Soutenance de thèse de ROLLAND Marius


Titre de thèse

Des unrolls aux systèmes dynamique totaux et partiels : algorithmes de résolution et énumération des (in)équations
polynomial

From unrolls to total and partial dynamical systems: algorithms for solving and enumerating (in)equations

Date

8 July 2026 à 10h00

Adresse

163 Av. de Luminy, Bâtiment B, 13009, Marseille, amphithéâtre 12

Ecole doctorale

Mathématiques et Informatique de Marseille

Specialité

Informatique

Etablissement

Aix-Marseille Université

Mots clés

systèmes dynamiques,graphes,semi-anneaux,complexité algorithimique,

Keywords

dynamical systems,graphs,semirings,computational complexity,

Jury

Jury de thèse
Qualité Nom Etablissement
Maître de conférences M. PERROT Kevin Aix Marseille Université
Maîtresse de conférences M. PORRECA Antonio enrico Aix Marseille Université
Associate Professor Mme PHAN Thi Ha Duong Institut de Mathématiques – Académie des Sciences et Technologies du Viet nam
Directrice de recherche M. HAAR Stefan INRIA Université Saclay-Île de France
Professeure des universités M. CRESPELLE Christophe Université Côte d'Azur
Professeur des universités Mme CREIGNOU Nadia Aix Marseille Université

Résumé de la thèse

Un emph{système dynamique} fini, déterministe et à temps discret consiste en un couple $(A,f_A)$ où $A$ est un ensemble fini d'états et $f_A : A to A$ est une fonction totale de $A$ dans $A$, appelée emph{fonction de transition}.
Cette dernière définit l'évolution du système au cours du temps.
Cette dynamique est décrite de manière explicite par son graphe de transition, qui a les états du système pour sommets et, pour chaque état~$a in A$, un arc~$(a, f_A(a))$ le reliant à l'état suivant.
La forme générale de la dynamique d'un tel système consiste en un ou plusieurs emph{cycles limites} d'états périodiques (par exemple, $(a, f_A(a), f_A^2(a), ldots, f_A^n(a) = a)$ est un cycle limite de période~$n$), ainsi qu'en un régime transitoire d'états non périodiques en forme d'arbres, dont la racine appartient à l'un des états d'un cycle limite.

Ces systèmes, pris à isomorphisme près, sont appelé FDDS et sont particulièrement adaptés à la démarche scientifique.
En effet, ils sont non seulement largement utilisés pour vérifier qu'une spécification possède certaines propriétés attendues ou requises, mais aussi pour modéliser et analyser des phénomènes naturels, notamment en physique et en biologie.
Il est également possible de décrire des modèles de calcul déterministes usuels en informatique, tels que les automates cellulaires ou les machines de Turing à ruban borné, sous la forme de systèmes dynamiques finis.

Dans la littérature, il est connu que les FDDS, équipés d'opérations de somme (union disjointe) et de produit (produit direct), forment un semi-anneau commutatif.
Nous pouvons donc définir un semi-anneau de polynômes, ainsi que des équations polynomiales dont chaque coefficient et chaque variable est un FDDS.
Ce type d'équation est indécidable dans le cas général, mais appartient à la classe $NP$ lorsque l'un des côtés de l'équation est constant.
La résolution des équations de la forme $P(X_1,ldots,X_n) = B$ permet alors de déterminer si $B$ respecte certaines contraintes structurelles, mais aussi d'exhiber une dynamique sous-jacente.

Dans la présente thèse, nous nous concentrons essentiellement sur le cas où $P$ ne contient qu'une unique variable.
Nous fournissons un algorithme polynomial permettant de déterminer les comportements transitoires de toutes les solutions possibles de l'équation $P(X) = B$.
Nous donnons ensuite une méthode permettant de résoudre en temps polynomial les équations $P(X) = B$ lorsque $P$ satisfait une condition structurelle (injectivité, « pseudo-injectivité »).
Nous nous inspirons de cette approche pour mettre en évidence deux paramètres — le nombre de composantes connexes non isomorphes de $B$ et la plus petite longueur de cycle d'un coefficient non constant de $P$ — qui, lorsqu'ils sont fixés, permettent la résolution de $AX = B$ en temps polynomial.
Cela nous amène à étudier des sur- et sous-approximations de $B$.
En d'autres termes, nous introduisons des algorithmes polynomiaux permettant de résoudre les inéquations $P(X) le B$ et $P(X) ge B$.
Nous montrons également qu'il est possible d'énumérer l'ensemble des solutions de $P(X) le B$ avec un délai polynomial entre deux solutions.
Enfin, nous généralisons certains de nos résultats au cas où les systèmes ne sont plus décrits par des fonctions totales, mais par des fonctions partielles.


Thesis resume

A finite, deterministic, discrete-time emph{dynamical system} consists of a pair $(A, f_A)$ where $A$ is a finite set of states and $f_A : A to A$ is a total function from $A$ to itself, called the emph{transition function}.
The latter defines the evolution of the system over time.
These dynamics are described explicitly by its transition graph, whose vertices are the states of the system and which contains, for each state~$a in A$, an arc~$(a, f_A(a))$ linking it to the next state.
The general form of the dynamics of such a system consists of one or more emph{limit cycles} of periodic states (for example, $(a, f_A(a), f_A^2(a), ldots, f_A^n(a) = a)$ is a limit cycle of period~$n$), together with a transient regime of non-periodic states arranged in tree, whose root belongs to one of the states of a limit cycle.

These systems, considered up to isomorphism, are called FDDSs and are particularly well suited to the scientific approach.
Indeed, they are not only widely used to verify that a specification satisfies certain expected or required properties, but also to model and analyze natural phenomena, notably in physics and biology.
It is also possible to describe standard deterministic models of computation in computer science, such as cellular automata or bounded-tape Turing machines, in the form of finite dynamical systems.

In the literature, it is known that FDDSs, equipped with sum (disjoint union) and product (direct product) operations, form a commutative semiring.
We can therefore define a semiring of polynomials, as well as polynomial equations whose coefficients and variables are FDDSs.
This type of equation is undecidable in the general case, but belongs to the class $NP$ when one side of the equation is constant.
Solving equations of the form $P(X_1,ldots,X_n) = B$ then makes it possible to determine whether $B$ satisfies certain structural constraints, but also to exhibit an underlying dynamics.

In this thesis, we focus essentially on the case where $P$ contains only a single variable.
We provide a polynomial-time algorithm for determining the transient behaviors of all possible solutions of the equation $P(X) = B$.
We then give a method for solving in polynomial time the equations $P(X) = B$ when $P$ satisfies a structural condition (injectivity, “pseudo-injectivity”).
We draw inspiration from this approach to highlight two parameters—the number of non-isomorphic connected components of $B$ and the smallest cycle length of a non-constant coefficient of $P$—which, when fixed, allow the equation $AX = B$ to be solved in polynomial time.
This leads us to study over- and under-approximations of $B$.
In other words, we introduce polynomial-time algorithms for solving the inequalities $P(X) le B$ and $P(X) ge B$.
We also show that it is possible to enumerate the set of solutions of $P(X) le B$ with polynomial delay between two solutions.
Finally, we generalize some of our results to the case where systems are no longer described by total functions, but by partial functions.