pour tout B En (L). Ce qui contredit l'hypothèse : il existe une formule close B telle que Γ B. Donc s'il existe une formule close B telle que Γ B alors Γ est satisfaisable. 4. Si Γ A alors pour toute formule close B on a Γ {B} A. Si Γ, A, B ou Γ {B} sont contradictoires alors la conclusion suit trivialement. En effet si Γ est contradictoire, Γ {B} A pour n'importe quel A et B. Si A est contradictoire alors Γ est contradictoire, ce qui nous renvoie au cas précédent. Si B ou Γ {B} sont contradictoires alors Γ {B} A. Même raisonnement dans le cas où les formules sont valides. Reste le cas où toutes les formules sont satisfaisables. Supposons que Γ A mais que Γ {B} A. Alors il existe une L-structure M telle que M Γ {B} et M A. Or, M Γ et M B. D'autre part Γ A d'où M A, ce qui est contradictoire. Donc Γ {B} A. Cette affirmation correspond à la propriété de monotonicité de la logique du premier ordre classique. 5. Si Γ A et que {A} Δ B alors Γ Δ B Si Γ est contradictoire alors Γ Δ B. Si A est contradictoire alors Γ est contradictoire et Γ Δ B Si Δ est contradictoire alors Γ Δ B Si Γ Δ est contradictoire alors Γ Δ B Si {A} Δ est contradictoire, alors A Δ. Or tout modèle de Γ est modèle de A, donc n'est pas modèle de A et par suite n'est pas modèle de Δ. Donc aucun modèle de Γ n'est modèle de Δ et réciproquement. Donc Γ Δ n'a pas de modèle. Donc Γ Δ est contradictoire et Γ Δ B. Reste le cas où Γ, {A} Δ, Γ Δ, B et A sont satisfaisables. Par l'absurde. Supposons que Γ A et que {A} Δ B mais Γ Δ B. Alors il existe une structure M telle que M Γ Δ et M B. Or, M Γ et M Δ. Par hypothèse, Γ A. Donc M A. Alors M {A} Δ (car {A} Δ est satisfaisable par hypothèse). D'où M B ce qui contredit l'hypothèse. Remarque : l'hypothèse que {A} Δ est satisfaisable est indispensable pour conclure que M {A} Δ dans le cas général. A et Δ peuvent être satisfaisables sans que { A} Δ ne le soit.
6 Exercice 6 Soit L un langage du premier ordre avec un symbole de relation binaire P. 1. Est-il vrai que x y P(x, y) y x P(x, y)? Non. Soit la L-structure N = < N, < >. Il est clair que N x y P(x, y) puisque tout entier a un successeur. Mais N y x P(x, y) car il n'y a pas de plus grand élément pour l'ordre dans N. 2. Est-il vrai que y x P(x, y) x y P(x, y)? Oui. Soit une L-structure M satisfaisant y x P(x, y). Soit M le domaine de M. Alors il existe un élément a de M tel que M x P (x, a). Donc pour tout élément b de M, M P (b, a). Donc M y P (b, y) pour un b quelconque. Donc M x y P(x, y).
6. Les différents types de démonstrations
LES DIFFÉRENTS TYPES DE DÉMONSTRATIONS 33 6. Les différents types de démonstrations 6.1. Un peu de logique En mathématiques, une démonstration est un raisonnement qui permet, à partir de certains axiomes,
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 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 détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
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 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 détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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 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 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 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 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 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 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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailCours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques
Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de
Plus en détailMathématiques Algèbre et géométrie
Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches Daniel FREDON Myriam MAUMY-BERTRAND Frédéric BERTRAND Mathématiques Algèbre et géométrie en 30 fiches
Plus en détailChapitre 2. Classes et objets
Chapitre 2: Classes et Objets 1/10 Chapitre 2 Classes et objets Chapitre 2: Classes et Objets 2/10 Approche Orientée Objet Idée de base de A.O.O. repose sur l'observation de la façon dont nous procédons
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailProgrammation Par Contraintes
Programmation Par Contraintes Cours 2 - Arc-Consistance et autres amusettes David Savourey CNRS, École Polytechnique Séance 2 inspiré des cours de Philippe Baptiste, Ruslan Sadykov et de la thèse d Hadrien
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 détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
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 détailGéométrie dans l espace Produit scalaire et équations
Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire
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 détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailMarc HINDRY. Introduction et présentation. page 2. 1 Le langage mathématique page 4. 2 Ensembles et applications page 8
COURS DE MATHÉMATIQUES PREMIÈRE ANNÉE (L1) UNIVERSITÉ DENIS DIDEROT PARIS 7 Marc HINDRY Introduction et présentation. page 2 1 Le langage mathématique page 4 2 Ensembles et applications page 8 3 Groupes,
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 détailCalculabilité 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 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 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 détailCours arithmétique et groupes. Licence première année, premier semestre
Cours arithmétique et groupes. Licence première année, premier semestre Raphaël Danchin, Rejeb Hadiji, Stéphane Jaffard, Eva Löcherbach, Jacques Printems, Stéphane Seuret Année 2006-2007 2 Table des matières
Plus en détailBases de données Cours 5 : Base de données déductives
Cours 5 : ESIL Université de la méditerranée Odile.Papini@esil.univmed.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 Introduction 2 approche sémantique approche axiomatique
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 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 détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
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 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 détailIntroduction à la Statistique Inférentielle
UNIVERSITE MOHAMMED V-AGDAL SCIENCES FACULTE DES DEPARTEMENT DE MATHEMATIQUES SMI semestre 4 : Probabilités - Statistique Introduction à la Statistique Inférentielle Prinemps 2013 0 INTRODUCTION La statistique
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 détailCarl-Louis-Ferdinand von Lindemann (1852-1939)
Par Boris Gourévitch "L'univers de Pi" http://go.to/pi314 sai1042@ensai.fr Alors ça, c'est fort... Tranches de vie Autour de Carl-Louis-Ferdinand von Lindemann (1852-1939) est transcendant!!! Carl Louis
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailPour l épreuve d algèbre, les calculatrices sont interdites.
Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.
Plus en détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
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 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 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 détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
Plus en détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailIntroduction a l'algorithmique des objets partages. Robert Cori. Antoine Petit. Lifac, ENS Cachan, 94235 Cachan Cedex. Resume
Introduction a l'algorithmique des objets partages Bernadette Charron{Bost Robert Cori Lix, Ecole Polytechnique, 91128 Palaiseau Cedex, France, charron@lix.polytechnique.fr cori@lix.polytechnique.fr Antoine
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 détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
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 détailGénéralités sur le Langage Java et éléments syntaxiques.
Généralités sur le Langage Java et éléments syntaxiques. Généralités sur le Langage Java et éléments syntaxiques....1 Introduction...1 Genéralité sur le langage Java....1 Syntaxe de base du Langage...
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailLa médiatrice d un segment
EXTRT DE CURS DE THS DE 4E 1 La médiatrice d un segment, la bissectrice d un angle La médiatrice d un segment Définition : La médiatrice d un segment est l ae de smétrie de ce segment ; c'est-à-dire que
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 détailBANQUES DE DONNÉES PÉDAGOGIQUES
223 Daniel BURET, Jean-Claude BLANCHARD. HISTORIQUE L'EPI a entrepris en 1989 de créer des bases d'énoncés mathématiques destinées aux enseignants pour la production de documents et accompagnées d'un outil
Plus en détailCOMMUNICATEUR BLISS COMMANDE PAR UN SENSEUR DE POSITION DE L'OEIL
COMMUNICATEUR BLISS COMMANDE PAR UN SENSEUR DE POSITION DE L'OEIL J. TICHON(1) (2), J.-M. TOULOTTE(1), G. TREHOU (1), H. DE ROP (2) 1. INTRODUCTION Notre objectif est de réaliser des systèmes de communication
Plus en détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailLES NOMBRES DECIMAUX. I. Les programmes
LES NOMBRES DECIMAUX I. Les programmes Au cycle des approfondissements (Cours Moyen), une toute première approche des fractions est entreprise, dans le but d aider à la compréhension des nombres décimaux.
Plus en détailSeconde Généralités sur les fonctions Exercices. Notion de fonction.
Seconde Généralités sur les fonctions Exercices Notion de fonction. Exercice. Une fonction définie par une formule. On considère la fonction f définie sur R par = x + x. a) Calculer les images de, 0 et
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 détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
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 détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailDéveloppement décimal d un réel
4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce
Plus en détailInitiation à la programmation en Python
I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailDate : 18.11.2013 Tangram en carré page
Date : 18.11.2013 Tangram en carré page Titre : Tangram en carré Numéro de la dernière page : 14 Degrés : 1 e 4 e du Collège Durée : 90 minutes Résumé : Le jeu de Tangram (appelé en chinois les sept planches
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
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 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 détailRappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme
Rappel Ralf Treinen Université Paris Diderot UFR Informatique Laboratoire Preuves, Programmes et Systèmes treinen@pps.univ-paris-diderot.fr 6 mai 2015 Jusqu'à maintenant : un petit langage de programmation
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 détailCours de Probabilités et de Statistique
Cours de Probabilités et de Statistique Licence 1ère année 2007/2008 Nicolas Prioux Université Paris-Est Cours de Proba-Stat 2 L1.2 Science-Éco Chapitre Notions de théorie des ensembles 1 1.1 Ensembles
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détail1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation
Master STIC «Image Informatique et Ingénierie» Module Informatique Modèles de représentation - 10h CM Nadine Cullot Kokou Yétongnon nadine.cullot@u-bourgogne.fr kokou.yetongnon@u-bourgogne.fr 1ère partie
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 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 détailTOUT CE QU IL FAUT SAVOIR POUR LE BREVET
TOUT E QU IL FUT SVOIR POUR LE REVET NUMERIQUE / FONTIONS eci n est qu un rappel de tout ce qu il faut savoir en maths pour le brevet. I- Opérations sur les nombres et les fractions : Les priorités par
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 détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
Plus en détailDérivation : Résumé de cours et méthodes
Dérivation : Résumé de cours et métodes Nombre dérivé - Fonction dérivée : DÉFINITION (a + ) (a) Etant donné est une onction déinie sur un intervalle I contenant le réel a, est dérivable en a si tend vers
Plus en détailChapitre 10 Arithmétique réelle
Chapitre 10 Arithmétique réelle Jean Privat Université du Québec à Montréal INF2170 Organisation des ordinateurs et assembleur Automne 2013 Jean Privat (UQAM) 10 Arithmétique réelle INF2170 Automne 2013
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
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 détail