Critères de simplification

Documents pareils
Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e

Initiation à la Programmation en Logique avec SISCtus Prolog

Intelligence Artificielle Planification

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Bases de données Cours 5 : Base de données déductives

Objets Combinatoires élementaires

Logique : ENSIIE 1A - contrôle final

Le produit semi-direct

Problèmes de Mathématiques Filtres et ultrafiltres

Chapitre 2 Le problème de l unicité des solutions

Limites finies en un point

Université Paris-Dauphine DUMI2E 1ère année, Applications

Comparaison de fonctions Développements limités. Chapitre 10

Programmation linéaire

Chapitre 3. Les distributions à deux variables

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

Chapitre 6. Fonction réelle d une variable réelle

Intégration et probabilités TD1 Espaces mesurés Corrigé

Optimisation des fonctions de plusieurs variables

Continuité et dérivabilité d une fonction

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

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

Fonctions de plusieurs variables

1 Définition et premières propriétés des congruences

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

Image d un intervalle par une fonction continue

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

O, i, ) ln x. (ln x)2

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

Réalisabilité et extraction de programmes

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Les devoirs en Première STMG

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2

Les indices à surplus constant

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

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

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

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

Chp. 4. Minimisation d une fonction d une variable

Théories comptables. Théories normatives

Cours de Probabilités et de Statistique

Licence MASS (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Table des matières. Introduction

Introduction à l étude des Corps Finis

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Logique. Plan du chapitre

Leçon 01 Exercices d'entraînement

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Initiation à l algorithmique

Texte Agrégation limitée par diffusion interne

Théorème du point fixe - Théorème de l inversion locale

Grammaires d unification

Le chiffre est le signe, le nombre est la valeur.

Problème 1 : applications du plan affine

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Enoncé et corrigé du brevet des collèges dans les académies d Aix- Marseille, Montpellier, Nice Corse et Toulouse en Énoncé.

BONUS MALUS. Voici, la façon de calculer la prime : Le montant de la prime à acquitter est égale à : P = PB. C où : P

Fondements de l informatique Logique, modèles, et calculs

Polynômes à plusieurs variables. Résultant

MIS 102 Initiation à l Informatique

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

Travaux dirigés d introduction aux Probabilités

Conception des bases de données : Modèle Entité-Association

Rappels et compléments, première partie : Nombres complexes et applications à la géométrie

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

CHAPITRE IV. L axiome du choix

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Chapitre 1 : Évolution COURS

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

108y= 1 où x et y sont des entiers

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Probabilités III Introduction à l évaluation d options

Cours d Analyse. Fonctions de plusieurs variables

Représentation géométrique d un nombre complexe

Intégration et probabilités TD1 Espaces mesurés

Chapitre 2 Le problème de l unicité des solutions

Structurer ses données : les tableaux. Introduction à la programmation

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Chapitre VI - Méthodes de factorisation

Fibonacci et les paquerettes

IUT de Laval Année Universitaire 2008/2009. Fiche 1. - Logique -

Le nombre d or et Fibonacci

1 ère partie : tous CAP sauf hôtellerie et alimentation CHIMIE ETRE CAPABLE DE. PROGRAMME - Atomes : structure, étude de quelques exemples.

ÉPREUVE COMMUNE DE TIPE Partie D

Cours de mathématiques Première année. Exo7

NOMBRES COMPLEXES. Exercice 1 :

Introduction à la théorie des graphes. Solutions des exercices

SECTEUR 4 - Métiers de la santé et de l hygiène

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Correction du Baccalauréat S Amérique du Nord mai 2007

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Résolution de systèmes linéaires par des méthodes directes

Calcul fonctionnel holomorphe dans les algèbres de Banach

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

UML (Diagramme de classes) Unified Modeling Language

Economie de l Incertain et des Incitations

Chapitre 2. Eléments pour comprendre un énoncé

Transcription:

Critères de simplification Correction. À rendre pour le mardi 14 novembre 2006, soit par email (goubault@lsv.ens-cachan.fr) soit par courrier postal (Jean Goubault-Larrecq, LSV/ENS Cachan, 61 avenue du président Wilson, 94235 Cachan, France). Les questions les plus difficiles sont marquées d une étoile ( ). I. Un critère général de simplification. Soit S un ensemble de clauses du premier ordre. Pour tout littéral ±A, notons A le littéral opposé. L opposé de +A est A, celui de A est +A. Soient C 1,..., C k, C des clauses du premier ordre. On rappelle que C 1,...,C k = C si et seulement si toute interprétation de Herbrand qui rend vraie toute instance close de C 1,..., C k rend aussi vraie toute instance close de C. On rappelle qu une interprétation de Herbrand partielle est une fonction partielle I des atomes clos vers {vrai, faux}, de domaine fini. (C est-à-dire définie seulement pour un nombre fini d atomes clos.) Une interprétation partielle rend une clause fausse si et seulement si elle rend tous les littéraux de la clause faux (en particulier, aucun littéral ne reste non interprété). Disons que C 1...,C k = C si et seulement si pour toute instance close Cθ de C, toute interprétation partielle I qui rend fausse Cθ rend aussi fausse au moins une instance close d une des clauses C i, 1 i k. 1. Montrer que si C 1...,C k = C, alors C 1,...,C k = C. Soit I une interprétation qui satisfait toutes les instances closes de chaque C i. Supposons que I ne satisfasse pas une certaine instance close Cθ de C. Alors la restriction de I aux atomes de Cθ rend Cθ fausse. Cette restriction, appelons-la I est une interprétation partielle. Puisque C 1...,C k = C, I rend donc fausse une des instances closes d un C i, c est donc aussi le cas de I, contradiction. 2. Montrer que la réciproque de la question précédente est fausse. On prend C 1 = +A +B, C 2 = +A B, C = +A. Clairement, C 1,...,C k = C, mais il est faux que C 1...,C k = C : prendre l interprétation partielle qui rend A faux mais laisse B indéfini. 3. Montrer que si C est une tautologie, alors = C (le cas k = 0 de la définition ci-dessus). 1

Il n existe aucune interprétation, même partielle, qui rend une tautologie fausse. 4. Montrer que si C 1 subsume C, alors C 1 = C. Écrivons C = C 1 σ D. Soit I une interprétation partielle rendant l instance close Cθ fausse. Alors C 1 σθ est fausse dans I, et est une instance close de C 1. 5. On introduit le critère d élimination de redondance général suivant : si S est l ensemble de clauses courant, s il contient des clauses C 1,..., C k et C et s il existe des substitutions σ 1,..., σ k telles que : (a) C 1 σ 1...,C k σ k = C ; (b) pour tout i, 1 i k, σ i n unifie aucun couple de littéraux de C i ; alors éliminer C de S. (On dira que C est redondante.) Montrer que l élimination de tautologies, l élimination de clauses linéairement subsumées présentées en cours sont des cas particuliers de ce critère, au sens où les tautologies et les clauses linéairement subsumées sont redondantes. C est clair pour les tautologies, par la question 3. Pour les clauses linéairement subsumées, on remarque que, si C = C 1 σ 1 D, alors C 1 σ 1 = C. Finalement, la condition 2 est vérifiée par la définition de la subsomption linéaire. 6. ( ) En reprenant l argumentation du cours, montrer que l élimination de clauses redondantes, au sens de la question précédente, est compatible avec la résolution ordonnée avec sélection, pour n importe quelle fonction de sélection et n importe quel ordre stable. Autrement dit, montrer que si S est un ensemble de clauses du premier ordre insatisfiable, il existe une dérivation de la clause vide à partir de S par un nombre fini d étapes de résolution ordonnée avec sélection, et ce quelle que soit la stratégie utilisée pour éliminer des clauses redondantes entre deux étapes de résolution. On raisonnera sur les arbres sémantiques utilisés au théorème 8 du poly. Il ne sera pas nécessaire de reproduire la démonstration de ce théorème in extenso. Il suffit de montrer que la mesure µ(t,c,θ ) de la démonstration du théorème 8 du cours décroît, possiblement pas strictement, lorsqu on élimine une clause redondante C de l ensemble courant S, transformant l arbre décoré T en un nouvel arbre décoré T. La subtilité, c est que C peut décorer plusieurs nœuds d échec de T. Pour chacun de ces nœuds d échec, on a C = C N. Puisque C 1 σ 1...,C k σ k = C et que C N θ N est fausse en N, par définition il existe i, 1 i k, tel que C i σ i θ N soit aussi fausse en N. On remplace le couple (C N,θ N ) au nœud N par le couple (C i,σ i θ N ), et ce pour chaque nœud d échec N tel que C = C N. Ceci produit un nouvel arbre décoré (T,C,θ ). Notons que ce nouvel arbre est un arbre décoré pour S privé de C, et que tous les nœuds N considérés ci-dessus y restent des nœuds d échec : C i σ i θ N ne peut en effet pas être fausse plus haut que N, sinon N n aurait pas été un nœud d échec de T. La suite du corrigé était erronée. Je montre l erreur que j ai faite pour faire voir la subtilité. 2

Version erronée. Pour montrer que la mesure µ décroît, on remarque qu en chaque nœud N de ce type, µ 1 (C i σ i,θ N ) = µ 1 (C i,σ i θ N ) par la condition 2 (σ i n unifie aucun couple de littéraux de C i ), comme à la section 4.2 du cours. On a donc remplacé les couples (C N,θ N ) en un certain nombre de nœuds d échec N par des couples de mesure µ 1 identique. La mesure µ de tout l arbre reste donc inchangée, donc, comme la taille T de l arbre reste inchangée, la mesure µ de l arbre reste inchangée elle aussi. Version corrigée. On a bien sûr µ 1 (C i σ i,θ N ) = µ 1 (C i,σ i θ N ) par la condition 2, mais ceci ne garantit pas que µ 1 (C i,σ i θ N ) mul µ(c N,θ N ). (On n a pas besoin de l ordre strict mul \ =, puisque de toute façon le nombre de clauses S décroîtra.) Une solution est d ajouter la condition C mul C 1 σ 1,..., C mul C k σ k au critère de redondance, les clauses étant vues comme des multi-ensembles d atomes (on ignore les signes). De façon curieuse, cette condition existait dans mon source TEX, mais commentée : j avais dû estimer à tort qu elle ne servait à rien... Lire attentivement la section 5.3 du cours. II. Où l on répare une erreur. 1. Il se trouve que la démonstration du théorème 12 est erronée. L erreur est dans la phrase [... ] alors soit C ( ) est fausse en N et alors + C ( ) C θ N est fausse en N, soit C ( ) est vraie en N et alors Cθ N C ( ) est fausse en N. Quelle est l erreur? (Le but des questions suivantes est de corriger cette erreur.) L arbre sémantique est un arbre d interprétations partielles. Il est donc possible que C ( ) soit fausse en N, vraie en N, ou... indéfinie. C est le cas même si C ( ) est nécessairement plus haut que l atome P(t) de C, avec P(t) C ( ). Il se peut tout simplement que C ( ) ne soit pas dans l énumération des atomes clos A 0 1,..., A 0 n sur laquelle a été construit l arbre sémantique. 2. ( ) Pour corriger cette erreur, on va imaginer un critère de redondance plus général que celui de la partie I. Fixons un ensemble S de clauses, et un ordre strict stable. Appelons -énumération A toute énumération finie A = [A 0 1,...,A0 n ] d atomes clos telle que A 0 i A 0 j implique i > j. Appelons A-interprétation une interprétation partielle de domaine un préfixe de A, c est-à-dire donnant des valeurs de vérité aux atomes A 0 1,..., A 0 k et eux seuls, pour un certain entier k, 0 k n. Notons C 1,...,C k = A C si et seulement si pour toute instance close Cθ de C, toute A-interprétation I qui rend fausse Cθ rend aussi fausse au moins une instance close d une des clauses C i, 1 i k. On dit que C est A-redondante dans S si et seulement s il existe des clauses C 1,...,C k de S et des substitutions σ 1,..., σ k telles que : (a) C 1 σ 1...,C k σ k = A C ; (b) pour tout i, 1 i k, σ i n unifie aucun couple de littéraux de C i ; 3

On dit que S est insatisfiable à support dans A si et seulement s il existe un nombre fini d instances closes de S, formées uniquement d atomes clos pris dans A, qui soit insatisfiable. Pour tout ensemble fini A 0 d atomes clos, on dira que C est /A 0 -redondante si et seulement si, pour toute -énumération A contenant tous les atomes de A 0 et telle que S soit insatisfiable à support dans A, alors C est A-redondante dans S. (Bien que ceci soit hors sujet, on observera que tout clause est /A 0 -redondante dans un ensemble satisfiable de clauses.) Justifier rapidement que l élimination de clauses /A 0 -redondantes est compatible avec la résolution ordonnée (par ) avec sélection, pour n importe quelle fonction de sélection. Il suffit de refaire toute la démonstration du théorème 8 du cours, en fixant comme énumération A 0 1,...,A 0 n une -énumération quelconque non seulement des atomes clos figurant dans l ensemble fini S 0 d instances closes de S du théorème de Herbrand, mais aussi des atomes de A 0. Le reste de la démonstration du théorème 8 reste inchangée. On observe ensuite que l argument de la question I.6 fonctionne texto. En fait les conditions ci-dessus retranscrivent exactement ce dont on a besoin dans cet argument. 3. Fixons un ensemble fini A 0 quelconque d atomes clos de Q. On considère la règle de splitting sans splitting restreinte à A 0 suivante : C C C C ( ) + C ( ) C où : comme dans le cours, C et C sont deux sous-clauses non vides, ne partageant aucune variable, telles que C est formée de symboles de prédicats dans P uniquement, et que C contient au moins un atome P(t) avec P P ; et (nouveau!) C ( ) est restreint à être dans A 0. Comme dans le cours, cette règle a pour effet d ajouter les deux conclusions C C ( ) et + C ( ) C, puis de supprimer la prémisse C C. Montrer que cette suppression est une instance de la règle d élimination de clauses /A 0 -redondantes. Soit A = [A 0 1,...,A 0 n] une -énumération contenant tous les atomes de A 0 et telle que S soit insatisfiable à support dans A. Pour toute A-interprétation I, il existe donc une instance close d une clause de S qui est fausse dans I. Le seul cas non trivial est celui où cette clause est la clause à supprimer, C C. Disons que I rend fausse l instance close Cθ C θ. Comme C ( ) est dans A 0 par hypothèse, et que de plus C ( ) est plus petit (dans ) qu au moins un atome de C (puisque C contient au moins un atome P(t) avec P P, et qu alors P(t) C ( ) : voir cours), cette fois-ci C ( ) est bien soit vrai soit fausse dans I. Si C ( ) est vrai dans I, alors C C ( ), instanciée par θ, est fausse dans I. Sino, alors c est + C ( ) C, instanciée par θ, qui est fausse dans I. 4

4. En déduire que la règle de splitting sans splitting restreinte à A 0 est compatible avec la résolution ordonnée avec sélection, quel que soit l ensemble fini A 0 d atomes clos. Il suffit de montrer que l ajout des deux conclusions de la règle est compatible, vu que la question précédente montrer que la suppression de la prémisse l est déjà. Or l ajout des deux conclusions ne change rien à l arbre décoré (T,C,θ ), donc rien non plus à sa mesure µ. 5. Justifier rapidement pourquoi le théorème 18 du cours est donc correct, malgré le fait qu il s appuie sur le théorème 12 du cours. (Utiliser la règle de splitting sans splitting restreinte à A 0, et décrire A 0 explicitement.) Les seuls symboles de splitting jamais fabriqués sont ceux de l ensemble Q 0 des C, où C est un ǫ-bloc négatif formé à partir de symboles de prédicats dans P. On notera qu il y a au plus 2 p éléments dans Q 0, où p est le cardinal de P. On prend A 0 = Q 0. 5