Vous êtes sur une version archivée de lyceum.fr de l'année 2021/2022. Revenir au présent.

Chapitre 5: Notion de programme*

Ce chapitre ne pourra pas faire l'objet d'une évaluation lors de l'épreuve terminale écrite et pratique de l'enseignement de spécialité. [BO MENE2121274N]{.cite-source}

Programme Officiel
Contenus Capacités attendues Commentaires

Notion de programme en tant que donnée.

Calculabilité, décidabilité.

Comprendre que tout programme est aussi une donnée.

Comprendre que la calculabilité ne dépend pas du langage de programmation utilisé.

Montrer, sans formalisme théorique, que le problème de l'arrêt est indécidable.

L'utilisation d'un interpréteur ou d'un compilateur, le téléchargement de logiciel, le fonctionnement des systèmes d'exploitation permettent de comprendre un programme comme donnée d'un autre programme.
Lien vers le programme complet

Comme nous l'avons vu en première, un programme est la traduction électronique d'un algorithme afin qu'il puisse être compris par une machine. Dans ce chapitre, nous allons montrer qu'un programme ne peut pas tout calculer ou décider.

Notion de programme en tant que donnée

Certains programmes utilisent comme données le code source d'autres programmes.

  • un système d'exploitation(linux p.ex) est un programme qui éxecute d'autres programmes(traitement de textes p.ex).
  • l'interpréteur Python, est un programme qui traduit le code source de votre programme Python en instructions exécutables par machine: du langage machine.

Calculabilité

La notion de calculabilité date de 1936, il s'agit de savoir ce qui peut être calculé par un ordinateur, et donc permet de voir les limites des problèmes que peuvent résoudre les ordinateurs.

On dira qu'une fonction est calculable si elle peut être programmée dans l'un ou l'autre des langages de programmation usuels. Cette année, nous utiliserons le langage Python comme témoin : une fonction est calculable si on peut la programmer en Python.

 

Il existe d'autres modèles de calcul, comme le λ-calcul, les fonctions récursives, les machines de Turing, que nous ne développerons pas ici, et qui ne font pas partie des attendus du programme.

La thèse de Church postule que tous ces modèles de calcul sont équivalents : une fonction calculable pour un modèle l'est pour un autre. Cela nous permet d'utiliser le modèle des fonctions programmables en Python sans perdre de généralité.

[Calculabilité et décidabilité sur eduscol]{.cite-source}

On peut calculer beaucoup de choses avec un ordinateur comme le nombre π\pi, les nombres rationnels 2\sqrt{2}, 3\sqrt{3}...

Par contre, il a été prouvé que certains problèmes n'étaient pas calculables comme par exemple :

  • Savoir si un énoncé mathématique est un théorème ou pas_(s'il peut être démontré)_.
  • Créer un programme qui prend un programme en entrée, et qui indiquera si le programme s'arrête ou pas : le problème de l'arrêt.

Il s'agit de problèmes de décidabilité.

Décidabilité

décidabilité

Un problème de décision est dit décidable s'il existe un algorithme, une procédure mécanique qui se termine en un nombre fini d'étapes, qui le décide, c'est-à-dire qui réponde par oui ou par non à la question posée par le problème. S'il n'existe pas de tels algorithmes, le problème est dit indécidable. Par exemple, le problème de l'arrêt est indécidable.

[Article Wikipédia sur la décidabilité]{.cite-source}

Exemples de problèmes décidables

Tous les sous-ensembles finis des entiers sont décidables, par exemple:

  • Décider si un entier naturel est pair ou non;
  • décider si un entier naturel est premier ou non.
Décidable ne signifie pas résolvable

Notons qu'un ensemble peut être théoriquement décidable sans qu'en pratique la décision puisse être faite, parce que celle-ci nécessiterait trop de temps (plus que l'âge de l'univers) ou trop de ressources (plus que le nombre d'atomes de l'univers). L'objet de la théorie de la complexité des algorithmes est d'étudier les problèmes de décision en prenant en compte ressources et temps de calcul.

[Article Wikipédia sur la décidabilité]{.cite-source}

Exemple de problème indécidable : le problème de l'arrêt

L'indécidabilité du problème de l'arrêt a été démontrée par Alan Turing en 1936.

On peut l'interpréter ainsi : il n'existe pas de programme permettant de tester n'importe quel programme informatique afin de conclure dans tous les cas s'il s'arrêtera en un temps fini ou bouclera à jamais.

Preuve par l'absurde de non-décidabilité de l'arrêt

Supposons qu'il existe une fonction calculable termine(programme, données) qui prend 2 arguments :

  • un programme
  • des données d'entrée pour ce programme

et qui renverra True si le programme termine et False s'il entre dans une boucle infinie.

  • en utilisant la fonction est_pair() définie dans la partie exercice

termine(est_pair, 128) ou termine(est_pair, 127) renverraient True.

  • une fonction définie ainsi :
def est_positif(n):
    if n >= 0:
        return True
    else:
        while n < 0:
            n = n - 1 # boucle infinie
        return False

entrainerait une boucle infinie pour les nombres négatifs, et on aurait :

termine(est_positif, 128) renvoie True alors que termine(est_positif, -2) renverrait False non pas car -2 n'est pas positif mais parce que l'appel positif(-2) ne se terminerait jamais.

Définissons une fonction test_sur_soi.

def test_sur_soi(programme):
    if termine(programme, programme):
        while True: pass # boucle infinie

On obtient alors une contradiction si on appelle test_sur_soi sur elle-même :

test_sur_soi(test_sur_soi)

# l'appel éxecutera l'algorithme suivant
if termine(test_sur_soi, test_sur_soi):
    while True: pass

On arrive au paradoxe suivant :

test_sur_soi(test_sur_soi) termine  ⟺  test_sur_soi(test_sur_soi) boucle indeˊfiniment{\displaystyle {\it {{test\_sur\_soi}({\it {{test\_sur\_soi}){\text{ termine}}\iff {\it {{test\_sur\_soi}({\it {{test\_sur\_soi}){\text{ boucle indéfiniment}}}}}}}}}}}