1 transparent par page - Montefiore

More documents

Recommendations

Info

Syntaxe et sémantique La syntaxe d’un langage de programmation détermine ce qui constitue un programme valide du point de vue de la forme/du texte. Quelles séquences de caractères constituent des programmes ? La sémantique définit la signification d’un programme, c’est-à-dire ce qu’il calcule, comment il le calcule. Que signifie ce programme ? Quand est-ce que deux programmes sont équivalents ? Est-ce que ce programme satisfait aux spécifications ? Dans ce chapitre, on se focalisera sur la sémantique de langages de programmation très simples. 150
Sémantique formelle Pourquoi définir la sémantique de manière formelle (plutôt que de manière informelle) ? ◮ Implémentation : correction des compilateurs, optimisation, analyse statique, etc. ◮ Vérification : permet de raisonner sur les programmes et leurs propriétés, que ce soit de manière automatique ou à la main. ◮ Design de langage : permet de détecter des ambiguités et d’organiser les choses de manière plus claire. 151
Page 1 and 2:
Introduction à la théorie de l’
Page 3 and 4:
Objectifs et plan du cours Objectif
Page 5 and 6:
Partie 1 Techniques de preuves et a
Page 7 and 8:
Plan 1. Définitions 2. Techniques
Page 9 and 10:
Propositions Définition : Une prop
Page 11 and 12:
Prédicats Définition : Une propos
Page 13 and 14:
Autres types de proposition ◮ Un
Page 15 and 16:
Exemples de démonstrations Théor
Page 17 and 18:
Schémas de preuves classiques Quel
Page 19 and 20:
Implications Deux méthode pour pro
Page 21 and 22:
Si et seulement si : exemple Théor
Page 23 and 24:
Preuve par cas On va traiter les de
Page 25 and 26:
Exemple Théorème : √ 2 ∈ R\Q.
Page 27 and 28:
Écrire de bonnes démonstrations E
Page 29 and 30:
Une preuve sans mot Théorème de P
Page 31 and 32:
Découpage + glissement de 2 unité
Page 33 and 34:
Principe du bon ordre Le principe d
Page 35 and 36:
Schéma de preuve par le principe d
Page 37 and 38:
On en déduit que : c−1 i = i=1 E
Page 39 and 40:
◮ Puisque a et b sont plus petits
Page 41 and 42:
Un ensemble bien ordonné plus comp
Page 43 and 44:
Page 45 and 46:
Un modèle pour les démonstrations
Page 47 and 48:
Cas inductif : Supposons que P(n) s
Page 49 and 50:
On a (n + 1) 3 − (n + 1) = n 3 +
Page 51 and 52:
Une démonstration par induction er
Page 53 and 54:
Dallage On souhaite créer une terr
Page 55 and 56:
Problème : Choisir P(n) = “il ex
Page 57 and 58:
Divisons la terrasse en 4 quadrants
Page 59 and 60:
Induction forte Principe d’induct
Page 61 and 62:
Exemple : hauteurs des piles score
Page 63 and 64:
- On obtient : s. total = score du
Page 65 and 66:
Remarques : ◮ Tout théorème qui
Page 67 and 68:
Page 69 and 70:
◮ Deux types de mouvements : mouv
Page 71 and 72:
◮ Lemme 4 : Dans toute configurat
Page 73 and 74:
◮ Théorème : Aucune séquence d
Page 75 and 76:
Plan 1. Machine d’état 2. Princi
Page 77 and 78:
Machine d’état Un machine d’é
Page 79 and 80:
Exécution et déterminisme Défini
Page 81 and 82:
Démonstration d’un invariant Th
Page 83 and 84:
Invariant inductif ◮ Définition
Page 85 and 86:
Théorème : La somme des coordonn
Page 87 and 88:
Le problème des cruches Soient deu
Page 89 and 90:
Réponse à l’énigme Théorème
Page 91 and 92:
Exemple Soit le programme suivant (
Page 93 and 94:
A chaque point initial E0, il corre
Page 95 and 96:
Correction de programmes Un program
Page 97 and 98:
Exponentiation : correction partiel
Page 99 and 100: Interprétation La preuve précéde
Page 101 and 102: Exercices Montrez par induction for
Page 103 and 104: Variables dérivées et terminaison
Page 105 and 106: Démonstration : ◮ Soit la variab
Page 107 and 108: Invariant difficile à trouver Que
Page 109 and 110: Exemples d’exécutions Source : a
Page 111 and 112: Problème de l’arrêt Théorème
Page 113 and 114: Résumé ◮ Une machine d’état
Page 115 and 116: Plan 1. Définitions récursives 2.
Page 117 and 118: Chaîne de caractères Définition
Page 119 and 120: Preuve sur un ensemble défini réc
Page 121 and 122: Induction structurelle Le schéma d
Page 123 and 124: Un exemple (un peu) plus compliqué
Page 125 and 126: Prédicat (invariant) Théorème :
Page 127 and 128: Modélisation par une machine d’
Page 129 and 130: Ambiguité d’une définition réc
Page 131 and 132: Arbres On peut définir récursivem
Page 133 and 134: Démonstration : Par induction stru
Page 135 and 136: Fonctions récursives sur les entie
Page 137 and 138: Définitions mal formées Des probl
Page 139 and 140: Expressions arithmétiques Définit
Page 141 and 142: Substitution La fonction subst(f ,
Page 143 and 144: Modèle d’évaluation avec substi
Page 145 and 146: Par la définition de subst, le mem
Page 147 and 148: Applications Les applications de ce
Page 149: Plan 1. Introduction 2. Langage des
Page 153 and 154: Expressions arithmétiques sur N :
Page 155 and 156: Sémantique Essentiellement deux ty
Page 157 and 158: Exemple : expressions arithmétique
Page 159 and 160: Expressions arithmétiques Idée g
Page 161 and 162: Exemple Evaluation de (3 + (2 + 1))
Page 163 and 164: Déterminisme et normalisation Prop
Page 165 and 166: ◮ En appliquant la règle (S-ADD)
Page 167 and 168: Déterminisme Théorème : Si E →
Page 169 and 170: Déterminisme et normalisation Corr
Page 171 and 172: Montrons que eval((E1 + E2)) = n3
Page 173 and 174: Plan 1. Introduction 2. Langage des
Page 175 and 176: Un langage de programmation simple
Page 177 and 178: Sémantique opérationnelle : état
Page 179 and 180: Sémantique opérationnelle : assig
Page 181 and 182: Sémantique opérationnelle : condi
Page 183 and 184: Synthèse de la sémantique opérat
Page 185 and 186: Illustration Si on note l’état d
Page 187 and 188: Déterminisme Lemme (déterminisme)
Page 189 and 190: Boucle infinie Théorème : Pour au
Page 191 and 192: Effets de bord Dans notre langage,
Page 193 and 194: Sémantique dénotationnelle Rappel
Page 195 and 196: Expressions et booléens Les foncti
Page 197 and 198: Exemple Montrez que evalCom(x := 0;
Page 199 and 200: Sémantique du while Définition :
Page 201 and 202:
Sémantique du while En conséquenc
Page 203 and 204:
Si evalCom(Cn+1, s) = s ′ , il y
Page 205 and 206:
Au delà de cours Syntaxe : ◮ Les
Page 207 and 208:
Plan 1. Définitions 2. Connexité
Page 209 and 210:
Exemple : ◮ V = {A, B, C, D, E, F
Page 211 and 212:
Exemple : A C B ◮ A et B sont adj
Page 213 and 214:
Extensions des graphes Multigraphes
Page 215 and 216:
Boucles : On peut autoriser qu’un
Page 217 and 218:
Applications Les graphes peuvent ê
Page 219 and 220:
Le graphe Chapter 11 des Simplerela
Page 221 and 222:
◮ Le rapport entre les degrés mo
Page 223 and 224:
Isomorphisme 80 Graph Theory Isomor
Page 225 and 226:
◮ Un chemin est un graphe G = (V
Page 227 and 228:
Parcours Définition : Un parcours
Page 229 and 230:
Théorème : Soit G un graphe dirig
Page 231 and 232:
Graphes connexes Définition : Un g
Page 233 and 234:
Théorème : Tout graphe G = (V , E
Page 235 and 236:
Remarques à propos de la démonstr
Page 237 and 238:
Théorème : Soit T = (V , E) un ar
Page 239 and 240:
Page 241 and 242:
Page 243 and 244:
Théorème : Tout graphe connexe G
Page 245 and 246:
◮ Un arbre binaire est un arbre a
Page 247 and 248:
Définition : Le diamètre d’un g
Page 249 and 250:
Théorème : Soit v un sommet arbit
Page 251 and 252:
Coloriage de graphes Problème : l
Page 253 and 254:
Associons une couleur à chaque pla
Page 255 and 256:
k-coloriages Définition : Un graph
Page 257 and 258:
◮ Cas inductif : Supposons que P(
Page 259 and 260:
Tout graphe biparti peut donc être
Page 261 and 262:
Définition : L’ensemble des gar
Page 263 and 264:
⇐ ◮ Supposons que la condition
Page 265 and 266:
Un énoncé formel Définition : So
Page 267 and 268:
Problème des mariages stables Déf
Page 269 and 270:
Terminaison Théorème : L’algori
Page 271 and 272:
Correction partielle Théorème : T
Page 273 and 274:
Equité L’algorithme est-il équi
Page 275 and 276:
Réseaux de communications Hypothè
Page 277 and 278:
Diamètre 326 “mcs” — 2012/6/
Page 279 and 280:
Congestion Définition : ◮ La con
Page 281 and 282:
Tableau à deux dimensions in in
Page 283 and 284:
Tableau à deux dimensions Réseau
Page 285 and 286:
“mcs” — 2012/6/4 — 15:49
Page 287 and 288:
Propriétés : commutateurs et diam
Page 289 and 290:
10.9. Beneˇs Network 337 Exemple p
Page 291 and 292:
Chaque nœud de G est incident à e
Page 293 and 294:
Réseau butterfly 332 Cas de base :
Page 295 and 296:
Partie 3 Outils pour l’analyse d
Page 297 and 298:
Exemple introductif : quicksort Par
Page 299 and 300:
Quicksort Partition(A, lo, hi) 1 i
Page 301 and 302:
Formulation analytique Par symétri
Page 303 and 304:
s worthwhile to use your computer t
Page 305 and 306:
Chapitre 6 Sommations et comporteme
Page 307 and 308:
Sommations Définition : Soit une s
Page 309 and 310:
Preuve d’une solution analytique
Page 311 and 312:
Trouver une solution analytique Si
Page 313 and 314:
Corollaire : Si |z| < 1, alors n n
Page 315 and 316:
Un autre exemple Problème 6 : Dér
Page 317 and 318:
Perturbation indirecte Dans ce cas,
Page 319 and 320:
Série harmonique Complexité moyen
Page 321 and 322:
Nombres harmoniques Une meilleure a
Page 323 and 324:
Sommes doubles Généralement, il s
Page 325 and 326:
Plan 1. Sommations Définitions Pre
Page 327 and 328:
Quelques propriétés des notations
Page 329 and 330:
Quelques propriétés 1. f (x) =
Page 331 and 332:
Propriété : On a x 2 = O(x). Dém
Page 333 and 334:
Chapitre 7 Récurrences 333
Page 335 and 336:
Introduction Rappel : La notation a
Page 337 and 338:
Complexité d’algorithmes récurs
Page 339 and 340:
Propriété (borne supérieure) : O
Page 341 and 342:
Solution : Soit Fn le nombre de pro
Page 343 and 344:
Dénombrement : exemple 3 Définiti
Page 345 and 346:
Démonstration : Par induction sur
Page 347 and 348:
Nombres de Catalan Les nombres : b0
Page 349 and 350:
Calculer les valeurs d’une récur
Page 351 and 352:
Techniques de résolution de récur
Page 353 and 354:
Preuve d’une solution par inducti
Page 355 and 356:
Méthode “Plug-and-Chug” (force
Page 357 and 358:
4. Trouver une solution analytique
Page 359 and 360:
Récurrence linéaire d’ordre 1 L
Page 361 and 362:
Arbres de récursion Approche graph
Page 363 and 364:
log 4 n c n 2 16 c n 2 4 c n 2 16 c
Page 365 and 366:
Preuve d’une borne supérieure Th
Page 367 and 368:
Induction et notation asymptotique
Page 369 and 370:
log 2 n apple h apple log 4 n log 3
Page 371 and 372:
Synthèse Trois approches empirique
Page 373 and 374:
Théorème : Si f1(n) et f2(n) sont
Page 375 and 376:
1 + ◮ Les fonctions c √ n 5 1
Page 377 and 378:
Résolution des récurrences linéa
Page 379 and 380:
Etape 3 : Trouver une solution part
Page 381 and 382:
Exemple Résolvons la récurrence d
Page 383 and 384:
Etape 3 : Trouver une solution part
Page 385 and 386:
Etape 5 : Déterminer les valeurs d
Page 387 and 388:
Un premier théorème Théorème (M
Page 389 and 390:
Un second théorème plus général
Page 391 and 392:
Exemple d’application ◮ Soit la
Page 393 and 394:
Changement de variables Un changeme
Page 395 and 396:
Comparaisons de récurrences : lin
Page 397 and 398:
Chapitre 8 Fonctions génératrices
Page 399 and 400:
Introduction Les fonctions généra
Page 401 and 402:
Exemples : ◮ 〈0, 0, 0, 0, . . .
Page 403 and 404:
Multiplication par une constante Pr
Page 405 and 406:
Exemples ◮ Multiplication par une
Page 407 and 408:
Dérivation et intégration Propri
Page 409 and 410:
Produit Propriété : Si 〈a0, a1,
Page 411 and 412:
Sommes partielles Propriété : Si
Page 413 and 414:
Extraction des coefficients Propri
Page 415 and 416:
Formule de Newton généralisée So
Page 417 and 418:
Synthèse : opérations entre fonct
Page 419 and 420:
Résolution de récurrences Princip
Page 421 and 422:
Extraction des coefficients Calculo
Page 423 and 424:
Récurrences linéaires (homogènes
Page 425 and 426:
Nombres de Catalan Théorème : Soi
Page 427 and 428:
Plan 1. Définitions et opérations
Page 429 and 430:
Classes combinatoires Problème gé
Page 431 and 432:
Application 2 : nombre d’arbres b
Page 433 and 434:
Démonstration : 1. Soit an et bn l
Page 435 and 436:
Applications : choix avec répétit
Page 437 and 438:
Applications : comptage difficile P
Page 439 and 440:
◮ Fonction génératrice pour le
show all

1 transparent par page - Montefiore

Create successful ePaper yourself

Delete template?

Save as template?