path: root/transp-inf110-01-calc.tex

%% This is a LaTeX document.  Hey, Emacs, -*- latex -*- , get it?
\documentclass[mathserif,a4paper,aspectratio=169]{beamer}
%\documentclass[a4paper]{article}
%\usepackage[envcountsect,noxcolor]{beamerarticle}
\usepackage[shorthands=off,francais]{babel}
\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}
\DeclareUnicodeCharacter{00A0}{~}
\DeclareUnicodeCharacter{2026}{...}
\DeclareUnicodeCharacter{1E25}{\d{h}}
% Beamer theme:
\usetheme{Goettingen}
%\usecolortheme{albatross}
%\usecolortheme{lily}
%\setbeamercovered{transparent}
% A tribute to the worthy AMS:
\usepackage{amsmath}
\usepackage{amsfonts}
\usepackage{amssymb}
\usepackage{amsthm}
%
\usepackage{mathrsfs}
%
\usepackage{graphicx}
\usepackage{tikz}
\usetikzlibrary{arrows,automata,calc}
%
\newcommand{\itempoint}{\strut\hbox{\color{beamerstructure}\donotcoloroutermaths$\blacktriangleright$}\nobreak\hskip.5em plus.5em\relax}
\renewcommand{\thefootnote}{\textdagger}
%
%
%
\title{Calculabilité}
\subtitle{INF110 (Logique et Fondements de l'Informatique)}
\author[David Madore]{David A. Madore\\
{\footnotesize Télécom Paris}\\
\texttt{david.madore@enst.fr}}
\date{2023–2024}
\mode<presentation>{%
\beamertemplatenavigationsymbolsempty
\usenavigationsymbolstemplate{\vbox{\hbox{\footnotesize\hyperlinkslideprev{$\leftarrow$}\insertframenumber/\inserttotalframenumber\hyperlinkslidenext{$\rightarrow$}}}}
}
\setbeamercolor{myhighlight}{fg=black,bg=white!90!green}
\begin{document}
\mode<article>{\maketitle}
%
\setlength\abovedisplayskip{2pt plus 2pt minus 2pt}
\setlength\belowdisplayskip{2pt plus 2pt minus 2pt}
%
\begin{frame}
\titlepage
{\footnotesize\center{\url{http://perso.enst.fr/madore/inf110/transp-inf110.pdf}}\par}
{\tiny
\immediate\write18{sh ./vc > vcline.tex}
\begin{center}
Git: \input{vcline.tex}
\end{center}
\immediate\write18{echo ' (stale)' >> vcline.tex}
\par}
\end{frame}
%
\section*{Plan}
\begin{frame}
\frametitle{Plan}
\tableofcontents
\end{frame}
%
\section{Introduction}
\begin{frame}
\frametitle{Qu'est-ce que la calculabilité ?}

\itempoint À l'interface entre \textbf{logique mathématique} et
\textbf{informatique théorique}
\begin{itemize}
\item née de préoccupations venues de la logique (Hilbert, Gödel),
\item à l'origine des 1\textsuperscript{ers} concepts informatiques
  ($\lambda$-calcul, machine de Turing).
\end{itemize}

\bigskip

\itempoint But : étudier les limites de ce que \textbf{peut ou ne peut
  pas faire un algorithme}
\begin{itemize}
\item sans limite de ressources (temps, mémoire juste « finis »),
\item sans préoccupation d'efficacité ($\neq$ complexité, algorithmique),
\item y compris résultats négatifs (« \emph{aucun} algorithme ne peut… »),
\item voire relatifs (calculabilité relative),
\item admettant diverses généralisations (calculabilité supérieure).
\end{itemize}

\end{frame}
%
\begin{frame}
\frametitle{Quelques noms}

\itempoint Muḥammad ibn Mūsá al-\b{H}wārizmī (v.780–v.850) :
$\rightsquigarrow$« algorithme »

\itempoint Blaise Pascal (1623–1662) : machine à calculer
$\rightsquigarrow$automates

\itempoint Charles Babbage (1791–1871) : \textit{Analytical Engine} (Turing-complète !)

\itempoint Ada (née Byron) Countess of Lovelace (1815–1852) : programmation

\itempoint Richard Dedekind (1831–1916) : définitions primitives récursives

\itempoint David Hilbert (1862–1943) : \textit{Entscheidungsproblem}
(décider la vérité)

\itempoint Jacques Herbrand (1908–1931) : fonctions générales récursives

\itempoint Kurt Gödel (1906–1978) : incomplétude en logique

\itempoint Alonzo Church (1903–1995) : $\lambda$-calcul

\itempoint Alan M. Turing (1912–1954) : machine de Turing, problème de l'arrêt

\itempoint Emil Post (1897–1954) : ensembles calculablement énumérables

\itempoint Stephen C. Kleene (1909–1994) : $\mu$-récursion, th. de récursion, forme normale

\end{frame}
%
\begin{frame}
\frametitle{Fonction calculable}

« Définition » : une fonction $f$ est \textbf{calculable}
quand il existe un algorithme qui
\begin{itemize}
\item prenant en entrée un $x$ du domaine de définition de $f$,
\item \textbf{termine en temps fini},
\item et renvoie la valeur $f(x)$.
\end{itemize}

\bigskip

Difficultés :
\begin{itemize}
\item Comment définir ce qu'est un algorithme ?
\item Quel type de valeurs ?
\item Et si l'algorithme ne termine pas ?
\item Distinction entre intention (l'algorithme) et extension (la fonction).
\end{itemize}

\end{frame}
%
\begin{frame}
\frametitle{Sans préoccupation d'efficacité}

\itempoint La calculabilité \alert{ne s'intéresse pas à l'efficacité}
des algorithmes qu'elle étudie, uniquement leur \textbf{terminaison en
  temps fini}.

\medskip

P.ex. : pour savoir si $n$ est premier, on peut tester si $i\times
j=n$ pour tout $i$ et $j$ allant de $2$ à $n-1$.  (Hyper inefficace ?
On s'en fout.)

\bigskip

\itempoint La calculabilité \alert{n'a pas peur des grands entiers}.

\medskip

P.ex. : \textbf{fonction d'Ackermann} définie par :
\[
\begin{aligned}
A(m,n,0) &= m+n \\
A(m,1,k+1) &= m \\
A(m,n+1,k+1) &= A(m,\,A(m,n,k+1),\,k)
\end{aligned}
\]
définition algorithmique par récursion, donc calculable.

\smallskip

Mais $A(2,6,3) = 2^{2^{2^{2^{2^2}}}} = 2^{2^{65\,536}}$ et $A(2,4,4) =
A(2,65\,536,3)$ est inimaginablement grand (et que dire de
$A(100,100,100)$ ?).

$\Rightarrow$ Ingérable sur un vrai ordinateur.

\end{frame}
%
\begin{frame}
\frametitle{Approches de la calculabilité}

\itempoint Approche informelle : \textbf{algorithme = calcul
  finitiste} mené par un humain ou une machine, selon des instructions
précises, en temps fini, sur des données finies

\medskip

\itempoint Approche pragmatique : tout ce qui peut être fait sur un
langage de programmation « Turing-complet » (Python, Java, C, Caml…)
idéalisé
\begin{itemize}
\item sans limites d'implémentation (p.ex., entiers arbitraires !),
\item sans source de hasard ou de non-déterminisme.
\end{itemize}

\medskip

\itempoint Approches formelles, p.ex. :
\begin{itemize}
\item fonctions générales récursives (Herbrand-Gödel-Kleene),
\item $\lambda$-calcul (Church) ($\leftrightarrow$ langages fonctionnels),
\item machine de Turing (Turing),
\item machines à registres (Post…).
\end{itemize}

\bigskip

\itempoint\textbf{« Thèse » de Church-Turing} : \alert{tout ceci
  donne la même chose}.

\end{frame}
%
\begin{frame}
\frametitle{Thèse de Church-Turing}

\itempoint\textbf{Théorème} (Post, Turing) : les fonctions (disons
$\mathbb{N} \dasharrow \mathbb{N}$) \textbf{(1)} générales récursives,
\textbf{(2)} exprimables en $\lambda$-calcul, et
\textbf{(3)} calculables par machine de Turing, coïncident toutes.

\smallskip

$\Rightarrow$ On parle de \alert{calculabilité au sens de Church-Turing}.

\bigskip

\itempoint\textbf{Observation} : tous les langages de programmation
informatiques généraux usuels, idéalisés, calculent aussi exactement
ces fonctions.

\bigskip

\itempoint\textbf{Thèse philosophique} : la calculabilité de C-T
définit précisément la notion d'algorithme finitiste.

\bigskip

\itempoint\textbf{Conjecture physique} : la calculabilité de C-T
correspond aux calculs réalisables mécaniquement dans l'Univers (en
temps/énergie finis mais illimités).

{\footnotesize $\uparrow$ (même avec un ordinateur quantique)}

\bigskip

Pour toutes ces raisons, le sujet mérite d'être étudié !

\end{frame}
%
\begin{frame}
\frametitle{Données finies}

Un algorithme travaille sur des \textbf{données finies}.

\medskip

Qu'est-ce qu'une « donnée finie » ?  Tout objet représentable
informatiquement : booléen, entier, chaîne de caractères, structure,
liste/tableau de ces choses, ou même plus complexe (p.ex., graphe).

\medskip

$\rightarrow$ Comment y voir plus clair ?

\bigskip

Deux approches opposées :
\begin{itemize}
\item\textbf{typage} : distinguer toutes ces données,
\item\textbf{codage de Gödel} : tout représenter comme des entiers !
\end{itemize}

\bigskip

Le typage est plus élégant, plus satisfaisant, plus proche de
l'informatique réelle.

\smallskip

Le codage de Gödel simplifie l'approche/définition de la calculabilité
(on étudie juste des fonctions $\mathbb{N} \dasharrow \mathbb{N}$).

\end{frame}
%
\begin{frame}
\frametitle{Codage de Gödel (« tout est un entier »)}

\itempoint Représenter \textbf{n'importe quelle donnée finie par un
  entier}.

\bigskip

\itempoint Codage des couples : par exemple,
\[
\langle m,n\rangle := m + \frac{1}{2}(m+n)(m+n+1)
\]
définit une bijection calculable $\mathbb{N}^2 \to \mathbb{N}$.

\bigskip

\itempoint Codage des listes finies : par exemple,
\[
\langle\!\langle a_0,\ldots,a_{k-1}\rangle\!\rangle
:= \langle a_0, \langle a_1, \langle\cdots,\langle a_{k-1},0\rangle+1\cdots\rangle+1\rangle+1
\]
définit une bijection calculable $\{\text{suites finies dans $\mathbb{N}$}\} \to \mathbb{N}$.

\bigskip

\itempoint Il sera aussi utile de représenter les programmes par des
entiers.

\bigskip

\itempoint Les détails du codage sont \textbf{sans importance}.

\bigskip

\itempoint\alert{Ne pas utiliser dans la vraie vie} (hors calculabilité) !

\end{frame}
%
\begin{frame}
\frametitle{Fonctions partielles}

\itempoint Même si on s'intéresse à des algorithmes qui
\textbf{terminent}, la définition de la calculabilité \alert{doit
  forcément} passer aussi par ceux qui ne terminent pas.

{\footnotesize (Aucun langage Turing-complet ne peut exprimer
  uniquement des algorithmes qui terminent toujours, à cause de
  l'indécidabilité du problème de l'arrêt.)\par}

\bigskip

\itempoint Lorsque l'algorithme censé calculer $f(n)$ ne termine pas,
on dira que $f$ n'est pas définie en $n$, et on notera $f(n)\uparrow$.
Au contraire, s'il termine, on note $f(n)\downarrow$.

\bigskip

\itempoint Notation : $f\colon \mathbb{N} \dasharrow \mathbb{N}$ :
une fonction $D \to \mathbb{N}$ définie sur une partie $D \subseteq
\mathbb{N}$.

\itempoint Notation : $f(n) \downarrow$ signifie « $n \in D$ », et $f(n)
\uparrow$ signifie « $n \not\in D$ ».

\itempoint Notation : $f(n) \downarrow = g(m)$ signifie
« $f(n)\downarrow$ et $g(m)\downarrow$ et $f(n) = g(m)$ ».

\itempoint Convention : $f(n) = g(m)$ signifie « $f(n)\downarrow$ ssi
$g(m)\downarrow$, et $f(n) = g(m)$ si $f(n)\downarrow$ ».  (Certains
préfèrent $f(n) \simeq g(m)$ pour ça.)

\medskip

\itempoint Terminologie : une fonction $f\colon \mathbb{N} \to
\mathbb{N}$ est dite \textbf{totale}.

\end{frame}
%
\section{Fonctions primitives récursives}
\begin{frame}
\frametitle{Fonctions primitives récursives : définition}

{\footnotesize« primitive\alert{ment} récursives » ?\par}

\bigskip

\itempoint $\textbf{PR}$ est la plus petite classe de fonctions
$\mathbb{N}^k \dasharrow \mathbb{N}$ (en fait $\mathbb{N}^k \to
\mathbb{N}$), pour $k$ variable qui :
\begin{itemize}
\item contient les projections $\underline{x} := (x_1,\ldots,x_k)
  \mapsto x_i$ ;
\item contient les constantes $x \mapsto c$ ;
\item contient la fonction successeur $x \mapsto x+1$ ;
\item est stable par composition : si $g_1,\ldots,g_\ell\colon
  \mathbb{N}^k \dasharrow \mathbb{N}$ et $h\colon \mathbb{N}^\ell
  \dasharrow \mathbb{N}$ sont p.r. alors $\underline{x} \mapsto
  h(g_1(\underline{x}),\ldots, g_\ell(\underline{x}))$ est p.r. ;
\item est stable par récursion : si $g\colon \mathbb{N}^k \dasharrow
  \mathbb{N}$ et $h\colon \mathbb{N}^{k+2} \dasharrow \mathbb{N}$ sont
  p.r., alors $f\colon \mathbb{N}^{k+1} \dasharrow \mathbb{N}$ est
  p.r., où :
\[
\begin{aligned}
f(\underline{x},0) &= g(\underline{x})\\
f(\underline{x},z+1) &= h(\underline{x},f(\underline{x},z),z)
\end{aligned}
\]
\end{itemize}

\medskip

{\footnotesize Les fonctions p.r. sont automatiq\textsuperscript{t}
  totales, mais il sera utile de garder la définition avec
  $\dasharrow$.\par}

\end{frame}
%
\begin{frame}
\frametitle{Fonctions primitives récursives : exemples}

\itempoint $f\colon (x,z) \mapsto x+z$ est p.r. :
\[
\begin{aligned}
f(x,0) &= x\\
f(x,z+1) &= f(x,z)+1
\end{aligned}
\]
{\footnotesize où $x \mapsto x$ et $(x,y,z) \mapsto y+1$ sont p.r.\par}

\medskip

\itempoint $f\colon (x,z) \mapsto x\cdot z$ est p.r. :
\[
\begin{aligned}
f(x,0) &= 0\\
f(x,z+1) &= f(x,z)+x
\end{aligned}
\]

\medskip

\itempoint $f\colon (x,z) \mapsto x^z$ est p.r.

\bigskip

\itempoint $f\colon (x,y,0) \mapsto x, \; (x,y,z) \mapsto y\text{~si~}z\geq 1$ est p.r. :
\[
\begin{aligned}
f(x,y,0) &= x\\
f(x,y,z+1) &= y
\end{aligned}
\]

\medskip

\itempoint $(u,v) \mapsto \max(u-v,0)$ est p.r. (exercice !)

\end{frame}
%
\begin{frame}
\frametitle{Fonctions primitives récursives : programmation}

Les fonctions p.r. sont celles définies par un \textbf{langage de
  programmation à boucles bornées}, c'est-à-dire que :
\begin{itemize}
\item les variables sont des entiers naturels (illimités !),
\item les manipulations de base sont permises (constantes,
  affectations, test d'égalité, conditionnelles),
\item les opérations arithmétiques basiques sont disponibles,
\item on peut faire des appels de fonctions \alert{sans récursion},
\item on ne peut faire que des boucles \alert{de nombre borné
  \textit{a priori}} d'itérations.
\end{itemize}

\medskip

Les programmes dans un tel langage \textbf{terminent forcément par
  construction}.

\bigskip

\textbf{N.B.} $(m,n) \mapsto \langle m,n\rangle := m +
\frac{1}{2}(m+n)(m+n+1)$ et $\langle m,n\rangle \mapsto m$ et $\langle
m,n\rangle \mapsto n$ sont p.r.

\end{frame}
%
\begin{frame}
\frametitle{Fonctions primitives récursives : puissance}

En anticipant sur la notion de machine de Turing :

\medskip

\itempoint La fonction $(M,C) \mapsto C'$ qui à une machine de Turing
$M$ et une configuration (= ruban+état) $C$ de $M$ associe la
configuration atteinte après $1$ étape d'exécution, \textbf{est p.r.}

\medskip

\itempoint Conséquence : la fonction $(n,M,C) \mapsto C^{(n)}$ qui à
$n\in\mathbb{N}$ et une machine de Turing $M$ et une configuration $C$
de $M$ associe la configuration atteinte après $n$ étapes d'exécution,
\textbf{est p.r.}

{\footnotesize (Par récursion primitive sur le point précédent.)}

\medskip

\itempoint Conséquence : une fonction calculable en complexité
p.r. par une machine de Turing est elle-même p.r.

\smallskip

{\footnotesize (Calculer une borne p.r. sur le nombre d'étapes, puis
  appliquer le point précédent.)}

\medskip

\itempoint Réciproquement : une p.r. est calculable en complexité p.r.

\medskip

\itempoint Moralité : p.r. $\Leftrightarrow$ de complexité p.r.

\smallskip

{\footnotesize Notamment $\textbf{EXPTIME} \subseteq \textbf{PR}$.\par}

\end{frame}
%
\begin{frame}
\frametitle{Fonctions primitives récursives : limitations}

{\footnotesize La classe $\textbf{PR}$ est « à cheval » entre la
  calculabilité et la complexité.\par}

\bigskip

Rappel : la \textbf{fonction d'Ackermann} (pour $m=2$) définie par :
\[
\begin{aligned}
A(2,n,0) &= 2+n \\
A(2,1,k+1) &= 2 \\
A(2,n+1,k+1) &= A(2,\,A(2,n,k+1),\,k)
\end{aligned}
\]
devrait être calculable.  Mais cette définition \alert{n'est pas une
  récursion primitive} (pourquoi ?).

\bigskip

\itempoint On peut montrer que : si $f \colon \mathbb{N}^k \to
\mathbb{N}$ est p.r., il existe $r$ tel que
\[
f(x_1,\ldots,x_k) \leq A(2,\, (x_1+\cdots+x_k+2),\, r)
\]

\medskip

\itempoint Notamment, $r \mapsto A(2, 2, r)$ \textbf{n'est pas p.r.}

\medskip

Pourtant, \alert{elle est bien définie par un algorithme} clair (et
terminant clairement).

\end{frame}
%
\end{document}