1 ## Fixed points ##
3 1.  Recall that `ω ≡ \x. x x`, and `Ω ≡ ω ω`.  Is `Ω` a fixed point for `ω`?  Find a fixed point for `ω`, and prove that it is a fixed point.
5 2.  Consider `Ω ξ` for an arbitrary term `ξ`.
6 `Ω` is so busy reducing itself (the eternal narcissist) that it
7 never gets around to noticing whether it has an argument, let alone
8 doing anything with that argument.  If so, how could `Ω` have a
9 fixed point?  That is, how could there be an `ξ` such that
10 `Ω ξ <~~> ξ`?  To answer this
11 question, begin by constructing `Y Ω`.  Prove that
12 `Y Ω` is a fixed point for `Ω`.
14 3.  Find two different terms that have the same fixed point.  That is,
15 find terms `F`, `G`, and `ξ` such that `F ξ <~~> ξ` and `G ξ
16 <~~> ξ`.  (If you need a hint, reread the notes on fixed
17 points.)
20 ## Writing recursive functions ##
22 4.  Helping yourself to the functions given below,
23 write a recursive function called `fact` that computes the factorial.
24 The factorial `n! = n * (n - 1) * (n - 2) * ... * 3 * 2 * 1`.
25 For instance, `fact 0 ~~> 1`, `fact 1 ~~> 1`, `fact 2 ~~> 2`, `fact 3 ~~>
26 6`, and `fact 4 ~~> 24`.
28         let true = \y n. y in
29         let false = \y n. n in
30         let zero? = \n. n (\p. false) true in
31         let pred = \n f z. n (\u v. v (u f)) (K z) I in
32         let succ = \n s z. s (n s z) in
33         let add = \l r. r succ l in
34         let mult = \l r. r (add l) 0 in
35         let Y = \h. (\u. h (u u)) (\u. h (u u)) in
37         let fact = ... in
39         fac 4
41 5.  For this question, we want to implement **sets** of numbers in terms of lists of numbers, where we make sure as we construct those lists that they never contain a single number more than once. (It would be even more efficient if we made sure that the lists were always sorted, but we won't try to implement that refinement here.) To enforce the idea of modularity, let's suppose you don't know the details of how the lists are implemented. You just are given the functions defined below for them (but pretend you don't see the actual definitions). These define lists in terms of [[one of the new encodings discussed last week|/topics/week3_more_lists_]].
42 <!--
43   empty? = \xs. xs (\y ys. false) true
44   head = \xs. xs (\y ys. y) err
45   tail = \xs. xs (\y ys. ys) empty
46 -->
48         ; all functions from the previous question, plus
49         num_equal? = ???
50         empty = \f n. n
51         cons = \x xs. \f n. f x xs
52         take_while = Y (\take_while. \p xs. xs (\y ys. (p y) (cons y (take_while p ys)) empty) empty)
53         drop_while = Y (\drop_while. \p xs. xs (\y ys. (p y) (drop_while p ys) ys) empty)
55     The functions `take_while` and `drop_while` work as described in [[Week 1's homework|assignement1]].
57     Using those resources, define a `set_cons` and a `set_equal?` function. The first should take a number argument `x` and a set argument `xs` (implemented as a list of numbers assumed to have no repeating elements), and return a (possibly new) set argument `xs'` which contains `x`. (But make sure `x` doesn't appear in the result twice!) The `set_equal?` function should take two set arguments `xs` and `ys` and say whether they represent the same set. (Be careful, the lists `[1, 2]` and `[2, 1]` are different lists but do represent the same set. Hence, you can't just use the `list_equal?` function you defined in last week's homework.)
59     Here are some tips for getting started. Use `drop_while` and `num_equal?` to define a `mem?` function that returns `true` if ` number `x` is a member of a list of numbers `xs`, else returns `false`. Also use `take_while` and `drop_while` to define a `without` function that returns a copy of a list of numbers `xs` that omits the first occurrence of a number `x`, if there be such. You may find these functions `mem?` and `without` useful in defining `set_cons` and `set_equal?`. Also, for `set_equal?`, you are probably going to want to define the function recursively... as now you know how to do.
65 ## Arithmetic infinity? ##
67 The next few questions involve reasoning about Church arithmetic and
68 infinity.  Let's choose some arithmetic functions:
70     succ = \n s z. s (n s z)
71     add = \l r. r succ l in
72     mult = \l r. r (add l) 0 in
73     exp = \base r. r (mult base) 1 in
75 There is a pleasing pattern here: addition is defined in terms of
76 the successor function, multiplication is defined in terms of
77 addition, and exponentiation is defined in terms of multiplication.
80 1.  Find a fixed point `ξ` for the successor function.  Prove it's a fixed
81 point, i.e., demonstrate that `succ ξ <~~> ξ`.
83     We've had surprising success embedding normal arithmetic in the lambda
84 calculus, modeling the natural numbers, addition, multiplication, and
85 so on.  But one thing that some versions of arithmetic supply is a
86 notion of infinity, which we'll write as `inf`.  This object usually
87 satisfies the following constraints, for any finite natural number `n`:
89         n + inf == inf
90         n * inf == inf
91         n ^ inf == inf
92         leq n inf == true
94     (Note, though, that with some notions of infinite numbers, operations like `+` and `*` are defined in such a way that `inf + n` is different from `n + inf`, and does exceed `inf`.)
96 2. Prove that `add 1 ξ <~~> ξ`, where `ξ` is the fixed
97 point you found in (1).  What about `add 2 ξ <~~> ξ`?
99 Comment: a fixed point for the successor function is an object such that it
100 is unchanged after adding 1 to it.  It makes a certain amount of sense
101 to use this object to model arithmetic infinity.  For instance,
102 depending on implementation details, it might happen that `leq n ξ` is
103 true for all (finite) natural numbers `n`.  However, the fixed point
104 you found for `succ` may not be a fixed point for `mult n` or for
105 `exp n`.
108 ## Mutually-recursive functions ##
110 10. (Challenging.) One way to define the function `even?` is to have it hand off
111 part of the work to another function `odd?`:
113         let even? = \x. (zero? x)
114                         ; if x == 0 then result is
115                         true
116                         ; else result turns on whether x-1 is odd
117                         (odd? (pred x))
119 At the same tme, though, it's natural to define `odd?` in such a way that it
120 hands off part of the work to `even?`:
122         let odd? = \x. (zero? x)
123                        ; if x == 0 then result is
124                        false
125                        ; else result turns on whether x-1 is even
126                        (even? (pred x))
128 Such a definition of `even?` and `odd?` is called **mutually recursive**. If you
129 trace through the evaluation of some sample numerical arguments, you can see
130 that eventually we'll always reach a base step. So the recursion should be
131 perfectly well-grounded:
133         even? 3
134         ~~> (zero? 3) true (odd? (pred 3))
135         ~~> odd? 2
136         ~~> (zero? 2) false (even? (pred 2))
137         ~~> even? 1
138         ~~> (zero? 1) true (odd? (pred 1))
139         ~~> odd? 0
140         ~~> (zero? 0) false (even? (pred 0))
141         ~~> false
143 But we don't yet know how to implement this kind of recursion in the Lambda
144 Calculus.
146 The fixed point operators we've been working with so far worked like this:
148         let ξ = Y h in
149         ξ <~~> h ξ
151 Suppose we had a pair of fixed point operators, `Y1` and `Y2`, that operated on
152 a *pair* of functions `h` and `g`, as follows:
154         let ξ1 = Y1 h g in
155         let ξ2 = Y2 h g in
156         ξ1 <~~> h ξ1 ξ2 and
157         ξ2 <~~> g ξ1 ξ2
159 If we gave you such a `Y1` and `Y2`, how would you implement the above
160 definitions of `even?` and `odd?`?
163 11. (More challenging.) Using our derivation of Y from [[this week's notes|topics/week4_fixed_point_combinators_]] as a model, construct a pair `Y1` and `Y2` that behave in the way described.
165     Here is one hint to get you started: remember that in the notes, we constructed a fixed point for `h` by evolving it into `H` and using `H H` as `h`'s fixed point. We suggested the thought exercise, how might you instead evolve `h` into some `T` and then use `T T T` as `h`'s fixed point. Try solving this problem first. It may help give you the insights you need to define a `Y1` and `Y2` that work as described above.