summaryrefslogtreecommitdiffstats
path: root/notes-inf105.tex
blob: 68e1c657b80ea987fafce75e8386525fcd19fb58 (plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
1559
1560
1561
1562
1563
1564
1565
1566
1567
1568
1569
1570
1571
1572
1573
1574
1575
1576
1577
1578
1579
1580
1581
1582
1583
1584
1585
1586
1587
1588
1589
1590
1591
1592
1593
1594
1595
1596
1597
1598
1599
1600
1601
1602
1603
1604
1605
1606
1607
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
1620
1621
1622
1623
1624
1625
1626
1627
1628
1629
1630
1631
1632
1633
1634
1635
1636
1637
1638
1639
1640
1641
1642
1643
1644
1645
1646
1647
1648
1649
1650
1651
1652
1653
1654
1655
1656
1657
1658
1659
1660
1661
1662
1663
1664
1665
1666
1667
1668
1669
1670
1671
1672
1673
1674
1675
1676
1677
1678
1679
1680
1681
1682
1683
1684
1685
1686
1687
1688
1689
1690
1691
1692
1693
1694
1695
1696
1697
1698
1699
1700
1701
1702
1703
1704
1705
1706
1707
1708
1709
1710
1711
1712
1713
1714
1715
1716
1717
1718
1719
1720
1721
1722
1723
1724
1725
1726
1727
1728
1729
1730
1731
1732
1733
1734
1735
1736
1737
1738
1739
1740
1741
1742
1743
1744
1745
1746
1747
1748
1749
1750
1751
1752
1753
1754
1755
1756
1757
1758
1759
1760
1761
1762
1763
1764
1765
1766
1767
1768
1769
1770
1771
1772
1773
1774
1775
1776
1777
1778
1779
1780
1781
1782
1783
1784
1785
1786
1787
1788
1789
1790
1791
1792
1793
1794
1795
1796
1797
1798
1799
1800
1801
1802
1803
1804
1805
1806
1807
1808
1809
1810
1811
1812
1813
1814
1815
1816
1817
1818
1819
1820
1821
1822
1823
1824
1825
1826
1827
1828
1829
1830
1831
1832
1833
1834
1835
1836
1837
1838
1839
1840
1841
1842
1843
1844
1845
1846
1847
1848
1849
1850
1851
1852
1853
1854
1855
1856
1857
1858
1859
1860
1861
1862
1863
1864
1865
1866
1867
1868
1869
1870
1871
1872
1873
1874
1875
1876
1877
1878
1879
1880
1881
1882
1883
1884
1885
1886
1887
1888
1889
1890
1891
1892
1893
1894
1895
1896
1897
1898
1899
1900
1901
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
2041
2042
2043
2044
2045
2046
2047
2048
2049
2050
2051
2052
2053
2054
2055
2056
2057
2058
2059
2060
2061
2062
2063
2064
2065
2066
2067
2068
2069
2070
2071
2072
2073
2074
2075
2076
2077
2078
2079
2080
2081
2082
2083
2084
2085
2086
2087
2088
2089
2090
2091
2092
2093
2094
2095
2096
2097
2098
2099
2100
2101
2102
2103
2104
2105
2106
2107
2108
2109
2110
2111
2112
2113
2114
2115
2116
2117
2118
2119
2120
2121
2122
2123
2124
2125
2126
2127
2128
2129
2130
2131
2132
2133
2134
2135
2136
2137
2138
2139
2140
2141
2142
2143
2144
2145
2146
2147
2148
2149
2150
2151
2152
2153
2154
2155
2156
2157
2158
2159
2160
2161
2162
2163
2164
2165
2166
2167
2168
2169
2170
2171
2172
2173
2174
2175
2176
2177
2178
2179
2180
2181
2182
2183
2184
2185
2186
2187
2188
2189
2190
2191
2192
2193
2194
2195
2196
2197
2198
2199
2200
2201
2202
2203
2204
2205
2206
2207
2208
2209
2210
2211
2212
2213
2214
2215
2216
2217
2218
2219
2220
2221
2222
2223
2224
2225
2226
2227
2228
2229
2230
2231
2232
2233
2234
2235
2236
2237
2238
2239
2240
2241
2242
2243
2244
2245
2246
2247
2248
2249
2250
2251
2252
2253
2254
2255
2256
2257
2258
2259
2260
2261
2262
2263
2264
2265
2266
2267
2268
2269
2270
2271
2272
2273
2274
2275
2276
2277
2278
2279
2280
2281
2282
2283
2284
2285
2286
2287
2288
2289
2290
2291
2292
2293
2294
2295
2296
2297
2298
2299
2300
2301
2302
2303
2304
2305
2306
2307
2308
2309
2310
2311
2312
2313
2314
2315
2316
2317
2318
2319
2320
2321
2322
2323
2324
2325
2326
2327
2328
2329
2330
2331
2332
2333
2334
2335
2336
2337
2338
2339
2340
2341
2342
2343
2344
2345
2346
2347
2348
2349
2350
2351
2352
2353
2354
2355
2356
2357
2358
2359
2360
2361
2362
2363
2364
2365
2366
2367
2368
2369
2370
2371
2372
2373
2374
2375
2376
2377
2378
2379
2380
2381
2382
2383
2384
2385
2386
2387
2388
2389
2390
2391
2392
2393
2394
2395
2396
2397
2398
2399
2400
2401
2402
2403
2404
2405
2406
2407
2408
2409
2410
2411
2412
2413
2414
2415
2416
2417
2418
2419
2420
2421
2422
2423
2424
2425
2426
2427
2428
2429
2430
2431
2432
2433
2434
2435
2436
2437
2438
2439
2440
2441
2442
2443
2444
2445
2446
2447
2448
2449
2450
2451
2452
2453
2454
2455
2456
2457
2458
2459
2460
2461
2462
2463
2464
2465
2466
2467
2468
2469
2470
2471
2472
2473
2474
2475
2476
2477
2478
2479
2480
2481
2482
2483
2484
2485
2486
2487
2488
2489
2490
2491
2492
2493
2494
2495
2496
2497
2498
2499
2500
2501
2502
2503
2504
2505
2506
2507
2508
2509
2510
2511
2512
2513
2514
2515
2516
2517
2518
2519
2520
2521
2522
2523
2524
2525
2526
2527
2528
2529
2530
2531
2532
2533
2534
2535
2536
2537
2538
2539
2540
2541
2542
2543
2544
2545
2546
2547
2548
2549
2550
2551
2552
2553
2554
2555
2556
2557
2558
2559
2560
2561
2562
2563
2564
2565
2566
2567
2568
2569
2570
2571
2572
2573
2574
2575
2576
2577
2578
2579
2580
2581
2582
2583
2584
2585
2586
2587
2588
2589
2590
2591
2592
2593
2594
2595
2596
2597
2598
2599
2600
2601
2602
2603
2604
2605
2606
2607
2608
2609
2610
2611
2612
2613
2614
2615
2616
2617
2618
2619
2620
2621
2622
2623
2624
2625
2626
2627
2628
2629
2630
2631
2632
2633
2634
2635
2636
2637
2638
2639
2640
2641
2642
2643
2644
2645
2646
2647
2648
2649
2650
2651
2652
2653
2654
2655
2656
2657
2658
2659
2660
2661
2662
2663
2664
2665
2666
2667
2668
2669
2670
2671
2672
2673
2674
2675
2676
2677
2678
2679
2680
2681
2682
2683
2684
2685
2686
2687
2688
2689
2690
2691
2692
2693
2694
2695
2696
2697
2698
2699
2700
2701
2702
2703
2704
2705
2706
2707
2708
2709
2710
2711
2712
2713
2714
2715
2716
2717
2718
2719
2720
2721
2722
2723
2724
2725
2726
2727
2728
2729
2730
2731
2732
2733
2734
2735
2736
2737
2738
2739
2740
2741
2742
2743
2744
2745
2746
2747
2748
2749
2750
2751
2752
2753
2754
2755
2756
2757
2758
2759
2760
2761
2762
2763
2764
2765
2766
2767
2768
2769
2770
2771
2772
2773
2774
2775
2776
2777
2778
2779
2780
2781
2782
2783
2784
2785
2786
2787
2788
2789
2790
2791
2792
2793
2794
2795
2796
2797
2798
2799
2800
2801
2802
2803
2804
2805
2806
2807
2808
2809
2810
2811
2812
2813
2814
2815
2816
2817
2818
2819
2820
2821
2822
2823
2824
2825
2826
2827
2828
2829
2830
2831
2832
2833
2834
2835
2836
2837
2838
2839
2840
2841
2842
2843
2844
2845
2846
2847
2848
2849
2850
2851
2852
2853
2854
2855
2856
2857
2858
2859
2860
2861
2862
2863
2864
2865
2866
2867
2868
2869
2870
2871
2872
2873
2874
2875
2876
2877
2878
2879
2880
2881
2882
2883
2884
2885
2886
2887
2888
2889
2890
2891
2892
2893
2894
2895
2896
2897
2898
2899
2900
2901
2902
2903
2904
2905
2906
2907
2908
2909
2910
2911
2912
2913
2914
2915
2916
2917
2918
2919
2920
2921
2922
2923
2924
2925
2926
2927
2928
2929
2930
2931
2932
2933
2934
2935
2936
2937
2938
2939
2940
2941
2942
2943
2944
2945
2946
2947
2948
2949
2950
2951
2952
2953
2954
2955
2956
2957
2958
2959
2960
2961
2962
2963
2964
2965
2966
2967
2968
2969
2970
2971
2972
2973
2974
2975
2976
2977
2978
2979
2980
2981
2982
2983
2984
2985
2986
2987
2988
2989
2990
2991
2992
2993
2994
2995
2996
2997
2998
2999
3000
3001
3002
3003
3004
3005
3006
3007
3008
3009
3010
3011
3012
3013
3014
3015
3016
3017
3018
3019
3020
3021
3022
3023
3024
3025
3026
3027
3028
3029
3030
3031
3032
3033
3034
3035
3036
3037
3038
3039
3040
3041
3042
3043
3044
3045
3046
3047
3048
3049
3050
3051
3052
3053
3054
3055
3056
3057
3058
3059
3060
3061
3062
3063
3064
3065
3066
3067
3068
3069
3070
3071
3072
3073
3074
3075
3076
3077
3078
3079
3080
3081
3082
3083
3084
3085
3086
3087
3088
3089
3090
3091
3092
3093
3094
3095
3096
3097
3098
3099
3100
3101
3102
3103
3104
3105
3106
3107
3108
3109
3110
3111
3112
3113
3114
3115
3116
3117
3118
3119
3120
3121
3122
3123
3124
3125
3126
3127
3128
3129
3130
3131
3132
3133
3134
3135
3136
3137
3138
3139
3140
3141
3142
3143
3144
3145
3146
3147
3148
3149
3150
3151
3152
3153
3154
3155
3156
3157
3158
3159
3160
3161
3162
3163
3164
3165
3166
3167
3168
3169
3170
3171
3172
3173
3174
3175
3176
3177
3178
3179
3180
3181
3182
3183
3184
3185
3186
3187
3188
3189
3190
3191
3192
3193
3194
3195
3196
3197
3198
3199
3200
3201
3202
3203
3204
3205
3206
3207
3208
3209
3210
3211
3212
3213
3214
3215
3216
3217
3218
3219
3220
3221
3222
3223
3224
3225
3226
3227
3228
3229
3230
3231
3232
3233
3234
3235
3236
3237
3238
3239
3240
3241
3242
3243
3244
3245
3246
3247
3248
3249
3250
3251
3252
3253
3254
3255
3256
3257
3258
3259
3260
3261
3262
3263
3264
3265
3266
3267
3268
3269
3270
3271
3272
3273
3274
3275
3276
3277
3278
3279
3280
3281
3282
3283
3284
3285
3286
3287
3288
3289
3290
3291
3292
3293
3294
3295
3296
3297
3298
3299
3300
3301
3302
3303
3304
3305
3306
3307
3308
3309
3310
3311
3312
3313
3314
3315
3316
3317
3318
3319
3320
3321
3322
3323
3324
3325
3326
3327
3328
3329
3330
3331
3332
3333
3334
3335
3336
3337
3338
3339
3340
3341
3342
3343
3344
3345
3346
3347
3348
3349
3350
3351
3352
3353
3354
3355
3356
3357
3358
3359
3360
3361
3362
3363
3364
3365
3366
3367
3368
3369
3370
3371
3372
3373
3374
3375
3376
3377
3378
3379
3380
3381
3382
3383
3384
3385
3386
3387
3388
3389
3390
3391
3392
3393
3394
3395
3396
3397
3398
3399
3400
3401
3402
3403
3404
3405
3406
3407
3408
3409
3410
3411
3412
3413
3414
3415
3416
3417
3418
3419
3420
3421
3422
3423
3424
3425
3426
3427
3428
3429
3430
3431
3432
3433
3434
3435
3436
3437
3438
3439
3440
3441
3442
3443
3444
3445
3446
3447
3448
3449
3450
3451
3452
3453
3454
3455
3456
3457
3458
3459
3460
3461
3462
3463
3464
3465
3466
3467
3468
3469
3470
3471
3472
3473
3474
3475
3476
3477
3478
3479
3480
3481
3482
3483
3484
3485
3486
3487
3488
3489
3490
3491
3492
3493
3494
3495
3496
3497
3498
3499
3500
3501
3502
3503
3504
3505
3506
3507
3508
3509
3510
3511
3512
3513
3514
3515
3516
3517
3518
3519
3520
3521
3522
3523
3524
3525
3526
3527
3528
3529
3530
3531
3532
3533
3534
3535
3536
3537
3538
3539
3540
3541
3542
3543
3544
3545
3546
3547
3548
3549
3550
3551
3552
3553
3554
3555
3556
3557
3558
3559
3560
3561
3562
3563
3564
3565
3566
3567
3568
3569
3570
3571
3572
3573
3574
3575
3576
3577
3578
3579
3580
3581
3582
3583
3584
3585
3586
3587
3588
3589
3590
3591
3592
3593
3594
3595
3596
3597
3598
3599
3600
3601
3602
3603
3604
3605
3606
3607
3608
3609
3610
3611
3612
3613
3614
3615
3616
3617
3618
3619
3620
3621
3622
3623
3624
3625
3626
3627
3628
3629
3630
3631
3632
3633
3634
3635
3636
3637
3638
3639
3640
3641
3642
3643
3644
3645
3646
3647
3648
3649
3650
3651
3652
3653
3654
3655
3656
3657
3658
3659
3660
3661
3662
3663
3664
3665
3666
3667
3668
3669
3670
3671
3672
3673
3674
3675
3676
3677
3678
3679
3680
3681
3682
3683
3684
3685
3686
3687
3688
3689
3690
3691
3692
3693
3694
3695
3696
3697
3698
3699
3700
3701
3702
3703
3704
3705
3706
3707
3708
3709
3710
3711
3712
3713
3714
3715
3716
3717
3718
3719
3720
3721
3722
3723
3724
3725
3726
3727
3728
3729
3730
3731
3732
3733
3734
3735
3736
3737
3738
3739
3740
3741
3742
3743
3744
3745
3746
3747
3748
3749
3750
3751
3752
3753
3754
3755
3756
3757
3758
3759
3760
3761
3762
3763
3764
3765
3766
3767
3768
3769
3770
3771
3772
3773
3774
3775
3776
3777
3778
3779
3780
3781
3782
3783
3784
3785
3786
3787
3788
3789
3790
3791
3792
3793
3794
3795
3796
3797
3798
3799
3800
3801
3802
3803
3804
3805
3806
3807
3808
3809
3810
3811
3812
3813
3814
3815
3816
3817
3818
3819
3820
3821
3822
3823
3824
3825
3826
3827
3828
3829
3830
3831
3832
3833
3834
3835
3836
3837
3838
3839
3840
3841
3842
3843
3844
3845
3846
3847
3848
3849
3850
3851
3852
3853
3854
3855
3856
3857
3858
3859
3860
3861
3862
3863
3864
3865
3866
3867
3868
3869
3870
3871
3872
3873
3874
3875
3876
3877
3878
3879
3880
3881
3882
3883
3884
3885
3886
3887
3888
3889
3890
3891
3892
3893
3894
3895
3896
3897
3898
3899
3900
3901
3902
3903
3904
3905
3906
3907
3908
3909
3910
3911
3912
3913
3914
3915
3916
3917
3918
3919
3920
3921
3922
3923
3924
3925
3926
3927
3928
3929
3930
3931
3932
3933
3934
3935
3936
3937
3938
3939
3940
3941
3942
3943
3944
3945
3946
3947
3948
3949
3950
3951
3952
3953
3954
3955
3956
3957
3958
3959
3960
3961
3962
3963
3964
3965
3966
3967
3968
3969
3970
3971
3972
3973
3974
3975
3976
3977
3978
3979
3980
3981
3982
3983
3984
3985
3986
3987
3988
3989
3990
3991
3992
3993
3994
3995
3996
3997
3998
3999
4000
4001
4002
4003
4004
4005
4006
4007
4008
4009
4010
4011
4012
4013
4014
4015
4016
4017
4018
4019
4020
4021
4022
4023
4024
4025
4026
4027
4028
4029
4030
4031
4032
4033
4034
4035
4036
4037
4038
4039
4040
4041
4042
4043
4044
4045
4046
4047
4048
4049
4050
4051
4052
4053
4054
4055
4056
4057
4058
4059
4060
4061
4062
4063
4064
4065
4066
4067
4068
4069
4070
4071
4072
4073
4074
4075
4076
4077
4078
4079
4080
4081
4082
4083
4084
4085
4086
4087
4088
4089
4090
4091
4092
4093
4094
4095
4096
4097
4098
4099
4100
4101
4102
4103
4104
4105
4106
4107
4108
4109
4110
4111
4112
4113
4114
4115
4116
4117
4118
4119
4120
4121
4122
4123
4124
4125
4126
4127
4128
4129
4130
4131
4132
4133
4134
4135
4136
4137
4138
4139
4140
4141
4142
4143
4144
4145
4146
4147
4148
4149
4150
4151
4152
4153
4154
4155
4156
4157
4158
4159
4160
4161
4162
4163
4164
4165
4166
4167
4168
4169
4170
4171
4172
4173
4174
4175
4176
4177
4178
4179
4180
4181
4182
4183
4184
4185
4186
4187
4188
4189
4190
4191
4192
4193
4194
4195
4196
4197
4198
4199
4200
4201
4202
4203
4204
4205
4206
4207
4208
4209
4210
4211
4212
4213
4214
4215
4216
4217
4218
4219
4220
4221
4222
4223
4224
4225
4226
4227
4228
4229
4230
4231
4232
4233
4234
4235
4236
4237
4238
4239
4240
4241
4242
4243
4244
4245
4246
4247
4248
4249
4250
4251
4252
4253
4254
4255
4256
4257
4258
4259
4260
4261
4262
4263
4264
4265
4266
4267
4268
4269
4270
4271
4272
4273
4274
4275
4276
4277
4278
4279
4280
4281
4282
4283
4284
4285
4286
4287
4288
4289
4290
4291
4292
4293
4294
4295
4296
4297
4298
4299
4300
4301
4302
4303
4304
4305
4306
4307
4308
4309
4310
4311
4312
4313
4314
4315
4316
4317
4318
4319
4320
4321
4322
4323
4324
4325
4326
4327
4328
4329
4330
4331
4332
4333
4334
4335
4336
4337
4338
4339
4340
4341
4342
4343
4344
4345
4346
4347
4348
4349
4350
4351
4352
4353
4354
4355
4356
4357
4358
4359
4360
4361
4362
4363
4364
4365
4366
4367
4368
4369
4370
4371
4372
4373
4374
4375
4376
4377
4378
4379
4380
4381
4382
4383
4384
4385
4386
4387
4388
4389
4390
4391
4392
4393
4394
4395
4396
4397
4398
4399
4400
4401
4402
4403
4404
4405
4406
4407
4408
4409
4410
4411
4412
4413
4414
4415
4416
4417
4418
4419
4420
4421
4422
4423
4424
4425
4426
4427
4428
4429
4430
4431
4432
4433
4434
4435
4436
4437
4438
4439
4440
4441
4442
4443
4444
4445
4446
4447
4448
4449
4450
4451
4452
4453
4454
4455
4456
4457
4458
4459
4460
4461
4462
4463
4464
4465
4466
4467
4468
4469
4470
4471
4472
4473
4474
4475
4476
4477
4478
4479
4480
4481
4482
4483
4484
4485
4486
4487
4488
4489
4490
4491
4492
4493
4494
4495
4496
4497
4498
4499
4500
4501
4502
4503
4504
4505
4506
4507
4508
4509
4510
4511
4512
4513
4514
4515
4516
4517
4518
4519
4520
4521
4522
4523
4524
4525
4526
4527
4528
4529
4530
4531
4532
4533
4534
4535
4536
4537
4538
4539
4540
4541
4542
4543
4544
4545
4546
4547
4548
4549
4550
4551
4552
4553
4554
4555
4556
4557
4558
4559
4560
4561
4562
4563
4564
4565
4566
4567
4568
4569
4570
4571
4572
4573
4574
4575
4576
4577
4578
4579
4580
4581
4582
4583
4584
4585
4586
4587
4588
4589
4590
4591
4592
4593
4594
4595
4596
4597
4598
4599
4600
4601
4602
4603
4604
4605
4606
4607
4608
4609
4610
4611
4612
4613
4614
4615
4616
4617
4618
4619
4620
4621
4622
4623
4624
4625
4626
4627
4628
4629
4630
4631
4632
4633
4634
4635
4636
4637
4638
4639
4640
4641
4642
4643
4644
4645
4646
4647
4648
4649
4650
4651
4652
4653
4654
4655
4656
4657
4658
4659
4660
4661
4662
4663
4664
4665
4666
4667
4668
4669
4670
4671
4672
4673
4674
4675
4676
4677
4678
4679
4680
4681
4682
4683
4684
4685
4686
4687
4688
4689
4690
4691
4692
4693
4694
4695
4696
4697
4698
4699
4700
4701
4702
4703
4704
4705
4706
4707
4708
4709
4710
4711
4712
4713
4714
4715
4716
4717
4718
4719
4720
4721
4722
4723
4724
4725
4726
4727
4728
4729
4730
4731
4732
4733
4734
4735
4736
4737
4738
4739
4740
4741
4742
4743
4744
4745
4746
4747
4748
4749
4750
4751
4752
4753
4754
4755
4756
4757
4758
4759
4760
4761
4762
4763
4764
4765
4766
4767
4768
4769
4770
4771
4772
4773
4774
4775
4776
4777
4778
4779
4780
4781
4782
4783
4784
4785
4786
4787
4788
4789
4790
4791
4792
4793
4794
4795
4796
4797
4798
4799
4800
4801
4802
4803
4804
4805
4806
4807
4808
4809
4810
4811
4812
4813
4814
4815
4816
4817
4818
4819
4820
4821
4822
4823
4824
4825
4826
4827
4828
4829
4830
4831
4832
4833
4834
4835
4836
4837
4838
4839
4840
4841
4842
4843
4844
4845
4846
4847
4848
4849
4850
4851
4852
4853
4854
4855
4856
4857
4858
4859
4860
4861
4862
4863
4864
4865
4866
4867
4868
4869
4870
4871
4872
4873
4874
4875
4876
4877
4878
4879
4880
4881
4882
4883
4884
4885
4886
4887
4888
4889
4890
4891
4892
4893
4894
4895
4896
4897
4898
4899
4900
4901
4902
4903
4904
4905
4906
4907
4908
4909
4910
4911
4912
4913
4914
4915
4916
4917
4918
4919
4920
4921
4922
4923
4924
4925
4926
4927
4928
4929
4930
4931
4932
4933
4934
4935
4936
4937
4938
4939
4940
4941
4942
4943
4944
4945
4946
4947
4948
4949
4950
4951
4952
4953
4954
4955
4956
4957
4958
4959
4960
4961
4962
4963
4964
4965
4966
4967
4968
4969
4970
4971
4972
4973
4974
4975
4976
4977
4978
4979
4980
4981
4982
4983
4984
4985
4986
4987
4988
4989
4990
4991
4992
4993
4994
4995
4996
4997
4998
4999
5000
5001
5002
5003
5004
5005
5006
5007
5008
5009
5010
5011
5012
5013
5014
5015
5016
5017
5018
5019
5020
5021
5022
5023
5024
5025
5026
5027
5028
5029
5030
5031
5032
5033
5034
5035
5036
5037
5038
5039
5040
5041
5042
5043
5044
5045
5046
5047
5048
5049
5050
5051
5052
5053
5054
5055
5056
5057
5058
5059
5060
5061
5062
5063
5064
5065
5066
5067
5068
5069
5070
5071
5072
5073
5074
5075
5076
5077
5078
5079
5080
5081
5082
5083
5084
5085
5086
5087
5088
5089
5090
5091
5092
5093
5094
5095
5096
5097
5098
5099
5100
5101
5102
5103
5104
5105
5106
5107
5108
5109
5110
5111
5112
5113
5114
5115
5116
5117
5118
5119
5120
5121
5122
5123
5124
5125
5126
5127
5128
5129
5130
5131
5132
5133
5134
5135
5136
5137
5138
5139
5140
5141
5142
5143
5144
5145
5146
5147
5148
5149
5150
5151
5152
5153
5154
5155
5156
5157
5158
5159
5160
5161
5162
5163
5164
5165
5166
5167
5168
5169
5170
5171
5172
5173
5174
5175
5176
5177
5178
5179
5180
5181
5182
5183
5184
5185
5186
5187
5188
5189
5190
5191
5192
5193
5194
5195
5196
5197
5198
5199
5200
5201
5202
5203
5204
5205
5206
5207
5208
5209
5210
5211
5212
5213
5214
5215
5216
5217
5218
5219
5220
5221
5222
5223
5224
5225
5226
5227
5228
5229
5230
5231
5232
5233
5234
5235
5236
5237
5238
5239
5240
5241
5242
5243
5244
5245
5246
5247
5248
5249
5250
5251
5252
5253
5254
5255
5256
5257
5258
5259
5260
5261
5262
5263
5264
5265
5266
5267
5268
5269
5270
5271
5272
5273
5274
5275
5276
5277
5278
5279
5280
5281
5282
5283
5284
5285
5286
5287
5288
5289
5290
5291
5292
5293
5294
5295
5296
5297
5298
5299
5300
5301
5302
5303
5304
5305
5306
5307
5308
5309
5310
5311
5312
5313
5314
5315
5316
5317
5318
5319
5320
5321
5322
5323
5324
5325
5326
5327
5328
5329
5330
5331
5332
5333
5334
5335
5336
5337
5338
5339
5340
5341
5342
5343
5344
5345
5346
5347
5348
5349
5350
5351
5352
5353
5354
5355
5356
5357
5358
5359
5360
5361
5362
5363
5364
5365
5366
5367
5368
5369
5370
5371
5372
5373
5374
5375
5376
5377
5378
5379
5380
5381
5382
5383
5384
5385
5386
5387
5388
5389
5390
5391
5392
5393
5394
5395
5396
5397
5398
5399
5400
5401
5402
5403
5404
5405
5406
5407
5408
5409
5410
5411
5412
5413
5414
5415
5416
5417
5418
5419
5420
5421
5422
5423
5424
5425
5426
5427
5428
5429
5430
5431
5432
5433
5434
5435
5436
5437
5438
5439
5440
5441
5442
5443
5444
5445
5446
5447
5448
5449
5450
5451
5452
5453
5454
5455
5456
5457
5458
5459
5460
5461
5462
5463
5464
5465
5466
5467
5468
5469
5470
5471
5472
5473
5474
5475
5476
5477
5478
5479
5480
5481
5482
5483
5484
5485
5486
5487
5488
5489
5490
5491
5492
5493
5494
5495
5496
5497
5498
5499
5500
5501
5502
5503
5504
5505
5506
5507
5508
5509
5510
5511
5512
5513
5514
5515
5516
5517
5518
5519
5520
5521
5522
5523
5524
5525
5526
5527
5528
5529
5530
5531
5532
5533
5534
5535
5536
5537
5538
5539
5540
5541
5542
5543
5544
5545
5546
5547
5548
5549
5550
5551
5552
5553
5554
5555
5556
5557
5558
5559
5560
5561
5562
5563
5564
5565
5566
5567
5568
5569
5570
5571
5572
5573
5574
5575
5576
5577
5578
5579
5580
5581
5582
5583
5584
5585
5586
5587
5588
5589
5590
5591
5592
5593
5594
5595
5596
5597
5598
5599
5600
5601
5602
5603
5604
5605
5606
5607
5608
5609
5610
5611
5612
5613
5614
5615
5616
5617
5618
5619
5620
5621
5622
5623
5624
5625
5626
5627
5628
5629
5630
5631
5632
5633
5634
5635
5636
5637
5638
5639
5640
5641
5642
5643
5644
5645
5646
5647
5648
5649
5650
5651
5652
5653
5654
5655
5656
5657
5658
5659
5660
5661
5662
5663
5664
5665
5666
5667
5668
5669
5670
5671
5672
5673
5674
5675
5676
5677
5678
5679
5680
5681
5682
5683
5684
5685
5686
5687
5688
5689
5690
5691
5692
5693
5694
5695
5696
5697
5698
5699
5700
5701
5702
5703
5704
5705
5706
5707
5708
5709
5710
5711
5712
5713
5714
5715
5716
5717
5718
5719
5720
5721
5722
5723
5724
5725
5726
5727
5728
5729
5730
5731
5732
5733
5734
5735
5736
5737
5738
5739
5740
5741
5742
5743
5744
5745
5746
5747
5748
5749
5750
5751
5752
5753
5754
5755
5756
5757
5758
5759
5760
5761
5762
5763
5764
5765
5766
5767
5768
5769
5770
5771
5772
5773
5774
5775
5776
5777
5778
5779
5780
5781
5782
5783
5784
5785
5786
5787
5788
5789
5790
5791
5792
5793
5794
5795
5796
5797
5798
5799
5800
5801
5802
5803
5804
5805
5806
5807
5808
5809
5810
5811
5812
5813
5814
5815
5816
5817
5818
5819
5820
5821
5822
5823
5824
5825
5826
5827
5828
5829
5830
5831
5832
5833
5834
5835
5836
5837
5838
5839
5840
5841
5842
5843
5844
5845
5846
5847
5848
5849
5850
5851
5852
5853
5854
5855
5856
5857
5858
5859
5860
5861
5862
5863
5864
5865
5866
%% This is a LaTeX document.  Hey, Emacs, -*- latex -*- , get it?
\documentclass[12pt,a4paper]{article}
\usepackage[a4paper,hmargin=2cm,vmargin=3cm]{geometry}
\usepackage[francais]{babel}
\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}
%\usepackage{ucs}
\usepackage{times}
% A tribute to the worthy AMS:
\usepackage{amsmath}
\usepackage{amsfonts}
\usepackage{amssymb}
\usepackage{amsthm}
%
\usepackage{mathrsfs}
\usepackage{wasysym}
\usepackage{url}
%
\usepackage{makeidx}
%% Self-note: compile index with:
%% xindy -M texindy -C utf8 -L french notes-inf105.idx
%
\usepackage{graphics}
\usepackage[usenames,dvipsnames]{xcolor}
\usepackage{tikz}
\usetikzlibrary{arrows,automata,positioning,calc}
\usepackage[hyperindex=false]{hyperref}
%
\theoremstyle{definition}
\newtheorem{comcnt}{Tout}[subsection]
\newcommand\thingy{%
\refstepcounter{comcnt}\smallskip\noindent\textbf{\thecomcnt.} }
\newtheorem{defn}[comcnt]{Définition}
\newtheorem{prop}[comcnt]{Proposition}
\newtheorem{lem}[comcnt]{Lemme}
\newtheorem{thm}[comcnt]{Théorème}
\newtheorem{cor}[comcnt]{Corollaire}
\newtheorem{scho}[comcnt]{Scholie}
\newtheorem{algo}[comcnt]{Algorithme}
\renewcommand{\qedsymbol}{\smiley}
%
\newcommand{\limp}{\mathrel{\Longrightarrow}\relax}
\newcommand{\liff}{\mathrel{\Longleftrightarrow}\relax}
%
\DeclareUnicodeCharacter{00A0}{~}
\DeclareUnicodeCharacter{03B5}{$\varepsilon$}
\DeclareUnicodeCharacter{0101}{\=a}
\DeclareUnicodeCharacter{1E47}{\d{n}}
%
\DeclareMathSymbol{\tiret}{\mathord}{operators}{"7C}
\DeclareMathSymbol{\traitdunion}{\mathord}{operators}{"2D}
%
%
\DeclareFontFamily{U}{manual}{} 
\DeclareFontShape{U}{manual}{m}{n}{ <->  manfnt }{}
\newcommand{\manfntsymbol}[1]{%
    {\fontencoding{U}\fontfamily{manual}\selectfont\symbol{#1}}}
\newcommand{\dbend}{\manfntsymbol{127}}% Z-shaped
\newcommand{\danger}{\noindent\hangindent\parindent\hangafter=-2%
  \hbox to0pt{\hskip-\hangindent\dbend\hfill}}
%
\newcommand{\defin}[2][]{\def\latexsucks{#1}\ifx\latexsucks\empty\index{#2}\else\index{\latexsucks}\fi\textbf{#2}}
%
%
% NOTE: compile dot files with
% dot2tex --figonly -f tikz --tikzedgelabels --graphstyle=automaton file.dot  > file.tex
\tikzstyle{automaton}=[>=stealth',initial text={},thick,every loop/.style={min distance=7mm,looseness=5}]
\tikzstyle{state}=[]
\tikzstyle{final}=[accepting by arrow]
%
%
%
\makeindex
\begin{document}
\title{THL (Théorie des langages)\\Notes de cours \textcolor{red}{provisoires}}
\author{David A. Madore}
\maketitle

\centerline{\textbf{INF105}}

{\footnotesize
\immediate\write18{sh ./vc > vcline.tex}
\begin{center}
Git: \input{vcline.tex}
\end{center}
\immediate\write18{echo ' (stale)' >> vcline.tex}
\par}

\pretolerance=8000
\tolerance=50000


%
%
%

{\color{red}\textbf{Mise en garde :} Ce document est \emph{inachevé et
    en cours de rédaction}.  Il a été très peu relu, et il est donc
  probable qu'il contienne de nombreuses erreurs, y compris dans les
  parties à peu près terminées.  La numérotation des parties, et à
  plus forte raison des sous-parties est sujette à modification ; la
  terminologie pourrait également être amenée à évoluer.  Consulter la
  ligne « Git » ci-dessus pour la date de dernière modification ;
  l'historique complet est disponible sur
  \url{http://git.madore.org/cgit/teach/inf105.git/} ; ne pas hésiter
  à faire remonter à l'auteur toutes sortes de corrections,
  suggestions d'amélioration ou questions sur le fond.\bigbreak}

{\footnotesize
\tableofcontents
\par}

\bigbreak

\section{Alphabets, mots et langages ; langages rationnels}

\subsection{Introduction, alphabets, mots et longueur}

\thingy L'objet de ces notes, au confluent des mathématiques et de
l'informatique, est l'étude des \textbf{langages} : un langage étant
un ensemble de \textbf{mots}, eux-mêmes suites finies de
\textbf{lettres} choisies dans un \textbf{alphabet}, on va commencer
par définir ces différents termes avant de décrire plus précisément
l'objet de l'étude.

\thingy Le point de départ est donc ce que les mathématiciens
appelleront un \defin{alphabet}, et qui correspond pour les
informaticiens à un \textbf{jeu de caractères}.  Il s'agit d'un
ensemble \emph{fini}, sans structure particulière, dont les éléments
s'appellent \defin[lettre]{lettres}, ou encore
\index{caractère|see{lettre}}\textbf{caractères} dans une terminologie
plus informatique, ou parfois aussi \defin[symbole]{symboles}.

Les exemples mathématiques seront souvent donnés sur un alphabet tel
que l'alphabet à deux lettres $\{a,b\}$ ou à trois lettres
$\{a,b,c\}$.  On pourra aussi considérer l'alphabet $\{0,1\}$ appelé
\defin{binaire} (puisque l'alphabet n'a pas de structure
particulière, cela ne fait guère de différence par rapport à n'importe
quel autre alphabet à deux lettres).  Dans un contexte informatique,
des jeux de caractères (=alphabets) souvent importants sont ASCII,
Latin-1 ou Unicode : en plus de former un ensemble, ces jeux de
caractère attribuent un numéro à chacun de leurs éléments (par
exemple, la lettre A majuscule porte le numéro 65 dans ces trois jeux
de caractères), mais cette structure supplémentaire ne nous
intéressera pas ici.  Dans tous les cas, il est important pour la
théorie que l'alphabet soit \emph{fini}.

L'alphabet sera généralement fixé une fois pour toutes dans la
discussion, et désigné par la lettre $\Sigma$ (sigma majuscule).

\thingy Un \defin{mot} sur l'alphabet $\Sigma$ est une suite finie de
lettres (éléments de $\Sigma$) ; dans la terminologie informatique, on
parle plutôt de \index{caractères (chaîne de)|see{chaîne de caractères}}\defin{chaîne de caractères}, qui est une suite finie
(=liste) de caractères.  Le mot est désigné en écrivant les lettres
les unes à la suite des autres : autrement dit, si $x_1,\ldots,x_n \in
\Sigma$ sont des lettres, le mot formé par la suite finie
$x_1,\ldots,x_n$ est simplement écrit $x_1\cdots x_n$.

À titre d'exemple, $abbcab$ est un mot sur l'alphabet $\Sigma =
\{a,b,c,d\}$, et \texttt{foobar} est un mot (=chaîne de caractères)
sur l'alphabet ASCII.  (Dans un contexte informatique, il est fréquent
d'utiliser une sorte de guillemet pour délimiter les chaînes de
caractères : on écrira donc \texttt{\char`\"foobar\char`\"} pour
parler du mot en question.  Dans ces notes, nous utiliserons peu cette
convention.)

L'ensemble de tous les mots sur un alphabet $\Sigma$ sera
désigné $\Sigma^*$ (on verra en \ref{kleene-star} ci-dessous cette
notation comme un cas particulier d'une construction « étoile » plus
générale).  Par exemple, si $\Sigma = \{0,1\}$, alors $\Sigma^*$ est
l'ensemble (infini !) dont les éléments sont toutes les suites finies
binaires (=suites finies de $0$ et de $1$).  Ainsi, écrire « $w \in
\Sigma^*$ » signifie « $w$ est un mot sur l'alphabet $\Sigma$ ».

{\footnotesize\thingy Typographiquement, on essaiera autant que
  possible de désigner des mots par des variables mathématiques telles
  que $u,v,w$, tandis que $x,y,z$ désigneront plutôt des lettres
  quelconques dans un alphabet (quant à $a,b,c$, ils serviront de
  lettres dans les exemples).  Il n'est malheureusement pas possible
  d'être complètement systématique (il arrivera que $x$ désigne un
  mot) : on cherchera donc à toujours rappeler le type de toute
  variable en écrivant, par exemple, $t \in\Sigma$ ou $t
  \in\Sigma^*$.\par}

\thingy\label{length-of-word} Le nombre $n$ de lettres dans un mot $w
\in \Sigma^*$ est appelé la \defin{longueur} du mot, et généralement
notée $|w|$ ou bien $\ell(w)$ : autrement dit, si $x_1,\ldots,x_n \in
\Sigma$, alors la longueur $|x_1\cdots x_n|$ du mot $x_1\cdots x_n$,
vaut $n$.  Ceci coïncide bien avec la notion usuelle de longueur d'une
chaîne de caractères en informatique.  À titre d'exemple, sur
l'alphabet $\Sigma=\{a,b,c,d\}$, la longueur du mot $abbcab$ vaut $6$
(on écrira $|abbcab|=6$ ou bien $\ell(abbcab)=6$).

\thingy Quel que soit l'alphabet, il existe un unique mot de
longueur $0$, c'est-à-dire un unique mot n'ayant aucune lettre, appelé
le \defin{mot vide} (ou la \textbf{chaîne [de caractères] vide}).
Étant donné qu'il n'est pas commode de désigner un objet par une
absence de symbole, on introduit un symbole spécial, généralement
$\varepsilon$, pour désigner ce mot vide : on a donc
$|\varepsilon|=0$.  On souligne que le symbole $\varepsilon$
\underline{ne fait pas partie} de l'alphabet $\Sigma$, c'est un
symbole \emph{spécial} qui a été introduit pour désigner le mot vide.
(Lorsque les mots sont délimités par des guillemets, comme il est
usage pour les chaînes de caractères en informatique, le mot vide n'a
pas besoin d'un symbole spécial : il s'écrit juste
\texttt{\char`\"\char`\"} — sans aucun caractère entre les
guillemets.)

{\footnotesize Lorsque l'alphabet $\Sigma$ est \emph{vide},
  c'est-à-dire $\Sigma=\varnothing$, alors le mot vide est le seul mot
  qui existe : on a $\Sigma^*=\{\varepsilon\}$ dans ce cas.  C'est la
  seule situation où l'ensemble $\Sigma^*$ des mots est un ensemble
  fini.  Dans la suite, nous négligerons parfois ce cas particulier,
  qu'on pourra oublier : c'est-à-dire que nous ferons parfois
  l'hypothèse tacite que $\Sigma \neq \varnothing$.\par}

La notation $\Sigma^+$ est parfois utilisée pour désigner l'ensemble
des mots \emph{non vides} sur l'alphabet $\Sigma$ (par opposition à
$\Sigma^*$ qui désigne l'ensemble de tous les mots, y compris le mot
vide) ; on verra en \ref{kleene-plus} ci-dessous que c'est un cas
particulier d'une construction plus générale.

\thingy\label{convention-on-words-of-length-one} Les mots d'une seule
lettre sont naturellement en correspondance avec les lettres
elles-mêmes : on identifiera souvent tacitement, quoique un peu
abusivement, une lettre $x\in\Sigma$ et le mot de longueur $1$ formé
de la seule lettre $x$.  (En informatique, cette identification entre
\emph{caractères} et \emph{chaînes de caractères de longueur $1$} est
faite par certains langages de programmation, mais pas par tous :
\textit{caveat programmator}.)  Cette convention permet d'écrire par
exemple $\Sigma \subseteq \Sigma^*$ ou bien $|x|=1 \liff x\in\Sigma$.

\thingy\label{number-of-words-of-length-n} Si le cardinal de
l'alphabet $\Sigma$ vaut $\#\Sigma = N$, alors, pour chaque $n$, le
nombre de mots de longueur exactement $n$ est égal à $N^n$
(combinatoire classique).  Le nombre de mots de longueur $\leq n$ vaut
donc $1 + N + \cdots + N^n = \frac{N^{n+1}-1}{N-1}$ (somme d'une série
géométrique).


\subsection{Concaténation de mots, préfixes, suffixes, facteurs, sous-mots}

\thingy Si $u := x_1\cdots x_m$ et $v := y_1\cdots y_n$ sont deux
mots, de longueurs respectives $m$ et $n$, sur un même
alphabet $\Sigma$, alors on définit un mot $uv := x_1\cdots x_m
y_1\cdots y_n$ de longueur $m+n$, dont les lettres sont obtenues en
mettant bout à bout celles de $u$ puis celles de $v$ (dans cet ordre),
et on l'appelle \defin{concaténation} (ou, si cela ne prête pas à
confusion, simplement \index{produit (de mots)|see{concaténation}}\textbf{produit}) des mots $u$ et $v$.  (Dans un
contexte informatique, on parle de concaténation de chaînes de
caractères.)

\thingy Parmi les propriétés de la concaténation, signalons les faits
suivants :
\begin{itemize}
\item le mot vide $\varepsilon$ est « \textbf{neutre} » pour la
  concaténation, ce qui signifie par définition : $\varepsilon w = w
  \varepsilon = w$ quel que soit le mot $w \in \Sigma^*$ ;
\item la concaténation est « \textbf{associative} », ce qui signifie
  par définition : $u(vw) = (uv)w$ quels que soient les mots $u,v,w
  \in \Sigma^*$ (on peut donc noter $uvw$ sans parenthèse).
\end{itemize}

On peut traduire de façon savante ces deux propriétés en une phrase :
l'ensemble $\Sigma^*$ est un \defin{monoïde}, d'élément
neutre $\varepsilon$, pour la concaténation (cela signifie exactement
ce qui vient d'être dit).

\thingy On a par ailleurs $|uv| = |u| + |v|$ (la longueur de la
concaténation de deux mots est la somme des concaténations), et on
rappelle par ailleurs que $|\varepsilon| = 0$ ; on peut traduire cela
de manière savante : la longueur est un \textbf{morphisme de monoïdes}
entre le monoïde $\Sigma^*$ des mots (pour la concaténation) et le
monoïde $\mathbb{N}$ des entiers naturels (pour l'addition) (cela
signifie exactement ce qui vient d'être dit).

{\footnotesize\thingy\label{universal-property-remark}
  \textbf{Complément :} Le monoïde $\Sigma^*$
  possède la propriété suivante par rapport à l'ensemble $\Sigma$ : si
  $M$ est un monoïde quelconque (c'est-à-dire un ensemble muni d'une
  opération binaire associative $\cdot$ et d'un élément $e$ neutre
  pour cette opération), et si $\psi\colon \Sigma\to M$ est une
  application quelconque, alors il existe un unique morphisme de
  monoïdes $\hat\psi\colon \Sigma^* \to M$ (c'est-à-dire une
  application préservant le neutre et l'opération binaire) tel que
  $\hat\psi(x) = \psi(x)$ si $x\in\Sigma$.  (Démonstration : on a
  nécessairement $\hat\psi(x_1\cdots x_n) = \psi(x_1)\cdots
  \psi(x_n)$, or ceci définit bien un morphisme comme annoncé.)  On
  dit qu'il s'agit là d'une propriété « universelle », et plus
  précisément que $\Sigma^*$ est le \textbf{monoïde libre} sur
  l'ensemble $\Sigma$.  Par exemple, le morphisme « longueur »
  $\ell\colon\Sigma^*\to\mathbb{N}$ est le $\ell = \hat\psi$ obtenu en
  appliquant cette propriété à la fonction (constante) $\psi(x) = 1$
  pour tout $x\in\Sigma$.\par}

\thingy\label{powers-of-a-word} Lorsque $w \in \Sigma^*$ et $r \in
\mathbb{N}$, on définit un mot $w^r$ comme la concaténation de $r$
facteurs tous égaux au mot $w$, autrement dit, comme la répétition $r$
fois du mot $w$.  Formellement, on définit par récurrence :
\begin{itemize}
\item $w^0 = \varepsilon$ (le mot vide),
\item $w^{r+1} = w^r w$.
\end{itemize}
(Ces définitions valent, d'ailleurs, dans n'importe quel monoïde.  On
peut constater que $w^r w^s = w^{r+s}$ quels que soient
$r,s\in\mathbb{N}$.)  On a bien sûr $|w^r| = r|w|$.

Cette définition sert notamment à désigner de façon concise les mots
comportant des répétitions d'une même lettre : par exemple, le mot
$aaaaa$ peut s'écrire tout simplement $a^5$, et le mot $aaabb$ peut
s'écrire $a^3 b^2$.  (De même que pour le mot vide, il faut souligner
que ces exposants \emph{ne font pas partie} de l'alphabet.)

\thingy Lorsque $u,v,w \in \Sigma^*$ vérifient $w = uv$, autrement dit
lorsque le mot $w$ est la concaténation des deux mots $u$ et $v$, on
dira également :
\begin{itemize}
\item que $u$ est un \defin{préfixe} de $w$, ou
\item que $v$ est un \defin{suffixe} de $w$.
\end{itemize}

De façon équivalente, si $w = x_1\cdots x_n$ (où $x_1,\ldots,x_n \in
\Sigma$) est un mot de longueur $n$, et si $0\leq k\leq n$ est un
entier quelconque compris entre $0$ et $n$, on dira que $u :=
x_1\cdots x_k$ (c'est-à-dire, le mot formé des $k$ premières lettres
de $w$, dans le même ordre) est le \textbf{préfixe de longueur $k$}
de $w$, et que $v := x_{k+1}\cdots x_n$ (mot formé des $n-k$ dernières
lettres de $w$, dans le même ordre) est le \textbf{suffixe de
  longueur $n-k$} de $w$.  Il est clair qu'il s'agit bien là de
l'unique façon d'écrire $w = uv$ avec $|u|=k$ et $|v|=n-k$, ce qui
fait le lien avec la définition donnée au paragraphe précédent ;
parfois on dira que $v$ est le suffixe \defin[correspondant (préfixe
  ou suffixe)]{correspondant} à $u$ ou que $u$ est le préfixe
correspondant à $v$ (dans le mot $w$).

Le mot vide est préfixe et suffixe de n'importe quel mot.  Le mot $w$
lui-même est aussi un préfixe et un suffixe de lui-même.  Entre les
deux, pour n'importe quelle longueur $k$ donnée, il existe un unique
préfixe et un unique suffixe de longueur $k$.  (Il peut tout à fait se
produire que le préfixe et le suffixe de longueur $k$ soient égaux
pour d'autres $k$ que $0$ et $|w|$, comme le montre l'exemple qui
suit.)

À titre d'exemple, le mot $abbcab$ sur l'alphabet $\Sigma=\{a,b,c,d\}$
a les sept préfixes suivants, rangés par ordre croissant de longueur :
$\varepsilon$ (le mot vide), $a$, $ab$, $abb$, $abbc$, $abbca$ et
$abbcab$ lui-même ; il a les sept suffixes suivants, rangés par ordre
croissant de longueur : $\varepsilon$ (le mot vide), $b$, $ab$, $cab$,
$bcab$, $bbcab$ et $abbcab$ lui-même.  Le suffixe correspondant au
préfixe $abb$ est $bcab$ puisque $abbcab = (abb)(bcab)$.

\thingy Comme généralisation à la fois de la notion de préfixe et de
celle de suffixe, on a la notion de facteur : si $u_0,v,u_1 \in
\Sigma^*$ sont trois mots quelconques sur un même alphabet $\Sigma$,
et si $w = u_0 v u_1$ est leur concaténation, on dira que $v$ est un
\defin{facteur} de $w$.  Alors qu'un préfixe ou suffixe du mot $w$
est déterminé simplement par sa longueur, un facteur est déterminé par
sa longueur et l'emplacement à partir duquel il commence.

À titre d'exemple, les facteurs du mot $abbcab$ sont : $\varepsilon$
(le mot vide), $a$, $b$, $c$, $ab$, $bb$, $bc$, $ca$, $abb$, $bbc$,
$bca$, $cab$, $abbc$, $bbca$, $bcab$, $abbca$, $bbcab$ et $abbcab$
lui-même.

Dans un contexte informatique, ce que nous appelons ici « facteur »
est souvent appelé « sous-chaîne [de caractères] ».  Il ne faut
cependant pas confondre ce concept avec celui de sous-mot défini
ci-dessous.

\thingy\label{definition-subword} Si $w = x_1\cdots x_n$ est un mot de
longueur $n$, on appelle \defin{sous-mot} de $w$ un mot de la forme
$x_{i_1} \cdots x_{i_k}$ où $1\leq i_1 < \cdots < i_k \leq n$.  En
plus clair, cela signifie que $v$ est obtenu en ne gardant que
certaines lettres du mot $w$, dans le même ordre, mais en en effaçant
d'autres ; à la différence du concept de facteur, celui de sous-mot
n'exige pas que les lettres gardées soient consécutives.

À titre d'exemple, le mot $acb$ est un sous-mot du mot $abbcab$
(obtenu en gardant les lettres soulignées ici :
$\underline{a}bb\underline{c}a\underline{b}$ ; pour se rattacher à la
définition ci-dessus, on pourra prendre $(i_1,i_2,i_3) = (1,4,6)$).

{\footnotesize\thingy Les remarques de dénombrement suivantes peuvent
  aider à mieux comprendre les notations de préfixe, suffixe, facteur
  et sous-mot : si $w$ est un mot de longueur $n$, alors il a
\begin{itemize}
\item exactement $n+1$ préfixes (car un préfixe est déterminé par sa
  longueur $k$ entre $0$ et $n$),
\item exactement $n+1$ suffixes (raison analogue),
\item au plus $\sum_{k=1}^n (n+1-k) + 1 = \frac{1}{2}(n^2+n+2)$
  facteurs (car un facteur est déterminé par sa longueur $k$ et son
  point de départ qui peut être choisi parmi $n+1-k$ possibilités, le
  $+1$ final étant mis pour le facteur vide),
\item au plus $2^n$ sous-mots (car un sous-mot est déterminé par
  l'ensemble $\{i_1,\ldots,i_k\}$ des indices de ses lettres).
\end{itemize}
Le nombre exact peut être plus petit en cas de coïncidences entre
certains choix (par exemple, $aaa$ n'a que $4$ facteurs, $\varepsilon,
a, aa, aaa$ alors que $abc$ en a bien $\frac{1}{2}(3^2+3+2) = 7$) ;
mais les bornes ci-dessus sont effectivement atteintes pour certains
mots.\par}

\thingy\label{definition-mirror-word} Si $w = x_1\cdots x_n$, où
$x_1,\ldots,x_n \in \Sigma$, est un mot de longueur $n$ sur un
alphabet $\Sigma$, alors on définit son mot \defin{miroir} ou
\index{transposé (mot)|see{miroir}}\textbf{transposé}, parfois noté
$w^{\textsf{R}}$ ou $w^{\textsf{T}}$ (parfois les exposants sont
écrits à gauche), comme le mot $x_n\cdots x_1$ dont les lettres sont
les mêmes que celles de $w$ mais dans l'ordre inverse.  À titre
d'exemple, $(ababb)^{\textsf{R}} = bbaba$.  On remarquera que $(w_1
w_2)^{\textsf{R}} = w_2^{\textsf{R}} w_1^{\textsf{R}}$ si $w_1,w_2$
sont deux mots quelconques.

Un mot $w$ est dit \defin{palindrome} lorsque $w = w^{\textsf{R}}$.
Par exemple, $abba$ est un palindrome sur $\{a,b,c,d\}$ (ou bien le
mot « ressasser » sur l'alphabet du français).

{\footnotesize\thingy\label{number-of-occurrences-of-letter} La
  notation suivante est souvent utile : si $w$ est un mot sur un
  alphabet $\Sigma$ et si $z$ est une lettre (= élément de $\Sigma$),
  on note $|w|_z$ le \index{occurrences (nombre d')}nombre total
  d'occurrences de la lettre $z$ dans $w$.  À titre d'exemple, sur
  l'alphabet $\Sigma=\{a,b,c,d\}$, le nombre d'occurrences des
  différentes lettres dans le mot $abbcab$ sont : $|abbcab|_a=2$,
  $|abbcab|_b=3$, $|abbcab|_c=1$ et $|abbcab|_d=0$.

Formellement, on peut définir $|w|_z$ de la façon suivante : si $w =
x_1 \cdots x_n$ où $x_1,\ldots,x_n \in \Sigma$, alors $|w|_z$ est le
cardinal de l'ensemble $\{i : x_i = z\}$.  On peut remarquer qu'on a :
$|w| = \sum_{z\in\Sigma} |w|_z$ (i.e., la longueur de $w$ est la somme
des nombres d'occurrences dedans des différentes lettres de
l'alphabet).\par}


\subsection{Langages et opérations sur les langages}

\thingy Un \defin{langage} $L$ sur l'alphabet $\Sigma$ est simplement
un ensemble de mots sur $\Sigma$.  Autrement dit, il s'agit d'un
sous-ensemble (=une partie) de l'ensemble $\Sigma^*$ (de tous les mots
sur $\Sigma$) : en symboles, $L \subseteq \Sigma^*$.

On souligne qu'on ne demande pas que $L$ soit fini (mais il peut
l'être, auquel cas on parlera fort logiquement de « langage fini »).

\thingy À titre d'exemple, l'ensemble $\{d,dc,dcc,dccc,dcccc,\ldots\}
= \{dc^r \colon r\in\mathbb{N}\}$ des mots formés d'un $d$ suivi d'un
nombre quelconque (éventuellement nul) de $c$ est un langage sur
l'alphabet $\Sigma = \{a,b,c,d\}$.  On verra plus loin que ce langage
est « rationnel » (et pourra être désigné par l'expression rationnelle
$dc{*}$).

Voici quelques autres exemples de langages :
\begin{itemize}
\item Le langage (fini) $\{foo,bar,baz\}$ constitué des seuls trois
  mots $foo$, $bar$, $baz$ sur l'alphabet $\Sigma = \{a,b,f,o,r,z\}$.
\item Le langage (fini) constitué des mots de longueur exactement $42$
  sur l'alphabet $\Sigma = \{p,q,r\}$.  Comme on l'a vu
  en \ref{number-of-words-of-length-n}, cet ensemble a pour cardinal
  exactement $3^{42}$.
\item Le langage constitué des mots de longueur exactement $1$ sur un
  alphabet $\Sigma$ (=mots de une seule lettre), qu'on peut identifier
  à $\Sigma$ lui-même (en identifiant un mot de une lettre à la lettre
  en question, cf. \ref{convention-on-words-of-length-one}).
\item Le langage (fini) constitué du seul mot vide (=mot de longueur
  exactement $0$) sur l'alphabet, disons, $\Sigma = \{p,q,r\}$.  Ce
  langage $\{\varepsilon\}$ a pour cardinal $1$ (ou $3^0$ si on veut).
  Il ne faut pas le confondre avec le suivant :
\item Le langage vide, qui ne contient aucun mot (sur un alphabet
  quelconque).  Ce langage a pour cardinal $0$.
\item Le langage sur l'alphabet $\Sigma=\{a,b\}$ constitué des mots
  qui commencent par trois $a$ consécutifs : ou, si on préfère, qui
  ont le mot $aaa$ comme préfixe.
\item Le langage sur l'alphabet $\Sigma=\{a,b\}$ constitué des mots
  qui contiennent trois $a$ consécutifs ; ou, si on préfère, qui ont
  $aaa$ comme facteur.
\item Le langage sur l'alphabet $\Sigma=\{a,b\}$ constitué des mots
  qui contiennent au moins trois $a$, non nécessairement consécutifs ;
  ou, si on préfère, qui ont $aaa$ comme sous-mot.
\item Le langage sur l'alphabet $\Sigma=\{a\}$ constitué de tous les
  mots dont la longueur est un nombre premier ($L = \{aa, aaa, a^5,
  a^7, a^{11},\ldots\}$).  Ce langage est infini.
\item Le langage sur l'alphabet $\Sigma=\{0,1\}$ constitué de tous les
  mots commençant par un $1$ et qui, interprétés comme un nombre écrit
  en binaire, désignent un nombre premier ($L = \{10, 11, 101, 111,
  1011, \ldots\}$).
\item Le langage sur l'alphabet Unicode constitué de tous les mots qui
  représentent un document XML bien-formé d'après la spécification
  XML 1.0.
\end{itemize}

\thingy On pourrait aussi considérer un langage (sur
l'alphabet $\Sigma$) comme une \emph{propriété} des mots (sur
l'alphabet en question).  Précisément, si $P$ est une propriété qu'un
mot $w \in \Sigma^*$ peut ou ne pas avoir, on considère le langage
$L_P = \{w \in \Sigma^* : w \text{~a la propriété~} P\}$, et
inversement, si $L \subseteq \Sigma^*$ est un langage, on considère la
propriété « appartenir à $L$ » : en identifiant la propriété et le
langage qu'on vient d'associer l'un à l'autre (par exemple, le langage
des mots commençant par $a$ et la propriété « commencer par $a$ »), un
langage pourrait être considéré comme une propriété des mots.

{\footnotesize(Ceci n'a rien de spécifique aux langages : une partie
  d'un ensemble $E$ quelconque peut être identifiée à une propriété
  que les éléments de $E$ peuvent ou ne pas avoir, à savoir,
  appartenir à la partie en question.)\par}

On évitera de faire cette identification pour ne pas introduire de
confusion, mais il est utile de la garder à l'esprit : par exemple,
dans un langage de programmation fonctionnel, un « langage » au sens
de ces notes peut être considéré comme une fonction (pure,
c'est-à-dire, déterministe et sans effet de bord) prenant en entrée
une chaîne de caractères et renvoyant un booléen.

\thingy\label{union-and-intersection-of-languages} Si $L_1$ et $L_2$
sont deux langages sur un même alphabet $\Sigma$ (autrement dit,
$L_1,L_2 \subseteq \Sigma^*$), on peut former les langages
\defin[union (de langages)]{union} $L_1\cup L_2$ et
\defin[intersection (de langages)]{intersection} $L_1\cap L_2$ qui
sont simplement les opérations ensemblistes usuelles (entre parties
de $\Sigma^*$).

Les opérations correspondantes sur les propriétés de mots sont
respectivement le « ou logique » (=disjonction) et le « et logique »
(=conjonction) : à titre d'exemple, sur $\Sigma = \{a,b\}$ si $L_1$
est le langage des mots commençant par $a$ et $L_2$ le langage des
mots finissant par $b$, alors $L_1 \cup L_2$ est le langage des mots
commençant par $a$ \emph{ou bien} finissant par $b$, tandis que $L_1
\cap L_2$ est le langage des mots commençant par $a$ \emph{et}
finissant par $b$.

\thingy Si $L$ est un langage sur l'alphabet $\Sigma$, autrement dit
$L \subseteq \Sigma^*$, on peut former le langage $\Sigma^*\setminus
L$, parfois noté simplement $\overline L$ si ce n'est pas ambigu, dit
\defin[complémentaire (langage)]{complémentaire} de $L$, et qui est
simplement l'ensemble des mots sur $\Sigma$ \emph{n'appartenant pas}
à $L$.  L'opération correspondante sur les propriétés de mots est la
négation logique.

À titre d'exemple, sur $\Sigma=\{a,b\}$, si $L$ est le langage des
mots commençant par $a$, alors $\overline{L}$ est le langage des mots
ne commençant pas par $a$, c'est-à-dire, la réunion de
$\{\varepsilon\}$ et du langage des mots commençant par $b$ (car sur
$\Sigma=\{a,b\}$, un mot ne commençant pas par $a$ est vide ou bien
commence par $b$).

\thingy\label{concatenation-of-languages} Si $L_1$ et $L_2$ sont deux
langages sur un même alphabet $\Sigma$ (autrement dit, $L_1,L_2
\subseteq \Sigma^*$), on peut former le langage \defin[concaténation
  (de langages)]{concaténation} $L_1 L_2$ : il est défini comme
l'ensemble des mots $w$ qui peuvent s'écrire comme concaténation d'un
mot $w_1$ de $L_1$ et d'un mot $w_2$ de $L_2$, soit
\[
\begin{aligned}
L_1 L_2 &:= \{w_1 w_2 : w_1 \in L_1,\, w_2 \in L_2\}\\
 &= \{w \in \Sigma^* : \exists w_1 \in L_1\, \exists w_2 \in L_2\,(w = w_1 w_2)\}\\
\end{aligned}
\]

À titre d'exemple, sur l'alphabet $\Sigma = \{a,b,c,d\}$, si on a $L_1
= \{a,bb\}$ et $L_2 = \{bc, cd\}$ alors $L_1 L_2 = \{abc, acd, bbbc,
bbcd\}$.

\thingy Si $L$ est un langage sur l'alphabet $\Sigma$, autrement dit
$L \subseteq \Sigma^*$, et si $r \in \mathbb{N}$, on peut définir un
langage $L^r$, par analogie avec \ref{powers-of-a-word}, comme le
langage $L^r = \{w_1\cdots w_r : w_1,\ldots,w_r \in L\}$ constitué des
concaténation de $r$ mots appartenant à $L$, ou si on préfère, par
récurrence :
\begin{itemize}
\item $L^0 = \{\varepsilon\}$,
\item $L^{r+1} = L^r L$.
\end{itemize}

À titre d'exemple, sur l'alphabet $\Sigma = \{a,b,c,d\}$, si on a $L =
\{a,bb\}$, alors $L^2 = \{aa, abb, bba, bbbb\}$ et $L^3 = \{aaa, aabb,
abba, abbbb, \penalty-100 bbaa, bbabb, bbbba, bbbbbb\}$.

\emph{Attention}, $L^r$ n'est pas le langage $\{w^r : w\in L\}$
constitué des répétitions $r$ fois ($w^r$) des mots $w$ de $L$ : c'est
le langage des concaténations de $r$ mots appartenant à $L$ \emph{mais
  ces mots peuvent être différents}.  À titre d'exemple, si $L =
\{a,b\}$ alors $L^r$ est le langage constitué des $2^r$ mots de
longueur exactement $r$ sur $\{a,b\}$, ce n'est pas l'ensemble à deux
éléments $\{a^r, b^r\}$ constitué des seuls deux mots $a^r = aaa\cdots
a$ et $b^r = bbb\cdots b$.

\thingy\label{kleene-star} Si $L$ est un langage sur
l'alphabet $\Sigma$, on définit enfin l'\index{Kleene (étoile
  de)|see{étoile de Kleene}}\defin{étoile de Kleene} $L^*$ de $L$
comme le langage constitué des concaténations d'un nombre
\emph{quelconque} de mots appartenant à $L$, c'est-à-dire la réunion
de tous les langages $L^r$ mentionnés ci-dessus :
\[
\begin{aligned}
L^* &:= \bigcup_{r=0}^{+\infty} L^r = \bigcup_{r\in\mathbb{N}} L^r\\
&= \{w_1\cdots w_r : r\in\mathbb{N},\, w_1,\ldots,w_r\in L\}\\
\end{aligned}
\]

À titre d'exemple, sur l'alphabet $\Sigma = \{a,b,c,d\}$, si on a $L =
\{a,bb\}$, alors on a $L^* = \{\varepsilon, a, bb, \penalty-200 aa,
abb, bba, bbbb, \penalty-200 aaa, aabb, abba, abbbb, \penalty-100
bbaa, bbabb, bbbba, bbbbbb, \ldots\}$.

Comme ci-dessus, il faut souligner que les mots $w_1,\ldots,w_r$
concaténés n'ont pas à être égaux : notamment, $\{a,b\}^*$ est le
langage constitué de tous les mots sur l'alphabet $\{a,b\}$, pas le
langage $\{a\}^* \cup \{b\}^*$ constitué des mots obtenus en répétant
la lettre $a$ ou en répétant la lettre $b$.

On remarquera que la définition de $L^*$ ci-dessus redonne bien,
lorsqu'on l'applique à l'alphabet $\Sigma$ lui-même (considéré comme
langage des mots de longueur $1$), l'ensemble $\Sigma^*$ de tous les
mots : la notation $\Sigma^*$ est donc justifiée \textit{a
  posteriori}.

Le mot vide appartient toujours à $L^*$ (quel que soit $L$) puisque
$L^0 = \{\varepsilon\}$ et qu'on peut prendre $r=0$ ci-dessus
(autrement dit, le mot vide est la concaténation de zéro mots de $L$).

\thingy\label{kleene-plus} On introduit parfois la notation $L^+ :=
\bigcup_{r=1}^{+\infty} L^r = \{w_1\cdots w_r : r>0,\penalty-100\,
w_1,\ldots,w_r\in L\}$ pour l'ensemble des mots formés par
concaténation d'un nombre \emph{non nul} de mots de $L$.  Lorsque le
mot vide $\varepsilon$ n'appartient pas déjà à $L$, ce langage $L^+$
diffère de $L^*$ seulement en ce qu'il ne contient pas $\varepsilon$ ;
tandis que si $\varepsilon$ appartient déjà à $L$, alors $L^+$ est
égal à $L^*$.  En toute généralité, on a $L^+ = LL^*$.

\thingy\label{definition-mirror-language} En rappelant la définition
du mot miroir faite en \ref{definition-mirror-word}, si $L$ est un
langage sur l'alphabet $\Sigma$, on définit le langage miroir
$L^{\mathsf{R}}$ comme l'ensemble des mots miroirs des mots de $L$,
c'est-à-dire $L^{\mathsf{R}} = \{w^{\mathsf{R}} : w \in L\}$.

\medbreak

\thingy\label{set-of-languages} De même que l'ensemble des mots sur un
alphabet $\Sigma$ admet une notation, à savoir $\Sigma^*$, on peut
introduire une notation pour l'ensemble de tous les \emph{langages}
(= ensembles de mots) sur $\Sigma$ : ce sera $\mathscr{P}(\Sigma^*)$.
Il s'agit d'un cas particulier de la construction « ensemble des
parties » (si $E$ est un ensemble, $\mathscr{P}(E) = \{A : A\subseteq
E\}$ est l'ensemble de tous les sous-ensembles de $A$ ; c'est un
axiome de la théorie des ensembles qu'un tel ensemble existe bien).
On pourrait donc écrire « $L \in \mathscr{P}(\Sigma^*)$ » comme
synonyme de « $L\subseteq \Sigma^*$ » ou de « $L$ est un langage
sur $\Sigma$ » ; on évitera cependant de le faire, car cette notation
est plus lourde qu'utile.

{\footnotesize Il sera marginalement question dans ces notes de
  « classes de langages » : une classe de langages est un ensemble de
  langages (c'est-à-dire une partie de $\mathscr{P}(\Sigma^*)$, ou si
  on préfère un élément de $\mathscr{P}(\mathscr{P}(\Sigma^*))$).  On
  ne développera pas de théorie générale des classes de langages et on
  n'en parlera pas de façon systématique, mais on parlera de certaines
  classes de langages importantes : la classe des langages rationnels
  ou reconnaissables (§\ref{subsection-rational-languages} à
  §\ref{section-recognizable-languages}), la classe des langages
  algébriques (§\ref{section-context-free-grammars}), la classe des
  langages décidables (§\ref{section-computability}) et la classe des
  langages semi-décidable (\textit{ibid.}).\par}


\subsection{Langages rationnels et expressions rationnelles}\label{subsection-rational-languages}

\thingy \textbf{Introduction :} Les langages qui vont jouer le rôle le
plus important dans ces notes sont les langages dits « rationnels »
(qui seront définis de \ref{rational-languages} à
\ref{regular-expressions} ci-dessous, et qui s'avéreront être les
mêmes que les langages « reconnaissables » par automates finis définis
en \ref{definition-recognizable-language}).

Pour donner un premier aperçu informel de ce dont il s'agit avant de
passer à une définition précise, commençons par donner quelques
exemples, disons, sur l'alphabet $\Sigma = \{a,b,c,d\}$, de langages
rationnels :
\begin{itemize}
\item le langage constitué des mots contenant au moins un $d$ ;
\item le langage constitué des mots ne contenant aucun $d$ ;
\item le langage constitué des mots commençant par un $d$ ;
\item le langage constitué des mots commençant par un $d$ et
  finissant par un $c$ ;
\item le langage constitué des mots commençant par un $d$ et finissant
  par un $c$, et dont toutes les lettres intermédiaires sont des $a$
  ou des $b$, c'est-à-dire, le langage constitué des mots de la forme
  suivante : un $d$, puis un nombre quelconque de $a$ et de $b$, et
  enfin un $c$ ;
\item le langage constitué des mots de la forme suivante : un $d$,
  puis un nombre quelconque de mots qui peuvent être soit $a$ soit
  $bb$, et enfin un $c$.
\end{itemize}

Ce dernier exemple est assez typique : on dira plus loin qu'il s'agit
du langage « dénoté » par l'expression rationnelle $d(a|bb){*}c$, à
lire comme « un $d$, puis autant qu'on veut (“$*$”) de mots qui
peuvent être soit (“$|$”) un $a$ soit $bb$, et enfin un $c$ ».  Les
constructions essentielles qui permettront de fabriquer les langages
rationnels sont : la réunion (j'autorise ceci \emph{ou} cela, par
exemple « un $a$ \emph{ou bien} $bb$ »,
cf. \ref{union-and-intersection-of-languages}), la concaténation (je
demande ceci \emph{puis} cela, par exemple « un $d$, \emph{puis} une
suite quelconque de $a$ ou de $b$ »,
cf. \ref{concatenation-of-languages}), et l'étoile de Kleene
(représentant une répétition quelconque d'un certain motif,
cf. \ref{kleene-star}).

L'importance des langages rationnels, et des expressions rationnelles
(=régulières) qui les décrivent, vient :
\begin{itemize}
\item du point de vue théorique : de ce qu'ils forment une classe à la
  fois suffisamment simple pour pouvoir être étudiée, suffisamment
  riche pour contenir toutes sortes de langages intéressants,
  suffisamment naturelle pour être définie de plusieurs manières
  différentes, et suffisamment flexible pour être stable un certain
  nombre d'opérations ;
\item du point de vue pratique et informatique : de ce qu'ils sont
  algorithmiquement commodes à manier (grâce à la théorie) et
  suffisent à représenter beaucoup de « recherches » qu'on a
  naturellement envie de faire dans un texte, de « motifs » qu'on peut
  vouloir trouver, ou de « contraintes » qu'on peut vouloir imposer à
  une chaîne de caractères.
\end{itemize}

Passons maintenant à une définition plus précise.

\bigbreak

\thingy\label{rational-languages} Soit $\Sigma$ un alphabet.  On va
considérer les langages de base triviaux suivants :
\begin{itemize}
\item le langage vide $\varnothing$,
\item le langage constitué du seul mot vide, $\{\varepsilon\}$, et
\item les langages constitué d'un seul mot lui-même formé d'une seule
  lettre, $\{x\}$ pour chaque $x\in\Sigma$,
\end{itemize}
et on va les combiner par les opérations dites « rationnelles »
suivantes :
\begin{itemize}
\item la réunion $(L_1,L_2) \mapsto L_1 \cup L_2$
  (discutée en \ref{union-and-intersection-of-languages}),
\item la concaténation $(L_1,L_2) \mapsto L_1 L_2$
  (définie en \ref{concatenation-of-languages}), et
\item l'étoile de Kleene $L \mapsto L^*$
  (définie en \ref{kleene-star}).
\end{itemize}

On obtient ainsi une certaine famille de langages (cf. ci-dessous pour
une définition plus précise), qu'on appelle \defin[rationnel
  (langage)]{langages rationnels} : les langages rationnels sont par
définition exactement ceux qui peuvent s'obtenir à partir des langages
de base énumérés ci-dessus par application (un nombre \emph{fini} de
fois) des opérations qu'on vient de dire.

Autrement dit, la réunion de deux langages rationnels, la
concaténation de deux langages rationnels, et l'étoile de Kleene d'un
langage rationnel, sont rationnels ; et les langages rationnels sont
exactement ceux qu'on obtient ainsi à partir des langages de base.

À titre d'exemple, sur l'alphabet $\{a,b,c,d\}$, comme le langage
$\{c\}$ (constitué du seul mot $c$) est rationnel, son étoile de
Kleene, c'est-à-dire $\{c\}^* = \{\varepsilon, c, cc, ccc,
cccc,\ldots\}$, est rationnel, et comme $\{d\}$ l'est aussi, la
concaténation $\{d\}(\{c\}^*) = \{d, dc, dcc, dccc, \ldots\}$ est
encore un langage rationnel.

\thingy\label{stable-under-rational-operations}
Formellement, la définition des langages rationnelles est la
suivante : un ensemble $\mathscr{C} \subseteq \mathscr{P}(\Sigma^*)$
de langages (où $\mathscr{P}(\Sigma^*)$ est l'ensemble des parties de
$\Sigma^*$, i.e., l'ensemble de tous les langages sur $\Sigma$,
cf. \ref{set-of-languages}) est dit \emph{stable par opérations
  rationnelles} lorsqu'il est stable par les opérations de réunion,
concaténation et étoile de Kleene, i.e., si $L_1,L_2 \in \mathscr{C}$
alors $L_1\cup L_2 \in \mathscr{C}$ et $L_1 L_2 \in \mathscr{C}$, et
si $L \in \mathscr{C}$ alors $L^* \in \mathscr{C}$ ; le \emph{plus
  petit}\footnote{La classe des langages rationnelles (qu'on cherche à
  définir) n'est pas le seul ensemble de langages stable par
  opérations rationnelles : l'ensemble $\mathscr{P}(\Sigma^*)$ de tous
  les langages est aussi évidemment stable par opérations
  rationnelles ; on s'intéresse au plus petit $\mathscr{C}$ possible
  pour n'avoir que ce qui est nécessairement construit à partir des
  langages de base triviaux par les opérations rationnelles.}  (pour
l'inclusion) ensemble de langages stable par opérations rationnelles
et contenant les langages $\varnothing$, $\{\varepsilon\}$ et $\{x\}$
pour $x \in \Sigma$ (i.e. $\varnothing\in\mathscr{C}$,
$\{\varepsilon\} \in \mathscr{C}$ et si $x\in\Sigma$ alors
$\{x\}\in\mathscr{C}$), ou plus exactement, l'intersection de tous les
ensembles $\mathscr{C}$ vérifiant tous ces propriétés, est la classe
$\mathscr{R}$ des langages rationnels (et un langage rationnel est
simplement un élément de $\mathscr{R}$).

\emph{Attention !}, le fait que la classe $\mathscr{R}$ des langages
rationnels soit stable par concaténation signifie que si $L_1$ et
$L_2$ sont rationnels alors le langage $L_1 L_2$ (constitué de tous
les mots concaténés d'un mot de $L_1$ et d'un mot de $L_2$) est
rationnel ; \emph{cela ne signifie pas} qu'un langage rationnel donné
soit stable par concaténation (un langage stable $L$ par concaténation
est un langage tel que si $w_1,w_2\in L$ alors $w_1 w_2 \in L$).

\thingy\label{regular-expressions} Pour décrire la manière dont un
langage rationnel est fabriqué (à partir des langages de base par les
opérations rationnelles), comme il est malcommode d'écrire quelque
chose comme $\{d\}(\{c\}^*)$, on introduit un nouvel objet, les
\index{expression rationnelle|see{rationnelle
    (expression)}}\defin[rationnelle (expression)]{expressions
  rationnelles} (certains préfèrent le terme d'\index{régulière
  (expression)|see{rationnelle}}\textbf{expressions régulières}), qui
sont des expressions servant à dénoter un langage rationnel.  Par
exemple, plutôt que d'écrire « $\{d\}(\{c\}^*)$ », on parlera du
langage « dénoté par l'expression rationnelle $dc{*}$ ».  Ceci fournit
du même coup une nouvelle définition des langages rationnels : ce sont
les langages dénotés par une expression rationnelle.

Plus exactement, une expression rationnelle (sur un alphabet $\Sigma$)
est un mot sur l'alphabet $\Sigma \cup \{\bot,
\underline{\varepsilon}, {(}, {)}, {|}, {*}\}$, où $\bot,
\underline{\varepsilon}, {(}, {)}, {|}, {*}$ sont de nouveaux
caractères \emph{n'appartenant pas} à l'alphabet $\Sigma$, appelés
\defin[métacaractère]{métacaractères}, et qui servent à marquer la
manière dont est formée l'expression rationnelle.  On définit
simultanément la notion d'expression rationnelle $r$ et de
\defin[dénoté (langage)]{langage dénoté} (ou \textbf{désigné}) $L_r$
par l'expression $r$, de la manière suivante :
\begin{itemize}
\item $\bot$ est une expression rationnelle et son langage dénoté
  est $L_\bot := \varnothing$,
\item $\underline{\varepsilon}$ est une expression rationnelle et son
  langage dénoté est $L_{\underline{\varepsilon}} :=
  \{\varepsilon\}$,
\item si $x\in\Sigma$ est une lettre de l'alphabet $\Sigma$, alors le
  mot $x$ est une expression rationnelle et son langage dénoté
  est $L_x := \{x\}$,
\item si $r_1,r_2$ sont deux expressions rationnelles et $L_1 =
  L_{r_1}$ et $L_2 = L_{r_2}$ les langages dénotés correspondants,
  alors $r_1 r_2$ est une expression rationnelle et son langage
  dénoté est $L_{r_1 r_2} := L_1 L_2$,
\item si $r_1,r_2$ sont deux expressions rationnelles et $L_1 =
  L_{r_1}$ et $L_2 = L_{r_2}$ les langages dénotés correspondants,
  alors $(r_1|r_2)$ est une expression rationnelle et son langage
  dénoté est $L_{(r_1|r_2)} := L_1\cup L_2$,
\item si $r$ est une expression rationnelle et $L = L_r$ les langage
  dénoté correspondant, alors $(r){*}$ est une expression rationnelle
  et son langage dénoté est $L_{(r){*}} := L^*$.
\end{itemize}

Un langage rationnel est par construction la même chose qu'un langage
pour lequel il existe une expression rationnelle qui le dénote.

\thingy À titre d'exemple, sur l'alphabet $\Sigma = \{a,b,c,d\}$, $c$ est une
expression rationnelle qui dénote le langage $\{c\}$, donc $(c){*}$ en
est une qui dénote le langage $\{c\}^* = \{\varepsilon, c, cc,
ccc,\ldots\}$, et enfin $d(c){*}$ en est une qui dénote le langage $\{d,
dc, dcc, \ldots\}$ des mots formés d'un $d$ et d'une succession
quelconques de $c$.  Voici quelques autres exemples, toujours sur
$\Sigma = \{a,b,c,d\}$ :
\begin{itemize}
\item l'expression rationnelle $(a|b)$ dénote le langage $\{a\} \cup
  \{b\} = \{a,b\}$ constitué des deux mots d'une seule lettre $a$ et
  $b$ ;
\item l'expression rationnelle $(a|b)c$ dénote le langage
  $\{a,b\}\{c\} = \{ac,bc\}$, de même que $(ac|bc)$ ;
\item l'expression rationnelle $(bc){*}$ dénote le langage $\{bc\}^* =
  \{\varepsilon, bc, bcbc, bcbcbc, \ldots\}$ ;
\item l'expression rationnelle $(a|(bc){*})$ dénote le langage $\{a\}
  \cup \{bc\}^* = \{a, \varepsilon, bc, bcbc, bcbcbc, \ldots\}$ ;
\item l'expression rationnelle $(a|(bc){*})d$ dénote le langage $\{a, d,
  bcd, bcbcd, bcbcbcd, \ldots\}$ ;
\item l'expression rationnelle $\bot d$ dénote le langage
  vide $\varnothing$ (car il n'y a pas de mot dans le langage vide,
  donc pas non plus de mot dans sa concaténation avec le
  langage $\{d\}$) ;
\item l'expression rationnelle $\underline{\varepsilon} d$ dénote le
  langage $\{d\}$ ;
\item l'expression rationnelle $(\bot|c)$ dénote le langage $\{c\}$ ;
\item l'expression rationnelle $(\underline{\varepsilon}|c)$ dénote le
  langage $\{\varepsilon, c\}$.
\end{itemize}

\thingy On dira qu'un mot $w$ \defin[vérifier (une expression
  rationnelle)]{vérifie} une expression rationnelle $r$ lorsque ce mot
appartient au langage qu'elle dénote (i.e., $w \in L_r$).  Par
exemple, $dccc$ vérifie l'expression rationnelle $d(c){*}$.

\thingy Deux expressions rationnelles $r_1,r_2$ sont dites
\defin[équivalentes (expressions rationnelles)]{équivalentes}
lorsqu'elles dénotent le même langage.  À titre d'exemple, sur
l'alphabet $\{a,b\}$, les deux expressions rationnelles $(ab){*}a$ et
$a(ba){*}$ sont équivalentes (toutes les deux dénotent le langage
$\{a, aba, ababa, \ldots\}$ constitué des mots commençant et finissant
par un $a$ et dans lesquels chaque paire de $a$ est séparée par un
unique $b$).

On verra plus loin (en \ref{equivalence-of-regexps-is-decidable})
qu'on dispose d'un algorithme permettant de décider si deux
expressions rationnelles sont équivalentes.

{\footnotesize\thingy Voici quelques exemples d'équivalences
  d'expressions rationnelles (valables en remplaçant les différents
  $r$ qui interviennent dedans par des expressions rationnelles
  quelconques) :

\begin{itemize}
\item identités « triviales » :\quad $(r|\bot)\equiv r$,\quad
  $(\bot|r)\equiv r$,\quad $r\bot\equiv \bot$,\quad $\bot r\equiv
  \bot$, \quad $r\underline{\varepsilon} \equiv r$,\quad
  $\underline{\varepsilon}r \equiv r$,\quad $(\bot){*}\equiv
  \underline{\varepsilon}$ ;
\item identité d'associativité :\quad $((r_1|r_2)|r_3)\equiv
  (r_1|(r_2|r_3))$ ;
\item identités de distributivité :\quad $r(r_1|r_2)\equiv
  (rr_1|rr_2)$,\quad $(r_1|r_2)r\equiv (r_1r|r_2r)$ ;
\item identité de commutativité :\quad $(r_1|r_2)\equiv (r_2|r_1)$ ;
\item identités « apériodiques » :\quad $((r_1|r_2)){*} \equiv
  (r_1){*}(r_2(r_1){*}){*}$,\quad $((r_1|r_2)){*} \equiv
  ((r_1){*}r_2){*}(r_1){*}$\quad et\quad $(r_1 r_2){*} \equiv
  (\underline{\varepsilon}|r_1(r_2 r_1){*}r_2)$ ;
\item identités « cycliques » :\quad $(r){*} \equiv
  (\underline{\varepsilon}|r)(rr){*} \equiv
  (\underline{\varepsilon}|r|rr)(rrr){*} \equiv
  (\underline{\varepsilon}|r|rr|rrr)(rrrr){*} \equiv \cdots$ ;
\item identités d'« idempotence » :\quad $(r|r)\equiv r$,\quad
  $((r){*}){*} \equiv (r){*}$ ;
\end{itemize}

Ces différentes identités présentent un intérêt théorique dont
l'explication dépasserait le cadre de ces notes ; cependant, il peut
être intéressant de réfléchir à ce que chacune signifie.

Signalons au passage que toutes ces identités \emph{ne suffisent pas}
à produire toutes les équivalences entre expressions rationnelles.
Par exemple, elles ne permettent pas de démontrer l'équivalence
suivante : $(a|b){*} \equiv
((a|b)(b|ab{*}ab{*}ab{*}a)){*}(\underline{\varepsilon}|(a|b)(|ab{*}|ab{*}ab{*}|ab{*}ab{*}ab{*}))$
(écrite avec les conventions de \ref{convention-on-writing-regexps}) ;
la question d'arriver à trouver un système d'axiomes qui permet de
déduire toutes les équivalences entre expressions rationnelles est un
problème délicat.

\par}

\thingy\label{convention-on-writing-regexps}
La convention de parenthésage introduite ci-dessus est
inambiguë mais parfois inutilement lourde : on se permettra parfois de
l'alléger, par exemple d'écrire $(r_1|r_2|r_3)$ pour $((r_1|r_2)|r_3)$
(ou pour $(r_1|(r_2|r_3))$, ce qui n'a guère d'importance vu qu'elles
dénotent le même langage), ou encore $x{*}$ pour $(x){*}$ lorsque $x$
est formé d'un seul caractère.

Pour retirer des parenthèses, la convention sur la priorité des
opérations est la suivante : l'opération d'étoile ${*}$ est la plus
prioritaire (c'est-à-dire que $ab{*}$ se lit comme $a(b){*}$ et non
pas comme $(ab){*}$), la concaténation est de priorité intermédiaire,
et la barre de disjonction $|$ est la moins prioritaire (c'est-à-dire
que $ab|cd$ se lit comme $(ab|cd)$ et pas comme $a(b|c)d$).

{\footnotesize Les métacaractères $\bot$ et $\underline{\varepsilon}$
  sont introduits ici par souci de complétude mais font rarement
  utilisés dans les expressions rationnelles (le métacaractère
  $\underline{\varepsilon}$ a été souligné parce qu'il s'agit d'une
  vraie lettre et non pas du mot vide ; on peut ignorer cette
  subtilité qui n'a que très peu d'importance).\par}

La barre de disjonction que nous avons notée « ${|}$ » est souvent
plutôt notée « $+$ » par les mathématiciens\footnote{Dans le même
  contexte mathématique, il est alors fréquent de noter « $0$ » pour
  ce que nous avons noté « $\bot$ » (c'est un élément neutre pour la
  disjonction), et on en profite souvent pour noter « $1$ » pour
  « $\varepsilon$ » et/ou « $\underline{\varepsilon}$ » (c'est un
  élément neutre pour la concaténation).}.  Il y a ici un risque de
confusion lié au fait que, en informatique, le symbole \texttt{+} est
utilisé par de nombreux moteurs d'expressions régulières (par exemple,
\texttt{egrep}) pour dénoter l'opération évoquée en \ref{kleene-plus},
i.e., « au moins une répétition » alors que l'étoile signifie « un
nombre quelconque de répétitions » : si on veut, $r{\scriptstyle +}$ a
le même sens que $rr{*}$.  Dans le même contexte, le symbole
\texttt{?} est souvent utilisé pour désigner « au plus une
répétition » : si on veut, $r{?}$ a le même sens
que $(\underline{\varepsilon}|r)$ (cf. \ref{remarks-egrep-plus-etc}).


\subsection{Remarques sur les moteurs d'expressions régulières en informatique}\label{subsection-remarks-on-regexp-syntax}

\thingy Dans le monde informatique, il existe de nombreux
\emph{moteurs d'expressions régulières}, c'est-à-dire outils (qu'il
s'agisse de primitives d'un langage, de bibliothèques externes, de
programmes en ligne de commande, ou autres) permettant de savoir si un
mot est reconnu par une expression régulière (=rationnelle), autrement
dit, s'il appartient au langage dénoté par elle.  L'un de ces moteurs
est le programme \texttt{egrep} standard sous Unix/POSIX.

\thingy Les expressions régulières au sens de ces différents moteurs
sont généralement plus puissantes que les expressions rationnelles au
sens mathématique défini ci-dessus : différentes extensions permettent
de désigner des langages qui ne sont pas rationnels au sens
mathématique.  L'extension la plus fréquente est celle des
\emph{références arrière} (ou \emph{backreferences} en anglais) qui
permettent de demander qu'un facteur du mot se retrouve à un autre
emplacement.  Par exemple, pour beaucoup de moteurs (notamment
\texttt{egrep}), l'expression régulière \texttt{(a*)b\char"5C\relax 1}
désigne le langage $\{a^nba^n : a\in\mathbb{N}\} = \{b,aba,
aabaa,\ldots\}$ des mots formés d'un nombre quelconque de $a$ puis
d'un $b$ puis de la \emph{même suite de $a$}, et ce langage
\emph{n'est pas rationnel} au sens mathématique (ce sera une
conséquence du « lemme de pompage » \ref{pumping-lemma}).

\thingy\label{remarks-egrep-plus-etc} Il existe aussi un certain nombre de constructions qui, sans
dépasser la puissance des expressions rationnelles au sens
mathématique, apportent des commodités d'écriture dans un contexte
informatique.  On a déjà mentionné les symboles \texttt{+} (pour « au
moins une répétition » : $r{\scriptstyle +}$ est équivalent à $rr{*}$)
et \texttt{?} (pour « au plus une répétition » : $r{?}$ est équivalent
à $(\underline{\varepsilon}|r)$).  Parmi d'autres constructions du
genre, mentionnons encore le point \texttt{.} qui désigne un caractère
quelconque de l'alphabet (on peut le voir comme une abréviation pour
$(x_1|x_2|\ldots|x_N)$ où $x_1,x_2,\ldots,x_N$ sont tous les éléments
de $\Sigma$ — ce qui serait très fastidieux à écrire si on devait
énumérer tout Unicode), ou bien \texttt{[$xyz$]} qui désigne un
caractère quelconque parmi ceux listés (c'est donc la même chose que
$(x|y|z)$ mais cela ne fonctionne qu'avec des caractères individuels ;
en contrepartie, on peut écrire des intervalles comme \texttt{[a-z]}
qui désigne un caractère quelconque entre \texttt{a} et \texttt{z}
dans l'ordre ASCII/Unicode, ou bien des négations d'intervalles comme
\texttt{[\char"5Ea-z]} qui désigne un caractère qui \emph{n'est pas}
entre \texttt{a} et \texttt{z}).

Toutes sortes d'autres racourcis ou commodités de notation peuvent
exister, par exemple \texttt{\char"5C<} et \texttt{\char"5C>} pour
désigner un début et une fin de mot (la définition précise de « mot »
pouvant varier), ou encore \texttt{$r$\{$n_1$,$n_2$\}} qui cherche
entre $n_1$ et $n_2$ répétitions de $r$.

\thingy Une autre subtilité est que la plupart des moteurs
d'expressions régulières en informatique vont, par défaut,
\emph{rechercher un facteur} (appelé « sous-chaîne » en informatique)
vérifiant l'expression à l'intérieur de la chaîne donnée, plutôt que
tester si la chaîne elle-même vérifie l'expression.  Pour éviter ce
comportement, on peut utiliser des \emph{ancres}, typiquement
commandées par les caractères \texttt{\char"5E} et \texttt{\char"24}
qui servent à ancrer l'expression au début et à la fin de la chaîne
respectivement : c'est-à-dire que rechercher \texttt{a} recherche un
\texttt{a} quelconque à l'intérieur de la chaîne donnée, rechercher
\texttt{\char"5E\relax a} demande que le \texttt{a} soit au début de
la chaîne donnée rechercher \texttt{a\char"24} demande que le
\texttt{a} soit à la fin de la chaîne donnée, et rechercher
\texttt{\char"5E\relax a\char"24} demande que la chaîne donnée soit
exactement \texttt{a} (cet exemple n'est donc pas très utile, mais de
façon générale, trouver si une chaîne vérifie une expression
rationnelle $r$, revient à y chercher \texttt{\char"5E\relax
  $r$\char"24}).

\thingy Comme les expressions régulières en informatique sont
représentées par des chaînes de caractères qui appartiennent au même
alphabet (ASCII ou Unicode) que les chaînes sur lesquelles on effectue
la recherche, le problème se pose de distinguer les métacaractères
(l'étoile de Kleene \texttt{*}, par exemple) des caractères eux-mêmes
(comment rechercher les chaînes contenant le caractère \texttt{*} si
\texttt{*} est utilisé par l'étoile de Kleene ?).  La solution est
d'introduire un mécanisme d'\emph{échappement} : ainsi,
\texttt{x\char"5C*} recherche un \texttt{x} suivi d'un
astérisque \texttt{*}, tandis que \texttt{x*} recherche un nombre
quelconque de répétitions de la lettre \texttt{x}.

\thingy Il existe malheureusement de nombreuses différences, parfois
très subtiles, entre moteurs, ne serait-ce que dans les notations : un
moteur pourra par exemple noter \texttt{(?)} ce qu'un autre note
\texttt{\char"5C(\char"5C?\char"5C)} et vice versa.  La seule solution
est de consulter attentivement la documentation de chaque moteur
d'expressions régulières pour connaître la syntaxe utilisée.

Signalons tout de même qu'il existe deux principales familles de
syntaxes d'expressions régulières en informatique : les expressions
régulières « POSIX étendues », utilisée notamment par le programme
Unix \texttt{egrep}, et les expressions régulières Perl, qui ont été
réadaptées dans beaucoup de langages, notamment Java, JavaScript,
Python et d'autres.

\thingy Signalons comme complication supplémentaire que dans de
nombreux langages, les expressions régulières sont saisies comme des
chaînes de caractères plutôt que d'avoir une syntaxe spéciale, et ceci
a pour effet d'introduire un niveau supplémentaire d'échappement : par
exemple, en Java, pour rechercher si une chaîne de caractères $s$
contient un astérisque, on utilisera
\texttt{$s$.matches("\char"5C\char"5C*")} puisque l'expression
régulière à utiliser est \texttt{\char"5C*} et que cette chaîne de
caractères s'écrit \texttt{"\char"5C\char"5C*"} en Java.


\section{Automates finis}\label{section-finite-automata}

\setcounter{comcnt}{0}

\thingy Les automates finis sont un modèle de calcul particulièrement
simple et particulièrement appropriés à l'étude et à l'analyse des
langages rationnels.  Il faut imaginer un automate fini comme une
machine disposant d'une quantité finie (et sous-entendu, très limitée)
de mémoire : la configuration complète de cette mémoire est décrite
par un \emph{état}, qui appartient à un ensemble fini d'états
possibles.  On fournit un mot à l'automate en le lui faisant consommer
lettre par lettre (de la première à la dernière), et à chaque lettre
qu'il reçoit, l'automate prend une décision (à savoir, passer dans un
nouvel état) en fonction de son état actuel et de la lettre qu'on lui
donne à consommer ; l'automate commence par un état dit
\emph{initial} ; lorsque le mot a été entièrement consommé, l'état
dans lequel l'automate se trouve a pour conséquence soit que
l'automate \emph{accepte} le mot (s'il se trouve dans un état
\emph{final}), soit qu'il le \emph{rejette}.  L'ensemble des mots
acceptés par l'automate est un langage dit \emph{reconnaissable}.  On
va voir que ces langages reconnaissables sont en fait les mêmes que
les langages rationnels définis en \ref{rational-languages}.

\thingy Une subtilité est qu'il existe plusieurs sortes d'automates
finis.  Nous allons en définir quatre ou cinq, de plus en plus
généraux, mais nous allons voir qu'ils sont, finalement, tous
équivalents, c'est-à-dire que leur puissance de calcul, ou les
langages qu'ils sont capables de reconnaître, sont toujours les mêmes
(en revanche, cette équivalence peut avoir un coût algorithmique, car
la conversion d'une sorte d'automate en une autre n'est pas gratuite).
Du plus particulier au plus général, les automates que nous allons
définir sont informellement décrits ainsi :
\begin{itemize}
\item les automates finis déterministes (complets)
  (cf. \ref{definition-dfa}) : ceux-ci partent d'un état initial bien
  défini, suivent à chaque lettre consommée une transition bien
  définie vers un nouvel état, et leur comportement est donc
  entièrement déterministe (d'où le nom) ;
\item les automate fini déterministe à spécification incomplète
  (cf. \ref{definition-dfai}) : la différence est qu'ici l'automate
  n'a pas forcément d'instruction sur quoi faire quand il est dans un
  certain état et reçoit un certain symbole, il peut manquer des
  transitions, auquel cas l'automate cesse de fonctionner et rejette
  le mot ;
\item les automates non-déterministes (cf. \ref{definition-nfa}) :
  ceux-ci peuvent admettre \emph{plusieurs} possibilités de nouvel
  état dans lequel transitionner lorsqu'on leur donne une lettre
  donnée à consommer depuis un état donné, et l'automate accepte le
  mot s'il y a une manière de faire les transitions qui résulte en ce
  que le mot soit accepté ;
\item les automates non-déterministes à transitions spontanées
  (cf. \ref{definition-enfa}) : ceux-ci ont, en plus des précédents,
  le pouvoir d'évoluer spontanément, sans consommer de lettre ;
\item on introduira aussi des automates encore plus généraux, à
  transitions étiquetées par des expressions rationnelles
  (cf. \ref{definition-rnfa}) pour montrer que tout langage
  reconnaissable est rationnel.
\end{itemize}

\thingy Dans tous les cas, les automates se représenteront comme des
graphes orientés (cf. \ref{discussion-example1} ci-dessous pour un
exemple simple), dont les sommets sont les états de l'automate (on
leur donne généralement des noms pour les reconnaître, mais ces noms
sont arbitraires), dont les arêtes sont étiquetées par des symboles
(des lettres de l'alphabet, ou éventuellement le mot vide
$\varepsilon$ ou une expression rationnelle sur l'alphabet), et dont
certains sommets (=états) sont distingués comme « initiaux » et/ou
« finaux » (par une flèche pointant depuis nulle part vers l'état en
question ou depuis l'état en question vers nulle part).

Un mot sera accepté par l'automate toujours selon la même logique :
s'il y a moyen de relier un état initial à un état final par un chemin
orienté dans le graphe tel que le mot corresponde à la lecture des
étiquettes des arêtes du chemin dans l'ordre.

\subsection{Automates finis déterministes complets (=DFA)}

\thingy\label{definition-dfa} Un \defin{automate fini déterministe}
(complet), ou en abrégé \index{DFA|see{automate fini
    déterministe}}\textbf{DFA} (pour \textit{deterministic finite
  automaton}), sur un alphabet $\Sigma$ est la donnée
\begin{itemize}
\item d'un ensemble fini $Q$ dont les éléments sont appelés
  \defin[état]{états},
\item d'un état $q_0 \in Q$ appelé \defin[initial (état)]{état
  initial} (un DFA a un \emph{unique} état initial),
\item d'un ensemble $F \subseteq Q$ d'états appelés états \defin[final
  (état)]{finaux}\footnote{Le pluriel de « final » est indifféremment
  « finaux » ou « finals ».} ou \index{acceptant
  (état)|see{final}}\textbf{acceptants},
\item d'une fonction $\delta \colon Q\times\Sigma \to Q$ appelée
  \defin[transition (fonction de)]{fonction de transition}.
\end{itemize}

\thingy\label{graphical-representation-of-dfa} Graphiquement, on
représente un DFA comme un graphe orienté aux arêtes étiquetées par
des éléments de $\Sigma$ : plus exactement, on trace un nœud pour
chaque élément $q \in Q$, et lorsque $\delta(q,x) = q'$ on introduit
une flèche $q \to q'$ étiquetée par la lettre $x$.

La condition sur $\delta$ (pour être un DFA) est alors que, pour
chaque état $q \in Q$ et chaque lettre $x \in \Sigma$, \emph{il existe
  une unique} arête partant de $q$ et étiquetée par $x$.

En outre, on introduit une flèche pointant de nulle part vers $q_0$
(pour marquer celui-ci comme l'état initial), et pour chaque $q\in F$
une flèche pointant de $q$ vers nulle part\footnote{Certains auteurs
  préfèrent d'autres conventions, par exemple celle consistant à
  entourer deux fois les états finaux.} (pour marquer ceux-ci comme
états finaux).

Pour abréger la représentation graphique, lorsque plusieurs arêtes
étiquetées par des lettres $x,y$ différentes relient les mêmes sommets
$q,q'$ (i.e., lorsqu'on a à la fois $\delta(q,x) = q'$ et $\delta(q,y)
= q'$), on pourra écrire « $x,y$ », voire « $x|y$ », sur l'arête en
question et ne la tracer qu'une seule fois.
(Voir \ref{discussion-example2} ci-dessous pour un exemple.)

\thingy\label{discussion-example1} Pour donner un exemple simple,
l'automate sur $\Sigma = \{a,b\}$ représenté ci-dessous a $Q =
\{0,1\}$ et $q_0 = 0$ et $F = \{1\}$ et la fonction de transition
$\delta$ donnée par $\delta(0,a) = 0$ et $\delta(0,b) = 1$ et
$\delta(1,a) = 1$ et $\delta(1,b) = 0$.  On pourra se convaincre (une
fois lues les définitions plus loin) que cet automate accepte les mots
dont le nombre de $b$ est impair.

\begin{center}
%%% begin example1 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,20.306bp) [draw,circle,state,final] {$1$};
  \node (q0) at (18bp,20.306bp) [draw,circle,state,initial] {$0$};
  \draw [->] (q1) ..controls (75.212bp,3.6347bp) and (64.284bp,-1.3057bp)  .. (54bp,1.3057bp) .. controls (50.042bp,2.3107bp) and (46.047bp,3.8633bp)  .. node[auto] {$b$} (q0);
  \draw [->] (q0) ..controls (46.106bp,20.306bp) and (58.578bp,20.306bp)  .. node[auto] {$b$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$a$} (q0);
%
\end{tikzpicture}

%%% end example1 %%%
\end{center}

\thingy Il faut comprendre le fonctionnement d'un DFA de la manière
suivante : initialement, l'automate est dans l'état initial $q_0$.  On
va lui présenter un mot $w \in \Sigma^*$, lettre par lettre, de la
gauche vers la droite : i.e., si $w = x_1\cdots x_n$ on va faire
consommer à l'automate les lettres $x_1,x_2,\ldots,x_n$ dans cet
ordre.  Le fait de consommer une lettre $x$ fait passer l'automate de
l'état $q$ à l'état $\delta(q,x)$ (autrement dit, l'automate passe
successivement dans les états $q_0$ puis $q_1 := \delta(q_0,x_1)$ puis
$q_2 := \delta(q_1,x_2)$, et ainsi de suite jusqu'à $q_n :=
\delta(q_{n-1},x_n)$) ; on dit que l'automate effectue les transitions
$q_0\to q_1$ (en consommant $x_1$) puis $q_1\to q_2$ (en
consommant $x_2$) et ainsi de suite.  Si $q_n$ est l'état dans lequel
se trouve l'automate une fois qu'il a consommé le mot $w$, on dira que
l'automate \emph{acepte} ou \emph{rejette} le mot selon que $q_n \in
F$ ou que $q_n \not\in F$.

Graphiquement, on peut présenter la procédure de la manière suivante :
on part de l'état $q_0$ (sommet du graphe représentant l'automate)
indiqué par la flèche entrante (pointant de nulle part), et pour
chaque lettre du mot $w = x_1\cdots x_n$ considéré, on suit l'arête
portant cette lettre pour étiquette (et partant de l'état où on se trouve
actuellement).  Si à la fin l'état $q_n$ est acceptant (représenté par
une flèche pointant vers nulle part), le mot $w$ est accepté, sinon il
est rejeté.

Cela revient encore à dire que le mot $w$ est accepté lorsqu'il existe
un chemin orienté dans l'automate, reliant l'état $q_0$ initial à un
état $q_n$ final, et tel que le mot $w = x_1 \cdots x_n$ soit obtenu
en lisant dans l'ordre les étiquettes $x_i$ des différentes arêtes
$q_{i-1} \to q_i$ de ce chemin.  Cette définition pourra resservir
presque à l'identique pour les autres sortes d'automates, la
spécificité des DFA est que l'état initial $q_0$ est unique et que
connaissant l'étiquette $x_i$ il n'y a qu'une seule transition
$q_{i-1} \to q_i$ possible (il n'y a pas de choix à faire, pas de
non-déterminisme).

\thingy\label{definition-multiple-transition-function} Pour donner de
façon plus formelle la définition du langage accepté par un automate,
il sera utile d'introduire une fonction $\delta^*$ de transition
multiple (une généralisation de $\delta$), qui définit l'état
$\delta^*(q,w)$ dans lequel aboutit un DFA si à partir de l'état $q$
on lui fait consommer successivement les lettres d'un mot $w$.

Formellement : si $A = (Q,q_0,F,\delta)$ est un DFA sur
l'alphabet $\Sigma$, on définit une fonction $\delta^* \colon
Q\times\Sigma^* \to Q$ par $\delta^*(q,x_1\cdots x_n) =
\delta(\cdots\delta(\delta(q,x_1),x_2)\cdots,x_n)$ ou, ce qui revient
au même (par récurrence sur la longueur du second argument) :
\begin{itemize}
\item $\delta^*(q,\varepsilon) = q$ quel que soit $q\in Q$ (où
  $\varepsilon$ désigne le mot vide),
\item $\delta^*(q,wx) = \delta(\delta^*(q,w),x)$ quels que soient
  $q\in Q$, $w\in\Sigma^*$ et $x\in\Sigma$,
\end{itemize}
(en particulier, $\delta^*(q,x) = \delta(q,x)$ si $x\in\Sigma$, donc
avec la convention faite en \ref{convention-on-words-of-length-one},
on peut dire que $\delta^*$ prolonge $\delta$ ; il sera par ailleurs
utile de remarquer que $\delta^*(q,ww') =
\delta^*(\delta^*(q,w),w')$, ce qui se démontre par récurrence).

Cette fonction $\delta^*$ étant définie, on dira que l'automate $A$
\defin[accepter]{accepte} ou
\index{reconnaître|see{accepter}}\textbf{reconnaît} un mot $w$ lorsque
$\delta^*(q_0,w) =: q_n \in F$ ; dans le cas contraire, on dira qu'il
\textbf{rejette} le mot $w$.

\thingy\label{definition-recognizable-language} L'ensemble $L_A$ des
mots acceptés par l'automate $A$ s'appelle \textbf{langage accepté},
ou \textbf{reconnu}, ou \textbf{défini}, par l'automate $A$.

Un langage $L \subseteq \Sigma^*$ qui peut s'écrire sous la forme du
langage $L_A$ accepté par un DFA $A$ s'appelle \defin[reconnaissable
  (langage)]{reconnaissable} (sous-entendu : par automate déterministe
fini).

On dit que deux DFA $A,A'$ sont \defin[équivalents
  (automates)]{équivalents} lorsqu'ils reconnaissent le même langage,
i.e., $L_A = L_{A'}$.

\thingy\label{discussion-example2} L'automate fini ci-dessous sur
$\Sigma := \{a,b,c\}$ a trois états, $Q = \{0,1,2\}$.  On peut en
faire la description informelle suivante : l'automate commence dans
l'état $0$, où il reste jusqu'à rencontrer un $a$ qui le fait passer
dans l'état $1$, où il reste ensuite jusqu'à rencontrer un $b$ qui le
fait passer dans l'état $2$, où il reste définitivement et qui
constitue le seul état acceptant.

\begin{center}
%%% begin example2 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (178bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (46.106bp,18bp) and (58.578bp,18bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$a,c$} (q1);
  \draw [->] (q1) ..controls (126.11bp,18bp) and (138.58bp,18bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$b,c$} (q0);
  \draw [->] (q2) to[loop above] node[auto] {$a,b,c$} (q2);
%
\end{tikzpicture}

%%% end example2 %%%
\end{center}

Cette description rend claire le fait que l'automate en question
accepte exactement les mots contenant un $a$ suivi, pas forcément
immédiatement, d'un $b$ ; autrement dit, les mots dont $ab$ est un
sous-mot (cf. \ref{definition-subword}).  Ce langage est donc
reconnaissable.  (Il est aussi rationnel puisque dénoté par
l'expression rationnelle $(b|c){*}a(b|c){*}b(a|b|c){*}$.)

\thingy\label{definition-dfa-accessible-state} Un état $q$ d'un DFA
est dit \defin[accessible (état)]{accessible} lorsqu'il existe un mot
$w \in \Sigma^*$ tel que $q = \delta(q_0,w)$, autrement dit,
graphiquement, lorsqu'il existe un chemin orienté
$q_0,q_1,\ldots,q_n=q$ reliant l'état initial $q_0$ à l'état $q$
considéré : bref, cela correspond à un état auquel il est possible que
l'automate arrive (en partant de l'état initial et en consommant un
certain mot).  Dans le cas contraire, l'état est dit
\textbf{inaccessible}.  Il est évident qu'ajouter ou supprimer (ou
modifier) les états inaccessibles dans un DFA ne change rien au
langage reconnu au sens où on obtient des langages équivalents.

Par exemple, dans le DFA qui suit, l'état $2$ est inaccessible
(l'automate est donc équivalent à celui représenté
en \ref{discussion-example1}).  On remarquera qu'il ne change rien que
cet état soit final ou non.

\begin{center}
%%% begin example1b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,20.306bp) [draw,circle,state,final] {$1$};
  \node (q0) at (18bp,20.306bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (172bp,20.306bp) [draw,circle,state,final] {$2$};
  \draw [->] (q1) ..controls (75.212bp,3.6347bp) and (64.284bp,-1.3057bp)  .. (54bp,1.3057bp) .. controls (50.042bp,2.3107bp) and (46.047bp,3.8633bp)  .. node[auto] {$b$} (q0);
  \draw [->] (q0) ..controls (46.106bp,20.306bp) and (58.578bp,20.306bp)  .. node[auto] {$b$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$a$} (q0);
%
\end{tikzpicture}

%%% end example1b %%%
\end{center}

\thingy On va maintenant introduire différentes variations sur le
thème des automates finis, c'est-à-dire différentes généralisations de
la définition faite en \ref{definition-dfa} correspondant à des types
d'automates finis plus puissants que les DFA mais dont on va montrer,
à chaque fois, qu'ils peuvent se ramener à des DFA au sens où pour
chacun de ces automates généralisés on pourra construire
algorithmiquement un DFA qui reconnaît le même langage (si bien que la
classe des langages reconnaissables par n'importe laquelle de ces
sortes d'automates sera toujours la même).  Les plus simples sont les
automates déterministes finis incomplets et on va donc commencer par
eux.


\subsection{Automates finis déterministes à spécification incomplète (=DFAI)}

\thingy\label{definition-dfai} Un \textbf{automate fini déterministe à
  spécification incomplète} ou \textbf{...partielle}, ou simplement
\defin{automate fini déterministe
  incomplet}\footnote{\label{footnote-on-word-incomplete}Le mot
  « incomplet » signifie en fait « non nécessairement complet », i.e.,
  l'automate a le droit de manquer certaines transitions, il peut très
  bien être complet.}, en abrégé \index{DFAI|see{automate fini
    déterministe incomplet}}\textbf{DFAI}, sur un alphabet $\Sigma$
est la donnée
\begin{itemize}
\item d'un ensemble fini $Q$ d'états,
\item d'un état initial $q_0 \in Q$,
\item d'un ensemble $F \subseteq Q$ d'états finaux,
\item d'une fonction de transition \emph{partielle}\footnote{Une
  « fonction partielle » $f\colon X\dasharrow Y$, où $X, Y$ sont deux
  ensembles est, par définition, la même chose qu'une fonction
  $f\colon D\to Y$ où $D\subseteq X$ est un sous-ensemble de $X$
  appelé \textbf{ensemble de définition} de $f$.  (Lorsque en fait
  $D=X$, la fonction est dite « totale ».)} $\delta \colon
  Q\times\Sigma \dasharrow Q$,
\end{itemize}
autrement dit, la seule différence avec la définition faite
en \ref{definition-dfa} est que la fonction $\delta$ est partielle, ce
qui signifie qu'elle n'est pas obligatoirement définie sur tout couple
$(q,x) \in Q\times\Sigma$.

(Un DFA est considéré comme un DFAI particulier où la fonction de
transition $\delta$ se trouve être définie partout.)

\thingy Graphiquement, on représente un DFAI comme un DFA, à la
différence près que pour chaque $q\in Q$ et chaque $x\in \Sigma$, il y
a maintenant \emph{au plus une} (et non plus exactement une) arête
partant de $q$ et étiquetée par $x$.

L'intérêt informatique des DFAI est de ne pas s'obliger à stocker
inutilement des transitions et de états inutiles au sens où elles ne
permettront jamais d'accepter le mot (voir la notion d'automate
« émondé » en \ref{coaccessible-and-useful-states} ci-dessous).  C'est
la raison pour laquelle, même si les DFA complets sont théoriquement
plus satisfaisants à manier (pour la même raison qu'une fonction
totale est plus satisfaisante qu'une fonction partielle), il est
souvent algorithmiquement plus judicieux de travailler sur des DFAI.

\thingy Le fonctionnement d'un DFAI est le même que celui d'un DFA, à
la modification suivante près : si on donne à consommer à l'automate
une lettre pour laquelle la transition n'est pas définie, i.e., s'il
rencontre un $x$ pendant qu'il se trouve dans un état $q$ pour lequel
$\delta(q,x)$ n'est pas défini, alors l'automate cesse de
fonctionner : l'automate n'a plus d'état, n'effectue plus de
transition, et n'acceptera pas le mot quelles que soient les lettres
ultérieures.

Cela revient une fois de plus à dire que le mot $w$ est accepté
lorsqu'il existe un chemin orienté dans l'automate, reliant l'état
$q_0$ initial à un état $q_n$ final, et tel que le mot $w = x_1 \cdots
x_n$ soit obtenu en lisant dans l'ordre les étiquettes $x_i$ des
différentes arêtes $q_{i-1} \to q_i$ de ce chemin.  La différence des
DFAI par rapport aux DFA est que, cette fois, la tentative de chemin
pourrait s'arrêter prématurément (on ne peut plus consommer un symbole
et passer dans un nouvel état, et à plus forte raison, aboutir à un
état final).

\thingy Formellement : si $A = (Q,q_0,F,\delta)$ est un DFAI sur
l'alphabet $\Sigma$, on définit une fonction $\delta^* \colon
Q\times\Sigma^* \dasharrow Q$ par $\delta^*(q,x_1\cdots x_n) =
\delta(\cdots\delta(\delta(q,x_1),x_2)\cdots,x_n)$ avec la convention
que dès qu'une sous-expression n'est pas définie, toute l'expression
n'est pas définie, ou, ce qui revient au même (par récurrence sur la
longueur du second argument) :
\begin{itemize}
\item $\delta^*(q,\varepsilon) = q$ quel que soit $q\in Q$ (où
  $\varepsilon$ désigne le mot vide),
\item $\delta^*(q,wx) = \delta(\delta^*(q,w),x)$ à condition que $q'
  := \delta^*(q,w)$ soit défini et que $\delta(q',x)$ le soit (et si
  ces deux conditions ne sont pas satisfaites, $\delta^*(q,wx)$ n'est
  pas défini).
\end{itemize}

Enfin, l'automate $A$ accepte un mot $w$ lorsque $\delta^*(q_0,w)$
\emph{est défini} et appartient à $F$ ; dans le cas contraire (que ce
soit parce que $\delta^*(q_0,w)$ n'est pas défini ou parce qu'étant
défini il n'appartient pas à $F$), l'automate rejette le mot.

Le langage accepté $L_A$ et l'équivalence de deux automates sont
définis de façon analogue aux DFA
(cf. \ref{definition-recognizable-language}).

\thingy\label{discussion-example2b} Voici un exemple de DFAI sur
l'alphabet $\Sigma = \{a,b,c\}$.  Cet automate reconnaît exactement
les mots formés d'un nombre quelconque de $c$, suivis d'un $a$, suivis
d'un nombre quelconque de $c$, suivis d'un $b$, suivis d'un nombre
quelconque de $c$.

\begin{center}
%%% begin example2b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (178bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (46.106bp,18bp) and (58.578bp,18bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$c$} (q1);
  \draw [->] (q1) ..controls (126.11bp,18bp) and (138.58bp,18bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$c$} (q0);
  \draw [->] (q2) to[loop above] node[auto] {$c$} (q2);
%
\end{tikzpicture}

%%% end example2b %%%
\end{center}

(Ce langage est aussi dénoté par l'expression rationnelle
$c{*}ac{*}bc{*}$.)

\begin{prop}\label{completion-of-dfai}
Soit $A = (Q,q_0,F,\delta)$ un DFAI sur un alphabet $\Sigma$.  Alors
il existe un DFA $A' = (Q',q'_0,F',\delta')$ (sur le même
alphabet $\Sigma$) qui soit équivalent à $A$ au sens où il reconnaît
le même langage $L_{A'} = L_A$.  De plus, $A'$ se déduit
algorithmiquement de $A$ en ajoutant au plus un état « puits » à $A$ :
on a $\#Q' \leq \#Q + 1$.
\end{prop}
\begin{proof}
On définit $Q' = Q \cup \{q_\bot\}$ où $q_\bot$ est un nouvel état
(n'appartenant pas à $Q$), qu'on appellera « puits ».  On garde l'état
initial $q'_0 = q_0$.  On garde l'ensemble $F' = F$ d'états finaux,
c'est-à-dire notamment que le puits n'est pas acceptant.  Enfin, on
définit $\delta'(q,x)$ pour $q\in Q'$ et $x\in\Sigma$ par
\[
\begin{aligned}
\delta'(q,x) &= \delta(q,x)\text{ si $\delta(q,x)$ est défini}\\
\delta'(q,x) &= q_\bot\text{ sinon}\\
\end{aligned}
\]
(notamment, $\delta'(q_\bot,x) = q_\bot$ quel que soit $x$).

Il est alors facile de voir que $A'$ a le même comportement que $A$ au
sens où $\delta^{\prime*}(q,w) = \delta^*(q,w)$ lorsque le terme de
droite est défini et $\delta^{\prime*}(q,w) = q_\bot$ sinon (le DFA
$A'$ « tombe dans le puits » lorsque le DFAI $A$ cesse de
fonctionner).  En particulier, ils reconnaissent les mêmes langages.
\end{proof}

\thingy De façon générale, un état \defin[puits (état)]{puits} dans un
DFA est un état $q_\bot$ tel que $\delta(q_\bot,x)=q_\bot$ pour toute
lettre $x$.

On dit que le DFA $A'$ est obtenu en \defin[compléter (un
  DFAI)]{complétant} le DFAI $A$ lorsqu'il est obtenu par la procédure
décrite dans la démonstration de cette proposition, c'est-à-dire par
l'addition d'un état puits vers lequel on fait pointer toutes les
transitions manquantes (sauf si $A$ est déjà complet, auquel cas on
convient qu'il est son propre complété, i.e., on n'ajoute un puits que
quand c'est réellement nécessaire).

\thingy À titre d'exemple, le DFA suivant représente la complétion du
DFAI représenté en \ref{discussion-example2b} :

\begin{center}
%%% begin example2c %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\begin{scope}
  \pgfsetstrokecolor{black}
  \definecolor{strokecol}{rgb}{1.0,1.0,1.0};
  \pgfsetstrokecolor{strokecol}
  \definecolor{fillcol}{rgb}{1.0,1.0,1.0};
  \pgfsetfillcolor{fillcol}
  \filldraw (0bp,0bp) -- (0bp,182bp) -- (214bp,182bp) -- (214bp,0bp) -- cycle;
\end{scope}
  \node (q1) at (102bp,131bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,85bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (196bp,85bp) [draw,circle,state,final] {$2$};
  \node (qbot) at (102bp,22bp) [draw,circle,state] {$\bot$};
  \draw [->] (q1) to[loop above] node[auto] {$c$} (q1);
  \draw [->] (q2) to[loop above] node[auto] {$c$} (q2);
  \draw [->] (qbot) to[loop below] node[auto] {$a,b,c$} (qbot);
  \draw [->] (q0) ..controls (44.565bp,65.359bp) and (61.506bp,52.343bp)  .. node[auto] {$b$} (qbot);
  \draw [->] (q0) to[loop above] node[auto] {$c$} (q0);
  \draw [->] (q1) ..controls (102bp,96.993bp) and (102bp,73.356bp)  .. node[auto] {$a$} (qbot);
  \draw [->] (q0) ..controls (46.061bp,100.18bp) and (63.141bp,109.76bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q2) ..controls (166.87bp,65.735bp) and (145.76bp,51.281bp)  .. node[auto] {$a,b$} (qbot);
  \draw [->] (q1) ..controls (132.83bp,116.08bp) and (154.08bp,105.46bp)  .. node[auto] {$b$} (q2);
%
\end{tikzpicture}

%%% end example2c %%%
\end{center}

\thingy\label{coaccessible-and-useful-states} On définit un état
accessible d'un DFAI comme pour un DFA
(cf. \ref{definition-dfa-accessible-state}).

On dira en outre d'un état $q$ d'un DFAI qu'il est
\defin[co-accessible (état)]{co-accessible} lorsqu'il existe un mot $w
\in \Sigma^*$ tel que $\delta(q,w)$ soit défini et soit final,
autrement dit, graphiquement, lorsqu'il existe un chemin orienté
reliant l'état $q$ considéré à un état final (remarquer que les états
finaux eux-mêmes sont co-accessibles : prendre $w=\varepsilon$ dans ce
qu'on vient de dire).  Un état non co-accessible est donc un état à
partir duquel il est impossible de faire accepter le mot.  Cette
définition pourrait également être faite pour les DFA, mais pour les
DFAI elle présente l'intérêt qu'on peut supprimer les états
non co-accessibles dans un DFAI (ainsi, bien sûr, que toutes les
transitions qui y conduisent).

Un DFAI dont tous les états sont à la fois accessibles et
co-accessibles (on les dit aussi \defin[utile (état)]{utiles}) est
parfois appelé \defin[émondé (automate)]{émondé}.  On peut émonder un
DFAI en ne conservant que ses états utiles : ainsi, tout DFAI est
équivalent à un DFAI émondé.

\thingy Il faut prendre garde au fait que certains auteurs définissent
les « automates finis déterministes » (sans précision supplémentaire)
comme étant complets par défaut, d'autres comme étant incomplets par
défaut.  Le plus prudent est de préciser systématiquement « complet »
ou « incomplet » (en se rappelant qu'« incomplet » signifie « non
nécessairement complet », cf. la
note \ref{footnote-on-word-incomplete} sous \ref{definition-dfai}) dès
qu'il est important de ne pas confondre.


\subsection{Automates finis non-déterministes (=NFA)}

\thingy\textbf{Idée générale :} Le principe directeur général du
non-déterminisme en informatique est, grossièrement parlant, le
suivant : on a un mécanisme de calcul (ici, un automate fini) qui doit
accepter ou rejeter une certaine donnée (ici, un mot qui lui est
présenté), mais plutôt que d'évoluer de façon déterministe d'une
configuration à une autre (ici, d'un état à un autre), il se peut
qu'il existe plusieurs possibilités différentes, autrement dit, une
configuration peut évoluer de plusieurs manières différentes, ce qui
donne lieu à plusieurs chemins de calcul différents.  Selon le point
de vue qu'on adopte, et éventuellement la stratégie algorithmique pour
modéliser le non-déterminisme, on peut considérer que ces chemins sont
empruntés tous simultanément (et qu'on est dans tous les états
possibles à la fois\footnote{Certains sont parfois tentés de comparer
  avec une superposition quantique : il existe effectivement une
  analogie, mais le quantique implique une description bien précise
  des états (avec des amplitudes associées) qui n'est pas pertinente
  ici, et l'analogie mal appliquée conduirait à des erreurs en
  complexité algorithmique ; il vaut donc mieux ne pas y penser.},
c'est d'ailleurs l'approche qui servira
en \ref{determinization-of-nfa}), ou que tous les chemins possibles
sont testés successivement, ou encore que l'appareil non-déterministe
« devine » quel est le bon ; mais en tout cas la règle fondamentale du
non-déterminisme est toujours la suivante : \emph{la donnée est
  acceptée dès lors qu'il existe au moins un chemin de calcul possible
  qui conduit à l'accepter} (dans notre cas, cela signifiera au moins
un chemin acceptant le mot).

\thingy\label{definition-nfa} Un \defin{automate fini
  non-déterministe}, en abrégé \index{NFA|see{automate fini
    non-déterministe}}\textbf{NFA}, sur un alphabet $\Sigma$ est la
donnée
\begin{itemize}
\item d'un ensemble fini $Q$ d'états,
\item d'un ensemble $I \subseteq Q$ d'états dits initiaux,
\item d'un ensemble $F \subseteq Q$ d'états dits finaux,
\item d'une \emph{relation} de \index{transition (relation
  de)}transition $\delta \subseteq Q \times \Sigma \times Q$
  (c'est-à-dire une partie du produit cartésien $Q \times \Sigma
  \times Q$, i.e., un ensemble de triplets $(q,x,q') \in Q \times
  \Sigma \times Q$) ; lorsque $(q,x,q') \in \delta$, on dira qu'il
  existe une transition étiquetée par $x$ de $q$ vers $q'$.
\end{itemize}
Autrement dit, on autorise maintenant un ensemble quelconque d'états
initiaux, et de même, au lieu qu'un état $q$ et une lettre $x$
déterminent un unique état $q' = \delta(q,x)$, on a maintenant affaire
à un ensemble quelconque de triplets $(q,x,q')$.

\thingy Un DFAI (ou \textit{a fortiori} un DFA) est considéré comme un
NFA particulier en définissant l'ensemble des états initiaux du NFA
comme un singleton, $I_{\mathrm{NFA}} = \{q_{0,\mathrm{DFAI}}\}$, et
en définissant la relation de transition du NFA comme le graphe de la
fonction de transition du DFAI (c'est-à-dire $(q,x,q') \in
\delta_{\mathrm{NFA}}$ lorsque $\delta_{\mathrm{DFAI}}(q,x)$ est
défini et vaut $q'$).

\thingy Graphiquement, on représente un NFA comme un DFA : comme un
graphe orienté dont les nœuds sont les éléments de $Q$, et où on place
une arête étiquetée $x$ de $q$ vers $q'$ pour chaque triplet $(q,x,q')
\in \delta$ ; comme précédemment, on marque les états initiaux par une
flèche entrante (i.e., pointant de nulle part) et les états finaux par
une flèche sortante (i.e., pointant vers nulle part).

\thingy Il faut comprendre le fonctionnement d'un NFA de la manière
suivante : un mot $w$ est accepté par l'automate lorsqu'\emph{il
  existe} un chemin orienté conduisant d'\emph{un} état initial $q_0$
à un état final $q_n$ et tel que le mot $w = x_1 \cdots x_n$ soit
obtenu en lisant dans l'ordre les étiquettes $x_i$ des différentes
arêtes $q_{i-1} \to q_i$ de ce chemin ; autrement dit, $w$ est accepté
lorsqu'\emph{il existe} $q_0,\ldots,q_n \in Q$ tels que $q_0 \in I$ et
$q_n\in F$ et $(q_{i-1},x_i,q_i) \in \delta$ pour chaque $1\leq i\leq
n$.

La différence cruciale avec les DFAI est donc que, maintenant, il
pourrait exister plusieurs chemins possibles partant d'un état initial
dont les transitions sont étiquetées par les lettres du même mot.
Insistons bien sur le fait que le mot est accepté dès lors que
\emph{l'un} au moins de ces chemins relie un état initial à un état
final.

\thingy De même que dans le cadre des DFA et DFAI on a étendu la
fonction de transition $\delta$ à une fonction $\delta^*$ qui décrit
le comportement de l'automate quand on consomme plusieurs caractères
(cf. \ref{definition-multiple-transition-function}), on va étendre la
relation de transition $\delta$ d'un NFA à la situation où on consomme
plusieurs caractères.

Formellement : si $A = (Q,I,F,\delta)$ est un NFA sur
l'alphabet $\Sigma$, on définit une relation $\delta^* \subseteq Q
\times \Sigma^* \times Q$ par $(q,w,q') \in \delta^*$ lorsque $w =
x_1\cdots x_n$ et qu'il existe $(q_0,\ldots,q_n)$ tels que $q_0 = q$
et $q_n = q'$ et $(q_{i-1},x_i,q_i) \in \delta$ pour chaque $1\leq
i\leq n$ ; ou, ce qui revient au même (par récurrence sur la longueur
de $w$) :
\begin{itemize}
\item $(q,\varepsilon,q') \in \delta^*$ si et seulement si $q'=q$,
\item $(q,wx,q') \in \delta^*$ si et seulement si il existe $q^\sharp$
  tel que $(q,w,q^\sharp) \in \delta^*$ et $(q^\sharp,x,q') \in
  \delta$.
\end{itemize}

Enfin, l'automate $A$ accepte un mot $w$ lorsqu'il existe $q_0\in I$
et $q_\infty\in F$ tels que $(q_0,w,q_\infty) \in \delta^*$.  Le
langage accepté $L_A$ et l'équivalence de deux automates sont définis
de façon analogue aux DFA
(cf. \ref{definition-recognizable-language}).

\thingy\label{discussion-example4} Pour illustrer le fonctionnement
des NFA, considérons l'automate à trois états sur $\Sigma=\{a,b\}$
représenté par la figure suivante : on a $Q = \{0,1,2\}$ avec
$I=\{0\}$ et $F=\{2\}$ et $\delta = \{(0,a,0),\penalty0
(0,b,0),\penalty-100 (0,a,1),\penalty-50 (1,a,2),\penalty0 (1,b,2)\}$.

\begin{center}
%%% begin example4 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (188bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (46.106bp,18bp) and (58.578bp,18bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) ..controls (128.76bp,18bp) and (145.63bp,18bp)  .. node[auto] {$a,b$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$a,b$} (q0);
%
\end{tikzpicture}

%%% end example4 %%%
\end{center}

Cet automate n'est pas déterministe car il existe deux transitions
étiquetées $a$ partant de l'état $0$.  En considérant les différents
chemins possibles entre $0$ et $2$ dans ce graphe, on comprend que le
langage qu'il reconnaît est le langage des mots sur $\{a,b\}$ dont
l'avant-dernière lettre est un $a$ (c'est aussi le langage dénoté par
l'expression rationnelle $(a|b){*}a(a|b)$).  Une façon de présenter le
non-déterminisme est que l'automate « devine », quand il est dans
l'état $0$ et qu'on lui fait consommer un $a$, si ce $a$ sera
l'avant-dernière lettre, et, dans ce cas, passe dans l'état $1$ pour
pouvoir accepter le mot.

\begin{prop}\label{determinization-of-nfa}
Soit $A = (Q,I,F,\delta)$ un NFA sur un alphabet $\Sigma$.  Alors il
existe un DFA $A' = (Q',q'_0,F',\delta')$ (sur le même
alphabet $\Sigma$) qui soit équivalent à $A$ au sens où il reconnaît
le même langage $L_{A'} = L_A$.  De plus, $A'$ se déduit
algorithmiquement de $A$ avec une augmentation au plus exponentielle
du nombre d'états : $\#Q' \leq 2^{\#Q}$.
\end{prop}
\begin{proof}
On définit $Q' = \mathscr{P}(Q) = \{\mathbf{q} \subseteq Q\}$
l'\emph{ensemble des parties} de $Q$ : c'est ce qui servira d'ensemble
d'états du DFA $A'$ qu'on construit (i.e., un état de $A'$ est un
ensemble d'états de $A$ — intuitivement, c'est l'ensemble des états
dans lesquels on se trouve simultanément).  On pose $q'_0 = I$ et $F'
= \{\mathbf{q}\subseteq Q :\penalty-100 \mathbf{q}\cap F
\neq\varnothing\}$ l'ensemble des états de $A'$ qui, vus comme des
ensembles d'états de $A$, contiennent \emph{au moins un} état final.
Enfin, pour $\mathbf{q}\subseteq Q$ et $x \in \Sigma$, on définit
$\delta'(\mathbf{q},x) = \{q_1\in Q : \exists q_0\in\mathbf{q}
((q_0,x,q_1) \in \delta)\}$ comme l'ensemble de tous les états $q_1$
de $A$ auxquels on peut accéder depuis un état $q_0$ dans $\mathbf{q}$
par une transition $(q_0,x,q_1)$ (étiquetée par $x$) de $A$.

Il est alors facile de voir (par récurrence sur $|w|$) que
$\delta^{\prime*}(\mathbf{q},w)$ est l'ensemble de tous les les états
$q_1 \in Q$ tels que $(q_0,w,q_1)\in\delta^*$, i.e., auxquels on peut
accéder depuis un état $q_0$ dans $\mathbf{q}$ par une suite de
transitions de $A$ étiquetées par les lettres de $w$.  En particulier,
$\delta^{\prime*}(I,w)$ est l'ensemble de tous les états de $A$
auxquels on peut accéder depuis un état initial de $A$ par une suite
de transitions de $A$ étiquetées par les lettres de $w$ : le mot $w$
appartient à $L_A$ si et seulement si cet ensemble contient un élément
de $F$, ce qui par définition de $F'$ signifie exactement
$\delta^{\prime*}(I,w) \in F'$.  On a bien prouvé $L_{A'} = L_A$.

Enfin, $\#Q' = \#\mathscr{P}(Q) = 2^{\#Q}$ (car une partie de $Q$ peut
se voir comme sa fonction indicatrice, qui est une fonction $Q \to
\{0,1\}$).
\end{proof}

\thingy On dit que le DFA $A'$ est obtenu en \defin[déterminiser (un
  NFA)]{déterminisant} le NFA $A$ lorsqu'il est obtenu par la
procédure décrite dans la démonstration de cette proposition en ne
gardant que les états accessibles.

Algorithmiquement, la déterminisation de $A$ s'obtient par la
procéduire suivante :
\begin{itemize}
\item créer une file (ou une pile) d'ensembles d'états de $A$ ;
  initialiser cette file avec le seul élément $I$ (vu comme un
  sous-ensemble de $Q$) ; et créer l'automate $A'$ avec initialement
  l'unique état $I$, marqué comme état initial, et aussi comme final
  s'il contient un état final de $A$ ;
\item tant que la file/pile n'est pas vide : en extraire un élément
  $\mathbf{q}$, et, pour chaque lettre $x\in\Sigma$,
\begin{itemize}
\item calculer l'ensemble $\mathbf{q}' = \{q_1\in Q : \exists
  q_0\in\mathbf{q} ((q_0,x,q_1) \in \delta)\}$ (en listant tous les
  triplets $(q_0,x,q_1)$ dont le premier élément est dans $\mathbf{q}$
  et le second élément est $x$),
\item si $\mathbf{q}'$ n'existe pas déjà comme état de $A'$, l'y
  ajouter, et dans ce cas, l'ajouter à la file/pile, et de plus, si
  $\mathbf{q}'$ contient un état final de $A$, marquer cet état comme
  final pour $A'$,
\item et ajouter à $A'$ la transition $\delta'(\mathbf{q},x) =
  \mathbf{q}'$.
\end{itemize}
\end{itemize}

La file/pile sert à stocker les états de $A'$ qui ont été créés mais
pour lesquels les transitions sortantes n'ont pas encore été
calculées.  L'algorithme se termine quand la file/pile se vide, ce qui
se produit toujours en au plus $2^{\#Q}$ étapes car chaque $\mathbf{q}
\subseteq Q$ ne peut apparaître qu'une seule fois dans la file/pile.

Il se peut que l'état $\varnothing$ soit créé : cet état servira
effectivement de puits, au sens où on aura $\delta'(\varnothing,x) =
\varnothing$ quel que soit $x$ (et l'état n'est pas acceptant).

Il arrive souvent que l'automate déterminisé soit plus petit que les
$2^{\#Q}$ états qu'il a dans le pire cas.

\thingy À titre d'exemple, déterminisons le NFA $A$ présenté
en \ref{discussion-example4} : on commence par construire un état
$\{0\}$ pour $A'$ car le NFA a $\{0\}$ pour ensemble d'états
initiaux ; on a $\delta'(\{0\},a) = \{0,1\}$ car $0$ et $1$ sont les
deux états auxquels on peut arriver dans $A$ par une transition
partant de $0$ et étiquetée par $a$, tandis que $\delta'(\{0\},b) =
\{0\}$ ; ensuite, $\delta'(\{0,1\},a) = \{0,1,2\}$ car $0,1,2$ sont
les trois états auxquels on peut arriver dans $A$ par une transition
partant de $0$ ou $1$ et étiquetée par $a$ ; et ainsi de suite.  En
procédant ainsi, on construit l'automate à $4$ états qui suit :

\begin{center}
\footnotesize
%%% begin example4det %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\begin{scope}
  \pgfsetstrokecolor{black}
  \definecolor{strokecol}{rgb}{1.0,1.0,1.0};
  \pgfsetstrokecolor{strokecol}
  \definecolor{fillcol}{rgb}{1.0,1.0,1.0};
  \pgfsetfillcolor{fillcol}
  \filldraw (0bp,0bp) -- (0bp,163bp) -- (212bp,163bp) -- (212bp,0bp) -- cycle;
\end{scope}
  \node (q02) at (188bp,27bp) [draw,circle,state,final] {$\{0,2\}$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$\{0\}$};
  \node (q01) at (100bp,56bp) [draw,circle,state] {$\{0,1\}$};
  \node (q012) at (188bp,106bp) [draw,circle,state,final] {$\{0,1,2\}$};
  \draw [->] (q01) ..controls (127.39bp,49.663bp) and (137.27bp,46.959bp)  .. (146bp,44bp) .. controls (150.77bp,42.384bp) and (155.77bp,40.486bp)  .. node[auto] {$b$} (q02);
  \draw [->] (q02) ..controls (159.35bp,21.739bp) and (147.76bp,21.451bp)  .. (138bp,25bp) .. controls (132.05bp,27.164bp) and (126.38bp,30.754bp)  .. node[auto] {$a$} (q01);
  \draw [->] (q0) ..controls (45.691bp,30.678bp) and (60.407bp,37.668bp)  .. node[auto] {$a$} (q01);
  \draw [->] (q0) to[loop above] node[auto] {$b$} (q0);
  \draw [->] (q01) ..controls (128.64bp,72.07bp) and (144.34bp,81.198bp)  .. node[auto] {$a$} (q012);
  \draw [->] (q012) to[loop above] node[auto] {$a$} (q012);
  \draw [->] (q02) ..controls (155.56bp,18.853bp) and (136.78bp,14.735bp)  .. (120bp,13bp) .. controls (102.32bp,11.172bp) and (97.763bp,12.273bp)  .. (80bp,13bp) .. controls (68.968bp,13.451bp) and (56.843bp,14.36bp)  .. node[auto] {$b$} (q0);
  \draw [->] (q012) ..controls (188bp,73.926bp) and (188bp,64.965bp)  .. node[auto] {$b$} (q02);
%
\end{tikzpicture}

%%% end example4det %%%
\end{center}

On remarquera qu'on a construit moins que les $2^3 = 8$ états qu'on
pouvait craindre.

Il est par ailleurs instructif de regarder comment fonctionne
l'automate $A'$ ci-dessus pour déterminer si l'avant-dernière lettre
d'un mot est un $a$ : intuitivement, l'état $\{0\}$ mémorise
l'information « la dernière lettre n'était pas un $a$, et la
  précédente ne l'était pas », l'état $\{0,1\}$ mémorise « la dernière
  lettre était un $a$, mais la précédente ne l'état pas », l'état
$\{0,1,2\}$ mémorise « les deux dernières lettres étaient des $a$ »,
et l'état $\{0,2\}$ mémorise « la dernière lettre était un $b$, mais
  la précédente était un $a$ ».

\thingy On vient donc de voir que les NFA sont équivalents aux DFA en
ce sens qu'ils permettent de définir les mêmes langages.  Il est
néanmoins intéressant de les définir et de les étudier pour plusieurs
raisons : d'une part, l'équivalence qu'on vient de voir, c'est-à-dire
la déterminisation d'un NFA en DFA, a un coût algorithmique important
(exponentiel en nombre d'états dans le pire cas), d'autre part,
certaines opérations sur les automates se définissent plus
naturellement sur les NFA que sur les DFA, et certaines constructions
conduisent naturellement à un NFA.  On verra en particulier
en \ref{subsection-recognizable-languages-under-rational-operations}
que pour transformer une expression rationnelle en automate, on
passera naturellement par un NFA, même si on peut souhaiter le
déterminiser ensuite.


\subsection{Automates finis non-déterministes à transitions spontanées (=εNFA)}

\thingy\label{definition-enfa} Un \defin{automate fini
  non-déterministe à transitions spontanées} ou \textbf{...à
  $\varepsilon$-transitions}, en abrégé
\index{epsilon-NFA@$\varepsilon$NFA|see{automate fini non-déterministe
    à transitions spontanées}}\textbf{εNFA}, sur un alphabet $\Sigma$
est la donnée
\begin{itemize}
\item d'un ensemble fini $Q$ d'états,
\item d'un ensemble $I \subseteq Q$ d'états dits initiaux,
\item d'un ensemble $F \subseteq Q$ d'états dits finaux,
\item d'une relation de transition $\delta \subseteq Q \times
  (\Sigma\cup\{\varepsilon\}) \times Q$.
\end{itemize}
Autrement dit, on autorise maintenant des transitions étiquetées par
le mot vide $\varepsilon$ plutôt que par une lettre $x \in\Sigma$ :
ces transitions sont dites \defin[spontanée (transition)]{spontanées},
ou
\index{epsilon-transition@$\varepsilon$-transition|see{spontanée}}\textbf{ε-transitions}.

Soulignons qu'on ne définit les ε-transitions \emph{que} pour les
automates non-déterministes : ou, pour dire les choses autrement,
\emph{un automate qui possède des ε-transitions est par nature même
  non-déterministe}.

La représentation graphique des εNFA est évidente (on utilisera le
symbole « $\varepsilon$ » pour étiqueter les transitions spontanées).
Un NFA est considéré comme un εNFA particulier pour lequel il n'y a
pas de ε-transition.

\thingy Intuitivement, les transitions spontanées signifient que
l'automate a la possibilité de passer spontanément, c'est-à-dire
\emph{sans consommer de lettre}, d'un état $q$ à un état $q'$, lorsque
ces états sont reliés par une ε-transition.  (On comprend, du coup,
pourquoi un automate à transition spontanée est forcément
non-déterministe : ces transitions spontanées ne sont qu'une
\emph{possibilité}, ce qui sous-entend le non-déterminisme.)

De façon plus précise, un εNFA accepte un mot $w$ lorsqu'\emph{il
  existe} un chemin orienté conduisant d'un état initial $q_0$ à un
état final $q_n$ et tel que $w$ coïncide avec le mot obtenu en lisant
dans l'ordre les étiquettes $x_i$ des différentes arêtes $q_{i-1} \to
q_i$ de ce chemin, quitte à ignorer les $\varepsilon$.

Autrement dit, $w$ est accepté lorsqu'\emph{il existe} $q_0,\ldots,q_n
\in Q$ et $t_1,\ldots,t_n \in (\Sigma\cup\{\varepsilon\})$ tels que
$q_0 \in I$ et $q_n\in F$ et $(q_{i-1},t_i,q_i) \in \delta$ pour
chaque $1\leq i\leq n$ et $w = t_1\cdots t_n$ (\emph{attention} : dans
cette écriture, $t_1,\ldots,t_n$ ne sont pas forcément les lettres
de $w$, certains des $t_i$ peuvent être le symbole $\varepsilon$, les
lettres de $w$ sont obtenues en ignorant ces symboles).

\thingy Voici une formalisation possible : si $A = (Q,I,F,\delta)$ est
un εNFA sur l'alphabet $\Sigma$, on définit une relation $\delta^*
\subseteq Q \times \Sigma^* \times Q$ par $(q,w,q') \in \delta^*$
lorsqu'il existe $q_0,\ldots,q_n \in Q$ et $t_1,\ldots,t_n \in
(\Sigma\cup\{\varepsilon\})$ tels que $q_0 = q$ et $q_n = q'$ et
$(q_{i-1},t_i,q_i) \in\delta$ pour chaque $1\leq i\leq n$, et enfin $w
= t_1\cdots t_n$.

Enfin, l'automate $A$ accepte un mot $w$ lorsqu'il existe $q_0\in I$
et $q_\infty\in F$ tels que $(q_0,w,q_\infty) \in \delta^*$.  Le
langage accepté $L_A$ et l'équivalence de deux automates sont définis
de façon analogue aux DFA
(cf. \ref{definition-recognizable-language}).

\thingy\label{discussion-example5} Voici un exemple de εNFA
particulièrement simple sur $\Sigma = \{a,b,c\}$:

\begin{center}
%%% begin example5 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (178bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (46.106bp,18bp) and (58.578bp,18bp)  .. node[auto] {$\varepsilon$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$b$} (q1);
  \draw [->] (q1) ..controls (126.11bp,18bp) and (138.58bp,18bp)  .. node[auto] {$\varepsilon$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$a$} (q0);
  \draw [->] (q2) to[loop above] node[auto] {$c$} (q2);
%
\end{tikzpicture}

%%% end example5 %%%
\end{center}

En considérant les différents chemins possibles entre $0$ et $2$ sur
ce graphe, on comprend que le langage qu'il reconnaît est celui des
mots sur $\{a,b,c\}$ formés d'un nombre quelconque de $a$ suivi d'un
nombre quelconque de $b$ suivi d'un nombre quelconque de $c$, ou, si
on préfère, le langage dénoté par l'expression rationnelle
$a{*}b{*}c{*}$.

\thingy Si $q$ est un état d'un εNFA, on appelle
\defin[epsilon-fermeture@$\varepsilon$-fermeture]{ε-fermeture} de $q$
l'ensemble des états $q'$ (y compris $q$ lui-même) accessibles depuis
$q$ par une succession quelconque de ε-transitions, c'est-à-dire, si
on veut, $\{q'\in Q :\penalty0 (q,\varepsilon,q') \in\delta^*\}$.  On
notera temporairement $C(q)$ cet ensemble.  (Par exemple, dans
l'exemple \ref{discussion-example5} ci-dessus, on a $C(0) = \{0,1,2\}$
et $C(1) = \{1,2\}$ et $C(2) = \{2\}$.  Dans tout NFA sans
ε-transitions, on a $C(q) = \{q\}$ pour tout état $q$.)

Il est clair qu'on peut calculer algorithmiquement $C(q)$ (par exemple
par un algorithme de Dijkstra sur le graphe dont l'ensemble des
sommets est $Q$ et l'ensemble des arêtes est l'ensemble des
ε-transitions de $A$ : la ε-fermeture $C(q)$ est simplement l'ensemble
des sommets accessibles depuis $q$ dans ce graphe).

\begin{prop}\label{removal-of-epsilon-transitions}
Soit $A = (Q,I,F,\delta)$ un εNFA sur un alphabet $\Sigma$.  Alors il
existe un NFA $A^\S = (Q,I^\S,F^\S,\delta^\S)$ (sur le même
alphabet $\Sigma$) ayant le même ensemble d'états $Q$ que $A$ et qui
soit équivalent à $A$ au sens où il reconnaît le même langage
$L_{A^\S} = L_A$.  De plus, $A^\S$ se déduit algorithmiquement de $A$.
\end{prop}
\begin{proof}
On pose $I^\S = I$ (mêmes états initiaux).  L'idée est maintenant de
faire une transition $(q,x,q') \in \delta^\S$ à chaque fois qu'on peut
atteindre $q'$ à partir de $q$ dans $A$ par une suite quelconque de
ε-transitions suivie d'une unique transition étiquetée par $x$,
autrement dit, $(q,\varepsilon,q^\sharp) \in \delta^*$ (c'est-à-dire
$q^\sharp \in C(q)$) et $(q^\sharp,x,q') \in \delta$.

On définit donc $\delta^\S \subseteq Q\times\Sigma\times Q$ par
$(q,x,q') \in \delta^\S$ lorsqu'il existe $q^\sharp \in C(q)$ tel que
$(q^\sharp,x,q') \in \delta$ : autrement dit, pour créer les
transitions $q\to q'$ dans $A^\S$, on parcourt tous les $q^\sharp \in
C(q)$, et on crée une transition $q\to q'$ étiquetée par $x$
dans $A^\S$ lorsqu'il existe une transition $q^\sharp\to q'$ étiquetée
par ce $x$ dans $A$.  De même, on définit $F^\S \subseteq Q$ comme
l'ensemble des $q\in Q$ tels que $C(q) \cap F \neq \varnothing$,
c'est-à-dire, qu'on peut atteindre un état final par une succession de
ε-transitions.

Si on a un chemin $q_0 \to q_1 \to \cdots \to q_n$ dans $A$ menant
d'un état initial $q_0 \in I$ à un état final $q_n \in F$ et
étiquetées par $t_1,\ldots,t_n \in (\Sigma\cup\{\varepsilon\})$
(c'est-à-dire $(q_{i-1},t_i,q_i) \in \delta$), appelons
$j_1<\ldots<j_m$ les indices tels que $t_j \in\Sigma$, autrement dit,
tels que la transition $q_{j-1} \to q_j$ ne soit pas spontanée, et
posons $j_0 = 0$.  Alors on passe de $q_{j_{i-1}}$ à $q_{j_i}$ par une
succession de ε-transitions (de $q_{j_{i-1}}$ à $q_{(j_i)-1}$) suivie
par une unique transition non spontanée : on a $q_{(j_i)-1} \in
C(q_{j_{i-1}})$ et $(q_{(j_i)-1},t_{j_i},q_{j_i}) \in \delta$,
autrement dit $(q_{j_{i-1}},t_{j_i},q_{j_i}) \in \delta^\S$ ; et comme
le mot $w = t_1\cdots t_n$ s'écrit aussi $t_{j_1}\cdots t_{j_m}$, on a
un chemin reliant $q_{j_0} = q_0 \in I$ à $q_{j_m} \in F^\S$ (puisque
$q_n \in C(q_{j_m}) \cap F$).  Le mot $w$ supposé accepté par $A$ est
donc accepté par $A^\S$.  La réciproque est analogue.
\end{proof}

\thingy On dit que le NFA $A^\S$ est obtenu en \defin[éliminer (les
  transitions spontanées)]{éliminant les ε-transitions} dans le
εNFA $A$ lorsqu'il est obtenu par la procédure décrite dans la
démonstration de cette proposition, et en supprimant tous les états
non-initiaux de $A^\S$ auxquels n'aboutissent dans $A$ que des
ε-transitions (ces états sont devenus inaccessibles dans $A^\S$).
Algorithmiquement, il s'agit donc, pour chaque état $q\in Q$ et chaque
$q^\sharp$ dans la ε-femerture $C(q)$ de $q$, de créer une transition
$q\to q'$ étiquetée par $x$ dans $A^\S$ pour chaque transition
$q^\sharp\to q'$ étiquetée par $x$ dans $A$.

\thingy\label{removal-of-epsilon-transitions-from-example5}
À titre d'exemple, éliminons les ε-transitions du εNFA $A$
présenté en \ref{discussion-example5} : comme $C(0) = \{0,1,2\}$, on
fait partir de $0$ toutes les transitions partant d'un des états
$0,1,2$ et étiquetées par une lettre, et de même, comme $C(1) =
\{1,2\}$, on fait pratir de $1$ toutes les transitions partant d'un
des états $1,2$ et étiquetées par une lettre.  On obtient finalement
l'automate suivant :

\begin{center}
%%% begin example5ne %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,48bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial] {$0$};
  \node (q2) at (176bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (47.643bp,10.917bp) and (64.2bp,7.4655bp)  .. (79bp,6bp) .. controls (94.922bp,4.4234bp) and (99.078bp,4.4234bp)  .. (115bp,6bp) .. controls (125.98bp,7.0877bp) and (137.94bp,9.2693bp)  .. node[auto] {$c$} (q2);
  \draw [->] (q2) to[loop above] node[auto] {$c$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$a$} (q0);
  \draw [->] (q1) to[loop above] node[auto] {$b$} (q1);
  \draw [->] (q1) ..controls (124.28bp,37.762bp) and (137.94bp,32.438bp)  .. node[auto] {$c$} (q2);
  \draw [->] (q0) ..controls (45.279bp,28.238bp) and (58.943bp,33.562bp)  .. node[auto] {$b$} (q1);
%
\end{tikzpicture}

%%% end example5ne %%%
\end{center}

(Sur cet exemple précis, on obtient un automate déterministe
incomplet, mais ce n'est pas un phénomène général : en général il faut
s'attendre à obtenir un NFA.)

{\footnotesize

\thingy\textbf{Remarque :} La manière dont on a éliminé les
ε-transitions ci-dessus consiste à remplacer \emph{une succession de
  ε-transitions suivie d'une unique transition étiquetée $x$} par une
transition étiquetée $x$ (et de même, on modifie les états finaux,
mais pas les états initiaux).  Il existait un moyen « dual »
d'éliminer les ε-transitions, à savoir remplacer \emph{une unique
  transition étiquetée $x$ suivie d'une succession de ε-transitions}
par une transition étiquetée $x$ (et de même, on modifie les états
initiaux, mais pas les états finaux).  Autrement dit, la construction
$A \mapsto A^\S$ décrite en \ref{removal-of-epsilon-transitions}
définit $(q,x,q') \in \delta^\S$ lorsqu'il existe $q^\sharp \in C(q)$
tel que $(q^\sharp,x,q') \in \delta$, et $I^\S=I$ et $F^\S$ comme
l'ensemble des états $q$ tels que $C(q) \cap F \neq \varnothing$ ; la
construction « duale » $A \mapsto A^\P$ consiste à poser $(q,x,q') \in
\delta^\P$ lorsqu'il existe $q^{\flat\prime} \in C(q)$ tel que
$(q,x,q^{\flat\prime}) \in \delta$, et $F^\P=F$ et $I^\P$ comme la
réunion des $C(q)$ pour tout $q\in I$.

Ces deux manières d'éliminer les ε-transitions donnent des NFA
équivalents.  En fait, on peut passer de l'une à l'autre en utilisant
la définition de l'automate transposé $A^{\mathsf{R}}$ présentée
en \ref{nfa-mirror} plus bas (et qui consiste simplement à inverser le
sens de toutes les flèches de l'automate) : si on inverse les flèches,
qu'on élimine les ε-transitions à la manière décrite
en \ref{removal-of-epsilon-transitions}, et qu'on inverse de nouveau
les flèches, on obtient l'élimination « duale », autrement dit, $A^\P
= ((A^{\mathsf{R}})^\S)^{\mathsf{R}}$.

L'une ou l'autre manière d'éliminer les ε-transitions était possible,
mais il vaut mieux ne pas les mélanger.  C'est pour cette raison qu'on
a fait un choix en \ref{removal-of-epsilon-transitions} ; la présente
remarque a principalement pour objectif d'expliquer la raison d'une
perte de symétrie (notamment entre états initiaux et finaux) dans ce
choix.

\par}

\thingy L'intérêt des εNFA, même s'ils sont finalement équivalents aux
NFA, est que certaines constructions sur les automates sont plus
simples ou plus transparentes lorsqu'on s'autorise à fabriquer des
εNFA (à titre d'exemple, l'automate présenté
en \ref{discussion-example5} est beaucoup plus transparent à lire que
le NFA équivalent donné
en \ref{removal-of-epsilon-transitions-from-example5}).  On verra
notamment en \ref{subsection-thompson-construction} qu'il est facile
(quoique inefficace) de construire un εNFA reconnaissant le langage
dénoté par une expression rationnelle quelconque ; et
en \ref{subsection-recognizable-languages-under-rational-operations}
que, même si on fabrique directement un NFA, il peut être utile
d'introduire temporairement des transitions spontanées dans la
construction de ce NFA, quitte à les éliminer immédiatement (cela
simplifie la description).


\section{Langages reconnaissables et langages rationnels}\label{section-recognizable-languages}

\subsection{Stabilité des langages reconnaissables par opérations booléennes et miroir}

\thingy On rappelle qu'on a défini un langage \index{reconnaissable
  (langage)}reconnaissable comme un langage $L$ pour lequel il existe
un DFA $A$ tel que $L = L_A$.  D'après \ref{completion-of-dfai},
\ref{determinization-of-nfa} et \ref{removal-of-epsilon-transitions},
on peut remplacer « DFA » dans cette définition par « DFAI », « NFA »
ou « εNFA » sans changer la définition.

Nous allons maintenant montrer que les langages reconnaissables sont
stables par différentes opérations.  Dans cette section, nous traitons
le cas des opérations booléennes (complémentaire, union, intersection)
et l'opération « miroir » ; la
section \ref{subsection-recognizable-languages-under-rational-operations}
traite des opérations booléennes.

\begin{prop}\label{dfa-complement}
Si $L$ est un langage reconnaissable sur un alphabet $\Sigma$, alors
le complémentaire $\Sigma^*\setminus L$ de $L$ est reconnaissable ; de
plus, un DFA reconnaissant l'un se déduit algorithmiquement d'un DFA
reconnaissant l'autre.
\end{prop}
\begin{proof}
Par hypothèse, il existe un DFA (complet !) $A = (Q,q_0,F,\delta)$ tel
que $L = L_A$.  Considérons le DFA $A'$ défini par l'ensemble d'états
$Q' = Q$, l'état initial $q'_0 = q_0$, la fonction de transition
$\delta' = \delta$ et pour seul changement l'ensemble d'états finaux
$F' = Q \setminus F$ complémentaire de $F$.

Si $w \in \Sigma^*$, on a $w \in L_{A'}$ si et seulement si
$\delta^{\prime*}(q_0,w) \in F'$, c'est-à-dire $\delta^*(q_0,w) \in
F'$ (puisque $\delta' = \delta$), c'est-à-dire $\delta^*(q_0,w)
\not\in F$ (par définition du complémentaire), c'est-à-dire $w \not\in
L_A$.  Ceci montre bien que $L_{A'}$ est le complémentaire de $L_A$.
\end{proof}

\thingy Cette démonstration a utilisé la caractérisation des langages
reconnaissables par les DFA : il était crucial de le faire, et les
autres sortes d'automates définis plus haut n'auraient pas permis
d'arriver (simplement) à la même conclusion.  Il est intéressant de
réfléchir à pourquoi.  (Essentiellement, dans un NFA, un mot est
accepté dès qu'\emph{il existe} un chemin qui l'accepte, or
l'existence d'un chemin aboutissant à un état non-final n'est pas la
même chose que l'inexistence d'un chemin aboutissant à un état final.)

\begin{prop}\label{dfa-union-and-intersection}
Si $L_1,L_2$ sont des langages reconnaissables (sur un même
alphabet $\Sigma$), alors la réunion $L_1\cup L_2$ et l'intersection
$L_1\cap L_2$ sont reconnaissables ; de plus, un DFA reconnaissant
l'un comme l'autre se déduit algorithmiquement de DFA reconnaissant
$L_1$ et $L_2$.
\end{prop}
\begin{proof}
Traitons le cas de l'intersection.  Par hypothèse, il existe des DFA
(complets !) $A_1 = (Q_1,q_{0,1},F_1,\delta_1)$ et $A_2 =
(Q_2,q_{0,2},F_2,\delta_2)$ tels que $L_1 = L_{A_1}$ et $L_2 =
L_{A_2}$.  Considérons le DFA $A'$ défini par l'ensemble d'états $Q' =
Q_1 \times Q_2$ (c'est-à-dire l'ensemble des couples formés d'un état
de $A_1$ et d'un état de $A_2$), l'état initial $q'_0 =
(q_{0,1},q_{0,2})$, la fonction de transition $\delta' \colon
((p_1,p_2),x) \mapsto (\delta_1(p_1,x), \delta_2(p_2,x))$ et pour
ensemble d'états finaux $F' = F_1\times F_2$.  Remarquons que
$(p_1,p_2) \in Q'$ appartient à $F' = F_1\times F_2$ si et seulement
si $p_1 \in F_1$ \emph{et} $p_2 \in F_2$ (i.e., $F' \subseteq Q'$ est
l'ensemble des couples dont les deux composantes sont finales).  Par
ailleurs, si $w\in \Sigma^*$, on a $\delta^{\prime*}(q_0',w) =
(\delta_1^*(q_{0,1},w), \delta_2^*(q_{0,2},w))$, et par ce qui vient
d'être dit, ceci appartient à $F'$ si et seulement
$\delta_1^*(q_{0,1},w) \in F_1$ et $\delta_2^*(q_{0,2},w) \in F_2$.
On voit donc qu'un mot $w$ appartient à $L_{A'}$ si et seulement il
appartient à la fois à $L_1$ et à $L_2$, ce qu'il fallait démontrer.

Pour la réunion, on peut invoquer le fait que la réunion est le
complémentaire de l'intersection des complémentaires, et
utiliser \ref{dfa-complement} ; si on déroule cette démonstration, on
voit qu'on construit un DFA $A''$ exactement égal à $A'$ construit
ci-dessus, à la seule différence près que son ensemble d'états finaux
est $F'' = (F_1\times Q_2) \cup (Q_1\times F_2)$, qui est le
sous-ensemble de $Q'' = Q_1\times Q_2$ formé des couples dont
\emph{l'une au moins} des deux composantes est finale.
\end{proof}

\thingy La construction $A'$ ci-dessus est parfois appelée automate
\index{produit (d'automates)}\emph{produit} des DFA $A_1$ et $A_2$.

La construction de l'automate produit pour fabriquer le langage
intersection utilise la caractérisation des langages reconnaissables
par les DFA : elle aurait aussi fonctionné pour les DFAI mais pas pour
les NFA ; il est intéressant de réfléchir à pourquoi.  (Une
construction du type produit pourrait fonctionner sur les NFA pour le
langage réunion, mais elle n'a aucun intérêt par rapport à la
construction présentée en \ref{nfa-union}.)

\begin{prop}\label{nfa-mirror}
Si $L$ est un langage reconnaissable sur un alphabet $\Sigma$, alors
le langage miroir (cf. \ref{definition-mirror-language})
$L^{\mathsf{R}}$ de $L$ est reconnaissable ; de plus, un NFA ou εNFA
reconnaissant l'un se déduit algorithmiquement d'un NFA ou εNFA
reconnaissant l'autre : il s'agit simplement d'inverser le sens de
toutes les flèches (y compris celles qui marquent les états initiaux
et finaux).
\end{prop}

L'automate ainsi construit en inversant toutes les flèches d'un
automate $A$ (la définition précise est donnée dans la démonstration
qui suit) et qui reconnaît le langage miroir de celui reconnu par $A$
peut s'appeller automate \defin[transposé (automate)]{transposé}
$A^{\mathsf{R}}$ de $A$.

\begin{proof}
Par hypothèse, il existe un NFA ou un εNFA $A = (Q,I,F,\delta)$ tel
que $L = L_A$.  Considérons l'automate $A^{\mathsf{R}}$ de même type
défini par l'ensemble d'états $Q^{\mathsf{R}} = Q$ et inversant toutes
les flèches de $A$, c'est-à-dire $I^{\mathsf{R}} = F$ et
$F^{\mathsf{R}} = I$ et $(q,t,q') \in \delta^{\mathsf{R}}$ si et
seulement si $(q^{\mathsf{R}},t,q) \in \delta$.  Un chemin existe dans
$A^{\mathsf{R}}$ si et seulement si le même chemin inversé existe
dans $A$, ce qui montre qu'un mot appartient à $L_{A^{\mathsf{R}}}$ si
et seulement si son miroir appartient à $L_A$.  On a donc bien
$L_{A^{\mathsf{R}}}=L^{\mathsf{R}}$, langage miroir de $L$.
\end{proof}

\thingy Alors que les constructions du complémentaire et de
l'intersection s'effectuaient naturellement sur les DFA, celle du
langage miroir s'effectue naturellement sur les NFA.  (On peut, bien
sûr, considérer un DFA comme un NFA particulier, et effectuer dessus
l'opération d'inversion des flèches qu'on vient de décrire, mais en
général on n'obtiendra pas un DFA, seulement un NFA ; les NFA dont
l'automate transposé est déterministe — c'est-à-dire tels que, pour
chaque état $q$ et chaque lettre $x$, il existe une unique arête
aboutissant à $q$ et étiquetée par $x$ — sont parfois dits
« co-déterministes ».)

\subsection{Stabilité des langages reconnaissables par opérations rationnelles, automates standards, construction de Glushkov}\label{subsection-recognizable-languages-under-rational-operations}

\thingy Nous allons maintenant montrer que la classe des langages
reconnaissables est stable par les opérations rationnelles (union,
concaténation et étoile de Kleene,
cf. \ref{stable-under-rational-operations} ; on l'a déjà vu sur les
DFA en \ref{dfa-union-and-intersection} pour la réunion, mais on va en
donner une nouvelle démonstration, cette fois basée sur les NFA, qui a
un contenu algorithmique utile dans des circonstances différentes).
Cela permettra de conclure que les langages rationnels sont
reconnaissables (la réciproque faisant l'objet de la
section \ref{subsection-rnfa-and-kleenes-algorithm}).

Pour établir ces stabilités, on va travailler sur les NFA et utiliser
la construction parfois appelée « de Glushkov » ou « automate
standard » ; ceci fournira un « automate de Glushkov » pour chaque
expression rationnelle $r$.  Cette construction travaille, en fait,
sur des NFA vérifiant une propriété supplémentaire facile à assurer,
et on va commencer par un lemme dans ce sens :

\begin{lem}\label{standard-automaton-lemma}
Soit $A$ un NFA.  Alors il existe un NFA $A'$ (sur le même
alphabet $\Sigma$) qui soit équivalent à $A$ et qui possède la
propriété supplémentaire d'avoir un \emph{unique} état initial $q_0$
et qu'aucune transition n'aboutit à $q_0$.  De plus, $A'$ se déduit
algorithmiquement de $A$ et a au plus un état de plus que $A$.

(On pourra appeler \defin[standard (automate)]{standard} un NFA
vérifiant cette propriété d'avoir un unique état initial qui n'est la
cible d'aucune transition.  L'affirmation est donc que tout NFA est
équivalent à un NFA \emph{standard} qui s'en déduit algorithmiquement
par l'ajout d'au plus un état.)
\end{lem}
\begin{proof}
On fabrique $A'$ en reprenant le même ensemble d'états $Q$ que
dans $A$ auquel on ajoute un unique nouvel état $q_0$ qui sera le seul
état initial de $A'$ ; pour chaque transition partant d'un état
initial de $A$, on ajoute dans $A'$ une transition identiquement
étiquetée partant de $q_0$.

Formellement : soit $A = (Q,I,F,\delta)$.  On définit alors $A' =
(Q',\{q_0\},F,\delta')$ de la manière suivante : $Q' = Q \uplus
\{q_0\}$ (où $\uplus$ désigne une réunion
disjointe\footnote{C'est-à-dire qu'on s'arrange pour que $q_0$
  n'appartienne pas à $Q$.}), et $\delta'$ est la réunion des
transitions $(q,x,q')$ qui étaient déjà dans $\delta$ et des
$(q_0,x,q')$ telles qu'il existe une transition $(q,x,q') \in \delta$
avec $q\in I$.

La figure suivante illustre la transformation en question :
\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=75bp] {$A$};
\node (q) at (-15bp,15bp) [draw,circle,state,initial] {\footnotesize $q$};
\node (qp) at (15bp,15bp) [draw,circle,state] {\footnotesize\vbox to0pt{\vss\hbox to0pt{$q'$\hss}}\phantom{$q$}};
\draw [->] (A.east) -- ($(A.east)+(3ex,0)$);
\draw [->] (q) -- node[auto] {\footnotesize $x$} (qp);
\end{tikzpicture}
\quad devient\quad
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=75bp] {\phantom{$A$}};
\node (q) at (-15bp,15bp) [draw,circle,state] {\footnotesize $q$};
\node (qp) at (15bp,15bp) [draw,circle,state] {\footnotesize\vbox to0pt{\vss\hbox to0pt{$q'$\hss}}\phantom{$q$}};
\node (q0) at (-40bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\draw [->] (A.east) -- ($(A.east)+(3ex,0)$);
\draw [->] (q) -- node[auto] {\footnotesize $x$} (qp);
\draw [->] (q0) to[out=0,in=270] node[auto,swap] {\footnotesize $x$} (qp.south);
\end{tikzpicture}
\end{center}

(\emph{Remarque : } De façon équivalente, on peut fabriquer $A'$ en
ajoutant d'abord un unique état initial $q_0$ et des ε-transitions de
$q_0$ vers chacun des états qui étaient initiaux dans $A$, puis en
éliminant les ε-transitions qu'on vient d'ajouter
(cf. \ref{removal-of-epsilon-transitions}).  Cela donne le même
résultat que ce qui vient d'être dit.)
\end{proof}

\medbreak

On a vu en \ref{dfa-union-and-intersection} une preuve, à base de DFA,
que $L_1 \cup L_2$ est reconnaissable lorsque $L_1$ et $L_2$ le sont.
Donnons maintenant une autre preuve de ce fait, à base de NFA :

\begin{prop}\label{nfa-union}
Si $L_1,L_2$ sont des langages reconnaissables (sur un même
alphabet $\Sigma$), alors la réunion $L_1 \cup L_2$ est
reconnaissable ; de plus, un NFA la reconnaissant se déduit
algorithmiquement de NFA reconnaissant $L_1$ et $L_2$.
\end{prop}
\begin{proof}
Par hypothèse, il existe des NFA reconnaissant $L_1$ et $L_2$ :
d'après \ref{standard-automaton-lemma}, on peut supposer qu'ils sont
\emph{standards} en ce sens qu'ils ont un unique état initial qui
n'est la cible d'aucune transition.  Disons que $A_1 =
(Q_1,\{q_1\},F_1,\delta_1)$ et $A_2 = (Q_2,\{q_2\},F_2,\delta_2)$ sont
des NFA standards tels que $L_1 = L_{A_1}$ et $L_2 = L_{A_2}$.

L'automate $A'$ s'obtient réunissant $A_1$ et $A_2$ mais en
« fusionnant » les états initiaux $q_1$ et $q_2$ de $A_1$ et $A_2$ en
un unique état initial $q'_0$, d'où partent les mêmes transitions
(avec les mêmes étiquettes) que depuis l'un ou de l'autre de
$q_1$ ou $q_2$.  Graphiquement :

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {$A_1$};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_1$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
et
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {$A_2$};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_2$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
\\deviennent\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A1) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {\phantom{$A_1$}};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q'_0$};
\node (A1) at (90bp,0bp) [draw,dotted,circle,minimum size=60bp] {\phantom{$A_2$}};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (l1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (l2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (l3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (r1) at (80bp,20bp) [circle,inner sep=2bp,fill] {};
\node (r2) at (80bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (105bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (115bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (105bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (l1) -- ($(l1.east)+(3ex,0)$);
\draw [->] (l2) -- ($(l2.east)+(3ex,0)$);
\draw [->] (l3) -- ($(l3.east)+(3ex,0)$);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\draw [->] (q0) to[out=10,in=180] (r1);
\draw [->] (q0) to[out=350,in=180] (r2);
\end{tikzpicture}
\end{center}

De façon plus formelle, considérons un nouvel ensemble d'états $Q' =
(Q_1 \uplus Q_2) \setminus \{q_1,q_2\} \uplus \{q'_0\}$ où $\uplus$
désigne la réunion disjointe (autrement dit, on prend la réunion
disjointe des états non-initiaux de $A_1$ et $A_2$ et on ajoute un
nouvel état $q'_0$), et la fonction $\varphi_1\colon Q_1 \to Q'$ qui
envoie $q_1$ sur $q'_0$ et tout autre état de $Q_1$ sur lui-même, et
$\varphi_2\colon Q_2 \to Q'$ de même.  On définit alors l'automate
$A'$ dont l'ensemble d'états est $Q'$, l'état initial est $q'_0$, les
états finaux $F' = \varphi_1(F_1) \cup \varphi_2(F_2)$, et la relation
de transition $\delta'$ est formée des triplets $(\varphi_1(q),x,q')$
où $q\in Q_1$ et $(\varphi_2(q),x,q')$ où $q\in Q_2$.

(\emph{Remarque : } De façon équivalente, on peut fabriquer $A'$ en
ajoutant d'abord un unique état initial $q'_0$ à la réunion disjointe
de $A_1$ et $A_2$ et des ε-transitions de $q'_0$ vers $q_1$ et $q_2$,
puis en éliminant les ε-transitions qu'on vient d'ajouter
(cf. \ref{removal-of-epsilon-transitions}) ainsi que les états $q_1$
et $q_2$ devenus inutiles.  Cela donne le même résultat que ce qui
vient d'être dit.)

Il est alors clair qu'un chemin de l'état initial à un état final dans
cet automate $A'$ consiste soit en un chemin d'un état initial à un
état final dans $A_1$ soit en un tel chemin dans $A_2$.  On a donc
bien $L_{A'} = L_1 \cup L_2$.
\end{proof}

\begin{prop}\label{nfa-concatenation}
Si $L_1,L_2$ sont des langages reconnaissables (sur un même
alphabet $\Sigma$), alors la concaténation $L_1 L_2$ est
reconnaissable ; de plus, un NFA la reconnaissant se déduit
algorithmiquement de NFA reconnaissant $L_1$ et $L_2$.
\end{prop}
\begin{proof}
Par hypothèse, il existe des NFA reconnaissant $L_1$ et $L_2$ :
d'après \ref{standard-automaton-lemma}, on peut supposer qu'ils sont
\emph{standards} en ce sens qu'ils ont un unique état initial qui
n'est la cible d'aucune transition.  Disons que $A_1 =
(Q_1,\{q_1\},F_1,\delta_1)$ et $A_2 = (Q_2,\{q_2\},F_2,\delta_2)$ sont
des NFA standards tels que $L_1 = L_{A_1}$ et $L_2 = L_{A_2}$.

L'automate $A'$ s'obtient en réunissant $A_1$ et $A_2$, en ne gardant
que les états finaux de $A_2$, en supprimant $q_2$ et en remplaçant
chaque transition sortant de $q_2$ par une transition identiquement
étiquetée partant de \emph{chaque} état final de $A_1$.
Graphiquement :

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {$A_1$};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_1$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
et
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {$A_2$};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_2$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
\\deviennent\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A1) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {\phantom{$A_1$}};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_1$};
\node (A1) at (90bp,0bp) [draw,dotted,circle,minimum size=60bp] {\phantom{$A_2$}};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (l1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (l2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (l3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (r1) at (80bp,20bp) [circle,inner sep=2bp,fill] {};
\node (r2) at (80bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (105bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (115bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (105bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (l1) to[out=0,in=180] (r1);
\draw [->] (l1) to[out=0,in=180] (r2);
\draw [->] (l2) to[out=0,in=180] (r1);
\draw [->] (l2) to[out=0,in=180] (r2);
\draw [->] (l3) to[out=0,in=180] (r1);
\draw [->] (l3) to[out=0,in=180] (r2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
\end{center}

De façon plus formelle, considérons un nouvel ensemble d'états $Q' =
(Q_1 \uplus Q_2) \setminus \{q_2\}$ où $\uplus$ désigne la réunion
disjointe.  On définit alors l'automate $A'$ dont l'ensemble d'états
est $Q'$, l'état initial est $q_1$, les états finaux $F' = F_2$, et la
relation de transition $\delta$ est la réunion de $\delta_1$, de
l'ensemble des triplets $(q,x,q') \in \delta_2$ tels que $q\neq q_2$,
et enfin de l'ensemble des triplets $(q,x,q')$ tels que $(q_2,x,q')
\in \delta_2$ et que $q\in F_1$.

(\emph{Remarque : } De façon équivalente, on peut fabriquer $A'$ en
ajoutant d'abord à la réunion disjointe de $A_1$ et $A_2$ une
ε-transition de chaque état final de $A_1$ vers $q_2$, puis en
éliminant les ε-transitions qu'on vient d'ajouter
(cf. \ref{removal-of-epsilon-transitions}) ainsi que l'état $q_2$
devenu inutile.  Cela donne le même résultat que ce qui vient d'être
dit.)

Il est alors clair qu'un chemin de l'état initial $q_1$ à un état
final dans cet automate $A'$ consiste en un chemin de $q_1$ à un état
final dans $A_1$ suivi d'un chemin de $q_2$ à un état final dans $A_2$
(moins $q_2$ lui-même).  On a donc bien $L_{A'} = L_1 L_2$.
\end{proof}

\begin{prop}\label{nfa-star}
Si $L$ est un langage reconnaissable (sur un alphabet $\Sigma$), alors
l'étoile de Kleene $L^*$ est reconnaissable ; de plus, un NFA la
reconnaissant se déduit algorithmiquement de NFA reconnaissant $L$.
\end{prop}
\begin{proof}
Par hypothèse, il existe un NFA reconnaissant $L$ :
d'après \ref{standard-automaton-lemma}, on peut supposer qu'ils est
\emph{standard} en ce sens qu'il a un unique état initial qui n'est la
cible d'aucune transition.  Disons que $A = (Q,\{q_0\},F,\delta)$ est
un NFA standard tel que $L = L_A$.

L'automate $A'$ s'obtient en ajoutant à $A$, pour chaque transition
sortant de $q_0$, une transition identiquement étiquetée partant de
chaque état final de $A$, et en rendant $q_0$ final s'il ne l'était
pas déjà :

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {$A$};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\end{tikzpicture}
devient
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (0bp,0bp) [draw,dotted,circle,minimum size=60bp] {\phantom{$A$}};
\node (q0) at (-35bp,0bp) [draw,circle,state,initial,accepting below,fill=white] {$q_0$};
\node (i1) at (-10bp,20bp) [circle,inner sep=2bp,fill] {};
\node (i2) at (-10bp,-20bp) [circle,inner sep=2bp,fill] {};
\node (o1) at (15bp,20bp) [circle,inner sep=2bp,fill] {};
\node (o2) at (25bp,0bp) [circle,inner sep=2bp,fill] {};
\node (o3) at (15bp,-20bp) [circle,inner sep=2bp,fill] {};
\draw [->] (q0) -- (i1);
\draw [->] (q0) -- (i2);
\draw [->] (o1) -- ($(o1.east)+(3ex,0)$);
\draw [->] (o2) -- ($(o2.east)+(3ex,0)$);
\draw [->] (o3) -- ($(o3.east)+(3ex,0)$);
\draw [->] (o1) -- (i1);
\draw [->] (o1) -- (i2);
\draw [->] (o2) -- (i1);
\draw [->] (o2) -- (i2);
\draw [->] (o3) -- (i1);
\draw [->] (o3) -- (i2);
\end{tikzpicture}
\end{center}

De façon plus formelle, on considère l'automate $A'$ dont l'ensemble
d'états est $Q' := Q$, l'état initial est $q_0$, les états finaux $F'
:= F$, et la relation de transition $\delta'$ est la réunion de
$\delta$ et de l'ensemble des triplets $(q,x,q')$ tels que $(q_0,x,q')
\in \delta$ et que $q \in F$.

(\emph{Remarque : } De façon équivalente, on peut fabriquer $A'$ en
ajoutant d'abord à $A$ une ε-transition de chaque état final de $A$
vers $q_0$, puis en éliminant les ε-transitions qu'on vient d'ajouter
(cf. \ref{removal-of-epsilon-transitions}), et enfin en marquant $q_0$
comme final.  Cela donne le même résultat que ce qui vient d'être
dit.)

Il est alors clair qu'un chemin de l'état initial $q_0$ à un état
final dans cet automate $A'$ consiste en un nombre quelconque
(éventuellement nul) de chemins d'un état initial à un état final
dans $A$.  On a donc bien $L_{A'} = L^*$.
\end{proof}

\thingy\label{trivial-standard-automata} Il sera utile de fixer
également des NFA (« standards » au sens de
\ref{standard-automaton-lemma}) reconnaissant les langages de base
triviaux $\varnothing$, $\{\varepsilon\}$ et $\{x\}$ (pour
chaque $x\in\Sigma$), c'est-à-dire ceux dénotés par les expressions
rationnelles $\bot$, $\underline{\varepsilon}$ et $x$ respectivement.
On prendra les suivants :

\begin{center}
\begin{tabular}{ll}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q0.base)]
\node (q0) at (0bp,0bp) [draw,circle,state,initial] {$q_0$};
\end{tikzpicture}
&pour le langage $\varnothing$ (i.e., pour l'expression rationnelle $\bot$),\\[1.75ex]
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q0.base)]
\node (q0) at (0bp,0bp) [draw,circle,state,initial,final] {$q_0$};
\end{tikzpicture}
&pour le langage $\{\varepsilon\}$ (i.e., pour l'expression
rationnelle $\underline{\varepsilon}$), et\\[1.75ex]
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q0.base)]
\node (q0) at (0bp,0bp) [draw,circle,state,initial] {$q_0$};
\node (q1) at (60bp,0bp) [draw,circle,state,final] {$q_1$};
\draw [->] (q0) to node[auto,swap] {$x$} (q1);
\end{tikzpicture}
&pour le langage $\{x\}$ (i.e., pour l'expression rationnelle $x$).
\end{tabular}
\end{center}

\begin{cor}\label{rational-languages-are-recognizable}
Tout langage rationnel est reconnaissable ; de plus, un NFA le
reconnaissant se déduit algorithmiquement d'une expression rationnelle
le dénotant.  (Et en particulier, il est possible de décider
algorithmiquement si un mot vérifie une expression rationnelle.)
\end{cor}
\begin{proof}
Cela résulte de façon évidente de la définition des langages
rationnels (cf. §\ref{subsection-rational-languages}), du fait que les
langages $\varnothing$, $\{\varepsilon\}$ et $\{x\}$ (pour
chaque $x\in\Sigma$) sont reconnaissables par automates finis
(cf. \ref{trivial-standard-automata}), et grâce aux propositions
\ref{nfa-union}, \ref{nfa-concatenation} et \ref{nfa-star}.
(Cf. \ref{glushkov-construction} ci-dessous pour une description
algorithmique plus précise.)

Pour décider si un mot vérifie une expression rationnelle, on peut
commencer par transformer cette expression rationnelle en NFA standard
(i.e., construire un NFA standard reconnaissant le langage qu'elle
dénote) comme on vient de l'expliquer, et déterminiser ensuite cet
automate (cf. \ref{determinization-of-nfa}), après quoi il est facile
de tester si le DFA résultant de la déterministaion accepte le mot
considéré.
\end{proof}

\thingy\label{glushkov-construction} Les constructions que nous avons
décrites dans cette section associent naturellement un NFA standard à
chaque expression rationnelle : il s'obtient en partant des automates
de base décrits en \ref{trivial-standard-automata} et en appliquant
les constructions décrites dans les démonstrations de \ref{nfa-union},
\ref{nfa-concatenation} et \ref{nfa-star}.

Plus exactement, on associe à chaque expression rationnelle $r$ (sur
un alphabet $\Sigma$ fixé) un automate $A_r$ standard, appelé
\defin[Glushkov (construction d'automate de)]{automate de Glushkov},
qui reconnaît le langage $L_r$ dénoté par $r$, de la manière suivante
(par induction sur la complexité de l'expression rationnelle telle que
définie en \ref{regular-expressions}) :
\begin{itemize}
\item les automates de Glushkov de $\bot$, $\underline{\varnothing}$
  et $x$ (pour $x\in\Sigma$) sont définis comme ceux décrits et
  illustrés en \ref{trivial-standard-automata},
\item connaissant les automates de Glushkov $A_1$ et $A_2$ de $r_1$ et
  $r_2$ respectivement, celui de $(r_1|r_2)$ est celui décrit et
  illustré dans la démonstration de \ref{nfa-union},
\item connaissant les automates de Glushkov $A_1$ et $A_2$ de $r_1$ et
  $r_2$ respectivement, celui de $r_1 r_2$ est celui décrit et
  illustré dans la
  démonstration de \ref{nfa-concatenation},
\item connaissant l'automate de Glushkov $A$ de $r$, celui de $(r){*}$
  est celui décrit et illustré dans la démonstration
  de \ref{nfa-star}.
\end{itemize}

Cette automate de Glushkov $A_r$ possède les propriétés suivantes :
\begin{itemize}
\item c'est un NFA reconnaissant le langage $L_r$ dénoté par
  l'expression rationnelle $r$ dont on est parti,
\item il est standard au sens de \ref{standard-automaton-lemma},
  c'est-à-dire qu'il possède un unique état initial auquel n'aboutit
  aucune transition,
\item les transitions aboutissant à n'importe quel état donné sont
  toutes étiquetées par la même lettre,
\item son nombre d'états est égal à $1$ plus le nombre de lettres (à
  l'exclusion des métacaractères) contenues dans l'expression $r$.
\end{itemize}

Les deux dernières propriétés se vérifient inductivement, c'est-à-dire
qu'on observe qu'elles sont satisfaites sur les automates de base
décrits en \ref{trivial-standard-automata} qu'elles sont préservées
par les constructions de \ref{nfa-union}, \ref{nfa-concatenation}
et \ref{nfa-star}.  En fait, on peut être un peu plus précis : chaque
état, autre que l'état initial, de l'automate de Glushkov associé à
l'expression rationnelle $r$ correspond à une lettre $x$ (à
l'exclusion des métacaractères) de $r$, l'état en question provient de
l'état $q_1$ de l'automate décrit en \ref{trivial-standard-automata}
pour le langage $\{x\}$, et toutes les transitions menant à cet état
sont étiquetées par $x$.

Ces observations sont utiles pour détecter des erreurs lors de la
construction de l'automate.

\thingy À titre d'exemple pour illustrer la construction de Glushkov,
construsions l'automate qu'elle associe à l'expression rationnelle
$((a{*}|b)c){*}$ sur l'alphabet $\Sigma = \{a,b,c\}$.  On doit obtenir
un automate ayant $4$ états.

L'automate de Glushkov de $a{*}$ est le suivant, obtenu en appliquant
la construction de \ref{nfa-star} à l'automate trivial pour le
langage $\{a\}$ (donné en \ref{trivial-standard-automata}) :

\begin{center}
%%% begin example8a %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,18bp) [draw,circle,state,final] {$1$};
  \node (q0) at (18bp,18bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \draw [->] (q0) ..controls (45.659bp,18bp) and (57.817bp,18bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
%
\end{tikzpicture}

%%% end example8a %%%
\end{center}

On en déduit au moyen de \ref{nfa-union} l'automate suivant
pour $a{*}|b$ :

\begin{center}
%%% begin example8b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,72bp) [draw,circle,state,final] {$1$};
  \node (q0) at (18bp,41bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \node (q2) at (97bp,18bp) [draw,circle,state,final] {$2$};
  \draw [->] (q0) ..controls (45.279bp,51.58bp) and (58.943bp,57.081bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q0) ..controls (40.761bp,31.564bp) and (47.615bp,28.946bp)  .. (54bp,27bp) .. controls (58.828bp,25.529bp) and (64.04bp,24.206bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
%
\end{tikzpicture}

%%% end example8b %%%
\end{center}

On en déduit au moyen de \ref{nfa-concatenation} l'automate suivant
pour $(a{*}|b)c$ :

\begin{center}
%%% begin example8c %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,99.608bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,45.608bp) [draw,circle,state,initial] {$0$};
  \node (q3) at (176bp,45.608bp) [draw,circle,state,final] {$3$};
  \node (q2) at (97bp,45.608bp) [draw,circle,state] {$2$};
  \draw [->] (q0) ..controls (42.871bp,23.135bp) and (60.567bp,9.4181bp)  .. (79bp,3.6077bp) .. controls (94.26bp,-1.2026bp) and (99.74bp,-1.2026bp)  .. (115bp,3.6077bp) .. controls (129.69bp,8.2379bp) and (143.91bp,17.889bp)  .. node[auto] {$c$} (q3);
  \draw [->] (q2) ..controls (124.66bp,45.608bp) and (136.82bp,45.608bp)  .. node[auto] {$c$} (q3);
  \draw [->] (q0) ..controls (45.659bp,45.608bp) and (57.817bp,45.608bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
  \draw [->] (q0) ..controls (44.341bp,63.379bp) and (60.249bp,74.535bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) ..controls (123.34bp,81.836bp) and (139.25bp,70.68bp)  .. node[auto] {$c$} (q3);
%
\end{tikzpicture}

%%% end example8c %%%
\end{center}

Et enfin, de nouveau par \ref{nfa-star} l'automate suivant
pour $((a{*}|b)c)*$ :

\begin{center}
%%% begin example8d %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\begin{scope}
  \pgfsetstrokecolor{black}
  \definecolor{strokecol}{rgb}{1.0,1.0,1.0};
  \pgfsetstrokecolor{strokecol}
  \definecolor{fillcol}{rgb}{1.0,1.0,1.0};
  \pgfsetfillcolor{fillcol}
\end{scope}
  \node (q1) at (97bp,101.45bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,45.453bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \node (q3) at (176bp,63.453bp) [draw,circle,state,final] {$3$};
  \node (q2) at (97bp,45.453bp) [draw,circle,state] {$2$};
  \draw [->] (q0) ..controls (49.576bp,16.777bp) and (84.747bp,-9.0778bp)  .. (115bp,3.4533bp) .. controls (133.15bp,10.97bp) and (148.67bp,26.932bp)  .. node[auto,below,near start] {$c$} (q3);
  \draw [->] (q2) ..controls (124.6bp,51.671bp) and (137.34bp,54.651bp)  .. node[auto] {$c$} (q3);
  \draw [->] (q0) ..controls (45.659bp,45.453bp) and (57.817bp,45.453bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q3) ..controls (148.91bp,76.331bp) and (134.76bp,83.311bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) to[loop above] node[auto] {$a$} (q1);
  \draw [->] (q3) ..controls (156.78bp,44.679bp) and (148.66bp,38.493bp)  .. (140bp,35.453bp) .. controls (134.61bp,33.562bp) and (128.7bp,33.684bp)  .. node[auto] {$b$} (q2);
  \draw [->] (q3) to[loop above] node[auto] {$c$} (q3);
  \draw [->] (q0) ..controls (44.52bp,64.013bp) and (60.758bp,75.823bp)  .. node[auto] {$a$} (q1);
  \draw [->] (q1) ..controls (120.07bp,117.96bp) and (130.95bp,122.37bp)  .. (140bp,117.45bp) .. controls (151.16bp,111.39bp) and (159.31bp,100.06bp)  .. node[auto,above] {$c$} (q3);
%
\end{tikzpicture}

%%% end example8d %%%
\end{center}

Toutes les transitions aboutissant à l'état $1$ sont étiquetées $a$,
toutes celles aboutissant à l'état $2$ sont étiquetées $b$, et toutes
celles aboutissant à $3$ sont étiquetées $c$.


\subsection{L'automate de Thompson (alternative à l'automate de Glushkov)}\label{subsection-thompson-construction}

\thingy La construction de Glushkov (exposée
en \ref{glushkov-construction}) d'un automate reconnaissant le langage
dénoté par expression rationnelle $r$ fabrique un NFA.  Cette
constrution produit un automate raisonnablement compact (en nombre
d'états), mais il peut être intéressant de disposer d'une autre
construction, plus transparente mais moins efficace : la
\defin[Thompson (construction d'automate de)]{construction de
  Thompson} fournit un autre moyen d'associer à une expression
rationnelle $r$ un automate reconnaissant le langage qu'elle dénote.
Elle possède pour sa part les propriétés suivantes :
\begin{itemize}
\item c'est un εNFA reconnaissant le langage $L_r$ dénoté par
  l'expression rationnelle $r$ dont on est parti,
\item il possède un unique état initial auquel n'aboutit aucune
  transition, et un unique état final duquel ne part aucune
  transition,
\item son nombre d'états est égal au double du nombre de symboles
  autres que les parenthèses constituant l'expression $r$ (en comptant
  aussi bien les lettres de $\Sigma$ que les métacaractères $\bot$,
  $\underline{\varepsilon}$, $|$ et $*$ ; mais sans compter la
  concaténation implicite).
\end{itemize}

Dans les dessins qui suivent, on symbolisera de la manière suivante un
automate de Thompson $A$ quelconque :
\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
\end{center}

\thingy\label{trivial-thompson-automata} Les automates de Thompson des
expressions rationnelles $\bot$, $\underline{\varepsilon}$ et $x$
(pour $x\in\Sigma$) seront les suivants :

\begin{center}
\begin{tabular}{ll}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(qi.base)]
\node (qi) at (0bp,0bp) [draw,circle,state,initial] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
&pour le langage $\varnothing$ (i.e., pour l'expression rationnelle $\bot$),\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(qi.base)]
\node (qi) at (0bp,0bp) [draw,circle,state,initial] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\draw [->] (qi) to node[auto] {$\varepsilon$} (qf);
\end{tikzpicture}
&pour le langage $\{\varepsilon\}$ (i.e., pour l'expression
rationnelle $\underline{\varepsilon}$), et\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(qi.base)]
\node (qi) at (0bp,0bp) [draw,circle,state,initial] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\draw [->] (qi) to node[auto,swap] {$x$} (qf);
\end{tikzpicture}
&pour le langage $\{x\}$ (i.e., pour l'expression rationnelle $x$).
\end{tabular}
\end{center}

\thingy\label{thompson-union} Si $A_1$ et $A_2$ sont les automates de
Thompson pour les expressions rationnelles $r_1$ et $r_2$, celui de
$(r_1|r_2)$ sera construit de la manière suivante :
\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_1$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
et
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_2$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
\\deviennent\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(qi.base)]
\node (qi) at (-35bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (95bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\node (A1) at (30bp,35bp) [draw,dotted,circle,minimum size=50bp] {$A_1$};
\node (qi1) at (0bp,35bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (qf1) at (60bp,35bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (A2) at (30bp,-35bp) [draw,dotted,circle,minimum size=50bp] {$A_2$};
\node (qi2) at (0bp,-35bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (qf2) at (60bp,-35bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\draw[->] (qi) to node[auto] {$\varepsilon$} (qi1);  \draw[->] (qi) to node[auto] {$\varepsilon$} (qi2);
\draw[->] (qf1) to node[auto] {$\varepsilon$} (qf);  \draw[->] (qf2) to node[auto] {$\varepsilon$} (qf);
\end{tikzpicture}
\end{center}

\thingy\label{thompson-concatenation} Si $A_1$ et $A_2$ sont les
automates de Thompson pour les expressions rationnelles $r_1$ et
$r_2$, celui de $r_1 r_2$ sera construit de la manière suivante :
\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_1$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
et
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_2$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
\\deviennent\\
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(qi.base)]
\node (A1) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_1$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (ql) at (60bp,0bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (A2) at (150bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A_2$};
\node (qr) at (120bp,0bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (qf) at (180bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\draw[->] (ql) to node[auto] {$\varepsilon$} (qr);
\end{tikzpicture}
\end{center}

\thingy\label{thompson-star} Si $A$ est l'automate de Thompson pour
l'expression rationnelle $r$, celui de $(r){*}$ sera construit de la
manière suivante :
\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (A) at (30bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A$};
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (60bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\end{tikzpicture}
devient
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(A.base)]
\node (qi) at (0bp,0bp) [draw,circle,state,initial,fill=white] {$q_0$};
\node (qf) at (180bp,0bp) [draw,circle,state,final,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_\infty$\hss}}\phantom{$q_0$}};
\node (A) at (90bp,0bp) [draw,dotted,circle,minimum size=50bp] {$A$};
\node (qai) at (60bp,0bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\node (qaf) at (120bp,0bp) [draw,circle,state,fill=white] {\phantom{$q_0$}};
\draw[->] (qi) to node[auto] {$\varepsilon$} (qai);
\draw[->] (qaf) to node[auto] {$\varepsilon$} (qf);
\draw[->] (qi) ..controls (60bp,-60bp) and (120bp,-60bp)  .. node[auto] {$\varepsilon$} (qf);
\draw[->] (qaf) ..controls (120bp,60bp) and (60bp,60bp)  .. node[auto,above] {$\varepsilon$} (qai);
\end{tikzpicture}
\end{center}

\thingy Comme on le voit ci-dessus, la construction de Thompson est
très simple à appliquer ; mais elle conduit à des automates rapidement
énormes, comportant un nombre considérable d'états et de transitions
spontanées « stupides ».

À titre d'exemple, voici l'automate de Thompson, déjà gros, de
l'expression rationnelle $(a|b){*}b$ :

\begin{center}
\scalebox{0.75}{%
%%% begin example9 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,61bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,23bp) [draw,circle,state,initial] {$0$};
  \node (q3) at (255bp,138bp) [draw,circle,state] {$3$};
  \node (q2) at (176bp,138bp) [draw,circle,state] {$2$};
  \node (q5) at (255bp,84bp) [draw,circle,state] {$5$};
  \node (q4) at (176bp,84bp) [draw,circle,state] {$4$};
  \node (q7) at (413bp,23bp) [draw,circle,state] {$7$};
  \node (q6) at (334bp,61bp) [draw,circle,state] {$6$};
  \node (q9) at (571bp,23bp) [draw,circle,state,final] {$9$};
  \node (q8) at (492bp,23bp) [draw,circle,state] {$8$};
  \draw [->] (q3) ..controls (280.5bp,113.5bp) and (299.16bp,94.836bp)  .. node[auto] {$\varepsilon$} (q6);
  \draw [->] (q2) ..controls (203.66bp,138bp) and (215.82bp,138bp)  .. node[auto] {$a$} (q3);
  \draw [->] (q6) ..controls (303.95bp,58.621bp) and (287.5bp,57.483bp)  .. (273bp,57bp) .. controls (221.92bp,55.299bp) and (209.08bp,55.299bp)  .. (158bp,57bp) .. controls (147.24bp,57.358bp) and (135.4bp,58.078bp)  .. node[auto] {$\varepsilon$} (q1);
  \draw [->] (q8) ..controls (519.66bp,23bp) and (531.82bp,23bp)  .. node[auto] {$b$} (q9);
  \draw [->] (q7) ..controls (440.66bp,23bp) and (452.82bp,23bp)  .. node[auto] {$\varepsilon$} (q8);
  \draw [->] (q5) ..controls (282.27bp,76.154bp) and (295.19bp,72.293bp)  .. node[auto] {$\varepsilon$} (q6);
  \draw [->] (q6) ..controls (361.12bp,48.108bp) and (375.27bp,41.127bp)  .. node[auto] {$\varepsilon$} (q7);
  \draw [->] (q4) ..controls (203.66bp,84bp) and (215.82bp,84bp)  .. node[auto] {$b$} (q5);
  \draw [->] (q1) ..controls (124.27bp,68.846bp) and (137.19bp,72.707bp)  .. node[auto] {$\varepsilon$} (q4);
  \draw [->] (q0) ..controls (49.792bp,8.7612bp) and (73.956bp,0bp)  .. (96bp,0bp) .. controls (96bp,0bp) and (96bp,0bp)  .. (335bp,0bp) .. controls (352.91bp,0bp) and (372.22bp,5.7837bp)  .. node[auto] {$\varepsilon$} (q7);
  \draw [->] (q0) ..controls (45.123bp,35.892bp) and (59.268bp,42.873bp)  .. node[auto] {$\varepsilon$} (q1);
  \draw [->] (q1) ..controls (122.5bp,85.495bp) and (141.16bp,104.16bp)  .. node[auto] {$\varepsilon$} (q2);
%
\end{tikzpicture}

%%% end example9 %%%
}
\end{center}

(Il a $10$ états puisqu'il y a $5$ autres que les parenthèses
dans $(a|b){*}b$.)

Pour comparaison, voici son automate de Glushkov :

\begin{center}
%%% begin example9b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\begin{scope}
  \pgfsetstrokecolor{black}
  \definecolor{strokecol}{rgb}{1.0,1.0,1.0};
  \pgfsetstrokecolor{strokecol}
  \definecolor{fillcol}{rgb}{1.0,1.0,1.0};
  \pgfsetfillcolor{fillcol}
\end{scope}
  \node (q9) at (176bp,45.608bp) [draw,circle,state,final] {$9$};
  \node (q0) at (18bp,45.608bp) [draw,circle,state,initial] {$0$};
  \node (q3) at (97bp,150.61bp) [draw,circle,state] {$3$};
  \node (q5) at (97bp,45.608bp) [draw,circle,state] {$5$};
  \draw [->] (q0) ..controls (42.244bp,77.303bp) and (64.303bp,107.38bp)  .. node[auto] {$a$} (q3);
  \draw [->] (q5) ..controls (124.66bp,45.608bp) and (136.82bp,45.608bp)  .. node[auto] {$b$} (q9);
  \draw [->] (q3) ..controls (121.24bp,118.91bp) and (143.3bp,88.83bp)  .. node[auto] {$b$} (q9);
  \draw [->] (q5) to[loop below] node[auto] {$b$} (q5);
  \draw [->] (q0) ..controls (45.659bp,45.608bp) and (57.817bp,45.608bp)  .. node[auto] {$b$} (q5);
  \draw [->] (q0) ..controls (42.871bp,23.135bp) and (60.567bp,9.4181bp)  .. (79bp,3.6077bp) .. controls (94.26bp,-1.2026bp) and (99.74bp,-1.2026bp)  .. (115bp,3.6077bp) .. controls (129.69bp,8.2379bp) and (143.91bp,17.889bp)  .. node[auto] {$b$} (q9);
  \draw [->] (q3) to[loop above] node[auto] {$a$} (q3);
  \draw [->] (q5) ..controls (112.04bp,72.544bp) and (117.47bp,87.733bp)  .. (115bp,101.61bp) .. controls (113.63bp,109.34bp) and (111.12bp,117.45bp)  .. node[auto,swap,pos=-0.2] {$a$} (q3);
  \draw [->] (q3) ..controls (97bp,116.41bp) and (97bp,92.55bp)  .. node[auto,swap,near end] {$b$} (q5);
%
\end{tikzpicture}

%%% end example9b %%%
\end{center}

Il a $4$ états puisqu'il y a $3$ lettres dans $(a|b){*}b$.  Ces états
ont été étiquetés de manière à illustrer la proposition suivante, qui
fait le lien entre les deux constructions :

\begin{prop}
L'élimination des transitions spontanées (au sens
de \ref{removal-of-epsilon-transitions}, suivie de la suppression des
états devenus inutiles) dans l'automate de Thompson d'une expression
rationnelle conduit à l'automate de Glushkov de cette même expression.
\end{prop}




\subsection{Automates à transitions étiquetées par des expressions rationnelles (=RNFA), algorithme d'élimination des états}\label{subsection-rnfa-and-kleenes-algorithm}

\thingy On cherche dans cette section à montrer la réciproque
de \ref{rational-languages-are-recognizable}.  On va pour cela donner
un algorithme (très coûteux !) qui transforme un automate en
expression rationnelle (dénotant le langage qu'il reconnaît).  Cette
algorithme « d'élimination des états » fonctionne naturellement sur
une sorte d'automate encore plus générale que tous ceux que nous avons
définis jusqu'à présent : on va donc commencer par définir ces
automates, même si leur intérêt réside presque uniquement en la preuve
de \ref{recognizable-languages-are-rational} ci-dessous.

\thingy\label{definition-rnfa} Un \defin[automate fini à transitions
  étiquetées par des expressions rationnelles]{automate fini
  (non-déterministe) à transitions étiquetées par des expressions
  rationnelles}, en abrégé \index{RNFA|see{automate fini à transitions
    étiquetées par des expressions rationnelles}}\textbf{RNFA}, sur un
alphabet $\Sigma$ est la donnée
\begin{itemize}
\item d'un ensemble fini $Q$ d'états,
\item d'un ensemble $I \subseteq Q$ d'états dits initiaux,
\item d'un ensemble $F \subseteq Q$ d'états dits finaux,
\item d'un ensemble \emph{fini} de transitions $\delta \subseteq Q
  \times (\mathrm{regexp}(\Sigma)) \times Q$ où
  $(\mathrm{regexp}(\Sigma))$ désigne l'ensemble des expressions
  rationnelles sur $\Sigma$.
\end{itemize}
Autrement dit, on autorise maintenant des transitions étiquetées par
des expressions rationnelles quelconques sur $\Sigma$.  Remarquons
qu'on doit maintenant demander \emph{explicitement} que l'ensemble
$\delta$ des transitions permises soit fini car l'ensemble $Q \times
(\mathrm{regexp}(\Sigma)) \times Q$, lui, ne l'est pas.

\thingy\label{rnfa-multiple-transition-relation} Pour un tel automate, on définit une relation $\delta^*
\subseteq Q \times \Sigma^* \times Q$ par $(q,w,q') \in \delta^*$
lorsqu'il existe $q_0,\ldots,q_n \in Q$ et $r_1,\ldots,r_n \in
\mathrm{regexp}(\Sigma)$ tels que $q_0 = q$ et $q_n = q'$ et
$(q_{i-1},r_i,q_i) \in\delta$ pour chaque $1\leq i\leq n$, et enfin $w
\in L_{r_1\cdots r_n}$.

Concrètement, $(q,w,q') \in \delta^*$ signifie que le RNFA peut
passer de l'état $q$ à l'état $q'$ en effectuant des transitions
($q_0\to q_1 \to \cdots \to q_n$ étiquetées par $r_1,\ldots,r_n \in
\mathrm{regexp}(\Sigma)$) et en consommant le mot $w$ au sens où ce
dernier se décompose comme concaténation d'autant de facteurs que de
transitions ($w = v_1\cdots v_n$), chacun vérifiant l'expression
rationnelle qui étiquette la transition (soit $v_i \in L_{r_i}$).

Enfin, l'automate $A$ accepte un mot $w$ lorsqu'il existe $q_0\in I$
et $q_\infty\in F$ tels que $(q_0,w,q_\infty) \in \delta^*$.  Le
langage accepté $L_A$ et l'équivalence de deux automates sont définis
de façon analogue aux DFA
(cf. \ref{definition-recognizable-language}).

\thingy Un εNFA (ou \textit{a fortiori} un NFA, DFAI ou DFA) est
considéré comme un RNFA particulier dont les transitions sont
étiquetées soit par une unique lettre (considérée comme expression
rationnelle) soit par le symbole $\underline{\varepsilon}$ (dénotant
le langage $\{\varepsilon\}$) dans le cas des transitions spontanées.

Une expression rationnelle $r$ peut aussi être considérée comme un
RNFA particulier comportant un unique état initial, un unique état
final, et une unique transition de l'un vers l'autre, étiquetée par
l'expression $r$ elle-même.  Il est évident que ce RNFA reconnaît
exactement le langage dénoté par $r$.

La représentation graphique des RNFA ne pose pas de problème
particulier (voir en \ref{example-of-state-elimination} pour
différents exemples).

\thingy\label{give-rnfa-single-transitions} On peut toujours modifier
un RNFA de manière à ce qu'il y ait au plus une, ou même si on le
souhaite, exactement une, transition entre deux états $q$ et $q'$
donnés.  En effet, s'il existe plusieurs transitions
$(q,r_1,q'),\ldots, \penalty0 (q,r_k,q') \in \delta$ possibles entre
$q$ et $q'$, on peut les remplacer par une unique transition
$(q,(r_1|\cdots|r_k),q')$, cela ne change visiblement rien au
fonctionnement de l'automate (et notamment pas le langage reconnu).
S'il n'y a \emph{aucune} transition de $q$ vers $q'$, on peut toujours
choisir d'en ajouter une $(q,\bot,q')$ (qui ne peut pas être
empruntée !) si c'est commode.

Comme les εNFA, les NFA et les DFAI avant eux, les RNFA peuvent se
ramener aux automates précédemment définis :

\begin{prop}
Soit $A = (Q,I,F,\delta)$ un RNFA sur un alphabet $\Sigma$.  Alors il
existe un εNFA $A' = (Q',I',F',\delta')$ (sur le même
alphabet $\Sigma$) et qui soit équivalent à $A$ au sens où il
reconnaît le même langage $L_{A'} = L_A$.  De plus, $A'$ se déduit
algorithmiquement de $A$.
\end{prop}
\begin{proof}
On a vu en \ref{rational-languages-are-recognizable} que pour chaque
expression rationnelle $r$ on peut trouver (algorithmiquement) un εNFA
$A_r$ (par exemple l'automate de Glushkov ou l'automate de Thompson)
qui reconnaît le langage dénoté par $r$.  On peut donc construire $A'$
en remplaçant chaque transition $(q,r,q')$ de $A$ par une copie de
l'automate $A_r$ placée entre les états $q$ et $q'$.  Symboliquement :

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q1.base)]
\node (q1) at (0bp,0bp) [draw,circle,state] {$q$};
\node (q2) at (70bp,0bp) [draw,circle,state] {$q'$};
  \draw [->] (q1) to node[auto] {$r$} (q2);
\end{tikzpicture}
\quad devient\quad
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q1.base)]
\node (q1) at (0bp,0bp) [draw,circle,state] {$q$};
\node (q2) at (100bp,0bp) [draw,circle,state] {$q'$};
\node (A) at (50bp,0bp) [draw,dotted,circle] {$A_r$};
  \draw [->] (q1) to node[auto] {$\varepsilon$} (A);
  \draw [->] (A) to node[auto] {$\varepsilon$} (q2);
\end{tikzpicture}
\end{center}

Plus précisément, si $\{(q_j,r_j,q'_j) : 1\leq j\leq M\}$ est une
énumération de $\delta$, on construit $A'$ en lui donnant pour
ensemble d'états $Q \uplus \biguplus_{j=1}^M Q_{r_j}$ où $Q_{r_j}$ est
l'ensemble d'états de l'automate $A_{r_j}$ construit pour
reconnaître $r_j$, les ensembles d'états initiaux et finaux sont
$I'=I$ et $F'=F$ comme dans $A$, et la relation de transition
$\delta'$ est la réunion de chacune $\delta_{r_j}$ de celle des
εNFA $A_{r_j}$ à quoi on ajoute encore des transitions spontanées
$(q_j,\varepsilon,q^\sharp)$ pour tout état initial $q^\sharp \in
I_{r_j}$ de $A_{r_j}$ et des transitions spontanées
$(q^\flat,\varepsilon,q'_j)$ pour tout état final $q^\flat \in
F_{r_j}$ de $A_{r_j}$.  Il est clair que faire un chemin dans $A'$
revient à un faire un chemin dans $A$ où, à chaque fois qu'on fait la
transition $q_j\to q'_j$ étiquetée par $r_j$, on la remplace par un
chemin $q_j \to q^\sharp \to \cdots \to q^\flat \to q'_j$ formé d'une
transition spontanée vers un état initial de $A_{r_j}$ suivi d'un
chemin dans ce dernier, suivi d'une transition spontanée depuis un
état final de $A_{r_j}$.
\end{proof}

Mais la surprise des RNFA est qu'ils peuvent aussi se ramener à des
expressions rationnelles !

\begin{prop}\label{recognizable-languages-are-rational}
Soit $A = (Q,I,F,\delta)$ un RNFA (ou, en particulier, un NFA ou
DFA(I)) sur un alphabet $\Sigma$.  Alors il existe une expression
rationnelle $r$ sur $\Sigma$ qui dénote le langage reconnu par $A$,
soit $L_r = L_A$.  De plus, $r$ se déduit algorithmiquement de $A$.
\end{prop}
\begin{proof}
On a vu qu'on pouvait considérer une expression rationnelle comme un
RNFA ayant un unique état initial, un unique état final, et une unique
transition de l'un vers l'autre (étiquetée par l'expression
rationnelle en question).  On va construire montrer que $A$ est
équivalent à un RNFA de cette nature, ce qui montrera bien qu'il est
équivalent à une expression rationnelle.

Remarquons tout d'abord qu'on peut supposer que $A$ a un unique état
initial $q_0$, qui ne soit pas final, et qui n'ait aucune transition
qui y aboutisse (si ce n'est pas le cas, il suffit de créer un nouvel
état $q_0$, d'en faire le seul état initial, et de le munir de
transitions spontanées — c'est-à-dire étiquetées par
$\underline{\varepsilon}$ — vers tous les états précédemment
initiaux).  De même (symétriquement), on peut supposer que $A$ a un
unique état final $q_\infty$, qui ne soit pas initial, et sans aucune
transition qui en part.  On fera l'hypothèse que $A$ a ces propriétés,
et on s'arrangera pour les préserver dans ce qui suit.

Soient maintenant $q$ un état de $A$ qui n'est ni l'état initial $q_0$
ni l'état final $q_\infty$.  On va montrer qu'on peut \emph{éliminer}
$q$, c'est-à-dire, quitte à ajouter des transitions, remplacer $A$ par
un automate équivalent $A'$ qui n'a pas cet état.  Pour cela, soient
$q_1,q_2$ deux états quelconques de $A$, autres que $q$ mais
possiblement égaux entre eux, où $q_1$ peut être l'état initial (mais
pas l'état final) et $q_2$ peut être l'état final (mais pas l'état
initial).  On a vu en \ref{give-rnfa-single-transitions} qu'on pouvait
supposer qu'il existait une unique transition $(q_1,r_{12},q_2)$ et de
même $(q_1,r_1,q)$ et $(q,r_2,q_2)$ et $(q,s,q)$ (transition de $q$
vers lui-même).  En même temps qu'on élimine $q$, on met dans $A'$ la
transition $(r_{12}|r_1(s){*}r_2)$ entre $q_1$ et $q_2$.
Symboliquement :

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q1.base)]
\node (q1) at (0bp,0bp) [draw,circle,state] {$q_1$};
\node (q2) at (70bp,0bp) [draw,circle,state] {$q_2$};
\node (q) at (35bp,50bp) [draw,circle,state] {$q$};
  \draw [->] (q1) to node[auto] {$r_{12}$} (q2);
  \draw [->] (q1) to node[auto] {$r_1$} (q);
  \draw [->] (q) to node[auto] {$r_2$} (q2);
  \draw [->] (q) to[loop above] node[auto] {$s$} (q);
\end{tikzpicture}
\quad devient\quad
\begin{tikzpicture}[>=latex,line join=bevel,automaton,baseline=(q1.base)]
\node (q1) at (0bp,0bp) [draw,circle,state] {$q_1$};
\node (q2) at (100bp,0bp) [draw,circle,state] {$q_2$};
  \draw [->] (q1) to node[auto] {$\scriptstyle (r_{12}|r_1(s){*}r_2)$} (q2);
\end{tikzpicture}
\end{center}

Cette transformation doit être effectuée \emph{simultanément pour
  toute paire} $(q_1,q_2)$ d'états de $A$ pour laquelle
$q_1\not\in\{q,q_\infty\}$ et $q_2\not\in\{q,q_0\}$ : pour chaque
telle paire, on remplace l'étiquette de la transition $r_{12}$ entre
eux par $(r_{12}|r_1(s){*}r_2)$.  Ceci ne change pas le fonctionnement
de l'automate, car tout chemin dans $A$ peut être remplacé par un
chemin dans $A'$ en effaçant simplement les $q$ (si on considère
$q_1$ et $q_2$ les états avant un bloc de de $q$ dans le chemin, on
voit que le chemin $q_1 \to q \to q \to \cdots \to q \to q_2$ peut se
transformer en $q_1 \to q_2$ en consommant un mot qui vérifie
l'expression rationnelle $(r_{12}|r_1(s){*}r_2)$).

En éliminant (dans n'importe quel ordre) tous les états autres que
$q_0$ et $q_\infty$, on aboutit ainsi à un automate ayant une unique
transition $(q_0,r,q_\infty)$, qui est donc essentiellement
l'expression rationnelle $r$.
\end{proof}

\thingy La procédure qu'on a décrite dans la démonstration de cette
proposition s'appelle l'algorithme d'\defin{élimination des états} ou
\index{Kleene (algorithme de)|see{élimination des
    états}}\textbf{algorithme de Kleene}\footnote{Peut-être
  abusivement (le théorème \ref{kleenes-theorem} est indubitablement
  dû à Kleene, mais le contenu algorithmique ne l'est peut-être pas) ;
  il est peut-être plus correct d'attribuer l'algorithme à Brzozowski
  et McCluskey.}.

Il va de soi qu'on peut la simplifier un petit peu : s'il n'y a pas de
transition de de $q_1$ vers $q$ ou qu'il n'y en a pas de $q$
vers $q_2$ (c'est-à-dire que soit $r_1$ soit $r_2$ doit être considéré
comme valant $\bot$), on ne touche simplement pas à $r_{12}$ (et si la
transition de $q_1$ vers $q_2$ n'existait pas non plus, il n'y a pas
besoin de la créer) ; de même, s'il n'y a pas de transition de $q$
vers lui-même, on ignore la partie $s{*}$.  En revanche, il faut bien
penser à créer une transition de $q_1$ vers $q_2$, même si elle
n'existait pas au départ, lorsqu'on peut arriver de l'un vers l'autre
en passant par $q$.  Et il faut se souvenir que le cas $q_2=q_1$ est à
traiter aussi.

En général, l'élimination des états conduit à un expression
extrêmement compliquée (exponentielle dans le nombre d'états de
l'automate, au moins dans le pire cas, mais aussi dans beaucoup de cas
« typiques »).

\thingy\label{example-of-state-elimination} À titre d'exemple,
considérons le DFA suivant sur l'alphabet $\{0,1\}$, qui reconnaît les
suites binaires qui représentent un nombre multiple de $3$ écrit en
binaire (en convenant que le mot vide est une représentation binaire
du nombre $0$, ce qui est logique) :

\begin{center}
%%% begin example6 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,20.28bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,20.28bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \node (q2) at (176bp,20.28bp) [draw,circle,state] {$2$};
  \draw [->] (q1) ..controls (74.757bp,3.6593bp) and (64.084bp,-1.2803bp)  .. (54bp,1.2803bp) .. controls (50.042bp,2.2853bp) and (46.047bp,3.838bp)  .. node[auto] {$1$} (q0);
  \draw [->] (q2) to[loop above] node[auto] {$1$} (q2);
  \draw [->] (q2) ..controls (153.76bp,3.6593bp) and (143.08bp,-1.2803bp)  .. (133bp,1.2803bp) .. controls (129.04bp,2.2853bp) and (125.05bp,3.838bp)  .. node[auto] {$0$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$0$} (q0);
  \draw [->] (q0) ..controls (45.659bp,20.28bp) and (57.817bp,20.28bp)  .. node[auto] {$1$} (q1);
  \draw [->] (q1) ..controls (124.66bp,20.28bp) and (136.82bp,20.28bp)  .. node[auto] {$0$} (q2);
%
\end{tikzpicture}

%%% end example6 %%%
\end{center}

On commence par ajouter un état initial $q_0$ et un état
final $q_\infty$, avec des ε-transitions $q_0 \to 0$ et $0\to
q_\infty$.  Pour gagner de la place, nous ne figurerons pas ces deux
états sur les dessins qui suivent, mais il faut s'imaginer qu'ils sont
toujours là.

L'élimination de l'état $2$ conduit à l'automate suivant :

\begin{center}
%%% begin example6b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (97bp,20.28bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,20.28bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \draw [->] (q1) ..controls (74.757bp,3.6593bp) and (64.084bp,-1.2803bp)  .. (54bp,1.2803bp) .. controls (50.042bp,2.2853bp) and (46.047bp,3.838bp)  .. node[auto] {$1$} (q0);
  \draw [->] (q0) ..controls (45.659bp,20.28bp) and (57.817bp,20.28bp)  .. node[auto] {$1$} (q1);
  \draw [->] (q1) to[loop right] node[auto] {$01{*}0$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$0$} (q0);
%
\end{tikzpicture}

%%% end example6b %%%
\end{center}

\noindent (Répétons qu'on n'a pas figuré l'état initial $q_0$ ni
l'état final $q_\infty$ : les flèches vers et depuis l'état $0$
doivent se comprendre comme des ε-transitions $q_0\to 0$ et $0\to
q_\infty$.)

L'élimination de l'état $1$ conduit alors à l'automate ayant un unique
état $0$, avec une transition vers lui-même étiquetée
$0|1(01{*}0){*}1$.  Enfin, en éliminant l'état $0$, il ne reste qu'une
transition de l'état initial vers l'état final, étiquetée par
$(0|1(01{*}0){*}1){*}$ : le langage reconnu par l'automate de départ
est donc celui dénoté par l'expression
rationnelle $(0|1(01{*}0){*}1){*}$.

On pouvait aussi choisir d'éliminer l'état $1$ en premier, ce qui
conduit à l'automate suivant :

\begin{center}
%%% begin example6c %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q0) at (18bp,20.114bp) [draw,circle,state,initial,final,accepting below] {$0$};
  \node (q2) at (104bp,20.114bp) [draw,circle,state] {$2$};
  \draw [->] (q2) ..controls (82.598bp,6.6202bp) and (75.237bp,2.9515bp)  .. (68bp,1.1137bp) .. controls (59.228bp,-1.1137bp) and (49.898bp,1.2372bp)  .. node[auto] {$01$} (q0);
  \draw [->] (q0) ..controls (47.743bp,20.114bp) and (62.773bp,20.114bp)  .. node[auto] {$10$} (q2);
  \draw [->] (q0) to[loop above] node[auto] {$0|11$} (q0);
  \draw [->] (q2) to[loop above] node[auto] {$1|00$} (q2);
%
\end{tikzpicture}

%%% end example6c %%%
\end{center}

\noindent et finalement à l'expression rationnelle
$(0|11|10(1|00){*}01){*}$, qui est équivalente à la précédente.

\bigbreak

Récapitulons le contenu essentiel à retenir comme conséquence
immédiate de \ref{rational-languages-are-recognizable}
et \ref{recognizable-languages-are-rational} :

\begin{cor}[Kleene]\label{kleenes-theorem}\index{Kleene (théorème de)}
La classe des langages rationnels et celle des langages
reconnaissables coïncident.  (On pourra donc considérer ces termes
comme synonymes.)
\end{cor}

Il faut cependant retenir que s'il y a, mathématiquement, équivalence
entre ces deux classes de langages, cette équivalence \emph{a un coût
  algorithmique}, c'est-à-dire que la conversion d'une expression
rationnelle en automate (surtout si on souhaite un DFA), ou à plus
forte raison d'un automate en expression rationnelle, a une complexité
exponentielle dans le pire cas.  Il est donc pertinent, en
informatique, de ne pas considérer les descriptions d'un langage par
une expression rationnelle, un DFA, et un NFA, comme interchangeables.


\subsection{Le lemme de pompage}

\thingy On ne dispose à ce stade-là d'aucun moyen pour montrer qu'un
langage \emph{n'est pas} rationnel.  La
proposition \ref{pumping-lemma} qui va suivre, et qui s'appelle
couramment « lemme de pompage » (une traduction abusive de l'anglais
« pumping lemma ») constitue le moyen le plus fréquent permettant d'y
arriver : il énonce une condition \emph{nécessaire} pour qu'un langage
soit rationnel, si bien qu'on peut arriver à montrer qu'un langage
n'est pas rationnel en invalidant cette condition (généralement en
procédant par l'absurde).

\begin{prop}[lemme de pompage pour les langages rationnels]\label{pumping-lemma}\index{pompage (lemme de)}
Soit $L$ un langage rationnel.  Il existe alors un entier $k$ tel que
tout mot de $t \in L$ de longueur $|t| \geq k$ admette une
factorisation $t = uvw$ en trois facteurs $u,v,w$ où :
\begin{itemize}
\item[(i)] $|v| \geq 1$ (c'est-à-dire $v\neq\varepsilon$),
\item[(ii)] $|uv| \leq k$,
\item[(iii)] pour tout $i\geq 0$ on a $uv^iw \in L$.
\end{itemize}
\end{prop}
\begin{proof}
Soit $A$ un DFA (complet) qui reconnaît $L$, et soit $k$ son nombre
d'états : on va montrer que $k$ vérifie les propriétés énoncées.  Pour
cela, soit $t = x_1 \cdots x_n$ un mot de $L$ de longueur $n \geq k$,
et soient $q_0,\ldots,q_n$ les états traversés par $A$ pendant la
consommation de $t$, autrement dit, $q_0$ est l'état initial, et $q_j
= \delta(q_{j-1}, x_j)$ pour chaque $1\leq j\leq n$ ; l'état $q_n =
\delta^*(q_0, t)$ est final puisque $t \in L$.  Comme $n+1 > k$ et
comme l'automate $A$ a $k$ états, par le principe des tiroirs, il
existe $j_1\neq j_2$ tels que $q_{j_1} = q_{j_2}$ : pour être plus
précis, soit $j_2$ le plus petit possible tel que les états
$q_0,\ldots,q_{j_2}$ ne soient pas tous distincts, autrement dit, le
premier état répété, et soit $j_1$ la précédente occurrence (forcément
unique) de cet état, c'est-à-dire l'indice tel que $j_1<j_2$ et
$q_{j_1} = q_{j_2}$.

\begin{center}
\begin{tikzpicture}[>=latex,line join=bevel,automaton]
\draw[draw=none,fill=green!20!white] (-58.476bp,-58.476bp) rectangle (58.476bp,58.476bp);
\draw[dotted] (29.238bp,50.642bp) arc (60:-100:58.476bp);
\draw[draw=none,fill=red!20!white] (-188.476bp,-25bp) rectangle (-68.476bp,25bp);
\draw[draw=none,fill=blue!20!white] (-48.476bp,-25bp) rectangle (110bp,25bp);
\node[anchor=south west] at (-188.476bp,-25bp) {$u$};
\node[anchor=south east] at (58.476bp,-58.476bp) {$v$};
\node[anchor=south east] at (110bp,-25bp) {$w$};
\node (q0) at (-198.476bp,0bp) [draw,circle,state,fill=white,initial] {\vbox to0pt{\vss\hbox to0pt{$q_0$\hss}}\phantom{$q_{j_0}$}};
\node (q1) at (-138.476bp,0bp) [draw,circle,state,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_1$\hss}}\phantom{$q_{j_0}$}};
\node (q2) at (-98.476bp,0bp) {$\cdots$};
\node (qj1) at (-58.476bp,0bp) [draw,circle,state,fill=white] {\vbox to0pt{\vss\hbox to0pt{$q_{j_1}$\hss}}\phantom{$q_{j_0}$}};
\node (qj1p1) at (-44.795bp,37.588bp) [draw,circle,state,fill=white] {\phantom{$q_{j_0}$}};
\node (qj1p2) at (-10.154bp,57.588bp) [draw,circle,state,fill=white] {\phantom{$q_{j_0}$}};
\node (qj1p3) at (29.238bp,50.642bp) {};
\node (qj2m2) at (-10.154bp,-57.588bp) {};
\node (qj2m1) at (-44.795bp,-37.588bp) [draw,circle,state,fill=white] {\phantom{$q_{j_0}$}};
\node (qj2p1) at (0bp,0bp) [draw,circle,state,fill=white] {\phantom{$q_{j_0}$}};
\node (qj2p2) at (60bp,0bp) {$\cdots$};
\node (qn) at (120bp,0bp) [draw,circle,state,fill=white,final] {\vbox to0pt{\vss\hbox to0pt{$q_n$\hss}}\phantom{$q_{j_0}$}};
\draw[->] (q0) -- node[auto] {\footnotesize $x_1$} (q1);
\draw[->] (q1) -- (q2);
\draw[->] (q2) -- node[auto] {\footnotesize $x_{j_1}$} (qj1);
\draw[->] (qj1) -- node[auto] {\footnotesize $x_{j_1+1}$} (qj1p1);
\draw[->] (qj1p1) -- node[auto] {\footnotesize $x_{j_1+2}$} (qj1p2);
\draw[->] (qj1p2) -- (qj1p3);
\draw[->] (qj2m2) -- (qj2m1);
\draw[->] (qj2m1) -- node[auto] {\footnotesize $x_{j_2}$} (qj1);
\draw[->] (qj1) -- node[auto] {\footnotesize $x_{j_2+1}$} (qj2p1);
\draw[->] (qj2p1) -- (qj2p2);
\draw[->] (qj2p2) --  node[auto] {\footnotesize $x_n$}(qn);
\end{tikzpicture}
\end{center}

Posons $u = x_1\cdots x_{j_1}$ (le préfixe de $t$ de longueur $j_1$,
qui est le mot vide si $j_1 = 0$) et $v = x_{j_1+1}\cdots x_{j_2}$ (de
longueur $j_2 - j_1$), et enfin $w = x_{j_2+1}\cdots x_n$ (le suffixe
de $t$ de longueur $n-j_2$, avec la convention $w = \varepsilon$ si
$j_2 = n$).  Ceci définit bien une factorisation $t = uvw$.

On a bien (i) $|v| \geq 1$ puisque $j_2 > j_1$.  On a par ailleurs
(ii) $|uv| \leq k$ puisque $|uv| = j_2$ et que les $j_2$ états
$q_0,\ldots,q_{j_2-1}$ sont distincts (c'est la minimalité de $j_2$)
de sorte que $j_2 \leq k$ (toujours par le principe des tiroirs).

Montrons enfin (iii).  On rappelle tout d'abord que
$\delta^*(q,x_1\cdots x_j) =\penalty0 \delta(\cdots\penalty500
\delta(\delta(q,x_1),x_2)\cdots,x_j)$.  Remarquons que
$\delta^*(q_0,u) = \delta^*(q_0,x_1\cdots x_{j_1}) = q_{j_1}$, et que
$\delta^*(q_{j_1},v) = \delta^*(q_{j_1},x_{j_1+1}\cdots x_{j_2}) =
q_{j_2} = q_{j_1}$.  De cette dernière égalité, on tire
$\delta^*(q_{j_1},v^i) = q_{j_1}$ pour tout $i \geq 0$ (par récurrence
sur $i$).  Enfin, $\delta^*(q_{j_1},w) = \delta^*(q_{j_2},w) =
\delta^*(q_{j_2}, x_{j_2+1}\cdots x_n) = q_n$ (qui est un état final).
En mettant ces faits ensemble, on a $\delta^*(q_0, uv^iw) =
\delta^*(q_{j_1}, v^iw) = \delta^*(q_{j_1}, w) = q_n$, et puisque
$q_n$ est final, ceci montre que le mot $uv^iw$ est accepté par $A$,
i.e., $uv^iw \in L$.
\end{proof}

\thingy On attire l'attention sur l'alternation des quantificateurs.
Le lemme de pompage énonce le fait que :
\begin{itemize}
\item\emph{pour tout} langage rationnel $L$,
\item\emph{il existe} un entier $k\geq 0$ tel que
\item\emph{pour tout} mot $t\in L$ de longueur $|t|\geq k$,
\item\emph{il existe} une factorisation $t=uvw$ vérifiant les
  propriétés (i) $|v|\geq 1$, (ii) $|uv|\leq k$ et (iii) qui suit :
\item\emph{pour tout} $i\geq 0$ on a $uv^iw \in L$.
\end{itemize}

La complexité logique d'un énoncé étant justement mesurée par le
nombre d'alernations de quantificateurs (passages entre « pour tout »
et « il existe » ou vice versa), celui-ci mérite une attention
particulière.  Rappelons donc, du point de vue logique, que, quand on
veut \emph{appliquer} un résultat de ce genre, on \emph{choisit
  librement} les objets introduits par un quantificateur universel
(« pour tout »), mais \emph{on ne choisit pas} ceux qui sont
introduits par un quantificateur existentiel (« il existe ») (ces
derniers sont, si on veut, choisis par l'énoncé qu'on applique : on ne
fait que recevoir leur existence) ; les choses sont inversées quand on
doit démontrer un tel énoncé, mais la démonstration a été faite
ci-dessus et il est donc plus fréquent de devoir appliquer le lemme de
pompage.

Le modèle d'une démonstration par l'absurde pour montrer qu'un langage
$L$ n'est pas rationnel est donc quelque chose comme ceci :
\begin{itemize}
\item on entame un raisonnement par l'absurde en supposant que $L$ est
  rationnel, et on choisit $L$ pour appliquer le lemme de pompage
  (parfois on l'applique à autre chose, comme l'intersection de $L$
  avec un langage connu pour être rationnel, mais en général ce
  sera $L$),
\item le lemme de pompage fournit un $k$ (on \emph{ne choisit donc
  pas} ce $k$, il est donné par le lemme),
\item on choisit alors un mot $t \in L$ de longueur $\geq k$, et c'est
  là que réside la difficulté principale de la démonstration,
\item le lemme de pompage fournit une factorisation $t = uvw$, qu'on
  \emph{ne choisit pas} non plus mais qu'on peut analyser, souvent en
  utilisant (i) et (ii),
\item et on cherche à appliquer la propriété (iii), ce qui implique de
  choisir un $i$, pour arriver à une contradiction (typiquement : le
  mot $uv^i w$ n'est pas dans le langage alors qu'il est censé y
  être).
\end{itemize}

Donnons maintenant un exemple d'utilisation du lemme :

\begin{prop}\label{example-of-pumping-lemma}
Soit $\Sigma = \{a,b\}$.  Le langage $L = \{a^n b^n : n\in\mathbb{N}\}
= \{\varepsilon, ab, aabb, aaabbb,\ldots\}$ constitué des mots formés
d'un certain nombre ($n$) de $a$ suivis du même nombre de $b$ n'est
pas rationnel.
\end{prop}
\begin{proof}
Appliquons la proposition \ref{pumping-lemma} au langage $L$
considéré : appelons $k$ l'entier dont le lemme de pompage garantit
l'existence.  Considérons le mot $t := a^k b^k$ : il doit alors
exister une factorisation $t = uvw$ pour laquelle on a (i) $|v|\geq
1$, (ii) $|uv|\leq k$ et (iii) $uv^iw \in L$ pour tout $i\geq 0$.  La
propriété (ii) assure que $uv$ est formé d'un certain nombre de
répétitions de la lettre $a$ : disons $u = a^\ell$ et $v = a^m$, si
bien que $w = a^{k-\ell-m} b^k$.  La propriété (ii) donne $m\geq 1$.
Enfin, la propriété (iii) affirme que le mot $uv^iw = a^{k+(i-1)m}
b^k$ appartient à $L$ ; mais dès que $i\neq 1$, ceci est faux : il
suffit donc de prendre $i=0$ pour avoir une contradiction.
\end{proof}


\subsection{L'automate minimal, et la minimisation}

\thingy On sait maintenant convertir une expression rationnelle en un
automate équivalent, et réciproquement convertir un automate en
expression rationnelle équivalente.  Il reste un problème auquel nous
n'avons pas donné de réponse : comment savoir si deux automates
\emph{donnés} ou deux expressions rationnelles données (ou un de
chaque) sont équivalents ?

Pour cela, on va introduire un DFA particulier, \emph{canonique},
associé à un langage rationnel, qu'on pourra calculer
algorithmiquement, et qui sera véritablement associé au langage,
c'est-à-dire que deux descriptions équivalentes du même langage
donneront exactement le \emph{même} automate canonique ; par
conséquent, pour tester l'égalité de deux langages, quelle que soit
leur description, il suffira de calculer leurs automates canoniques et
de les comparer.  En fait, cet automate canonique est simplement le
DFA ayant le plus petit nombre d'états reconnaissant le langage en
question ; ce qui est remarquable, et qui n'est pas du tout évident
\textit{a priori}, c'est qu'il est effectivement canonique
(c'est-à-dire qu'il n'existe qu'un seul DFA ayant un nombre minimal
d'états reconnaissant le langage) et qu'on peut le calculer
algorithmiquement.

\begin{thm}[Myhill-Nerode]\label{myhill-nerode}\index{Myhill-Nerode (théorème de)}
Soit $L$ un langage.  Pour $w\in \Sigma^*$, notons $w^{-1} L := \{t
\in \Sigma^* : wt \in L\}$ (autrement dit, l'ensemble des mots qu'on
peut concaténer à $w$ pour obtenir un mot de $L$).  Considérons la
relation d'équivalence $\equiv$ sur $\Sigma^*$ définie par $u \equiv
v$ si et seulement si $u^{-1}L = v^{-1}L$ ; ce qui signifie, si on
préfère, que $\forall t\in \Sigma^*\,((ut\in L) \liff (vt \in L))$.

Alors :
\begin{itemize}
\item le langage $L$ est rationnel si et seulement si la relation
  d'équivalence $\equiv$ possède un nombre \emph{fini} $k$ de classes
  d'équivalence,
\item lorsque c'est le cas, il existe un DFA (complet) ayant $k$ états
  qui reconnaît $L$, il est unique à renommage des
  états\footnote{C'est-à-dire, si on préfère ce terme, isomorphisme
    d'automates.} près, et il n'existe pas de DFA (complet) ayant $<k$
  états qui reconnaisse $L$.
\end{itemize}
\end{thm}
\begin{proof}
Supposons d'abord que l'ensemble $\Sigma^*/{\equiv}$ des classes
d'équivalence pour $\equiv$ soit fini : appelons-le $Q$, et expliquons
comment on peut construire un DFA reconnaissant $L$ et dont l'ensemble
des états soit $Q$.  Notons $[u] := \{v \in \Sigma^* :\penalty-100
u\equiv v\}$ pour la classe d'équivalence de $u$ pour $\equiv$.
Posons $q_0 := [\varepsilon]$ la classe du mot vide.  Remarquons que
si $u\equiv v$ (pour $u,v\in\Sigma^*$), alors on a $u\in L$ si et
seulement si $v\in L$ (en effet, la définition de $\equiv$ est que
$(ut\in L) \liff (vt \in L)$ pour tout $t$, et on applique ça
à $t=\varepsilon$) : autrement dit, une classe $[u] \in Q$ est soit
entièrement incluse dans $L$ soit disjointe de $L$ ; appelons $F$
l'ensemble $\{[u] : u\in L\}$ des classes incluses dans $L$.  Enfin
remarquons que si $u\equiv v$ (pour $u,v\in\Sigma^*$) et $x\in\Sigma$,
on a encore $ux \equiv vx$ (en effet, $uxt \in L \liff vxt \in L$ pour
tout $t\in L$) : il y a donc un sens à définir $\delta([u], x) =
[ux]$.  On a ainsi fabriqué un automate fini $A = (Q,q_0,F,\delta)$.
Vues les définitions de $q_0$ et $\delta$, il est clair que
$\delta^*(q_0,w) = [w]$ pour cet automate, et vue la définition de
$F$, on a $\delta^*(q_0,w) \in F$ si et seulement si $w\in L$.  Ceci
montre bien que $A$ reconnaît le langage $L$.  On a donc prouvé que si
$\Sigma^*/{\equiv}$ est fini, le langage $L$ est rationnel et même il
existe un DFA ayant $k := \#(\Sigma^*/{\equiv})$ états qui le
reconnaît.

Supposons maintenant que $B = (Q_B, q_{0,B}, F_B, \delta_B)$ soit un
DFA reconnaissant $L$.  Définissons une nouvelle relation
d'équivalence $\mathrel{\equiv_B}$ sur $\Sigma^*$ par : $u
\mathrel{\equiv_B} v$ si et seulement si $\delta_B^*(q_{0,B}, u) =
\delta_B^*(q_{0,B}, v)$ (autrement dit, les mots $u$ et $v$ mettent
l'automate $B$ dans le même état).  Si on a $u \mathrel{\equiv_B} v$,
on a aussi $u \equiv v$ : en effet, pour tout $t\in L$ on a
$\delta_B^*(q_{0,B}, ut) = \delta_B^*(q_{0,B}, vt)$, et notamment le
membre de gauche appartient à $F_B$ si et seulement si le membre de
droite y appartient, c'est-à-dire que $ut\in L \liff vt\in L$.  On
vient donc de montrer que $u \mathrel{\equiv_B} v$ implique $u \equiv
v$ (la relation $\equiv_B$ est \emph{plus fine} que $\equiv$) : si on
préfère, chaque classe d'équivalence pour $\equiv$ est donc une
réunion de classes d'équivalences pour $\equiv_B$.  Notamment, comme
$\equiv_B$ a un nombre fini de classes d'équivalence (puisque
$\delta_B^*(q_{0,B}, u)$ ne peut prendre qu'un nombre fini de valeurs,
celles dans $Q_B$), il en va de même de $\equiv$, et plus précisément,
comme $\equiv_B$ a au plus $\#Q_B$ classes d'équivalence, il en va de
même de $\equiv$, c'est-à-dire $k \leq \#Q_B$.  Il n'existe donc pas
de DFA ayant $<k$ états reconnaissant $L$.

Enfin, si $B$ a $k$ états et reconnaît $L$, cela signifie que les deux
relations $\equiv$ et $\equiv_B$ coïncident, et on définit une
bijection $\psi$ entre le $Q = Q_A$ du paragraphe précédent et $Q_B$
en associant à une classe $[w] \in Q$ l'état $\psi([w]) :=
\delta_B^*(q_{0,B},w)$ (qui ne dépend que de la classe de $w$
pour $\equiv_B$ et on vient de voir que c'est la classe de $w$
modulo $\equiv$, c'est-à-dire $[w]$ : ceci est donc bien défini).
Cette bijection $\psi$ vérifie $\psi(q_0) = \psi([\varepsilon]) =
\delta_B^*(q_{0,B},\varepsilon) = q_{0,B}$ ; on a $[w] \in F$ si et
seulement si $w\in L$, c'est-à-dire si et seulement si
$\delta_B^*(q_{0,B},w) \in F_B$ autrement dit $\psi([w]) \in F_B$.  Et
enfin, pour $w\in\Sigma^*$ et $x\in \Sigma$, on a $\psi(\delta([w],x))
= \psi([wx]) = \delta_B^*(q_{0,B},wx) = \delta_B(\delta_B^*(q_0,w), x)
= \delta_B(\psi([w]), x)$.  Bref, $\psi$ préserve l'état initial, les
états finaux, et la relation de transition : c'est donc bien un
isomorphisme d'automates (un renommage des états).
\end{proof}

\thingy Ce théorème affirme donc qu'il existe (à renommage des états
près) un unique DFA (complet) ayant un nombre minimal d'états parmi
ceux qui reconnaissent le langage rationnel $L$ : on l'appelle
\defin[minimal (automate)]{automate minimal} ou \index{canonique
  (automate)|see{minimal}}\textbf{automate canonique} du langage $L$.  La
démonstration ci-dessus en donne une construction à partir d'une
relation d'équivalence, mais cette démonstration n'est pas
algorithmique : on va voir comment on peut le construire de fącon
algorithmique à partir d'un DFA quelconque qui reconnaît $L$.

\begin{prop}\label{dfa-minimization}
Soit $B = (Q_B, q_{0,B}, F_B, \delta_B)$ un DFA (complet !)
reconnaissant un langage $L$, et dont tous les états sont accessibles
(cf. \ref{definition-dfa-accessible-state}).  Alors l'automate
canonique $A$ de $L$ peut s'obtenir en fusionnant dans $B$ chaque
classe d'équivalence pour la relation d'équivalence $\equiv$ définie
sur $Q_B$ par
\[
q \equiv q' \;\liff\; \forall t\in\Sigma^*\,(\delta^*_B(q,t)\in F_B \liff \delta^*_B(q',t)\in F_B)
\]
(Fusionner chaque classe d'équivalence signifie qu'on construit
l'automate $A$ dont l'ensemble d'états est l'ensemble $Q_A :=
Q_B/{\equiv}$ des classes d'équivalence, l'état initial $q_{0,A}$ est
la classe $[q_{0,B}]$ de $q_{0,B}$ pour $\equiv$, les états finaux
sont les classes contenant au moins un état final et qui d'ailleurs
sont entièrement constituées d'états finaux, et la relation de
transition est donnée par $\delta_A([q],x) = [\delta_B(q,x)]$ en
notant $[q]$ la classe de $q$ pour $\equiv$.)

De plus, cet automate $A$ (ou de façon équivalente, la
relation $\equiv$) peut se déduire algorithmiquement de $B$.
\end{prop}
\begin{proof}
On a vu dans le cours de la démonstration de \ref{myhill-nerode} que
l'automate canonique a pour ensemble d'états $\Sigma^*/{\equiv_L}$ où
$\equiv_L$ désigne la relation d'équivalence (alors notée $\equiv$)
définie par $u \mathrel{\equiv_L} v$ lorsque $\forall t\in \Sigma^*
((ut\in L) \liff (vt \in L))$.  Si $q,q' \in Q_B$, comme $q,q'$ sont
accessibles, il existe $w,w'\in\Sigma^*$ tels que
$\delta_B^*(q_{0,B},w) = q$ et $\delta_B^*(q_{0,B},w') = q'$ ; et on a
$q \equiv q'$ si et seulement si $\delta^*_B(q,t)\in F_B \liff
\delta^*_B(q',t)\in F_B$ pour tout $t\in\Sigma^*$, c'est-à-dire
$\delta^*_B(q_{0,B},wt)\in F_B \liff \delta^*_B(q_{0,B},w't)\in F_B$,
c'est-à-dire $wt\in L \liff w't\in L$, autrement dit, $w
\mathrel{\equiv_L} w'$.  L'application $\varphi$ qui à un état $[w]_L$
de l'automate canonique associe la classe de $\delta_B^*(q_{0,B},w)$
pour $\equiv$ est donc une bijection, et comme dans la démonstration
de \ref{myhill-nerode} on vérifie qu'elle préserve l'état initial, les
états finaux, et la relation de transition.  On obtient donc bien
l'automate canonique en fusionnant chaque classe d'équivalence
pour $\equiv$.

Montrons maintenant comment on peut construre $\equiv$
algorithmiquement.  Pour cela, on va définir des relations
d'équivalence $\equiv_i$ pour $i\in\mathbb{N}$ par
\[
q \mathrel{\equiv_i} q' \;\liff\; \forall t\, (|t|\leq i \limp (\delta^*_B(q,t)\in F_B \liff \delta^*_B(q',t)\in F_B))
\]
C'est-à-dire par récurrence
\[
\begin{aligned}
q \mathrel{\equiv_0} q' \;&\liff\; (q\in F_B \liff q'\in F_B)\\
q \mathrel{\equiv_{i+1}} q' \;&\liff\; (q\mathrel{\equiv_{i}}q' \hbox{~et~} \forall x\in\Sigma\,(\delta_B(q,x) \mathrel{\equiv_i} \delta_B(q',x)))\\
\end{aligned}
\]
(la première équivalence vient de ce que $\delta^*_B(q,\varepsilon) =
q$, et la seconde de ce que $\delta^*_B(q,xt) =
\delta^*_B(\delta_B(q,x), t)$).

Il est trivial que $q \mathrel{\equiv_{i+1}} q'$ implique $q
\mathrel{\equiv_i} q'$, c'est-à-dire que $\equiv_{i+1}$ est plus fine
que $\equiv_i$, mais $\equiv$ est plus fine que toutes, et comme elle
n'a qu'un nombre fini de classes d'équivalence, le nombre de classes
ne peut croître strictement qu'un nombre fini de fois, et il doit donc
stationner : il existe $i$ tel que $({\equiv_{i+1}}) = ({\equiv_i})$,
et à ce moment-là, la seconde équivalence de la récurrence montre que
$({\equiv_j}) = ({\equiv_i})$ pour tout $j\geq i$ et donc $(\equiv) =
({\equiv_i})$.

On peut donc calculer $\equiv$ selon l'algorithme suivant : calculer
$\equiv_0$, et par récurrence calculer les $\equiv_i$ jusqu'à ce que
la relation ne change plus, $({\equiv_{i+1}}) = ({\equiv_i})$, auquel
cas la dernière relation calculée est la relation recherchée $(\equiv)
= ({\equiv_i})$, et l'automate canonique $A$ s'obtient en fusionnant
chaque classe d'équivalence pour $\equiv$.
\end{proof}

\thingy L'algorithme décrit par la proposition \ref{dfa-minimization}
porte le nom d'algorithme \index{Moore (algorithme
  de)|see{minimisation}}\textbf{de Moore} ou \defin[minimisation
  (algorithme de)]{de minimisation} ou \textbf{de réduction}.  Voici
comment on peut le mettre en œuvre de façon plus concrète :
\begin{itemize}
\item s'assurer qu'on a affaire à un DFA \underline{\emph{complet sans
    état inaccessible}} (si nécessaire, déterminiser l'automate s'il
  n'est pas déterministe, le compléter s'il est incomplet, et
  supprimer les états inaccessibles s'il y en a) ;
\item appeler $\Pi$ la partition des automates en deux classes : les
  états finaux d'un côté, et les non-finaux de l'autre ;
\item répéter l'opération suivante tant que la partition $\Pi$
  change : pour chaque classe $C$ de $\Pi$ et chaque lettre $x \in
  \Sigma$, s'il existe deux états $q,q' \in C$ tels que $\delta(q,x)$
  et $\delta(q',x)$ ne tombent pas dans la même classe de $\Pi$,
  séparer cette classe $C$ selon la classe de $\delta(\tiret,x)$
  (autrement dit, $q,q'$ restent dans la même classe pour la nouvelle
  partition lorsqu'ils sont dans la même classe pour l'ancienne et que
  pour chaque lettre $x$ leurs images $\delta(q,x)$ et $\delta(q',x)$
  sont aussi dans la même classe) ;
\item si $\Pi$ est la (dernière) partition ainsi obtenue, l'ensemble
  des états de l'automate construit est l'ensemble des classes
  de $\Pi$, les états finaux sont les classes qui contiennent un état
  final (ils sont alors forcément tous finaux), et la fonction de
  transition est obtenue en prenant la fonction de transition sur un
  représentant quelconque de la classe (la classe ne doit pas dépendre
  du représentant).
\end{itemize}

La dernière étape (construction de l'automate) permet de vérifier
qu'on a correctement terminé l'étape précédente (raffinement de la
partition) : si deux états dans la même classe ont une transition
sortante d'étiquette $x$ et qui mènent vers des classes différentes,
c'est que ces états auraient dû être séparés.  Il est donc utile de
refaire un contrôle à ce niveau.

\thingy À titre d'exemple d'exécution de l'algorithme de minimisation,
considérons l'automate suivant :

\begin{center}
%%% begin example7 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,67bp) [draw,circle,state,initial] {$0$};
  \node (q3) at (186bp,18bp) [draw,circle,state] {$3$};
  \node (q2) at (98bp,105bp) [draw,circle,state] {$2$};
  \node (q5) at (266bp,67bp) [draw,circle,state,final] {$5$};
  \node (q4) at (186bp,105bp) [draw,circle,state,final] {$4$};
  \draw [->] (q2) ..controls (125.5bp,78.193bp) and (148.96bp,54.459bp)  .. node[auto] {$c$} (q3);
  \draw [->] (q0) ..controls (45.307bp,79.816bp) and (60.14bp,87.042bp)  .. node[auto] {$a$} (q2);
  \draw [->] (q2) to[loop above] node[auto] {$a$} (q2);
  \draw [->] (q5) to[loop below] node[auto] {$a,b,c$} (q5);
  \draw [->] (q4) ..controls (213.31bp,92.184bp) and (228.14bp,84.958bp)  .. node[auto] {$c$} (q5);
  \draw [->] (q1) ..controls (128.25bp,18bp) and (144.18bp,18bp)  .. node[auto] {$a,c$} (q3);
  \draw [->] (q4) to[loop above] node[auto] {$a,b$} (q4);
  \draw [->] (q1) to[loop below] node[auto] {$b$} (q1);
  \draw [->] (q3) ..controls (213bp,34.334bp) and (228.89bp,44.318bp)  .. node[auto] {$b$} (q5);
  \draw [->] (q3) to[loop below] node[auto] {$a,c$} (q3);
  \draw [->] (q0) ..controls (45.002bp,50.666bp) and (60.894bp,40.682bp)  .. node[auto] {$c$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$b$} (q0);
  \draw [->] (q2) ..controls (128.25bp,105bp) and (144.18bp,105bp)  .. node[auto] {$b$} (q4);
%
\end{tikzpicture}

%%% end example7 %%%
\end{center}

Cet automate est bien déterministe, complet et sans état inaccessible.
Dans un premier temps, on partitionne les états en états non-finaux et
finaux, soit $\{0,1,2,3\}$ d'un côté et $\{4,5\}$ de l'autre.
Ensuite, on doit séparer la classe $\{0,1,2,3\}$ en deux selon que la
transition étiquetée par $b$ tombe dans la classe $\{0,1,2,3\}$
elle-même ou bien dans la classe $\{4,5\}$ : on arrive donc à trois
classes, $\{0,1\}$, $\{2,3\}$ et $\{4,5\}$.  Enfin, on doit séparer la
classe $\{0,1\}$ en deux selon que la transition étiquetée par $c$
tombe dans la classe $\{0,1\}$ elle-même ou bien dans la classe
$\{2,3\}$ : on arrive alors à quatre classes, $\{0\}$, $\{1\}$,
$\{2,3\}$ et $\{4,5\}$, et à l'automate minimal suivant :

\begin{center}
%%% begin example7m %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,76bp) [draw,circle,state,initial] {$0$};
  \node (q23) at (190bp,76bp) [draw,circle,state] {$2\equiv 3$};
  \node (q45) at (278bp,76bp) [draw,circle,state,final] {$4\equiv 5$};
  \draw [->] (q1) to[loop below] node[auto] {$b$} (q1);
  \draw [->] (q23) to[loop above] node[auto] {$a,c$} (q23);
  \draw [->] (q1) ..controls (126.79bp,35.911bp) and (146.9bp,48.867bp)  .. node[auto] {$a,c$} (q23);
  \draw [->] (q0) ..controls (48.315bp,77.182bp) and (65.168bp,77.757bp)  .. (80bp,78bp) .. controls (106.51bp,78.434bp) and (136.64bp,77.795bp)  .. node[auto] {$a$} (q23);
  \draw [->] (q23) ..controls (222.17bp,76bp) and (234.88bp,76bp)  .. node[auto] {$b$} (q45);
  \draw [->] (q0) ..controls (44.591bp,56.971bp) and (61.407bp,44.466bp)  .. node[auto] {$c$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$b$} (q0);
  \draw [->] (q45) to[loop above] node[auto] {$a,b,c$} (q45);
%
\end{tikzpicture}

%%% end example7m %%%
\end{center}

Il est intéressant de voir comment des petits changements sur
l'automate initial modifient la minimisation.  Si on fait pointer la
transition étiquetée par $c$ de l'état $1$ vers lui-même (au lieu
d'aller vers l'état $3$), c'est-à-dire :

\begin{center}
%%% begin example7b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q1) at (98bp,18bp) [draw,circle,state] {$1$};
  \node (q0) at (18bp,67bp) [draw,circle,state,initial] {$0$};
  \node (q3) at (178bp,18bp) [draw,circle,state] {$3$};
  \node (q2) at (98bp,105bp) [draw,circle,state] {$2$};
  \node (q5) at (258bp,67bp) [draw,circle,state,final] {$5$};
  \node (q4) at (178bp,105bp) [draw,circle,state,final] {$4$};
  \draw [->] (q2) ..controls (123.52bp,77.652bp) and (143.78bp,55.049bp)  .. node[auto] {$c$} (q3);
  \draw [->] (q0) ..controls (45.307bp,79.816bp) and (60.14bp,87.042bp)  .. node[auto] {$a$} (q2);
  \draw [->] (q2) to[loop above] node[auto] {$a$} (q2);
  \draw [->] (q5) to[loop below] node[auto] {$a,b,c$} (q5);
  \draw [->] (q4) ..controls (205.31bp,92.184bp) and (220.14bp,84.958bp)  .. node[auto] {$c$} (q5);
  \draw [->] (q1) ..controls (126.11bp,18bp) and (138.58bp,18bp)  .. node[auto] {$a$} (q3);
  \draw [->] (q4) to[loop above] node[auto] {$a,b$} (q4);
  \draw [->] (q1) to[loop below] node[auto] {$b,c$} (q1);
  \draw [->] (q3) ..controls (205bp,34.334bp) and (220.89bp,44.318bp)  .. node[auto] {$b$} (q5);
  \draw [->] (q3) to[loop below] node[auto] {$a,c$} (q3);
  \draw [->] (q0) ..controls (45.002bp,50.666bp) and (60.894bp,40.682bp)  .. node[auto] {$c$} (q1);
  \draw [->] (q0) to[loop above] node[auto] {$b$} (q0);
  \draw [->] (q2) ..controls (126.11bp,105bp) and (138.58bp,105bp)  .. node[auto] {$b$} (q4);
%
\end{tikzpicture}

%%% end example7b %%%
\end{center}

\noindent alors la minimisation ne sépare pas les états $0$ et $1$, et
on obtient

\begin{center}
%%% begin example7bm %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (q45) at (198bp,21bp) [draw,circle,state,final] {$4\equiv 5$};
  \node (q01) at (22bp,21bp) [draw,circle,state,initial] {$0\equiv 1$};
  \node (q23) at (110bp,21bp) [draw,circle,state] {$2\equiv 3$};
  \draw [->] (q45) to[loop above] node[auto] {$a,b,c$} (q45);
  \draw [->] (q23) ..controls (142.17bp,21bp) and (154.88bp,21bp)  .. node[auto] {$b$} (q45);
  \draw [->] (q23) to[loop above] node[auto] {$a,c$} (q23);
  \draw [->] (q01) to[loop above] node[auto] {$b,c$} (q01);
  \draw [->] (q01) ..controls (54.17bp,21bp) and (66.885bp,21bp)  .. node[auto] {$a$} (q23);
%
\end{tikzpicture}

%%% end example7bm %%%
\end{center}

En revanche, si on change l'automate pour rendre l'état $4$ non-final
(avec ou sans la modification précédemment évoquée), la minimisation
aboutit sur la partition triviale en six états, c'est-à-dire que
l'automate est, en fait, déjà minimal.

\begin{cor}\label{equivalence-of-regexps-is-decidable}
On peut décider algorithmiquement si deux automates finis (de
n'importe quelle sorte), ou deux expressions rationnelles, ou un
automate et une expression rationnelle, sont équivalents (au sens de
reconnaître/dénoter le même langage).
\end{cor}
\begin{proof}
D'après ce qu'on a déjà vu, et quitte à transformer une expression
rationnelle en εNFA (cf. \ref{rational-languages-are-recognizable}),
et quitte à éliminer les ε-transitions
(cf. \ref{removal-of-epsilon-transitions}) et à déterminiser
(cf. \ref{determinization-of-nfa}), on peut construire
algorithmiquement un DFA reconnaissant le même langage que chacune des
deux données.  La question devient donc de savoir si deux DFA
reconnaissent le même langage.  Or d'après \ref{dfa-minimization}, on
sait transformer un DFA en DFA minimal reconnaissant le même langage,
et d'après \ref{myhill-nerode} on sait que ce DFA est unique à
renumérotation près des états.  On est donc ramené au problème
suivant : donnés deux DFA $A$ et $A'$ (complets et sans états
inaccessibles), trouver s'ils sont le même à renumérotation près
(i.e., s'ils sont isomorphes).

La correspondance entre états de $A$ et de $A'$ peut se construire
état par état : on fait correspondre l'état initial de $A$ à celui
de $A'$, puis pour chaque état $q$ de $A$ mis en correspondance avec
un état $q'$ de $A'$, on fait correspondre chacun des états
$\delta(q,x)$ avec chacun des états $\delta'(q',x)$ où $x$ parcourt
les lettres de l'alphabet.  Si on aboutit ainsi à une contradiction
(deux états de l'un des automates veulent être mis en correspondance
avec le même état de l'autre), on renvoie un échec ; sinon, tous les
états de $A$ et ceux de $A'$ seront mis en correspondance bijective,
et les langages reconnus sont les mêmes.
\end{proof}


\section{Grammaires hors contexte}\label{section-context-free-grammars}

\setcounter{comcnt}{0}

\thingy Alors que les langages et expressions rationnelles servent,
dans le monde informatique, principalement à définir des outils de
recherche de « motifs » (pour la recherche et le remplacement dans un
texte, la validation d'entrées, la syntaxe de bas niveau, etc.), les
grammaires formelles, dont les plus importantes sont les grammaires
\emph{hors contexte} que nous allons maintenant considérer, ont pour
principal intérêt de définir des \emph{syntaxes structurées}, par
exemple la syntaxe d'un langage informatique (typiquement un langage
de programmation).  En fait, l'étude des grammaires formelles en
général, et des grammaires hors contexte en particulier, a été
démarré\footnote{Certains font remonter leur origine bien plus loin :
  on peut trouver une forme de grammaire hors contexte dans la manière
  dont l'Indien Pāṇini (probablement au IV\textsuperscript{e} siècle
  av. notre ère) décrit la grammaire du sanskrit.} en 1956 par le
linguiste (et activiste politique) Noam Chomsky pour servir dans
l'analyse des langues naturelles ; mais c'est plus en informatique
qu'en linguistique qu'elles ont trouvé leur utilité.

Cette fois-ci, on ne s'intéressera pas simplement au langage défini
(par la grammaire hors contexte, dit langage « algébrique »), mais
aussi à la manière dont ces mots s'obtiennent par la grammaire, et
donc, à la manière d'\emph{analyser} (en anglais, \emph{to parse}) un
mot / programme en une structure de données qui le représente : pour
cela, on va définir la notion d'\emph{arbre d'analyse}.

\thingy Un exemple typique d'usage de grammaire hors contexte pour
définir la syntaxe d'un langage de programmation hypothétique pourrait
ressembler à ceci :
\[
\begin{aligned}
\mathit{Statement} &\rightarrow \mathtt{begin}\ \mathit{Block}\ \mathtt{end}\\
\mathit{Statement} &\rightarrow \mathtt{if}\ \mathit{Expression}\ \mathtt{then}\ \mathit{Block}\ \mathtt{fi}\\
\mathit{Statement} &\rightarrow \mathtt{if}\ \mathit{Expression}\ \mathtt{then}\ \mathit{Block}\ \mathtt{else}\ \mathit{Block}\ \mathtt{fi}\\
\mathit{Block} &\rightarrow \varepsilon\\
\mathit{Block} &\rightarrow \mathit{Statement}\ \mathit{Block}\\
\end{aligned}
\]
Il faut comprendre ces règles de la manière suivante : « pour définir
une instruction ($\mathit{Statement}$), on peut mettre un
$\mathtt{begin}$ suivi d'un bloc ($\mathit{Block}$) suivi d'un
$\mathtt{end}$, ou bien un $\mathtt{if}$ suivi d'une expression
($\mathit{Expression}$) suivi d'un $\mathtt{then}$ suivi d'une
instruction, éventuellement suivie encore d'un $\mathtt{else}$ et
d'une nouvelle instruction, et enfin un $\mathtt{fi}$ ; pour définir
un bloc ($\mathit{Block}$), on peut soit ne rien mettre du tout, soit
mettre une instruction suivi d'un nouveau bloc ».

Notre but va être d'expliquer quel genre de règles de ce genre on peut
autoriser, comment elles se comportent, quels types de langages elles
définissent, et comment on peut analyser (essentiellement, retrouver
la manière dont on a construit) un texte produit par une application
de telles règles.

\thingy Dans un contexte informatique, l'usage des grammaires
formelles se fait à un niveau différent de celui des chaînes de
caractères où nous nous sommes placés dans les sections précédentes :
cette fois, les lettres de notre alphabet ne seront généralement pas
des caractères mais des \defin[token]{tokens} du langage dont on
définit la grammaire, un « token » pouvant être une unité variable
selon le langage, mais généralement soit un caractère spécial, soit un
mot-clé du langage (\texttt{begin}, \texttt{end}, \texttt{for}, etc.,
constituent donc généralement un unique token dans l'analyse, et ne
sont pas divisés en leurs lettres individuelles), soit encore une
unité (« nombre », « identificateur », éventuellement « commentaire »)
qui aura été découpée dans une première phase d'analyse, appelée
« analyse lexicale ».

Nous ne rentrerons pas ici dans ces considérations, et nous nous en
tiendrons à l'approche mathématique où on continue à avoir affaire à
des lettres d'un alphabet $\Sigma$ abstrait.


\subsection{Définition, notations et premier exemple}

\thingy\label{definition-context-free-grammar} Une \defin{grammaire
  hors contexte} (on dit parfois aussi « sans contexte » ; en anglais,
« context-free grammar » ou \index{CFG|see{grammaire hors
    contexte}}« CFG » ; ou encore grammaire de \textbf{type 2}) sur un
alphabet $\Sigma$ est la donnée
\begin{itemize}
\item d'un second alphabet $N$, disjoint de $\Sigma$, appelé ensemble
  des \defin[nonterminal]{nonterminaux},
\item d'un élément $S \in N$ appelé \defin[axiome (d'une
  grammaire)]{axiome} ou \index{initial
  (symbole)|see{axiome}}\textbf{symbole initial} de la grammaire,
\item d'un ensemble \emph{fini} $R \subseteq N \times (\Sigma\cup
  N)^*$ de couples $(T,\alpha)$ où $T$ est un nonterminal et $\alpha$
  un mot sur l'alphabet $\Sigma\cup N$, les éléments $(T,\alpha)$ de
  $R$ étant appelés les \index{règle (d'une
    grammaire)|see{production}}\textbf{règles} ou
  \defin[production]{productions} de la grammaire.
\end{itemize}

\thingy Une grammaire hors contexte fait donc intervenir deux
alphabets : l'alphabet $\Sigma$ sur lequel sera le langage (encore à
définir), et l'alphabet $N$ (disjoint de $\Sigma$) qui intervient dans
la définition de la grammaire.  Pour fixer la terminologie, on
appellera \defin{symbole} un élément de $\Sigma \cup N$, ces symboles
étant dits \defin[terminal]{terminaux} lorsqu'ils appartiennent
à $\Sigma$ (ou simplement « lettres »), et \textbf{nonterminaux}
lorsqu'ils appartiennent à $N$.  Un mot sur $\Sigma\cup N$
(c'est-à-dire, une suite finie de symboles) sera appelé
\defin{pseudo-mot} (ou parfois une « forme »), tandis que le terme
« \index{mot}mot » sans précision supplémentaire sera utilisé pour
désigner un mot sur $\Sigma$ (autrement dit, un mot est un pseudo-mot
ne comportant que des symboles terminaux).

Pour redire les choses autrement, les symboles terminaux sont les
lettres des mots du langage qu'on cherche à définir ; les symboles
nonterminaux sont des symboles qui servent uniquement à titre
transitoire dans l'utilisation de la grammaire, et qui sont destinés à
disparaître finalement.  Un « pseudo-mot » est un mot pouvant contenir
des nonterminaux, tandis qu'un « mot » sans précision du contraire ne
contient que des terminaux.

{\footnotesize Typographiquement, on aura tendance à utiliser des
  lettres minuscules pour désigner les symboles terminaux, et
  majuscules pour désigner les symboles nonterminaux ; et on aura
  tendance à utiliser des lettres grecques minuscules pour désigner
  les pseudo-mots.  Il n'est malheureusement pas possible d'être
  complètement systématique.\par}

\thingy Intuitivement, il faut comprendre la grammaire de la manière
suivante.  Les règles $(T,\alpha)$, où on rappelle que $T$ est un
symbole nonterminal et $\alpha$ un pseudo-mot (et on notera $T
\rightarrow \alpha$, cf. ci-dessous) doivent se comprendre
intuitivement comme « le symbole $T$ peut être remplacé
par $\alpha$ ».  On part de l'axiome $S$, et on peut effectuer
librement des substitutions $T \rightarrow \alpha$ (consistant à
remplacer un nonterminal $T$ par un pseudo-mot $\alpha$) autorisées
par les règles : le langage défini par la grammaire est l'ensemble de
tous les mots (ne comportant plus aucun nonterminal) qu'on peut
obtenir de la sorte.

Rendons maintenant cette définition précise :

\thingy Lorsque $G$ est une grammaire hors contexte comme
en \ref{definition-context-free-grammar}, on note $T
\mathrel{\rightarrow_G} \alpha$, ou simplement $T \rightarrow \alpha$
(lorsque $G$ est clair) pour signifier que $(T,\alpha)$ est une règle
de $G$.

On définit une relation $\Rightarrow$ en posant $\gamma T \gamma'
\Rightarrow \gamma\alpha\gamma'$ pour toute règle $(T,\alpha)$ et tous
pseudo-mots $\gamma,\gamma'$ : autrement dit, formellement, on définit
$\lambda\Rightarrow\xi$ lorsqu'il existe $\gamma,\gamma' \in
(\Sigma\cup N)^*$ et $(T,\alpha) \in R$ (ensemble des règles de $G$)
tels que $\lambda = \gamma T \gamma'$ et $\xi = \gamma\alpha\gamma'$.
Concrètement, $\lambda\Rightarrow\xi$ signifie donc que $\xi$ est
obtenu en remplaçant un nonterminal $T$ du pseudo-mot $\lambda$ par la
partie droite d'une production $T \rightarrow \alpha$ de la
grammaire $G$ : on dit encore que $\lambda \Rightarrow \xi$ est une
\defin{dérivation immédiate} de $G$.  On pourra dire que $T
\rightarrow \alpha$ est la règle \textbf{appliquée} dans cette
dérivation immédiate, que $T$ est le \textbf{symbole réécrit} (souvent
souligné dans l'écriture de la dérivation immédiate), et que $\gamma$
et $\gamma'$ sont respectivement le \index{contexte}\textbf{contexte
  gauche} et le \textbf{contexte droit} de l'application de la
règle\footnote{Pour être extrêmement rigoureux, une dérivation
  immédiate doit comporter la donnée du symbole réécrit (ou de façon
  équivalente, du contexte gauche et/ou droit), car elle ne peut pas
  se déduire de la seule donnée de $\lambda$ et $\mu$ (par exemple,
  dans $XX \Rightarrow XXX$, même si on sait que la règle appliquée
  était $X \rightarrow XX$, on ne peut pas deviner si c'est le $X$ de
  gauche ou de droite qui a été réécrit : il faut donc écrire
  $\underline{X}X \Rightarrow XXX$ ou bien $X\underline{X} \Rightarrow
  XXX$, en soulignant le symbole réécrit, pour distinguer les deux).
  De même, dans une dérivation, on devrait inclure la donnée du
  symbole réécrit à chaque étape.}.  Bien sûr, si nécessaire, on
précisera la grammaire appliquée en écrivant $\lambda
\mathrel{\Rightarrow_G} \xi$ au lieu de simplement
$\lambda\Rightarrow\xi$.

Une suite de pseudo-mots $(\lambda_0,\ldots,\lambda_n)$ telle que
\[
\lambda_0 \Rightarrow \lambda_1 \Rightarrow \cdots \Rightarrow \lambda_n
\]
autrement dit $\lambda_{i-1} \Rightarrow \lambda_i$ pour chaque $1\leq
i\leq n$, est appelée \defin{dérivation} de $\lambda_n$ à partir de
$\lambda_0$ dans la grammaire $G$, et on note $\lambda_0
\mathrel{\Rightarrow^*} \lambda_n$ pour indiquer son existence
(c'est-à-dire, si on préfère, que la relation $\Rightarrow^*$ est la
clôture réflexive-transitive de $\Rightarrow$, i.e., la plus petite
relation binaire réflexive et transitive contenant $\Rightarrow$).
Remarquons que $n=0$ est permis, autrement dit $\lambda
\mathrel{\Rightarrow^*} \lambda$ pour tout pseudo-mot $\lambda$.  Bien
sûr, si nécessaire, on précisera la grammaire appliquée en écrivant
$\lambda \mathrel{\Rightarrow^*_G} \xi$ au lieu de simplement $\lambda
\mathrel{\Rightarrow^*} \xi$.

Concrètement, $\lambda \mathrel{\Rightarrow^*} \xi$ signifie donc
qu'on peut passer de $\lambda$ à $\xi$ en effectuant une suite
(finie !) de dérivations immédiates, c'est-à-dire en remplaçant à
chaque étape un nonterminal $T$ par la partie droite $\alpha$ d'une
règle $T \rightarrow \alpha$ de la grammaire $G$.

Il va de soi qu'un pseudo-mot qui ne comporte que des terminaux, i.e.,
qui est en fait un mot (sur $\Sigma$), ne peut pas être dérivé plus
loin.  Ceci justifie au moins en partie la terminologie de
« terminal ».

\thingy Le \defin[engendré (langage)]{langage engendré} $L(G)$ par une
grammaire hors contexte $G$ est l'ensemble des mots $w$ (ne comportant
plus de nonterminaux !) qui peuvent s'obtenir par dérivation à partir
de l'axiome $S$ de $G$, autrement dit :
\[
L(G) = \{w \in \Sigma^* : S \mathrel{\Rightarrow^*} w\}
\]

Un langage qui peut s'écrire sous la forme $L(G)$ où $G$ est une
grammaire hors contexte est appelé \index{hors contexte
  (langage)|see{algébrique}}\textbf{langage hors contexte} ou
\defin[algébrique (langage)]{algébrique}.

Deux grammaires hors contexte $G$ et $G'$ sont dites \defin[faiblement
  équivalentes (grammaires)]{faiblement équivalentes} ou
\index{langage-équivalentes (grammaires)|see{faiblement
    équivalentes}}\textbf{langage-équivalentes} lorsqu'elles
engendrent le même langage ($L(G) = L(G')$).

\thingy\label{basic-example-context-free-grammar} À titre d'exemple,
considérons la grammaire sur l'alphabet $\Sigma = \{a,b\}$ donnée par
\[
\begin{aligned}
S &\rightarrow aSb\\
S &\rightarrow \varepsilon\\
\end{aligned}
\]
où implicitement $S$ est l'axiome et le seul nonterminal : autrement
dit, $G$ est donnée par $N = \{S\}$, d'axiome $S$, et de règles de
production $(S,aSb)$ et $(S,\varepsilon)$ (où $\varepsilon$, bien
entendu, désigne le mot vide).  Un pseudo-mot pour cette grammaire est
un mot sur l'alphabet $\Sigma\cup N = \{a,b,S\}$, et une dérivation
immédiate consiste \emph{soit} à ajouter un $a$ et un $b$ à gauche et
à droite d'un $S$ dans un pseudo-mot, \emph{soit} à retirer un $S$.

Dans ces conditions, il est clair qu'une dérivation partant de
l'axiome $S$ est constituée d'un certain nombre d'applications de la
première règle suivi d'au plus une application de la seconde (puisque
le nombre d'occurrences de $S$ va alors tomber de $1$ à $0$ et on ne
pourra plus dériver).  Autrement dit, une telle dérivation prend la
forme
\[
S \Rightarrow aSb \Rightarrow aaSbb \Rightarrow \cdots \Rightarrow a^n
S b^n
\]
ou éventuellement
\[
S \Rightarrow aSb \Rightarrow aaSbb \Rightarrow \cdots \Rightarrow a^n
S b^n \Rightarrow a^n b^n
\]
Le langage $L(G)$ défini par la grammaire est donc $\{a^n b^n :
n\in\mathbb{N}\}$.

On a vu en \ref{example-of-pumping-lemma} que ce langage n'est pas
rationnel : il existe donc des langages algébriques qui ne sont pas
rationnels.  En revanche, pour ce qui est de la réciproque, on verra
dans la section suivante que tout langage rationnel est algébrique.

\thingy Mentionnons brièvement qu'il existe des types de grammaires
plus généraux que les grammaires hors contexte.  Les \defin[grammaire
  contextuelle]{grammaires contextuelles} (ou grammaires de
\textbf{type 1}) sont définies par des règles du type $\gamma T
\gamma' \rightarrow \gamma \alpha \gamma'$ où $T$ est un nonterminal,
et $\alpha,\gamma,\gamma'$ des pseudo-mots (=mots sur l'alphabet de
tous les symboles), c'est-à-dire des règles qui autorisent la
réécriture d'un symbole $T$ en $\alpha$ mais uniquement s'il est
entouré d'un certain contexte ($\gamma$ à gauche, $\gamma'$ à droite).
Les \defin[grammaire syntagmatique]{grammaires syntagmatiques
  générales} (ou grammaires de \textbf{type 0}) sont définies par des
règles de réécriture $\lambda \rightarrow \mu$ où $\lambda,\mu$ sont
des pseudo-mots quelconques.


\subsection{Langages rationnels et algébriques, stabilité}

\begin{prop}\label{rational-languages-are-algebraic}
Tout langage rationnel est algébrique.  Mieux, on peut déduire
algorithmiquement une grammaire hors contexte $G$ d'un εNFA $A$ de
façon à avoir $L(G) = L(A)$.
\end{prop}
\begin{proof}
Soit $A$ un εNFA : on sait qu'on peut supposer sans perte de
généralité qu'il a un unique état initial $q_0$ (quitte à en créer un
et à remplacer tout état $q$ anciennement initial par une ε-transition
$q_0 \to q$).  Soit $Q$ son ensemble des états et $\delta \subseteq Q
\times (\Sigma\cup\{\varepsilon\}) \times Q$ sa fonction de
transition.  On construit une grammaire hors contexte $G$ dont
l'ensemble des nonterminaux est $Q$, l'axiome est $S := q_0$, (A) pour
chaque transition $(q,t,q') \in \delta$ une règle $q \to tq'$ (on
rappelle que $t \in \Sigma\cup\{\varepsilon\}$), et (B) pour chaque
état final $q\in F$ une règle $q\to\varepsilon$.

De même que dans l'exemple \ref{basic-example-context-free-grammar},
une dérivation partant de l'axiome va comporter un certain nombre
d'applications de règles de type (A) suivies éventuellement d'une
unique application d'une règle de type (B) (ce qui est nécessaire pour
faire passer le nombre de nonterminaux de $1$ à $0$).  Autrement dit,
elle prend la forme $q_0 \Rightarrow t_1 q_1 \Rightarrow t_1 t_2 q_2
\Rightarrow \cdots \Rightarrow t_1 t_2\cdots t_n q_n$ où
$(q_{i-1},t_i,q_i) \in \delta$ pour $1\leq i\leq n$, suivie
éventuellement par $t_1\cdots t_n q_n \Rightarrow t_1\cdots t_n$
lorsque $q_n \in F$.  Manifestement, les dérivations de la sorte
(terminant sur un mot sur $\Sigma$) sont en bijection avec les chemins
$q_0 \to \cdots \to q_n$ dans $A$ où $q_n \in F$, et le mot $t_1\cdots
t_n$ dérivé est précisément le mot formé en concacténant les
étiquettes du chemin.  On a donc bien $L(G) = L(A)$.
\end{proof}

\thingy Une grammaire hors contexte telle que construite dans la
preuve de \ref{rational-languages-are-algebraic} est dite
\index{régulière (grammaire)|see{grammaire régulière}}\defin[grammaire
  régulière]{régulière} : autrement dit, il s'agit d'une grammaire
ayant uniquement des règles de la forme (A) $Q \rightarrow tQ'$ où $t
\in \Sigma\cup\{\varepsilon\}$ (certains auteurs imposent $t \in
\Sigma$, ce qui revient à imposer qu'on part d'un NFA sans
ε-transition dans la construction) et (B) $Q \rightarrow \varepsilon$
(certains auteurs préfèrent $Q \rightarrow x$ avec $x\in\Sigma$, ce
qui impose des petits changements dans la construction ci-dessus).
Les langages définis par des grammaires régulières sont donc
exactement les langages rationnels.

\begin{prop}\label{cfg-union-concatenation-and-star}
Si $L_1,L_2$ sont des langages algébriques (sur un même
alphabet $\Sigma$), alors la réunion $L_1 \cup L_2$ est algébrique ;
de plus, une grammaire hors contexte l'engendrant se déduit
algorithmiquement de grammaires hors contexte engendrant $L_1$
et $L_2$.

Si $L_1,L_2$ sont des langages algébriques (sur un même
alphabet $\Sigma$), alors la concaténation $L_1 L_2$ est algébrique ;
de plus, une grammaire hors contexte l'engendrant se déduit
algorithmiquement de grammaires hors contexte engendrant $L_1$
et $L_2$.

Si $L$ est un langage algébrique, alors l'étoile de Kleene $L^*$ est
algébrique ; de plus, une grammaire hors contexte l'engendrant se
déduit algorithmiquement d'une grammaire hors contexte engendrant $L$.
\end{prop}
\begin{proof}
Pour la réunion : supposons que $G_1$ et $G_2$ engendrent $L_1$ et
$L_2$ respectivement, et ont des ensembles de nonterminaux $N_1$ et
$N_2$ disjoints, avec axiomes $S_1$ et $S_2$ respectivement.  On
construit une grammaire $G$ dont l'ensemble des nonterminaux est $N_1
\cup N_2 \cup \{S\}$ où $S$ est un nouveau nonterminal, choisi comme
axiome, et les règles de production de $G$ sont celles de $G_1$,
celles de $G_2$, et les deux règles supplémentaires $S \rightarrow
S_1$ et $S \rightarrow S_2$.  Il est évident qu'une dérivation de $G$
partant de $S$ est soit de la forme $S \Rightarrow S_1$ suivie d'une
dérivation de $G_1$, soit de la forme $S \Rightarrow S_2$ suivie d'une
dérivation de $G_2$ : ainsi, $L(G) = L_1 \cup L_2$.

Pour la concaténation : la construction est presque exactement la
même, mais on prend pour règle supplémentaire $S \rightarrow S_1 S_2$.

Pour l'étoile : si $G$ engendre $L$ et a pour ensemble de nonterminaux
$N$ et pour axiome $S$, on défit une nouvelle grammaire $G'$ dont
l'ensemble des nonterminaux est $N' = N \cup \{S'\}$ où $S'$ est un
nouveau nonterminal, choisi comme axiome, et les règles de production
de $G'$ sont celles de $G$ et les deux règles supplémentaires $S'
\rightarrow SS'$ et $S' \rightarrow \varepsilon$.  Il est facile de se
convaincre qu'une dérivation de $G'$ partant de $S'$ et utilisant $n$
fois la règle $S' \rightarrow SS'$ se ramène à $n$ dérivations de $G$
partant de $S$, et seule la règle $S' \rightarrow \varepsilon$ permet
de faire disparaître le symbole $S'$.  (Les détails sont omis et
peuvent être rendus plus clairs en utilisant la notion d'arbre de
dérivation.)
\end{proof}

\thingy Ceci fournit une nouvelle démonstration (partant d'une
expression rationnelle plutôt que d'un automate)
de \ref{rational-languages-are-algebraic}, tant il est évident que les
langages $\varnothing$, $\{\varepsilon\}$ et $\{x\}$
(pour $x\in\Sigma$) sont algébriques.

À cause de cette construction, on se permettra parfois, dans l'énoncé
des règles d'une grammaire, d'écrire $T \rightarrow \alpha_1 | \cdots
| \alpha_n$ pour réunir en une seule ligne plusieurs règles $T
\rightarrow \alpha_1$ jusqu'à $T \rightarrow \alpha_n$.  Par exemple,
la grammaire présentée en \ref{basic-example-context-free-grammar}
peut s'écrire $S \rightarrow aSb | \varepsilon$.  Il s'agit d'un
simple racourci d'écriture (comparer avec une convention semblable
faite pour les automates en \ref{graphical-representation-of-dfa}).

On pourrait même se permettre l'abus de notation consistant à écrire
$T \rightarrow U^*$ pour $T \rightarrow UT|\varepsilon$ (c'est-à-dire
$T \rightarrow UT$ et $T \rightarrow \varepsilon$), mais il vaut mieux
éviter car cela pourrait aussi bien signifier $T \rightarrow
TU|\varepsilon$, qui engendre le même langage (i.e., elle est
faiblement équivalente à la précédente) mais dont l'analyse peut être
plus problématique.  De façon encore plus générale, on pourrait
imaginer d'autoriser des règles de la forme $T \rightarrow r$ où $T$
est un nonterminal et $r$ une expression rationnelle quelconque sur
l'alphabet $\Sigma \cup N$ : de telles règles pourraient se ramener
aux règles qu'on a autorisées, quitte à introduire de nouveaux
nonterminaux pour les expressions intermédiaires (par exemple, $T
\rightarrow UV^*$ se transformerait par l'introduction d'un nouveau
nonterminal $V'$ en $T \rightarrow UV'$ et $V' \rightarrow
VV'|\varepsilon$).  Nous éviterons ces extensions aux grammaires hors
contexte pour ne pas introduire de confusion.

\thingy Il peut être utile, pour raisonner sur les langages
algébriques, d'introduire, lorsque $G$ est une grammaire hors contexte
et $T$ un nonterminal quelconque, le langage $L(G,T)$ des mots qui
dérivent de $T$, c'est-à-dire le langage engendré par la grammaire
$G'$ identique à $G$ à ceci près que son axiome est $T$.

On a alors $L(G) = L(G,S)$ où $S$ est l'axiome de $G$, et chaque règle
de production $T \rightarrow \alpha_1 | \cdots | \alpha_n$ se traduit
par une équation portant sur $L(G,T)$, par exemple $T \rightarrow aUbV
| cW$ implique $L(G,T) = a\, L(G,U)\, b\, L(G,V) \; \cup \; c L(G,W)$.
De cette manière, une grammaire hors contexte donne lieu à un système
d'équations portant sur des langages (par exemple, la grammaire de
\ref{basic-example-context-free-grammar} donne lieu à l'équation $L(G)
= (a\,L(G)\,b) \cup \{\varepsilon\}$ : on peut montrer que la
définition des grammaires hors contexte revient à considérer la plus
petite (au sens de l'inclusion) solution de ce système d'équations.

\thingy À la différence des langages rationnels, il \emph{n'est pas
  vrai} en général que l'intersection de deux langages algébriques
soit algébrique : un contre-exemple est fourni par les deux langages
$\{a^i b^i c^j : i,j\in\mathbb{N}\}$ et $\{a^i b^j c^j :
i,j\in\mathbb{N}\}$ (chacun des deux est algébrique : par exemple, le
premier est la concaténation du langage $\{a^i b^i : i\in\mathbb{N}\}$
dont on a vu en \ref{basic-example-context-free-grammar} qu'il était
algébrique, et du langage $\{c\}^*$, qui est algébrique car
rationnel) ; leur intersection $\{a^i b^i c^i : i\in\mathbb{N}\}$
n'est pas algébrique, comme on le démontrera
en \ref{example-of-pumping-lemma-for-algebraic-languages}.

En conséquence, il n'est pas non plus vrai en général que le
complémentaire d'un langage algébrique soit algébrique.

En revanche, le fait suivant, que nous admettons sans démonstration,
peut s'avérer utile :

\begin{prop}\label{intersection-of-algebraic-and-rational}
L'intersection d'un langage \emph{algébrique} et d'un langage
\emph{rationnel} est algébrique.
\end{prop}


\subsection{Autres exemples de grammaires hors contexte}

\thingy\label{example-lr-non-ll-grammar} Sur l'alphabet $\Sigma =
\{a,b\}$, considérons la grammaire (d'axiome $S$)
\[
\begin{aligned}
S &\rightarrow AT\\
A &\rightarrow aA \;|\; \varepsilon\\
T &\rightarrow aTb \;|\; \varepsilon\\
\end{aligned}
\]
Il est clair que le langage $L(G,A)$ des mots qui dérivent de $A$ est
simplement $\{a\}^* = \{a^i : i\in\mathbb{N}\}$ ; et le langage
$L(G,T)$ est $\{a^j b^j : j\in\mathbb{N}\}$ comme
en \ref{basic-example-context-free-grammar}.  Le langage $L(G) =
L(G,A)\, L(G,T)$ est donc $\{a^i b^j : i \geq j\}$, l'ensemble des
mots de la forme $a^i b^j$ pour lesquels $i \geq j$.

On peut aussi considérer la grammaire $G'$ définie par
\[
\begin{aligned}
S &\rightarrow T \;|\; aS\\
T &\rightarrow aTb \;|\; \varepsilon\\
\end{aligned}
\]
Il n'est pas difficile de se convaincre qu'elle engendre le même
langage $L(G)$ que la précédente (elle est donc faiblement équivalente
à $G$).  (Ce langage est intéressant sur le plan théorique, car bien
qu'il soit algébrique et ici défini par une grammaire inambiguë, il ne
peut pas être analysé par un analyseur LL.)

\thingy Sur l'alphabet $\Sigma = \{a,b\}$, considérons la grammaire
(d'axiome $S$)
\[
\begin{aligned}
S &\rightarrow U \;|\; V \;|\; \varepsilon\\
U &\rightarrow aUb \;|\; ab\\
V &\rightarrow aVbb \;|\; abb\\
\end{aligned}
\]
Il est clair que le langage $L(G,U)$ des mots qui dérivent de $U$ est
$\{a^i b^i : i>0\}$ comme en \ref{basic-example-context-free-grammar},
et de façon analogue, le langage $L(G,V)$ des mots qui dérivent de $V$
est $\{a^i b^{2i} : i>0\}$.  Le langage $L(G) = L(G,U) \cup L(G,V)$
est donc l'ensemble des mots de la forme $a^i b^j$ où $j=i$ \emph{ou
  bien} $j=2i$.  (Ce langage est intéressant sur le plan théorique,
car bien qu'il soit algébrique et défini par une grammaire inambiguë,
il n'est pas analysable par un automate à pile déterministe.)

\thingy\label{example-for-intrinsic-ambiguity} Sur l'alphabet $\Sigma
= \{a,b,c\}$, considérons la grammaire (d'axiome $S$)
\[
\begin{aligned}
S &\rightarrow UC \;|\; AV\\
A &\rightarrow aA \;|\; \varepsilon\\
C &\rightarrow cC \;|\; \varepsilon\\
U &\rightarrow aUb \;|\; \varepsilon\\
V &\rightarrow bVc \;|\; \varepsilon\\
\end{aligned}
\]
Il est clair que le langage $L(G,A)$ des mots qui dérivent de $A$ est
simplement $\{a\}^* = \{a^i : i\in\mathbb{N}\}$ et que le langage
$L(G,C)$ des mots qui dérivent de $C$ est simplement $\{c\}^* = \{c^j
: j\in\mathbb{N}\}$ ; le langage $L(G,U)$ est $\{a^i b^i :
i\in\mathbb{N}\}$ comme en \ref{basic-example-context-free-grammar},
et de même $L(G,V) = \{b^j c^j : j\in\mathbb{N}\}$.  Finalement, $L(G)
= L(G,U)\,L(G,C) \;\cup\; L(G,A)\,L(G,V)$ montre que $L(G) = \{a^i b^i
c^j : i,j\in\mathbb{N}\} \cup \{a^i b^j c^j : i,j\in\mathbb{N}\}$ est
le langage des mots de la forme $a^i b^r c^j$ où $r=i$ \emph{ou}
$r=j$.  (Ce langage est intéressant sur le plan théorique, car il est
algébrique mais « intrinsèquement ambigu ».)

\thingy\label{example-well-parenthesized-expressions} Sur l'alphabet
$\Sigma = \{a,b\}$, considérons la grammaire (d'axiome $S$)
\[
S\; \rightarrow\; aSbS \;|\; \varepsilon
\]
ou, ce qui revient au même
\[
\begin{aligned}
S &\rightarrow TS \;|\; \varepsilon\\
T &\rightarrow aSb\\
\end{aligned}
\]
(la première ligne revient par ailleurs à $S \rightarrow T^*$).  On a
alors $L(G) = L(G,T)^*$ où $L(G,T) = a\, L(G)\, b$ désigne le langage
des mots qui peuvent être dérivés à partir de $T$.

Ce langage $L(G)$ s'appelle langage des \defin[bien-parenthésée
  (expression)]{expressions bien-parenthésées} où $a$ représente une
parenthèse ouvrante et $b$ une parenthèse fermante (et $L(G,T)$ est le
langage des blocs parenthésés : autrement dit, une expression
bien-parenthésée est une suite de blocs parenthésés, et un bloc
parenthésé est une expression bien-parenthésée entourée par une
parenthèse ouvrante et une parenthèse fermante — c'est ce que traduit
la grammaire).

\thingy\label{example-grammar-equal-a-and-b} Sur l'alphabet $\Sigma =
\{a,b\}$, montrons que la grammaire $G$ (d'axiome $S$) donnée par
\[
S\; \rightarrow\; aSbS \;|\; bSaS \;|\; \varepsilon
\]
(c'est-à-dire $N = \{S\}$ où $S$ est l'axiome, et pour règles $S
\rightarrow aSbS$ et $S \rightarrow bSaS$ et $S \rightarrow
\varepsilon$) engendre le langage $L$ formé des mots ayant un nombre
total de $a$ égal au nombre total de $b$, i.e., $L = \{w \in\Sigma^* :
|w|_a = |w|_b\}$ où $|w|_x$ désigne le nombre total d'occurrences de
la lettre $x$ dans le mot $w$ (cf. \ref{number-of-occurrences-of-letter}).

Dans un sens il est évident que tout pseudo-mot obtenu en dérivant $S$
a un nombre de $a$ égal au nombre de $b$, puisque cette propriété est
conservée par toute dérivation immédiate.  Autrement dit, $L(G)
\subseteq L$.

Pour ce qui est de la réciproque, on va montrer par récurrence sur
$|w|$ que tout mot $w \in \Sigma^*$ ayant autant de $a$ que de $b$ est
dans $L(G)$.  Pour $|w|=0$ c'est trivial.  Sinon, on peut supposer
sans perte de généralité que le mot $w$ considéré commence par $a$,
soit $w = aw'$ où $w'$ vérifie $|w'|_b - |w'|_a = 1$.  Considérons
maintenant la fonction $h$ qui à un entier $k$ entre $0$ et $|w'|$
associe le nombre de $b$ moins le nombre de $a$ dans le préfixe de
longueur $k$ de $w'$ (i.e., parmi les $k$ premières lettres de $w'$) :
cette fonction prend les valeurs $h(0) = 0$ et $h(|w'|) = 1$, et elle
varie de $\pm 1$ à chaque fois (i.e., $h(i) = h(i-1) \pm 1$ selon que
la $i$-ième lettre de $w'$ est $b$ ou $a$).  Soit $k_0$ le plus grand
entier tel que $h(k_0) = 0$ : cet entier est bien défini car $h(0)=0$.
On a forcément $h(k_0+1) = 1$ car l'autre possibilité, $h(k_0+1) = -1$
impliquerait que $h$ devrait repasser par la valeur $0$ pour atteindre
la valeur finale $h(|w'|) = 1$, ce qui contredirait la maximalité de
$k_0$.  Bref, si $u$ est le préfixe de $w'$ de longueur $k_0$, on a
$|u|_b - |u|_a = h(k_0) = 0$ et la lettre suivante de $w'$ est un $b$,
si bien que $w' = ubv$ et finalement $w = aubv$ où $u$ et donc $v$ ont
autant que $a$ que de $b$, i.e., appartiennent à $L$, et par
récurrence (ils sont de longueur strictement plus courte que $w$)
appartiennent à $L(G)$.  On peut donc dériver $u$ et $v$ de $S$, donc
$w$ de $aSbS$, et comme $aSbS$ se dérive immédiatement de $S$, on a
bien $w \in L(G)$, ce qui conclut la récurrence.

Un raisonnement analogue montre que la grammaire $G'$ donnée par
\[
\begin{aligned}
S &\rightarrow aUbS \;|\; bVaS \;|\; \varepsilon\\
U &\rightarrow aUbU\\
V &\rightarrow bVaV\\
\end{aligned}
\]
engendre le même langage $L = \{w \in\Sigma^* : |w|_a = |w|_b\}$ que
ci-dessus (elle est donc faiblement équivalente à $G$) : l'idée est
que le langage $L(G,U)$ des mots qui dérivent de $U$ est l'ensemble
des expressions bien-parenthésées où $a$ est la parenthèse ouvrante et
$b$ la fermante (dans le raisonnement ci-dessus, ce sont les mots pour
lesquels la fonction $h$, partant de $0$, revient à $0$, et reste
toujours positive ou nulle), tandis que $L(G,V)$ est l'ensemble des
expressions bien-parenthésées où $b$ est la parenthèse ouvrante et $a$
la fermante (la fonction $h$ reste toujours négative ou nulle), et
tout mot de $L$ peut s'écrire comme concaténation de tels mots (en
divisant selon le signe de $h$).  Une différence entre $G$ et $G'$ est
que la grammaire $G$ est ambiguë (un terme qui sera défini plus bas)
tandis que $G'$ ne l'est pas.


\subsection{Arbres d'analyse, dérivations gauche et droite}

\thingy Soit $G$ une grammaire hors contexte sur un alphabet $\Sigma$
et $N$ l'ensemble de ses nonterminaux.  Un \defin{arbre d'analyse} (ou
\index{dérivation (arbre de)|see{arbre d'analyse}}\index{arbre de
  dérivation|see{arbre d'analyse}}\textbf{arbre de dérivation} ; en
anglais \textbf{parse tree}) \textbf{incomplet} pour $G$ est un arbre
(fini, enraciné et ordonné\footnote{C'est-à-dire que l'ensemble des
  fils d'un nœud quelconque de l'arbre est muni d'un ordre total, ou,
  ce qui revient au même, qu'ils sont numérotés (disons de la gauche
  vers la droite).}) dont les nœuds sont étiquetés par des éléments de
$\Sigma \cup N \cup \{\varepsilon\}$, vérifiant les propriétés
suivantes :
\begin{itemize}
\item la racine de l'arbre est étiquetée par l'axiome $S$ de $G$ ;
\item si un nœud de l'arbre est étiqueté par $T$ et n'est pas une
  feuille (i.e., s'il a des fils), alors soit il a un unique fils
  étiqueté $\varepsilon$ et il existe une règle $T \rightarrow
  \varepsilon$ dans $G$, soit il a des fils étiquetés par des éléments
  $x_1\cdots x_n$ (où $n\geq 1$) de $\Sigma \cup N$ et il existe une
  règle $T \rightarrow x_1\cdots x_n$ dans $G$.
\end{itemize}

On dit de plus que l'arbre est \textbf{complet}, ou simplement qu'il
s'agit d'un arbre d'analyse, lorsqu'il vérifie la propriété
supplémentaire suivante :
\begin{itemize}
\item foute feuille de l'arbre est étiquetée soit par un terminal
  (élément de $\Sigma$) soit par $\varepsilon$.
\end{itemize}

(Les feuilles étiquetées $\varepsilon$ servent uniquement à marquer la
complétude de l'arbre : certains auteurs procèdent différemment.)

\thingy Si $T$ est un arbre d'analyse incomplet, et $\alpha$ le
pseudo-mot obtenu en lisant les étiquettes des \emph{feuilles} de $T$
en profondeur ordonnée (c'est-à-dire en commençant par toutes les
feuilles qui descendent du premier fils de la racine elles-mêmes dans
le même ordre, puis toutes celles qui descendent du second fils, et
ainsi de suite) et en ignorant tous les $\varepsilon$, alors on dit
que $T$ est un arbre d'analyse \emph{de} $\alpha$, ou que $\alpha$ est
le pseudo-mot analysé par $T$.  La définition d'un arbre d'analyse
complet signifie exactement qu'il est l'arbre d'analyse d'un
\emph{mot} (c'est-à-dire, d'un mot sur $\Sigma$).

\thingy\label{example-of-parse-tree} À titre d'exemple, considérons la
grammaire (considérée en \ref{example-well-parenthesized-expressions})
\[
\begin{aligned}
S &\rightarrow TS \;|\; \varepsilon\\
T &\rightarrow aSb\\
\end{aligned}
\]

L'arbre d'analyse suivant est un arbre d'analyse du mot $aabbab$ :
\begin{center}
\tikzstyle{automaton}=[scale=0.5]
%%% begin parsetree1 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (e3) at (99bp,18bp) [draw,draw=none] {$\varepsilon$};
  \node (S3) at (549bp,234bp) [draw,draw=none] {$S$};
  \node (S2) at (225bp,234bp) [draw,draw=none] {$S$};
  \node (S1) at (441bp,306bp) [draw,draw=none] {$S$};
  \node (S0) at (369bp,378bp) [draw,draw=none] {$S$};
  \node (T2) at (117bp,162bp) [draw,draw=none] {$T$};
  \node (S6) at (99bp,90bp) [draw,draw=none] {$S$};
  \node (T0) at (261bp,306bp) [draw,draw=none] {$T$};
  \node (T1) at (441bp,234bp) [draw,draw=none] {$T$};
  \node (a1) at (369bp,162bp) [draw,draw=none] {$a$};
  \node (a0) at (153bp,234bp) [draw,draw=none] {$a$};
  \coordinate (spacer) at (297bp,162bp);
  \node (a2) at (27bp,90bp) [draw,draw=none] {$a$};
  \node (b0) at (297bp,234bp) [draw,draw=none] {$b$};
  \node (S5) at (441bp,162bp) [draw,draw=none] {$S$};
  \node (b2) at (171bp,90bp) [draw,draw=none] {$b$};
  \node (S4) at (225bp,162bp) [draw,draw=none] {$S$};
  \node (e1) at (243bp,90bp) [draw,draw=none] {$\varepsilon$};
  \node (e0) at (585bp,162bp) [draw,draw=none] {$\varepsilon$};
  \node (e2) at (441bp,90bp) [draw,draw=none] {$\varepsilon$};
  \node (b1) at (513bp,162bp) [draw,draw=none] {$b$};
  \draw [] (S1) ..controls (484.16bp,277.03bp) and (505.72bp,263.05bp)  .. (S3);
  \draw [] (S0) ..controls (397.96bp,348.85bp) and (412.29bp,334.92bp)  .. (S1);
  \draw [] (S5) ..controls (441bp,132.85bp) and (441bp,118.92bp)  .. (e2);
  \draw [] (S2) ..controls (225bp,204.85bp) and (225bp,190.92bp)  .. (S4);
  \draw [] (T2) ..controls (109.76bp,132.85bp) and (106.18bp,118.92bp)  .. (S6);
  \draw [] (T1) ..controls (469.96bp,204.85bp) and (484.29bp,190.92bp)  .. (b1);
  \draw [] (T0) ..controls (217.84bp,277.03bp) and (196.28bp,263.05bp)  .. (a0);
  \draw [] (T2) ..controls (80.802bp,132.85bp) and (62.893bp,118.92bp)  .. (a2);
  \draw [] (T2) ..controls (138.72bp,132.85bp) and (149.46bp,118.92bp)  .. (b2);
  \draw [] (S1) ..controls (441bp,276.85bp) and (441bp,262.92bp)  .. (T1);
  \draw [] (S4) ..controls (232.24bp,132.85bp) and (235.82bp,118.92bp)  .. (e1);
  \draw [] (S3) ..controls (563.48bp,204.85bp) and (570.64bp,190.92bp)  .. (e0);
  \draw [] (S0) ..controls (325.84bp,349.03bp) and (304.28bp,335.05bp)  .. (T0);
  \draw [] (S6) ..controls (99bp,60.846bp) and (99bp,46.917bp)  .. (e3);
  \draw [] (T0) ..controls (275.48bp,276.85bp) and (282.64bp,262.92bp)  .. (b0);
  \draw [] (T0) ..controls (246.52bp,276.85bp) and (239.36bp,262.92bp)  .. (S2);
  \draw [] (T1) ..controls (412.04bp,204.85bp) and (397.71bp,190.92bp)  .. (a1);
  \draw [] (T1) ..controls (441bp,204.85bp) and (441bp,190.92bp)  .. (S5);
  \draw [] (S2) ..controls (181.84bp,205.03bp) and (160.28bp,191.05bp)  .. (T2);
%
\end{tikzpicture}

%%% end parsetree1 %%%
\end{center}

\thingy Si $S = \lambda_0 \Rightarrow \lambda_1 \Rightarrow \cdots
\Rightarrow \lambda_n$ est une dérivation à partir de l'axiome $S$
dans une grammaire hors contexte $G$, on lui associe, par récurrence
sur $n$, un arbre d'analyse incomplet du pseudo-mot $\lambda_n$, de la
manière suivante : si $n=0$, il s'agit de l'arbre trivial (ayant pour
seul nœud la racine $S$) ; sinon, on part de l'arbre pour la
dérivation $\lambda_0 \Rightarrow \cdots \Rightarrow \lambda_{n-1}$,
on considère le symbole $T$ réécrit dans la dernière dérivation
immédiate $\lambda_{n-1} \Rightarrow \lambda_n$, il correspond à une
certaine feuille de l'arbre pour $n-1$ (à savoir la feuille, étiquetée
$T$, qui a autant de feuilles à gauche et à droite dans l'ordre de
profondeur que la longueur des contextes gauche et droit de la
dérivation immédiate $\lambda_{n-1} \Rightarrow \lambda_n$), et on
ajoute à ce nœud des fils correspondant à la règle $T \to \alpha$
appliquée dans la dernière dérivation immédiate $\lambda_{n-1}
\Rightarrow \lambda_n$ (c'est-à-dire soit un unique fils étiqueté
$\varepsilon$ si $\alpha = \varepsilon$, soit $k$ fils étiquetés
$x_1,\ldots,x_k$ si $\alpha = x_1\cdots x_k$ avec $k\geq 1$).

Concrètement, donc, on construit l'arbre d'analyse d'une dérivation en
partant de la racine et, à chaque fois qu'un symbole est réécrit, en
faisant pousser des fils à la feuille correspondante de l'arbre (qui
cesse donc d'être une feuille) pour indiquer la règle appliquée.

Notons que l'arbre obtenu est complet exactement lorsque la dérivation
aboutit à un mot (sur $\Sigma$).  Notons aussi que le nombre $n$
d'étapes dans la dérivation est égal au nombre de nœuds de l'arbre qui
\emph{ne sont pas} des feuilles.

Deux dérivations (forcément du même mot ou pseudo-mot) auxquelles sont
associées le même arbre d'analyse sont dites \defin[équivalentes
  (dérivations)]{équivalentes}.

\thingy\label{example-of-derivations} À titre d'exemple, l'arbre
illustré en \ref{example-of-parse-tree} est associé à la dérivation
\[
\begin{aligned}
\underline{S} &\Rightarrow \underline{T}S \Rightarrow a\underline{S}bS \Rightarrow a\underline{T}SbS \Rightarrow
aa\underline{S}bSbS \Rightarrow aab\underline{S}bS \Rightarrow aabb\underline{S}\\
&\Rightarrow aabb\underline{T}S \Rightarrow aabba\underline{S}bS \Rightarrow aabbab\underline{S} \Rightarrow aabbab\\
\end{aligned}
\]
(on a souligné à chaque fois le symbole réécrit), mais aussi à la
dérivation
\[
\begin{aligned}
\underline{S} &\Rightarrow T\underline{S} \Rightarrow TT\underline{S} \Rightarrow T\underline{T} \Rightarrow Ta\underline{S}b \Rightarrow \underline{T}ab\\
&\Rightarrow a\underline{S}bab \Rightarrow aT\underline{S}bab \Rightarrow a\underline{T}bab \Rightarrow aa\underline{S}bbab \Rightarrow aabbab\\
\end{aligned}
\]
Ces deux dérivations sont donc équivalentes.  Elles ont toutes les
deux $10$ étapes puisque l'arbre considéré a $10$ nœuds qui ne sont
pas des feuilles.

\thingy On appelle \defin{dérivation gauche} une dérivation (pour une
grammaire hors contexte donnée) dans laquelle le symbole réécrit est
toujours \emph{le nonterminal le plus à gauche} du pseudo-mot
courant : autrement dit, une dérivation gauche est une dérivation
telle que le contexte gauche de chaque dérivation immédiate la
constituant ne comporte que des symboles terminaux (i.e., appartient
à $\Sigma^*$).  Symétriquement, on appelle \textbf{dérivation droite}
une dérivation dans laquelle le symbole réécrit est toujours \emph{le
  nonterminal le plus à droite}, c'est-à-dire que le contexte droit de
chaque dérivation immédiate la constituant ne comporte que des
symboles terminaux.

À titre d'exemple, les deux dérivations données
en \ref{example-of-derivations} sont respectivement une dérivation
gauche et une dérivation droite.

À chaque arbre d'analyse est associée une et une seule dérivation
gauche : on l'obtient de façon évidente en réécrivant à chaque étape
le symbole nonterminal le plus à gauche en suivant la règle indiquée
par l'arbre d'analyse sous le nœud correspondant ; cela revient à
parcourir l'arbre d'analyse en profondeur de gauche à droite, et à
réécrire le symbole correspondant à chaque nœud que l'on rencontre qui
n'est pas une feuille.  De même, à chaque arbre d'analyse est associée
une et une seule dérivation droite.


\subsection{Ambiguïté}

\thingy On dit qu'une grammaire hors contexte est \defin[ambiguë
  (grammaire)]{ambiguë} lorsqu'il existe un mot (i.e., un mot sur
l'alphabet $\Sigma$ des terminaux) qui admet deux arbres d'analyse
\emph{différents}.  Dans le cas contraire, elle est dite
\defin[inambiguë (grammaire)]{inambiguë} : autrement dit, une
grammaire inambiguë est une grammaire $G$ pour laquelle tout $w \in
L(G)$ a un unique arbre d'analyse ; il revient au même de dire que
tout mot de $L(G)$ a une unique dérivation droite, ou encore que tout
mot de $L(G)$ a une unique dérivation gauche.

Les grammaires des langages informatiques réels sont évidemment
(presque ?) toujours inambiguës : on souhaite qu'un programme
(c'est-à-dire, dans la terminologie mathématique, un mot du langage)
admette une unique interprétation, une unique analyse, autrement dit,
un unique arbre d'analyse.

\thingy\label{trivial-example-ambiguity} À titre d'exemple, la
grammaire
\[
S\; \rightarrow\; SS \;|\; a
\]
sur l'alphabet $\{a\}$ est ambiguë.  En effet, le mot $aaa$ admet
l'arbre d'analyse
\begin{center}
\tikzstyle{automaton}=[scale=0.5]
%%% begin parsetree2 %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (S3) at (99bp,90bp) [draw,draw=none] {$S$};
  \node (S2) at (99bp,162bp) [draw,draw=none] {$S$};
  \node (S1) at (27bp,162bp) [draw,draw=none] {$S$};
  \node (S0) at (63bp,234bp) [draw,draw=none] {$S$};
  \node (S4) at (171bp,90bp) [draw,draw=none] {$S$};
  \node (a1) at (99bp,18bp) [draw,draw=none] {$a$};
  \node (a0) at (27bp,90bp) [draw,draw=none] {$a$};
  \node (a2) at (171bp,18bp) [draw,draw=none] {$a$};
  \draw [] (S0) ..controls (48.521bp,204.85bp) and (41.357bp,190.92bp)  .. (S1);
  \draw [] (S1) ..controls (27bp,132.85bp) and (27bp,118.92bp)  .. (a0);
  \draw [] (S2) ..controls (127.96bp,132.85bp) and (142.29bp,118.92bp)  .. (S4);
  \draw [] (S2) ..controls (99bp,132.85bp) and (99bp,118.92bp)  .. (S3);
  \draw [] (S0) ..controls (77.479bp,204.85bp) and (84.643bp,190.92bp)  .. (S2);
  \draw [] (S4) ..controls (171bp,60.846bp) and (171bp,46.917bp)  .. (a2);
  \draw [] (S3) ..controls (99bp,60.846bp) and (99bp,46.917bp)  .. (a1);
%
\end{tikzpicture}

%%% end parsetree2 %%%
\end{center}
mais aussi
\begin{center}
\tikzstyle{automaton}=[scale=0.5]
%%% begin parsetree2b %%%

\begin{tikzpicture}[>=latex,line join=bevel,automaton]
%%
\node (S3) at (27bp,90bp) [draw,draw=none] {$S$};
  \node (S2) at (171bp,162bp) [draw,draw=none] {$S$};
  \node (S1) at (99bp,162bp) [draw,draw=none] {$S$};
  \node (S0) at (135bp,234bp) [draw,draw=none] {$S$};
  \node (S4) at (99bp,90bp) [draw,draw=none] {$S$};
  \node (a1) at (99bp,18bp) [draw,draw=none] {$a$};
  \node (a0) at (27bp,18bp) [draw,draw=none] {$a$};
  \node (a2) at (171bp,90bp) [draw,draw=none] {$a$};
  \draw [] (S1) ..controls (70.042bp,132.85bp) and (55.714bp,118.92bp)  .. (S3);
  \draw [] (S0) ..controls (120.52bp,204.85bp) and (113.36bp,190.92bp)  .. (S1);
  \draw [] (S0) ..controls (149.48bp,204.85bp) and (156.64bp,190.92bp)  .. (S2);
  \draw [] (S1) ..controls (99bp,132.85bp) and (99bp,118.92bp)  .. (S4);
  \draw [] (S3) ..controls (27bp,60.846bp) and (27bp,46.917bp)  .. (a0);
  \draw [] (S2) ..controls (171bp,132.85bp) and (171bp,118.92bp)  .. (a2);
  \draw [] (S4) ..controls (99bp,60.846bp) and (99bp,46.917bp)  .. (a1);
%
\end{tikzpicture}

%%% end parsetree2b %%%
\end{center}

Cette grammaire n'est donc pas ambiguë.  Remarquons que le langage
qu'elle engendre est $\{a\}^+ = \{a^n : n\geq 1\}$ (car il est évident
que tout mot engendré par la grammaire est dans $\{a\}^+$, et
réciproquement il est facile de fabriquer une dérivation de $a^n$ pour
tout $n\geq 1$, par exemple $\underline{S} \Rightarrow S\underline{S}
\Rightarrow \cdots \Rightarrow S^{n-1} S \Rightarrow \cdots a^n$).

Le \emph{même} langage $\{a\}^+ = \{a^n : n\geq 1\}$ peut aussi être
engendré par la grammaire
\[
S\; \rightarrow\; aS \;|\; a
\]
(faiblement équivalente à la précédente, donc) qui, elle, \emph{n'est
  pas} ambiguë : en effet, la seule manière de dériver $a^n$ consiste
à appliquer $n-1$ fois la règle $S \rightarrow aS$ et finalement une
fois la règle $S \rightarrow a$ (il y a donc une unique dérivation du
mot, et \textit{a fortiori} un unique arbre d'analyse).

\thingy La grammaire $G$ des expressions bien-parenthésées
\[
\begin{aligned}
S &\rightarrow TS \;|\; \varepsilon\\
T &\rightarrow aSb\\
\end{aligned}
\]
considérée en \ref{example-well-parenthesized-expressions} est
inambiguë.  Le point crucial pour s'en convaincre est que dans
l'application de la règle $S \rightarrow TS$ dans l'analyse d'un mot
$w \neq \varepsilon$ engendré par la grammaire, il n'y a qu'une seule
possibilité sur la limite du préfixe $u$ qui dérivera de $T$ (et donc
du suffixe qui dérivera de $S$) : en s'inspirant
de \ref{example-grammar-equal-a-and-b} on peut se convaincre que $u$
est le préfixe de $w$ de la plus petite longueur $>0$ possible
comportant autant de $b$ que de $a$ (par exemple si $w = aabbab$ alors
$u = aabb$) ; ce point étant acquis, tout mot $w\neq\varepsilon$ de la
grammaire $L(G) = L(G,S)$ s'analyse de façon unique comme
concaténation d'un mot $u \in L(G,T)$ (c'est-à-dire dérivant de $T$)
et d'un mot $v \in L(G,S)$, et chacun de ces morceaux s'analyse à son
tour de façon unique (la règle $T \rightarrow aSb$ ne permet
manifestement qu'une seule analyse d'un mot de $L(G,T)$ : une fois
qu'on enlève le $a$ initial et le $b$ final, il reste un mot de
$L(G,S)$).

Notamment, l'arbre représenté en \ref{example-of-parse-tree} est
l'\emph{unique} arbre d'analyse de $aabbab$ pour la grammaire
présentée ci-dessus.

\thingy Il arrive que le \emph{même} langage puisse être engendré par
une grammaire ambiguë et par une grammaire inambiguë (on a vu un
exemple en \ref{trivial-example-ambiguity}).  L'ambiguïté est donc une
caractéristique de la \emph{grammaire} hors contexte et non du
\emph{langage} algébrique qu'elle engendre.

Cependant, certains langages algébriques ne sont définis \emph{que}
par des grammaires hors contexte ambiguës.  De tels langages sont dits
\defin[intrinsèquement ambigu (langage algébrique)]{intrinsèquement
  ambigus}.  C'est le cas du langage $\{a^i b^i c^j :
i,j\in\mathbb{N}\} \cup \{a^i b^j c^j : i,j\in\mathbb{N}\}$ dont on a
vu en \ref{example-for-intrinsic-ambiguity} qu'il était algébrique :
il n'est pas évident (cela dépasse le cadre de ce cours) de démontrer
qu'il est intrinsèquement ambigu, mais on peut au moins en donner une
explication intuitive : quelle que soit la manière dont on construit
une grammaire engendrant ce langage, elle devra forcément distinguer
le cas de $a^i b^i c^j$ et celui de $a^i b^j c^j$, or ces cas ne sont
pas disjoints, il existe des mots $a^i b^i c^i$ qui sont à
l'intersection des deux, et ce sont ces mots qui forcent ce langage à
être intrinsèquement ambigu.


\subsection{Le lemme de pompage pour les langages algébriques}

\begin{prop}[lemme de pompage pour les langages algébriques]\label{pumping-lemma-for-algebraic-languages}\index{pompage (lemme de)}
Soit $L$ un langage algébrique.  Il existe alors un entier $k$ tel que
tout mot de $t \in L$ de longueur $|t| \geq k$ admette une
factorisation $t = uvwxy$ en cinq facteurs $u,v,w,x,y$ où :
\begin{itemize}
\item[(i)] $|vx| \geq 1$ (c'est-à-dire $v\neq\varepsilon$ \emph{ou
  bien} $x\neq\varepsilon$),
\item[(ii)] $|vwx| \leq k$,
\item[(iii)] pour tout $i\geq 0$ on a $uv^iwx^iy \in L$.
\end{itemize}
\end{prop}
\begin{proof}\textcolor{red}{(Omise.)}\end{proof}

Donnons maintenant un exemple d'utilisation du lemme :

\begin{prop}\label{example-of-pumping-lemma-for-algebraic-languages}
Soit $\Sigma = \{a,b,c\}$.  Le langage $L = \{a^n b^n c^n :
n\in\mathbb{N}\} = \{\varepsilon, abc, aabbcc, aaabbbcc,\ldots\}$
n'est pas algébrique.
\end{prop}
\begin{proof}
Appliquons la proposition \ref{pumping-lemma-for-algebraic-languages}
au langage $L$ considéré : appelons $k$ l'entier dont le lemme de
pompage garantit l'existence.  Considérons le mot $t := a^k b^k c^k$ :
il doit alors exister une factorisation $t = uvwxy$ pour laquelle on a
(i) $|vx|\geq 1$, (ii) $|vwx|\leq k$ et (iii) $uv^iwx^iy \in L$ pour
tout $i\geq 0$.  La propriété (ii) assure que le facteur $vwx$ ne peut
pas contenir simultanément les lettres $a$ et $c$ : en effet, tout
facteur de $t$ comportant un $a$ et un $c$ doit avoir aussi le facteur
$b^k$, et donc être de longueur $\geq k+2$.  Supposons que $vwx$ ne
contienne pas la lettre $c$ (l'autre cas étant complètement
analogue) : en particulier, ni $v$ ni $x$ ne la contient, donc le mot
$uv^iwx^iy$, qui est dans $L$ d'après (iii), a le même nombre de $c$
que le mot $t$ initial ; mais comme son nombre de $a$ ou bien de $b$
est différent (d'après (i)), on a une contradiction.
\end{proof}

\thingy La proposition \ref{intersection-of-algebraic-and-rational}
peut s'avérer utile pour montrer qu'un langage n'est pas algébrique.
Par exemple, le langage $L$ formé des mots sur $\{a,b,c\}$ ayant le
même nombre total de $a$, de $b$ et de $c$ (autrement dit $\{w \in
\{a,b,c\}^* : |w|_a = |w|_b = |w|_c\}$ où $|w|_x$ désigne le nombre
d'occurrences de la lettre $x$ dans le mot $w$) n'est pas algébrique :
le plus simple pour le voir est de l'intersecter avec le langage
rationnel $M := \{a^i b^j c^k : i,j,k\in\mathbb{N}\}$ (dénoté par
l'expression rationnelle $a{*}b{*}c{*}$) : si $L$ était algébrique
alors d'après \ref{intersection-of-algebraic-and-rational}, le langage
$L\cap M$ le serait aussi ; mais $L\cap M = \{a^i b^i c^i :
i\in\mathbb{N}\}$, et on vient de voir
en \ref{example-of-pumping-lemma-for-algebraic-languages} qu'il n'est
pas algébrique ; c'est donc que $L$ n'est pas non plus algébrique.


\subsection{Notions sur l'analyse des langages hors contexte}

\thingy Il est naturel de se poser la question suivante : existe-t-il
un algorithme qui, donnée une grammaire hors contexte $G$, permet de
déterminer si un mot donné appartient au langage $L(G)$ engendré
par $G$, et, si oui, d'en trouver un arbre d'analyse ?  La réponse à
cette question est positive, mais plus délicate que dans le cadre des
langages rationnels où la notion d'automate fini a permis de donner un
point de vue clair (cf. \ref{rational-languages-are-recognizable}).

\thingy Il existe bien un modèle de calcul qu'on peut imaginer comme
l'analogue pour les langages algébriques (et grammaires hors contexte)
de ce que les automates finis sont pour les langages rationnels (et
expressions régulières) : il s'agit des \emph{automates à pile}.
Informellement, un automate à pile non déterministe fonctionne comme
un automate fini non déterministe à transitions spontanées, mais il a,
en plus de son état courant, accès à une « pile », qui contient des
éléments d'un autre alphabet (l'alphabet de pile), et pour choisir la
transition à effectuer, il peut consulter, en plus du symbole proposé,
les symboles au sommet de la pile (jusqu'à une profondeur bornée), et
une fois cette transition effectuée, décider de rajouter, retirer ou
remplacer des symboles au sommet de la pile.

{\footnotesize

De façon plus formelle, un \index{automate à pile}automate à pile non déterministe est la
donnée d'un ensemble fini $Q$ d'états, d'un ensemble $I \subseteq Q$
d'états dits initiaux, d'un ensemble $F \subseteq Q$ d'états dits
finaux, d'un ensemble fini $\Gamma$ appelé alphabet de pile, et d'une
relation de transition $\delta \subseteq (Q \times
(\Sigma\cup\{\varepsilon\}) \times \Gamma^*) \times (Q \times
\Gamma^*)$.  Dire que $((q,t,\lambda), (q',\lambda')) \in \delta$
signifie que l'automate peut transitionner de l'état $q$ avec
$\lambda$ au sommet de la pile vers l'état $q'$ avec $\lambda'$ (à la
place de $\lambda$) au sommet de la pile en consommant la lettre $t$
(ou spontanément si $t=\varepsilon$), et l'automate \emph{accepte} un
mot $w$ lorsqu'il existe une suite de transitions d'un état initial
avec pile vide vers un état final avec pile vide qui consomme les
lettres de $w$.

De façon plus précise, l'automate accepte $w$ lorsqu'il existe
$q_0,\ldots,q_n \in Q$ (les états traversés) et $t_1,\ldots,t_n \in
(\Sigma\cup\{\varepsilon\})$ (les symboles consommés) et
$\gamma_1,\ldots,\gamma_n \in \Gamma^*$ (les états intermédiaires de
la pile) et $\lambda_1,\ldots,\lambda_n \in \Gamma^*$ (les mots
dépilés) et $\lambda'_1,\ldots,\lambda'_n \in \Gamma^*$ (les mots
empilés) tels que : $q_0 \in I$ et $q_n\in F$ et et $\lambda_1\gamma_1
= \varepsilon$ et $\lambda'_n\gamma_n = \varepsilon$ et
$((q_{i-1},t_i,\lambda_i),(q_i,\lambda'_i)) \in \delta$ pour
chaque $1\leq i\leq n$ et $w = t_1\cdots t_n$ et enfin
$\lambda_i\gamma_i = \lambda'_{i-1}\gamma_{i-1}$ pour chaque $1\leq
i\leq n$.

(Il existe différentes variations autour de cette notion, certaines
sans importance : notamment, on peut relaxer l'exigence que l'automate
termine le calcul avec la pile vide, cela ne change rien à la classe
des langages acceptés.)

\par}

On peut montrer qu'il y a équivalence entre grammaires hors contexte
et automates à pile non déterministes au sens où tout langage engendré
par une grammaire hors contexte est le langage accepté par un automate
à pile non déterministe et réciproquement.  Il n'est d'ailleurs pas
très difficile de construire algorithmiquement un automate à pile non
déterministe qui accepte le langage engendré par une grammaire hors
contexte donnée.  Mais une différence essentielle avec les automates
finis est que cette fois \emph{le non déterministe est essentiel} :
les automates à pile déterministes (qu'il faut définir soigneusement)
acceptent strictement moins de langages que les automates à pile
non déterministes.

\thingy Une approche possible pour résoudre algorithmiquement,
\emph{en théorie}, le problème de décider si un mot $w$ appartient au
langage $L(G)$ engendré par une grammaire $G$ est la suivante :
\begin{itemize}
\item réécrire la grammaire (i.e., la remplacer par une grammaire
  équivalente) de manière à ce que le membre de droite de chaque
  production soit de longueur $\geq 2$, quitte à traiter spécialement
  les éventuels mots de longueur $0$ et $1$ de $L(G)$,
\item on a ensuite affaire à une grammaire \emph{monotone},
  c'est-à-dire que l'application d'une règle ne peut qu'augmenter la
  longueur du pseudo-mot en cours de dérivation, ce qui permet
  d'explorer exhaustivement toutes les possibilités et de s'arrêter
  dès qu'on dépasse la longueur $|w|$ à atteindre.
\end{itemize}

Pour ce qui est de la première partie : l'idée est d'éliminer d'abord
les règles $T \rightarrow U$ (où $U$ est un nonterminal) : ces règles
peuvent s'éliminer quitte à ajouter une règle $T \rightarrow \alpha$
pour toute règle $U \rightarrow \alpha$ : on procède comme pour
l'élimination des ε-transitions dans les εNFA (autrement dit, si on a
une règle $V \rightarrow \alpha$ avec $V$ un nonterminal qui peut être
dérivé par une suite de règles $T \rightarrow \cdots \rightarrow V$ en
partant de $V$, on crée une règle $T \rightarrow \alpha$).  Ensuite,
si on dispose de règles $T \rightarrow \varepsilon$ ou $T \rightarrow
x$ (où $x$ est une lettre), on peut supprimer ces règles quitte à
ajouter à chaque règle ayant un $T$ dans le membre de droite la même
règle où $T$ a été remplacé par $\varepsilon$ ou $U$ ou $x$ selon le
cas ; il faudra simplement faire un cas spécial, si $T$ est l'axiome
de la grammaire, pour retenir que le mot $\varepsilon$ ou $x$ peut
être produit.  À titre d'exemple, dans la grammaire $S \rightarrow
aSbS \,|\, \varepsilon$, on peut écarter la règle $S \rightarrow
\varepsilon$ quitte à ajouter des règles $S \rightarrow aSb$ et $S
\rightarrow abS$ et $S \rightarrow ab$.

\thingy Du point de vue pratique, il existe deux approches principales
pour analyser les langages définis par des grammaires hors contexte
(supposées \emph{au minimum} inambiguës) :
\begin{itemize}
\item Les analyseurs \defin[LL (analyse)]{LL} procèdent de façon \emph{descendante} (en
  anglais « top-down »), parcourent le mot depuis la gauche (« L ») et
  génèrent la dérivation gauche (« L ») de l'arbre d'analyse fabriqué,
  en partant de la racine et en descendant jusqu'aux
  feuilles\footnote{En botanique, un arbre a la racine en bas et les
    feuilles en haut ; en informatique, on les représente plutôt
    racine en haut et feuille en bas.}.
\item Les analyseurs \defin[LR (analyse)]{LR} procèdent de façon \emph{ascendante} (en
  anglais « bottom-up »), parcourent le mot depuis la gauche (« L »)
  et génèrent la dérivation droite (« R ») de l'arbre d'analyse
  fabriqué, en partant des feuilles et en remontant jusqu'aux racines.
\end{itemize}

L'idée générale à retenir est que les analyseurs LR sont strictement
plus puissants que les analyseurs LL (ils sont capables d'analyser
strictement plus de grammaires, cf. \ref{example-lr-non-ll-grammar}),
mais leur écriture est plus difficile et les messages d'erreur qu'ils
retournent sont plus difficiles à comprendre.

\thingy Pour illustrer ces différences, considérons une grammaire très
simple à analyser comme
\[
\begin{aligned}
S &\rightarrow TS \;|\; c\\
T &\rightarrow aSb\\
\end{aligned}
\]

L'approche la plus évidente, si on doit écrire une fonction « analyser
un mot comme dérivant de $S$ dans cette grammaire » consiste à faire
deux fonctions mutuellement récursives, « chercher un préfixe qui
dérive de $S$ » et « chercher un préfixe qui dérive de $T$ ».  En
observant que tout mot qui dérive de $T$ doit commencer par la
lettre $a$, ce qui permet de distinguer les mots dérivant des règles
$S\rightarrow TS$ et $S\rightarrow c$, on va écrire :
\begin{itemize}
\item Fonction « rechercher un préfixe qui dérive de $S$ » (prenant en
  entrée un mot $w\in\{a,b\}^*$ et renvoyant un préfixe de $w$ et un
  arbre de dérivation de $w$ à partir de $S$ :
\begin{itemize}
\item si la première lettre de $w$ est $c$, renvoyer le préfixe $c$ et
  l'arbre trivial $S\to c$, sinon :
\item appeler la fonction « rechercher un préfixe qui dérive
  de $T$ » sur $w$, qui retourne un préfixe $u$ de $w$ et un
  arbre $\mathscr{U}$,
\item appeler la fonction « rechercher un préfixe qui dérive de $S$ »
  sur le suffixe correspondant $t$ de $w$ (c'est-à-dire le $t$ tel que
  $w=ut$), qui retourne un préfixe $v$ de $t$ et un arbre
  $\mathscr{V}$,
\item renvoyer le préfixe $uv$ de $w$ ainsi que l'arbre d'analyse dont
  la racine est donnée par la règle $S\rightarrow TS$ et les
  sous-arbres $\mathscr{U}$ et $\mathscr{V}$ (i.e., une racine
  étiquetée $S$ et deux fils étiquetés $T$ et $S$ qui sont chacun
  racines de sous-arbres donnés par $\mathscr{U}$ et $\mathscr{V}$
  respectivement).
\end{itemize}
\item Fonction « rechercher un préfixe qui dérive de $T$ » (prenant en
  entrée un mot $u\in\{a,b\}^*$ et renvoyant un préfixe de $u$ et un
  arbre de dérivation de $u$ à partir de $T$ :
\begin{itemize}
\item vérifier que la première lettre est un $a$ (sinon, soulever une
  exception indiquant une erreur d'analyse),
\item appeler la fonction « rechercher un préfixe qui dérive de $S$ »
  sur le suffixe correspondant $x$ de $u$ (c'est-à-dire le $x$ tel que
  $u=ax$), qui retourne un préfixe $w$ de $x$ et un
  arbre $\mathscr{W}$,
\item vérifier que la lettre qui suit $w$ dans $x$ est bien $b$,
  c'est-à-dire que $u$ commence par $awb$ (sinon, soulever une
  exception indiquant une erreur d'analyse),
\item renvoyer le préfixe $awb$ de $u$ ainsi que l'arbre d'analyse
  dont la racine est donnée par la règle $T\rightarrow aSb$ et les
  sous-arbres $a$, $\mathscr{W}$ et $b$ (i.e., une racine étiquetée
  $T$ et trois fils étiquetés $a$, $S$ et $b$, celui du milieu étant
  racine d'un sous-arbre donné par $\mathscr{W}$).
\end{itemize}
\end{itemize}

Cette approche réussit sur cette grammaire très simple (où on peut
notamment se convaincre que l'éventuel préfixe dérivant de $S$ ou de
$T$ est toujours défini de façon unique).  L'analyseur qu'on vient de
décrire s'appelle un « analyseur par descente récursive » ; mais
plutôt qu'utiliser la récursivité du langage de programmation
(c'est-à-dire la pile système), on peut aussi utiliser une pile comme
structure de données, et on obtient ainsi essentiellement un automate
à pile, qui utilise sa pile pour retenir les règles qu'il a commencé à
analyser (à partir de la racine de l'arbre d'analyse en cours de
construction).  On a essentiellement construit un analyseur LL, ou
plus exactement LL($1$) (le « $1$ » indiquant qu'on se contente de
lire une unique lettre du mot pour décider quelle règle chercher à
analyser), pour ce langage.  C'est ici l'approche « descendante » :
l'arbre se construit à partir de la racine et la pile sert à retenir
les règles qu'on a commencé à reconnaître.

\smallbreak

L'approche « ascendante » de la même grammaire serait plutôt la
suivante : on parcourt le mot de gauche à droite en gardant de côté
une pile (initialement vide) qui pourra contenir les symboles $a,S,T$,
les deux derniers étant alors associés à des arbres d'analyse ;
\begin{itemize}
\item si on lit un $a$, on se contente de l'empiler,
\item si on lit un $c$, on crée un arbre d'analyse $S\rightarrow c$ et
  on empile le $S$, puis, tant que la pile contient $T$ et $S$ en son
  sommet, on dépile ces deux symboles, on rassemble les deux arbres
  d'analyse associés en les mettant sous un $S\rightarrow TS$ et on
  empile le $S$ correspondant,
\item si on lit un $b$, on vérifie que les deux symboles au sommet de
  la pile sont $a$ et $S$ (sinon on soulève une erreur d'analyse), on
  les dépile et on rassemble l'arbre d'analyse associé au $S$ en le
  mettant sous un $T\rightarrow aSb$, et enfin on empile un $T$
  associé à cet arbre,
\item enfin, si on arrive à la fin du mot, la pile ne doit contenir
  qu'un unique symbole $S$ (sinon on soulève une erreur d'analyse), et
  l'arbre d'analyse final est celui qui lui est associé.
\end{itemize}

Il est un peu difficile d'expliquer en général comment construire un
tel analyseur, mais sur cet exemple précis il est facile de se
convaincre qu'il fonctionne et de comprendre pourquoi : il s'agit
essentiellement là d'un analyseur LR (en fait, LR($0$), le « $0$ »
indiquant qu'on n'a jamais eu besoin de regarder au-delà du symbole
courant pour décider quoi faire), C'est ici l'approche
« ascendante » : l'arbre se construit à partir des feuilles et la pile
sert à retenir les nonterminaux au sommet des morceaux d'arbre déjà
construits (et éventuellement les arbres eux-mêmes).


%
%
%

\section{Introduction à la calculabilité}\label{section-computability}

\setcounter{comcnt}{0}

\thingy\textbf{Discussion préalable.} On s'intéresse ici à la question
de savoir ce qu'un \defin{algorithme} peut ou ne peut pas faire.
Pour procéder de façon rigoureuse, il faudrait formaliser la notion
d'algorithme (par exemple à travers le concept de machine de Turing) :
on a préféré rester informel sur cette définition — par exemple « un
algorithme est une série d'instruction précises indiquant des calculs
à effectuer étape par étape et qui ne manipulent, à tout moment, que
des données finies » ou « un algorithme est quelque chose qu'on
pourrait, en principe, implémenter sur un ordinateur » — étant entendu
que cette notion est déjà bien connue et comprise, au moins dans la
pratique.  Les démonstrations du fait que tel ou tel problème est
décidable par un algorithme ou que telle ou telle fonction est
calculable par un algorithme deviennent beaucoup moins lisibles quand
on les formalise avec une définition rigoureuse d'algorithme
(notamment, programmer une machine de Turing est encore plus
fastidieux que programmer en assembleur un ordinateur, donc s'il
s'agit d'exhiber un algorithme, c'est probablement une mauvaise idée
de l'écrire sous forme de machine de Turing).

Néanmoins, il est essentiel de savoir que ces formalisations
existent : on peut par exemple évoquer le paradigme du
$\lambda$-calcul de Church (la première formalisation rigoureuse de la
calculabilité), les fonctions générales récursives (=$\mu$-récursives)
à la Herbrand-Gödel-Kleene, les machines de Turing (des machines à
états finis capables de lire, d'écrire et de se déplacer sur un ruban
infini contenant des symboles d'un alphabet fini dont à chaque instant
tous sauf un nombre fini sont des blancs), les machines à registres,
le langage « FlooP » de Hofstadter, etc.  Toutes ces formalisations
sont équivalentes (au sens où, par exemple, elles conduisent à la même
notion de fonction calculable ou calculable partielle, définie
ci-dessous).  La \defin[Church-Turing (thèse de)]{thèse de
  Church-Turing} affirme, au moins informellement, que tout ce qui est
effectivement calculable par un algorithme\footnote{Voire, dans
  certaines variantes, physiquement calculable dans notre Univers.}
est calculable par n'importe laquelle de ces notions formelles
d'algorithmes, qu'on peut rassembler sous le nom commun de
\defin[calculable (fonction)]{calculabilité au sens de Church-Turing},
ou « calculabilité » tout court.

Notamment, quasiment tous les langages de programmation
informatique\footnote{C, C++, Java, Python, JavaScript, Lisp, OCaml,
  Haskell, Prolog, etc.  Certains langages se sont même révélés
  Turing-complets alors que ce n'était peut-être pas voulu : par
  exemple, HTML+CSS.}, au moins si on ignore les limites des
implémentations et qu'on les suppose capables de manipuler des
entiers, chaînes de caractère, tableaux, etc., de taille arbitraire
(mais toujours finie)\footnote{Autre condition : ne pas utiliser de
  générateur aléatoire matériel.}, sont « Turing-complets »,
c'est-à-dire équivalents dans leur pouvoir de calcul à la
calculabilité de Church-Turing.  Pour imaginer intuitivement la
calculabilité, on peut donc choisir le langage qu'on préfère et
imaginer qu'on programme dedans.  Essentiellement, pour qu'un langage
soit Turing-complet, il lui suffit d'être capable de manipuler des
entiers de taille arbitraire, de les comparer et de calculer les
opérations arithmétiques dessus, et d'effectuer des tests et des
boucles.

\medbreak

\thingy Il faut souligner qu'on s'intéresse uniquement à la question
de savoir ce qu'un algorithme peut ou ne peut pas faire
(calculabilité), pas au temps ou aux autres ressources qu'il peut
prendre pour le faire (complexité), et on ne cherche donc pas à rendre
les algorithmes efficaces en quelque sens que ce soit.  Par exemple,
pour arguër qu'il existe un algorithme qui décide si un entier naturel
$n$ est premier ou non, il suffit de dire qu'on peut calculer tous les
produits $pq$ avec $2\leq p,q\leq n-1$ et tester si l'un d'eux est
égal à $n$, peu importe que cet algorithme soit absurdement
inefficace.  De même, nos algorithmes sont capables de manipuler des
entiers arbitrairement grands : ceci permet de dire, par exemple, que
toute chaîne binaire peut être considérée comme un entier, peu importe
le fait que cet entier ait peut-être des milliards de chiffres (dans
les langages informatiques réels, on a rarement envie de considérer
toute donnée comme un entier, mais en calculabilité on peut se
permettre de le faire).

Notamment, plutôt que de considérer des « mots » (éléments
de $\Sigma^*$ avec $\Sigma$ un alphabet fini) et « langages » (parties
de $\Sigma^*$), il sera plus pratique de remplacer l'ensemble
$\Sigma^*$ des mots par l'ensemble des entiers naturels, quitte à
choisir un codage (calculable !) des mots par des entiers.  (À titre
d'exemple, on obtient une bijection de l'ensemble $\{0,1\}^*$ des mots
sur l'alphabet à deux lettres avec $\mathbb{N}$ de la façon suivante :
ajouter un $1$ au début du mot, lire celui-ci comme un nombre binaire,
et soustraire $1$.  Plus généralement, une fois choisi un ordre total
sur l'alphabet fini $\Sigma$, on peut trier les mots par ordre de
taille, et, à taille donnée, par ordre lexicographique, et leur
associer les entiers naturels dans le même ordre : il n'est pas
difficile de montrer que cela donne bien une bijection calculable
entre $\Sigma^*$ et $\mathbb{N}$.)

\medbreak

\thingy\textbf{Terminaison des algorithmes.} Un algorithme qui
effectue un calcul utile doit certainement terminer en temps fini.
Néanmoins, même si on voudrait ne s'intéresser qu'à ceux-ci, il n'est
pas possible d'ignorer le « problème » des algorithmes qui ne
terminent jamais (et ne fournissent donc aucun résultat).  C'est le
point central de la calculabilité (et du théorème de Turing
ci-dessous) qu'on ne peut pas se débarrasser des algorithmes qui ne
terminent pas : on ne peut pas, par exemple, formaliser une notion
suffisante\footnote{Tout dépend, évidemment, de ce qu'on appelle
  « suffisant » : il existe bien des notions de calculabilité, plus
  faibles que celle de Church-Turing, où tout calcul termine, voir par
  exemple la notion de fonction « primitive récursive » ou le langage
  « BlooP » de Hofstadter ; mais de telles notions ne peuvent pas
  disposer d'une machine universelle comme expliqué plus loin (en
  raison d'un argument diagonal), donc elles sont nécessairement
  incomplètes en un certain sens.} de calculabilité dans laquelle tout
algorithme termine toujours ; ni développer un langage de
programmation suffisamment général dans lequel il est impossible qu'un
programme « plante » indéfiniment ou parte en boucle infinie.  (Cette
subtilité est d'ailleurs sans doute en partie responsable de la
difficulté historique à dégager la bonne notion d'« algorithme » : on
a commencé par développer des notions d'algorithmes terminant
forcément, comme les fonctions primitives récursives, et on se rendait
bien compte que ces notions étaient forcément toujours incomplètes.)

\bigbreak

\begin{defn}
On dit qu'une fonction $f\colon\mathbb{N}\to\mathbb{N}$ est
\defin{calculable (fonction)} (ou \index{récursive
  (fonction)|see{calculable}}« récursive ») lorsqu'il existe un
algorithme qui prend en entrée $n\in\mathbb{N}$, termine toujours en
temps fini, et calcule (renvoie) $f(n)$.

On dit qu'un ensemble $A \subseteq \mathbb{N}$ (« langage ») est
\defin{décidable} (ou \index{calculable
  (langage)|see{décidable}}« calculable » ou \index{récursif
  (langage)|see{décidable}}« récursif ») lorsque sa fonction
indicatrice $\mathbf{1}_A \colon \mathbb{N} \to \mathbb{N}$ (valant
$1$ sur $A$ et $0$ sur son complémentaire) est calculable.  Autrement
dit : lorsqu'il existe un algorithme qui prend en entrée
$n\in\mathbb{N}$, termine toujours en temps fini, et renvoie
« oui » ($1$) si $n\in A$, « non » ($0$) si $n\not\in A$ (on dira que
l'algorithme « décide » $A$).

On dit qu'une fonction partielle
$f\colon\mathbb{N}\dasharrow\mathbb{N}$ (c'est-à-dire une fonction
définie sur une partie de $\mathbb{N}$, appelé ensemble de définition
de $f$) est \defin[calculable partielle (fonction)]{calculable
  partielle} (ou « récursive partielle ») lorsqu'il existe un
algorithme qui prend en entrée $n\in\mathbb{N}$, termine en temps fini
ssi $f(n)$ est définie, et dans ce cas calcule (renvoie) $f(n)$.  (Une
fonction calculable est donc simplement une fonction calculable
partielle qui est toujours définie : on dira parfois « calculable
totale » pour souligner ce fait.)

On dit qu'un ensemble $A \subseteq \mathbb{N}$ est
\defin{semi-décidable} (ou \index{semi-calculable
  (langage)|see{semi-décidable}}« semi-calculable » ou
\index{semi-récursif (langage)|see{semi-décidable}}« semi-récursif »)
lorsque la fonction partielle $\mathbb{N}\dasharrow\mathbb{N}$ définie
exactement sur $A$ et y valant $1$, est calculable partielle.
Autrement dit : lorsqu'il existe un algorithme qui prend en entrée
$n\in\mathbb{N}$, termine en temps fini ssi $n \in A$, et renvoie
« oui » ($1$) dans ce cas\footnote{En fait, la valeur renvoyée n'a pas
  d'importance ; on peut aussi définir un ensemble semi-décidable
  comme l'ensemble de définition d'une fonction calculable partielle.}
(on dira que l'algorithme « semi-décide » $A$).
\end{defn}

On s'est limité ici à des fonctions d'une seule variable (entière),
mais il n'y a pas de difficulté à étendre ces notions à plusieurs
variables, et de parler de fonction calculable $\mathbb{N}^k \to
\mathbb{N}$ (voire $\mathbb{N}^* \to \mathbb{N}$ avec $\mathbb{N}^*$
l'ensemble des suites finies d'entiers naturels) ou de fonction
calculable partielle de même type : de toute manière, on peut « coder »
un couple d'entiers naturels comme un seul entier naturel (par exemple
par $(m,n) \mapsto 2^m(2n+1)$, qui définit une bijection calculable
$\mathbb{N}^2 \to \mathbb{N}$), ou bien sûr un nombre fini quelconque
(même variable), ce qui permet de faire « comme si » on avait toujours
affaire à un seul paramètre entier.

{\footnotesize\thingy\textbf{Complément :} Comme on n'a pas défini
  formellement la notion d'algorithme, il peut être utile de signaler
  explicitement les faits suivants (qui devraient être évidents sur
  toute notion raisonnable d'algorithme) : les fonctions constantes
  sont calculables ; les opérations arithmétiques usuelles sont
  calculables ; les projections $(n_1,\ldots,n_k) \mapsto n_i$ sont
  calculables, ainsi que la fonction qui à $(m,n,p,q)$ associe $p$ si
  $m=n$ et $q$ sinon ; toute composée de fonctions calculables
  (partielle ou totale) est calculable idem ; si $\underline{m}
  \mapsto g(\underline{m})$ est calculable (partielle ou totale) et
  que $(\underline{m}, n, v) \mapsto h(\underline{m}, n, v)$ l'est,
  alors la fonction $f$ définie par récurrence par $f(\underline{m},0)
  = g(\underline{m})$ et $f(\underline{m},n+1) = h(\underline{m}, n,
  f(\underline{m},n))$ est encore calculable idem (algorithmiquement,
  il s'agit juste de boucler $n$ fois) ; et enfin, si $(\underline{m},
  n) \mapsto g(\underline{m},n)$ est calculable partielle, alors la
  fonction $f$ (aussi notée $\mu_n g$) définie par $f(\underline{m}) =
  \min\{n : g(\underline{m},n) = 0 \land \forall n'<n
  (g(\underline{m},n')\downarrow)\}$ (et non définie si ce $\min$
  n'existe pas) est calculable partielle (algorithmiquement, on teste
  $g(\underline{m},0),g(\underline{m},1),g(\underline{m},2)\ldots$
  jusqu'à tomber sur $0$).  Ces propriétés peuvent d'ailleurs servir à
  \emph{définir} rigoureusement la notion de fonction calculable,
  c'est le modèle des fonctions « générales récursives ».  (Dans ce
  qui précède, la notation $\underline{m}$ signifie
  $m_1,\ldots,m_k$.)\par}

\thingy\textbf{Exemples :} L'ensemble des nombres pairs, des carrés
parfaits, des nombres premiers, sont décidables, c'est-à-dire qu'il
est algorithmique de savoir si un nombre est pair, parfait, ou
premier.  Quitte éventuellement à coder les mots d'un alphabet fini
comme des entiers naturels (cf. plus haut), tout langage rationnel, et
même tout langage défini par une grammaire hors contexte, est
décidable.  On verra plus bas des exemples d'ensembles qui ne le sont
pas, et qui sont ou ne sont pas semi-décidables.

\medbreak

Les deux propositions suivantes, outre leur intérêt intrinsèque,
servent à donner des exemples du genre de manipulation qu'on peut
faire avec la notion de calculabilité et d'algorithme :

\begin{prop}
Un ensemble $A \subseteq \mathbb{N}$ est décidable ssi $A$ et
$\mathbb{N}\setminus A$ sont tous les deux semi-décidables.
\end{prop}
\begin{proof}
Il est évident qu'un ensemble décidable est semi-décidable (si un
algorithme décide $A$, on peut l'exécuter puis effectuer une boucle
infinie si la réponse est « non » pour obtenir un algorithme qui
semi-décide $A$) ; il est également évident que le complémentaire d'un
ensemble décidable est décidable (quitte à échanger les réponses
« oui » et « non » dans un algorithme qui le décide).  Ceci montre
qu'un ensemble décidable est semi-décidable de complémentaire
semi-décidable, i.e., la partie « seulement si ».  Montrons maintenant
le « si » : si on dispose d'algorithmes $T_1$ et $T_2$ qui
semi-décident respectivement $A$ et son complémentaire, on peut lancer
leur exécution en parallèle sur $n \in \mathbb{N}$ (c'est-à-dire
exécuter une étape de $T_1$ puis une étape de $T_2$, puis de $T_1$, et
ainsi de suite jusqu'à ce que l'un des deux termine) : comme il y en a
toujours (exactement) un qui termine, selon lequel c'est, ceci permet
de décider algorithmiquement si $n \in A$ ou $n \not\in A$.
\end{proof}

\begin{prop}
Un ensemble $A \subseteq \mathbb{N}$ non vide est semi-décidable ssi
il existe une fonction calculable $f \colon \mathbb{N} \to \mathbb{N}$
dont l'image ($f(\mathbb{N})$) vaut $A$ (on dit aussi que $A$ est
« calculablement énumérable » ou « récursivement énumérable »).
\end{prop}
\begin{proof}
Montrons qu'un ensemble semi-décidable non vide est calculablement
énumérable.  Fixons $n_0 \in A$ une fois pour toutes.  Soit $T$ un
algorithme qui semi-décide $A$.  On définit une fonction $f \colon
\mathbb{N}^2 \to \mathbb{N}$ de la façon suivante : $f(m,n) = n$
lorsque l'algorithme $T$, exécuté sur l'entrée $n$, termine au
plus $m$ étapes ; sinon, $f(m,n) = n_0$.  On a bien sûr $f(m,n) \in A$
dans tous les cas ; par ailleurs, si $n \in A$, comme l'algorithme $T$
appliqué à $n$ doit terminer, on voit que pour $m$ assez grand on a
$f(m,n) = n$, donc $n$ est bien dans l'image de $f$.  Ceci montre que
$f(\mathbb{N}^2) = A$.  Passer à $f\colon \mathbb{N} \to\mathbb{N}$
est alors facile en composant par une bijection calculable $\mathbb{N}
\to \mathbb{N}^2$ (par exemple la réciproque de $(m,n) \mapsto
2^m(2n+1)$).

Réciproquement, si $A$ est calculablement énumérable, disons $A =
f(\mathbb{N})$ avec $f$ calculable, on obtient un algorithme qui
semi-décide $A$ en calculant successivement $f(0)$, $f(1)$, $f(2)$,
etc., jusqu'à trouver un $k$ tel que $f(k)=n$ (où $n$ est l'entrée
proposée), auquel cas l'algorithme renvoie « oui » (et sinon, il ne
termine jamais puisqu'il effectue une boucle infinie à la recherche
d'un tel $k$).
\end{proof}

{\footnotesize\thingy\textbf{Clarification :} Les deux démonstrations
  ci-dessus font appel à la notion intuitive d'« étape » de
  l'exécution d'un algorithme.  Un peu plus précisément, pour chaque
  entier $m$ et chaque algorithme $T$, il est possible d'« exécuter au
  plus $m$ étapes » de l'algorithme $T$, c'est-à-dire commencer
  l'exécution de celui-ci, et si elle n'est pas finie au bout de $m$
  étapes, s'arrêter (on n'aura pas le résultat de l'exécution de $T$,
  juste l'information « ce n'est pas encore fini » et d'éventuels
  résultats intermédiaires, mais on peut décider de faire autre chose,
  y compris reprendre l'exécution plus tard).  La longueur d'une
  « étape » n'est pas spécifiée et n'a pas d'importance, les choses
  qui importent sont que (A) le fait d'exécuter les $m$ premières
  étapes de $T$ termine toujours (c'est bien l'intérêt), et (B) si
  l'algorithme $T$ termine effectivement, alors pour $m$ suffisamment
  grand, exécuter au plus $m$ étapes donne bien le résultat final
  de $T$ résultat.\par}

{\footnotesize\thingy\textbf{Complément/exercice :} Un ensemble $A
  \subseteq \mathbb{N}$ infini est décidable ssi il existe une
  fonction calculable $f \colon \mathbb{N} \to \mathbb{N}$
  \underline{strictement croissante} dont l'image vaut $A$.
  (Esquisse : si $A$ est décidable, on peut trouver son $n$-ième
  élément par ordre croissant en testant l'appartenance à $A$ de tous
  les entiers naturels dans l'ordre jusqu'à trouver le $n$-ième qui
  appartienne ; réciproquement, si on a une telle fonction, on peut
  tester l'appartenance à $A$ en calculant les valeurs de la fonction
  jusqu'à tomber sur l'entier à tester ou le dépasser.)  En mettant
  ensemble ce fait et la proposition, on peut en déduire le fait
  suivant : tout ensemble semi-décidable infini a un sous-ensemble
  décidable infini (indication : prendre une fonction qui énumère
  l'ensemble et jeter toute valeur qui n'est pas strictement plus
  grande que toutes les précédentes).\par}

\bigbreak

\thingy\textbf{Codage et machine universelle.}  Les algorithmes sont
eux-mêmes représentables par des mots sur un alphabet fini donc, si on
préfère, par des entiers naturels : on parle aussi de \defin{codage
  de Gödel} des algorithmes/programmes par des entiers.  On obtient
donc une énumération $\varphi_0, \varphi_1, \varphi_2,
\varphi_3\ldots$ de toutes les fonctions calculables partielles (la
fonction $\varphi_e$ étant la fonction que calcule l'algorithme [codé
  par l'entier] $e$, avec la convention que si cet algorithme est
syntaxiquement invalide ou erroné pour une raison quelconque, la
fonction $\varphi_e$ est simplement non-définie partout).  Les détails
de cette énumération dépendent de la formalisation utilisée pour la
calculabilité.

Un point crucial dans cette numérotation des algorithmes est
l'existence d'une \defin[universelle (machine)]{machine universelle},
c'est-à-dire d'un algorithme $U$ qui prend en entrée un entier $e$
(codant un algorithme $T$) et un entier $n$, et effectue la même chose
que $T$ sur l'entrée $n$ (i.e., $U$ termine sur les entrées $e$ et $n$
ssi $T$ termine sur l'entrée $n$, et, dans ce cas, renvoie la même
valeur).

Informatiquement, ceci représente le fait que les programmes
informatiques sont eux-mêmes représentables informatiquement : dans un
langage de programmation Turing-complet, on peut écrire un
\emph{interpréteur} pour le langage lui-même (ou pour un autre langage
Turing-complet), c'est-à-dire un programme qui prend en entrée la
représentation $e$ d'un autre programme et qui exécute ce programme
(sur une entrée $n$).

Mathématiquement, on peut le formuler comme le fait que la fonction
(partielle) $(e,n) \mapsto \varphi_e(n)$ (= résultat du $e$-ième
algorithme appliqué sur l'entrée $n$) est elle-même calculable
partielle.

Philosophiquement, cela signifie que la notion d'exécution d'un
algorithme est elle-même algorithmique : on peut écrire un algorithme
qui, donnée une description (formelle !) d'un algorithme et une entrée
à laquelle l'appliquer, effectue l'exécution de l'algorithme fourni
sur l'entrée fournie.

On ne peut pas démontrer ce résultat ici faute d'une description
rigoureuse d'un modèle de calcul précis, mais il n'a rien de
conceptuellement difficile (même s'il peut être fastidieux à écrire
dans les détails : écrire un interpréteur d'un langage de
programmation demande un minimum d'efforts).

{\footnotesize\thingy\textbf{Compléments :} Les deux résultats
  classiques suivants sont pertinents en lien avec la numérotation des
  fonctions calculables partielles.  $\bullet$ Le \emph{théorème de la
    forme normale de Kleene} assure qu'il existe un ensemble
  \underline{décidable} $\mathscr{T} \subseteq \mathbb{N}^4$ tel que
  $\varphi_e(n)$ soit défini ssi il existe $m,v$ tels que $(e,n,m,v)
  \in \mathscr{T}$, et dans ce cas $\varphi_e(n) = v$ (pour s'en
  convaincre, il suffit de définir $\mathscr{T}$ comme l'ensemble des
  $(e,n,m,v)$ tels que le $e$-ième algorithme exécuté sur l'entrée $n$
  termine en au plus $m$ étapes et renvoie le résultat $v$ : le fait
  qu'on dispose d'une machine universelle et qu'on puisse exécuter $m$
  étapes d'un algorithme assure que cet ensemble est bien décidable —
  il est même « primitif récursif »). $\bullet$ Le \emph{théorème
    s-m-n} assure qu'il existe une fonction calculable $s$ telle que
  $\varphi_{s(e,\underline{m})}(\underline{n}) =
  \varphi_e(\underline{m},\underline{n})$ (intuitivement, donné un
  algorithme qui prend plusieurs entrées et des valeurs
  $\underline{m}$ de certaines de ces entrées, on peut fabriquer un
  nouvel algorithme dans lequel ces valeurs ont été fixées — c'est à
  peu près trivial — mais de plus, cette transformation est
  \emph{elle-même algorithmique}, i.e., on peut algorithmiquement
  substituer des valeurs $\underline{m}$ dans un programme [codé par
    l'entier] $e$ : c'est intuitivement clair, mais cela ne peut pas
  se démontrer avec les seules explications données ci-dessus sur
  l'énumération des fonctions calculables partielles, il faut regarder
  précisément comment le codage standard est fait pour une
  formalisation de la calculabilité).\par}

La machine universelle n'a rien de « magique » : elle se contente de
suivre les instructions de l'algorithme $T$ qu'on lui fournit, et
termine ssi $T$ termine.  Peut-on savoir à l'avance si $T$ terminera ?
C'est le fameux « problème de l'arrêt ».

\smallbreak

Intuitivement, le « problème de l'arrêt » est la question
« l'algorithme suivant termine-t-il sur l'entrée suivante » ?

\begin{defn}
On appelle \index{arrêt (problème de l')|see{problème de
    l'arrêt}}\defin{problème de l'arrêt} (ou « langage de l'arrêt »)
l'ensemble des couples $(e,n)$ tels que le $e$-ième algorithme termine
sur l'entrée $n$, i.e., $\{(e,n) \in \mathbb{N}^2 :
\varphi_e(n)\downarrow\}$ (où la notation « $\varphi_e(n)\downarrow$ »
signifie que $\varphi_e(n)$ est défini, i.e., l'algorithme termine).
Quitte à coder les couples d'entiers naturels par des entiers naturels
(par exemple par $(e,n) \mapsto 2^e(2n+1)$), on peut voir le problème
de l'arrêt comme une partie de $\mathbb{N}$.  On peut aussi
préférer\footnote{Même si au final c'est équivalent, c'est \textit{a
    priori} plus fort de dire que $\{e \in \mathbb{N} :
  \varphi_e(e)\downarrow\}$ n'est pas décidable que de dire que
  $\{(e,n) \in \mathbb{N}^2 : \varphi_e(n)\downarrow\}$ ne l'est pas.}
définir le problème de l'arrêt comme $\{e \in \mathbb{N} :
\varphi_e(e)\downarrow\}$, on va voir dans la démonstration ci-dessous
que c'est cet ensemble-là qui la fait fonctionner.
\end{defn}

{\footnotesize (On pourrait aussi définir le problème de l'arrêt comme
  $\{e \in \mathbb{N} : \varphi_e(0)\downarrow\}$ si on voulait, ce
  serait moins pratique pour la démonstration, mais cela ne changerait
  rien au résultat comme on peut le voir en appliquant le théorème
  s-m-n.)\par}

\begin{thm}[Turing]\index{Turing (théorème de)}
Le problème de l'arrêt est semi-décidable mais non décidable.
\end{thm}
\begin{proof}
Le problème de l'arrêt est semi-décidable en vertu de l'existence
d'une machine universelle : donnés $e$ et $n$, on exécute le $e$-ième
algorithme sur l'entrée $n$ (c'est ce que fait la machine
universelle), et s'il termine on renvoie « oui » (et s'il ne termine
pas, bien sûr, on n'a pas de choix que de ne pas terminer).

Montrons par l'absurde que le problème de l'arrêt n'est pas décidable.
S'il l'était, on pourrait définir un algorithme qui, donné un entier
$e$, effectue les calculs suivants : (1º) utiliser le problème de
l'arrêt (supposé décidable !) pour savoir, algorithmiquement en temps
fini, si le $e$-ième algorithme termine quand on lui passe son propre
numéro $e$ en entrée, i.e., si $\varphi_e(e)\downarrow$, (2º) si oui,
effectuer une boucle infinie, et si non, terminer, en renvoyant,
disons, $42$.  L'algorithme qui vient d'être décrit aurait un certain
numéro, disons, $p$, et la description de l'algorithme fait que,
quelque soit $e$, la valeur $\varphi_p(e)$ est indéfinie si
$\varphi_e(e)$ est définie tandis que $\varphi_p(e)$ est définie (de
valeur $42$) si $\varphi_e(e)$ est indéfinie.  En particulier, en
prenant $e=p$, on voit que $\varphi_p(p)$ devrait être défini si et
seulement si $\varphi_p(p)$ n'est pas défini, ce qui est une
contradiction.
\end{proof}

La démonstration ci-dessus est une instance de l'« argument diagonal »
de Cantor, qui apparaît souvent en mathématiques.  (La « diagonale »
en question étant le fait qu'on considère $\varphi_e(e)$, i.e., on
passe le numéro $e$ d'un algorithme en argument à cet algorithme
lui-même, donc on regarde la diagonale de la fonction de deux
variables $(e,n) \mapsto \varphi_e(n)$ ; en modifiant les valeurs sur
cette diagonale, on produit une fonction qui ne peut pas se trouver
dans une ligne $\varphi_p$.)  Une variante facile du même argument
permet de fabriquer des ensembles non semi-décidables (voir le
« bonus » ci-dessous), ou bien on peut appliquer ce qui précède :

\begin{cor}
Le complémentaire du problème de l'arrêt n'est pas semi-décidable.
\end{cor}
\begin{proof}
On a vu que le problème de l'arrêt n'est pas décidable, et qu'un
ensemble est décidable ssi il est semi-décidable et que son
complémentaire l'est aussi : comme le problème de l'arrêt est bien
semi-décidable, son complémentaire ne l'est pas.
\end{proof}

{\footnotesize\thingy\textbf{Complément :} L'argument diagonal est
  aussi au cœur du (voire, équivalent au) \index{Kleene (théorème de récursion de)}\emph{théorème de récursion
    de Kleene}, qui affirme que pour toute fonction calculable
  partielle $h\colon\mathbb{N}^2\dasharrow\mathbb{N}$, il existe $p$
  tel que $\varphi_p(n) = h(p,n)$ pour tout $n$ (la signification
  intuitive de ce résultat est qu'on peut supposer qu'un programme a
  accès à son propre code source $p$, i.e., on peut programmer comme
  s'il recevait en entrée un entier $p$ codant ce code source ; ceci
  permet par exemple — de façon anecdotique mais amusante — d'écrire
  des programmes, parfois appelés « quines », qui affichent leur
  propre code source sans aller le chercher sur disque ou autre
  tricherie).  \textit{Démonstration :} donné $e \in \mathbb{N}$, on
  considère $s(e,m)$ tel que $\varphi_{s(e,m)}(n) = \varphi_e(m,n)$ :
  le théorème s-m-n (cf. ci-dessus) assure qu'une telle fonction
  calculable $(e,m) \mapsto s(e,m)$ existe, et $(e,n) \mapsto
  h(s(e,e), n)$ est alors aussi calculable partielle ; il existe donc
  $q$ tel que $\varphi_q(e,n) = h(s(e,e), n)$ : on pose $p = s(q,q)$,
  et on a $\varphi_p(n) = \varphi_q(q,n) = h(s(q,q), n) = h(p, n)$,
  comme annoncé. \smiley\ La non-décidabilité du problème de l'arrêt
  s'obtient en appliquant (de nouveau par l'absurde) ce résultat à
  $h(e, n)$ la fonction qui n'est pas définie si $\varphi_e(n)$ l'est
  et qui vaut $42$ si $\varphi_e(n)$ n'est pas définie.\par}

La non-décidabilité du problème de l'arrêt est un résultat
fondamental, car très souvent les résultats de non-décidabilité soit
sont démontrés sur un modèle semblable, soit s'y ramènent
directement : pour montrer qu'un certain ensemble $A$ (un
« problème ») n'est pas décidable, on cherche souvent à montrer que si
un algorithme décidant $A$ existait, on pourrait s'en servir pour
construire un algorithme résolvant le problème de l'arrêt.

{\footnotesize\thingy\textbf{Bonus / exemple(s) :} L'ensemble des $e
  \in \mathbb{N}$ tels que la fonction calculable partielle
  $\varphi_e$ soit \underline{totale} (i.e., définie sur
  tout $\mathbb{N}$) n'est pas semi-décidable.  En effet, s'il
  l'était, d'après ce qu'on a vu, il serait « calculablement
  énumérable », c'est-à-dire qu'il existerait une fonction calculable
  $f\colon\mathbb{N}\to\mathbb{N}$ dont l'image soit exactement
  l'ensemble des $e$ pour lesquels $\varphi_e$ est totale, i.e., toute
  fonction calculable totale s'écrirait sous la forme $\varphi_{f(k)}$
  pour un certain $k$.  Mais la fonction $n \mapsto \varphi_{f(n)}(n)
  + 1$ est calculable totale, donc il devrait exister un $m$ tel que
  cette fonction s'écrive $\varphi_{f(m)}$, c'est-à-dire
  $\varphi_{f(m)}(n) = \varphi_{f(n)}(n) + 1$, et on aurait alors en
  particulier $\varphi_{f(m)}(m) = \varphi_{f(m)}(m) + 1$, une
  contradiction. $\bullet$ Son complémentaire, c'est-à-dire l'ensemble
  des $e \in \mathbb{N}$ tels que la fonction calculable partielle
  $\varphi_e$ \underline{ne soit pas} totale, n'est pas non plus
  semi-décidable.  En effet, supposons qu'il existe un algorithme qui,
  donné $e$, termine ssi $\varphi_e$ n'est pas totale.  Donnés $e$ et
  $m$, considérons l'algorithme qui prend une entrée $n$,
  \emph{ignore} celle-ci, et effectue le calcul $\varphi_e(m)$ : ceci
  définit une fonction calculable partielle (soit totale et constante,
  soit définie nulle part !) $\varphi_{s(e,m)}$ où $s$ est calculable
  (on applique ici le théorème s-m-n) — en appliquant à $s(e,m)$
  l'algorithme supposé semi-décider si une fonction récursive
  partielle est non-totale, on voit qu'ici il semi-décide si
  $\varphi_e(m)$ est non-défini, autrement dit on semi-décide le
  complémentaire du problème de l'arrêt, et on a vu que ce n'était pas
  possible !\par}

{\footnotesize\thingy\textbf{Exercice :} Considérons une fonction $h$
  qui à $e$ associe un nombre au moins égal au nombre d'étapes
  (cf. ci-dessus) du calcul de $\varphi_e(e)$, si celui-ci termine, et
  une valeur quelconque si $\varphi_e(e)$ n'est pas défini.  Alors $h$
  n'est pas calculable.  (Indication : si elle l'était, on pourrait
  décider si $\varphi_e(e)$ est défini en exécutant son calcul pendant
  $h(e)$ étapes.)  On peut même montrer que $H(n) := \max\{h(i) :
  i\leq n\}$ domine asymptotiquement n'importe quelle fonction
  calculable mais c'est un peu plus difficile.\par}

\medbreak

{\footnotesize\thingy\textbf{Application à la logique :} Sans rentrer
  dans les détails de ce que signifie un « système formel », on peut
  esquisser, au moins informellement, les arguments suivants.
  Imaginons qu'on ait formalisé la notion de démonstration
  mathématique (c'est-à-dire qu'on les écrit comme des mots dans un
  alphabet indiquant quels axiomes et quelles règles logiques sont
  utilisées) : même sans savoir quelle est exactement la logique
  formelle, le fait de \emph{vérifier} qu'une démonstration est
  correcte doit certainement être algorithmique (il s'agit simplement
  de vérifier que chaque règle a été correctement appliquée),
  autrement dit, l'ensemble des démonstrations est décidable.
  L'ensemble des théorèmes, lui, est semi-décidable (on a un
  algorithme qui semi-décide si un certain énoncé est un théorème en
  énumérant toutes les chaînes de caractères possibles et en cherchant
  s'il s'agit d'une démonstration valable dont la conclusion est
  l'énoncé recherché).  Or l'ensemble des théorèmes n'est pas
  décidable : en effet, si on avait un algorithme qui permet de
  décider si un énoncé mathématique est un théorème, on pourrait
  appliquer cet algorithme à l'énoncé formel (*)« le $e$-ième
  algorithme termine sur l'entrée $e$ », en observant qu'un tel
  énoncé, s'il est vrai, est forcément démontrable (i.e., si
  l'algorithme termine, on peut \emph{démontrer} ce fait en écrivant
  étape par étape l'exécution de l'algorithme pour constituer une
  démonstration qu'il a bien été appliqué jusqu'au bout et a terminé),
  et en espérant que s'il est démontrable alors il est vrai : on
  aurait alors une façon de décider le problème de l'arrêt, une
  contradiction.  Mais du coup, l'ensemble des non-théorèmes ne peut
  pas être semi-décidable ; or comme l'ensemble des énoncés $P$ tels
  que $\neg P$ (« non-$P$ », la négation logique de $P$) soit un
  théorème est semi-décidable (puisque l'ensemble des théorèmes
  l'est), ils ne peuvent pas coïncider.  Ceci montre qu'il existe un
  énoncé tel que ni $P$ ni $\neg P$ ne sont des théorèmes : c'est une
  forme du \emph{théorème de Gödel} que Turing cherchait à démontrer ;
  mieux : en appliquant aux énoncés du type (*), on montre ainsi qu'il
  existe un algorithme qui \emph{ne termine pas} mais dont la
  non-terminaison \emph{n'est pas démontrable}.  (Modulo quelques
  hypothèses qui n'ont pas été explicitées sur le système formel dans
  lequel on travaille.)\par}



%
%
%

\printindex







%
%
%
\end{document}