Systèmes déductifs DEA D INFORMATIQUE UNIVERSITÉ BORDEAUX 1. Systèmes déductifs (Retoré) Plan Début Fin Préc. Suiv.



Documents pareils
Utilisation des tableaux sémantiques dans les logiques de description

Logique. Plan du chapitre

Réalisabilité et extraction de programmes

Algorithmique et Programmation Fonctionnelle

Théorie des Langages

Réseaux de preuves booléens sous-logarithmiques

Logique : ENSIIE 1A - contrôle final

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Model checking temporisé

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

Calcul fonctionnel holomorphe dans les algèbres de Banach

Limites finies en un point

CHAPITRE IV. L axiome du choix

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Fondements de l informatique Logique, modèles, et calculs

1 Définition et premières propriétés des congruences

1 Première section: La construction générale

Intégration et probabilités TD1 Espaces mesurés Corrigé

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

DOCM Solutions officielles = n 2 10.

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

Programmation linéaire et Optimisation. Didier Smets

Probabilités sur un univers fini

dans un cadre richement typé

Axiomatique de N, construction de Z

Bases de données Cours 5 : Base de données déductives

Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur

Théorie de la Programmation

Représentation d un entier en base b

Recherche dans un tableau

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Calculabilité Cours 3 : Problèmes non-calculables.

par Denis-Charles Cisinski & Georges Maltsiniotis

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Rappels sur les suites - Algorithme

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

ARBRES BINAIRES DE RECHERCHE

Image d un intervalle par une fonction continue

Algèbre binaire et Circuits logiques ( )

PRECISION - REJET DE PERTURBATIONS T.D. G.E.I.I.

Introduction à la théorie des graphes. Solutions des exercices

La fonction exponentielle

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

MPI Activité.10 : Logique binaire Portes logiques

Chapitre 2. Eléments pour comprendre un énoncé

Plus courts chemins, programmation dynamique

Espérance conditionnelle

Lambda-calcul et langages fonctionnels

avec des nombres entiers

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

TP N 57. Déploiement et renouvellement d une constellation de satellites

Algorithme. Table des matières

Méthode : On raisonnera tjs graphiquement avec 2 biens.

Pour l épreuve d algèbre, les calculatrices sont interdites.

FONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières

Continuité en un point

MIS 102 Initiation à l Informatique

Chapitre 5 : Flot maximal dans un graphe

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Fibonacci et les paquerettes

CH.6 Propriétés des langages non contextuels

VÉRIFICATION DES SYSTÈMES À PILE AU MOYEN DES ALGÈBRES DE KLEENE

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Résolution de systèmes linéaires par des méthodes directes

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

chapitre 4 Nombres de Catalan

PLAN NOTATIONS UTILISÉES

Cours de mathématiques

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Une forme générale de la conjecture abc

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Jeux sous forme extensive (Jeux dynamiques)

Raisonnement par récurrence Suites numériques

Chapitre VI- La validation de la composition.

CONJUGUÉ D'UN POINT PAR RAPPORT À UN TRIANGLE

3. Conditionnement P (B)

Approximations variationelles des EDP Notes du Cours de M2

Initiation à la Programmation en Logique avec SISCtus Prolog

Chapitre 2. Matrices

Théorèmes de Point Fixe et Applications 1

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Intégration et probabilités TD1 Espaces mesurés

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Formula Negator, Outil de négation de formule.

Structures algébriques

Construction d un cercle tangent à deux cercles donnés.

Chapitre 7. Récurrences

Algorithmes récursifs

Capes Première épreuve

CCP PSI Mathématiques 1 : un corrigé

I. Ensemble de définition d'une fonction

Texte Agrégation limitée par diffusion interne

Simulation de variables aléatoires

Correction de l examen de la première session

C algèbre d un certain groupe de Lie nilpotent.

INF601 : Algorithme et Structure de données

Date : Tangram en carré page

Principe de symétrisation pour la construction d un test adaptatif

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Transcription:

Systèmes déductifs DEA D INFORMATIQUE UNIVERSITÉ BORDEAUX 1

Plan 1 Liens avec d autres domaines de l informatique............... 3 2 La déduction naturelle de base (conjonction, implication)....... 4 3 Déduction naturelle pour le second ordre..................... 14 4 Des systèmes intuitionnistes................................ 23 5 Calcul des séquents classique.............................. 25 6 Logique linéaire........................................... 35

1. Liens avec d autres domaines de l informatique Programmation fonctionnelle typée Programmation logique Modèles du parallélisme Traitement des langues

2. La déduction naturelle de base (conjonction, implication) Propriétés essentielles : normalisation forte (propriété de la sous formule) décidabilité du calcul propositionnel confluence

2.1. Une présentation graphique (quasi arborescente) 2.1.1. Le connecteur A A B B i A B e 1 A A B e 2 B 2.1.2. Le connecteur (0,...,n occurrences de l hypothèse libre A) X... A... [A] α... [A] α... Y B α i A B A A B e B

2.2. Une présentation plus précise 2.2.1. Règles structurelles (contexte) Γ,A,B, C T r Γ C Aff Γ,B,A, C A,Γ C 2.2.2. Le connecteur A,Γ B i Γ A B A,A,Γ C Contr A,Γ C Γ A A B e Γ, B 2.2.3. Le connecteur Γ A B i Γ, A B Γ A B e 1 Γ A Γ A B e 2 Γ B

2.3. Lien avec le lambda calcul typé 2.3.1. Règles structurelles g :Γ,a:A,b:B, d: t:c g :Γ t:c T r Aff g :Γ,b:B,a:A, d: t:c a:a, g :Γ t:c a:a,a :A, g :Γ t:c a:a, g :Γ t[a := a]:c Contr 2.3.2. Le connecteur a:a, g :Γ t:b i g :Γ λa.t:a B g :Γ u:a d: t:a B e g :Γ, d: t u:b 2.3.3. Le connecteur g :Γ u:a d: v :B i g :Γ, d: u,v :A B g :Γ t:a B e 1 g :Γ π 1 t:a g :Γ t:a B e 2 g :Γ π 2 t:b

2.4. Normalisation (ou réduction) 2.4.1. Schémas de normalisation Redex: Introduction d un connecteur immédiatement suivie d une élimination de ce même connecteur. δ A γ B i A B e 1 A π 1 δ A,γ B se réduit en δ A δ A

δ A X... A... [A] α... [A] α... Y γ B A B B α i e ((λa A.γ B ) A B δ A ) B se réduit en X... A... δ A... γ B δ A... Y (γ B [x A := δ A ]) B

2.4.2. Normalisation faible Toute démonstration peut être transformée en une démonstration sans redex. (EXO ) Degré d une formule: d(p) = 0 p : variable propositionnelle d(a B) = max(d(a),d(b)) + 1 d(a B) = max(d(a),d(b)) + 1 Degré d un redex: degré de la formule introduite puis éliminée. Degré d un terme: (degré max d un redex, nbre de redex de degré max) On réduit un redex de degré max M qui n en contient pas d autre (le plus haut possible dans l arbre). Les seuls redex qui peuvent apparaître sont de degré d(a) < M. La mesure décroit.

2.4.3. Normalisation forte par réductibilité t RED T : «t est réductible de type T» Dénition inductive de la réductibilité si T atomique: t RED T ssi t fortement normalisable si T = A B: t RED A B ssi u RED A (t u) RED B si T = A B: t RED A B ssi (π 1 t RED A et π 2 t RED B )

Propiétés de la réductibilité (simultanément, par induction sur le type T ) CR1 si t RED T alors t est fortement normalisable CR2 si t RED T et t t alors t RED T CR3 si t est une variable ou une élimination et si t ne se réduit qu en des termes de RED T alors t RED T En particulier une variable ou une élimination est un terme réductible Lemme de substitution (par induction sur le terme t) Soit t un terme non forcément réductible de variables libres x 1,...,x n ; soient u 1,...,u n des termes réductibles de mêmes types que x 1,...,x n ; alors t[ x := u] est réductible. Du lemme on déduit que tout terme est réductible en remplaçant les x i par eux-mêmes et donc que tout terme est fortement normalisable par CR1.

2.5. Autres propriétés 2.5.1. Propriété de la sous formule Toute formule d une déduction naturelle normale est une sous formule d une hypothèse ou de la conclusion. (EXO ) EXO Propriété à montrer par induction structurelle : si δ normale alors 1. toute formule de δ est sous formule d une hypothèse ou de la conclusion 2. si δ se finit par une règle d élimination, sa conclusion est sous formule d une hypothèse 2.5.2. Confluence La réduction est localement confluente et confluente. Tout démonstration (et donc tout λ-terme simplement typé) a une forme normale unique.

3. Déduction naturelle pour le second ordre Ce système a les mêmes propriétés: confluence, normalisation forte. On définit les types ou formules à partir de variables de types X i ainsi: une variable de type est un type si T et U sont des types T U est un type (T U aussi, mais on n en parlera pas, il est définissable au second ordre) si T est un type et X une varaible de type ΠX.T est un type

3.1. Règles, termes et schémas de réduction Règles structurelles et logiques: les mêmes que précédemment. 3.1.1. Règles de quantification Γ B Πi (pas de X dans une hyp. libre) ΠX.B g :Γ t:b g :Γ ΛX.t:B Γ ΠX.B B[X := T ] Πe g :Γ t:b g :Γ t{t }:B[X := T ] La restriction est nécessaire: montrer que sans elle X.X est démontrable. EXO

3.1.2. Schéma de réduction Γ γ B ΠX.B Πi B[X := T ] Π e t (ΠX.B) {T } se réduit en Γ[X := T ] γ[x := T ] B[X := T ] t[x := T ] B[X:=T ]

3.2. Définition de types de données dans le système F Le est définissable par ΠX.X. g :Γ t:λx.x Πe g :Γ t:t

A B est définissable par ΠX.((A (B X)) X) e:a (B X) e:a (B X) e:a (B X), g :Γ (e a):b X g :Γ a:a e e:a B X, g :Γ, d: ((e a)b):x g :Γ, d: λe.((e a)b):(a B X) X d: b:b e i g :Γ, d: ΛX.(λe.((e a)b)):πx.((a B X) X) Π i g :Γ t:πx.((a (B X)) X) Πe g :Γ t{a}:(a (B A)) A g :Γ ((t{a}) (λaλb.a)):a a:a a:a aff b:b,a:a a:a a:a λb.a:b A i i λa.(λb.a):a (B A) e

Le type entier est défini par N = ΠX.(X ((X X) X)) 0 = ΛXλx X λf X X x 3 = ΛXλx X λf X X (f(f(f x))) EXO Donner la démonstration (ou le terme correctement typé) correspondant à la fonction successeur. Le type liste de A est défini par A list = ΠX.X (A X X) X [3; 0; 3] = ΛXλx X λf A X X ((f 3)((f 0)((f 3)x)))

3.3. Fonctions représentables (non traité) Fonctions représentables sont les fonctions récursives dont la totalité est démontrable dans l arithmétique de Peano du 2nd ordre. Exemple de fonction totale non représentable: la fonctionde normalisation F F de N dans N définie par: si n est le code de Gödel d un terme t, alors F (n) = m avec m code de la forme normale de t, et sinon, F (n) = 0. #(n) = m où m est le code de Gödel de l entier de Church n (n) = m si m est le code de Gödel de l entier de Church n, et (m) = 0 sinon A(m,n) = p si m,n,p sont les codes de Gödel des termes m,n,p et si p = (m n )

D(n) = (N(A(n,#(n)))) + 1 D est récursive totale, montrons qu il n y a pas de terme de type N N qui représente D. Si D est représentée par le terme t de code n, alors N(A(n,#(n)) est le code de Gödel de la forme normale t n c est-à-dire t appliqué à l entier de Church n. Mais (t n) se réduit en l entier de Church D(n) donc N(A(n,#(n))) = #(D(n)) et (N(A(n,#(n)))) = D(n) soit D(n) = D(n + 1), contradiction. Toutes les fonctions de codage et l application sont représentables, c est donc N qui ne l est pas.

3.4. Ressemblance / différence avec CaML plus de types / par ex. arbre à branchement entiers ΠX.(X (((N X) X) X)) (puisque N = ΠX.(X ((X X) X)) on a un quantificateur en position négative, ce qui n est pas permis par CaML) mais toutes les fonctions terminent (pas d opérateur de point fixe, de let rec)

4. Des systèmes intuitionnistes La loi de Pierce P = ((X Y ) X) X n est pas démontrable dans les systèmes vus jusqu ici. En logique classique elle l est : si X est vrai, P est vraie, et si X est faux, X Y est vrai, ((X Y ) Y ) est faux et P est aussi vraie. Par contre on ne peut démontrer X sous l hypothèse ((X Y ) X) en déduction naturelle. De même, si on s autorise une constante avec la règle d élimination (pas de règle d introduction pour!) g :Γ t: g :Γ [t]:c et qu on définit A par A on ne peut démontrer A A, A A, ( B A) (A B) (contraposée)... Montrer que par contre on a A A en logique intuitionniste. EXO

D un point de vue informatique, en logique intuitionniste on a la correspondance formule démonstration normalisation type programme évaluation D un point de vue intuitif, il s agit plus d une logique de la connaissance que de la vérité: "Il a raison ou il n a pas raison" n apporte aucune connaissance mais est vrai.

5. Calcul des séquents classique Un système qui exprime mieux la logique classique et les lois de De Morgan: A A (A B) A B (A B) A B Plusieurs hypothèses, plusieurs conclusions, et la négation échange hypothèses et conclusions (donc pas de calcul de termes).

5.1. Règles 5.1.1. Règles structurelles (contexte) Γ,A,B, Θ T rg Γ,B,A, Θ Γ Θ AffG A,Γ Θ Θ Γ,A,B, T rr Θ Γ,B,A, Θ Γ AffR Θ A,Γ A,A,Γ Θ ContrG A,Γ Θ Θ A,A,Γ ContrR Θ A,Γ

5.1.2. Axiome 5.1.3. Coupure A A Γ A,Θ A,Γ Θ CUT Γ,Γ Θ,Θ

5.1.4. Règles logiques (connecteurs) Γ A,Θ R A,Γ Θ Négation A,Γ Θ R Γ A,Θ Γ A,B,Θ R Γ A B,Θ Disjonction A,Γ Θ B,Γ Θ G A B,Γ,Γ Θ,Θ A,B,Γ Θ G A B,Γ Θ Conjonction Γ A,Θ Γ B,Θ R Γ,Γ A B,Θ,Θ A,Γ B,Θ Γ A B,Θ G Implication B,Γ Θ Γ A,Θ A B,Γ,Γ Θ,Θ

5.2. Propriétés du calcul des séquents 5.2.1. Complétude Un séquent A 1,...,A n B 1,...,B p est démontrable si et seulement si la formule (A 1 A n ) (B 1 B p ) est vraie pour toute interprétation. (Il est aisé de voir que dans la variante proposée ci-après, les règles sont réversibles: pour une interprétation donnée, le séquent est conclusion est valide si et seulement si les séquents prémisses le sont.)

5.2.2. Elimination des coupures La règle de coupure est redondante: toute séquent démontrable peut être démontré sans utiliser la règle de coupure. Il s agit de normalisation faible. Idée de la démonstration : lorsque la formule qui disparaît vient d être introduite de part et d autre, on peut remplacer la coupure par une ou deux coupures plus petites. EXO étant données deux démonstrations de Γ et Γ dont les coupures sopnt de degré d et une formule C de degré d, on peut faire une démonstration de Γ,Γ C C, dont toute les coupures sont de degré d ensuite on procède par induction sur la hauteur de la démonstration 5.2.3. Propriété de la sous-formule On en déduit: toute séquent est démontrable par des séquents qui ne contiennent que des sous-formules des formules du séquent démontré, le calcul propositionnel est décidable (la règle de coupure est la seule dont les prémisses contiennent une formule qui ne soit pas sousformule du séquent conclusion).

5.3. Une variante pour la complétude Pas de règles structurelles. Axiomes: p,... p,... (une lettre en commun) Dans toutes les règles binaires, les contextes sont identiques : A,Γ Θ B,Γ Θ G A B,Γ Θ Γ A,Θ Γ B,Θ R Γ A B,Θ B,Γ Θ Γ A,Θ A B,Γ Θ Pour une valuation donnée, la conclusion est valide si et seulement si les prémisses le sont. EXO équivalence avec le calcul précédent sans coupure EXO décidabilité EXO complétude

5.3.1. Exemple: Recherche de démonstration pour un séquent démontrable q,p,p,s q,t,t r,q,p,p,s q,t g q,p,( q),p,s t,t r,q,p,( q),p,s t g g q,p,( q),(p s) t,t r,q,p,( q),(p s) t g q,p,( q),(t r),(p s) t g

5.3.2. Exemple bis: recherche de démonstration pour un séquent non démontrable p,q r g d ( p) q ( r) s d g (( p) q) (( r) s) g ((( p) q) (( r) s))

5.4. Calcul des séquents intuitionniste Une restriction sur la structure des séquents (et non sur les règles): au plus une formule à droite. Parmi les règles structurelles, seules les règles gauches restent, et la coupure devient la composition: Γ A A C CUT Γ, C Pour les connecteurs et on obtient: A,B,Γ C A B,Γ C A,Γ B Γ A B G G Conjonction Implication Γ A Γ B R Γ,Γ A B B,Γ C Γ A A B,Γ,Γ C Ce calcul est équivalent à la déduction naturelle, les règles gauches peuvent être simulées en déduction naturelle. EXO

6. Logique linéaire 6.1. Logique linéaire intuitionniste multiplicative On aimerait que l implication modélise un changement d état: A,A B B Etat A Transition permettant de passer de l état A à l état B Etat final B. Les logiques vues jusqu ici ne conviennent pas, puisque A,A B A B A est toujours vrai après avoir effectué la transition! Comme dans le passage de la logique classique à la logique intuitionniste, ce n est pas les règles logique qu il faut modifier mais les règles structurelles.

Θ,A,B,Γ C Eg Θ,B,A,Γ C échange! pas d autre règle structurelle! axiome A A Γ X X,Γ C cut Γ,Γ C A,B,Γ C A B,Γ C g conjonction Γ A Γ B d Γ,Γ A B B,Γ C Γ A g Γ,A B,Γ C implication A,Γ B Γ A B d

6.2. La modalité! Il faut aussi pouvoir utiliser ad libitum une transition. Pour cela on dispose d une modalité notée «!»!A : «la ressource A est disponible autant qu on le souhaite»!x,!x,γ C!g c!x,γ C Γ C!X,Γ C!g a!γ C!d!Γ!C!Γ désigne une suite de formules toutes précédées de la modalité «!».

6.3. Représentation des réseaux de Petri Les places sont représentées par des variables propositionnelles. Décrivons un marquage par une conjonction: A A B C C 2 jetons en A, 1 en B, 2 en C Décrivons une transition par une implication linéaire: (A A B) (C C D E) est une transition qui prend deux jetons en A et un en B, et qui produit deux jetons en C, un en D et un en E. Dans un réseau de Petri dont les transitions sont t 1,...,t n, on peut accéder d un marquage M à un marquage M ssi on peut démontrer en logique linéaire intuitionniste M,!t 1,...,!t n M

6.4. Représentation de la logique intuitionniste On peut coder en logique linéaire les formules de la logique intuitionniste (restreinte à l implication) ainsi: p # = p si p est une variable propositionnelle (A B) # = (!(A # )) B # On alors (EXO ) : H 1,...,H n C est démontrable en logique intuitionniste ssi!h # 1,...,!H # n C # est démontrable en logique linéaire intuitionniste

6.5. Logique linéaire classique La logique linéaire intuitionniste admet une version classique, avec une négation involutive. Une disjonction est associée à la conjonction, et une modalité? correspond à!. Elle satisfait alors les lois de de Morgan. Comme pour la logique classique es régles manipulent des séquents avec plusieurs formules à gauche et à droite. Elles sont obtenues par symétries: la règle droite (resp. gauche) de la disjonction correspond à la règle gauche (resp. droite) de la conjonction, les règles droites (resp. gauches) de? correspondent aux règles gauches (resp. droites) de!, et la négation tranforme une hypothèse en conclusion ou vice-versa.

6.6. Calcul de Lambek Si de la logique linéaire intuitonniste on omet la modalité!, et qu on supprime la règle d échange, on obtient le calcul de Lambek. On a alors deux implications, suivant que l hypothèse annulée est à droite ou à gauche de la suite de formules: Γ A,A, B A A cut,γ, B Γ,A C i Γ C A Γ,B,Γ C A h Γ,B A,,Γ C A,Γ C Γ A C i A Γ,B,Γ C h Γ,,A B,Γ C Γ,A,B,Γ C Γ,A B,Γ C g Γ A Γ B d Γ,Γ A B

Le calcul de Lambek peut-être utilisé comme une grammaire, si on se donne une varaible propositionnelle distinguée S. Lex: fonction de l ensemble des terminaux dans l ensemble des ensembles finis de formules écrites avec les connecteurs,,. (Lex(a) est un ensemble fini de formules, pour tout terminal a) Etant donnée une telle fonction Lex le langage L(Lex) est défini par: a 1 a 2 a n L(Lex) ssi i t i Lex(a i ) tel que t 1,...,t n S soit démontrable dans le calcul de Lambek On décrit ainsi les langages hors-contextes (ou algébriques)...... cf. le cours traitement symbolique des langues.

Références [1] Jean-Yves Girard, Yves Lafont, and Paul Taylor. Proofs and Types. Cambridge University Press, 1988. Cours de DEA U. Paris 7 87/88, clair et vivant [2] Jean-Yves Girard. La logique linéaire. Pour La Science, Edition Française de Scientific American", 150, avril 1990. vulgarisation bien faite: compréhensible, pas vide et vivante [3] Jean-Yves Girard. Linear logic: its syntax and semantics. In Jean-Yves Girard, Yves Lafont, and Laurent Regnier, editors, Advances in Linear Logic, pages 1 42. Cambridge University Press, 1995. Excellente synthèse sur la Logique Linéaire, plus abordable que l article original TCS 87 [4] Joachim Lambek. The mathematics of sentence structure. American mathematical monthly, 65:154 169, 1958. Article original remarquablement clair et facile à lire REFERENCES Plan Début Fin Préc. Suiv.