约束式编程学习笔记[4] 线性方程 线性不等式

4 Some complete constraint solvers

4.3 Linear equations over reals

0. Q: 利用教材的约定，试将$a-b=2c$表示成一阶逻辑原子公式。
   A: 形如$A_1^2(f_{+}^2(f_1^1(a),f_{-1}^1(b)),f_2^1(c))$，谓词和函项的解释略。
1. Q: 对线性方程normalize可能得到什么？
   A: 希望得到${\sum }_{i=1}^n{a}_i{x}_i=r$
   但实际上可能是三种情况。$0=0$（不提供信息），$0=r(r\ne 0)$（相当于$\perp$了），或者“正常情况”${\sum }_{i=1}^n{a}_i{x}_i=r$，左侧至少有一项系数非零。
   注：只有“正常情况”可能导出pivot form.
2. Q: 为了类比4.2节的结果，我们把哪些4.2节中针对一般一阶逻辑表达式的概念挪用到了此处？
   A: 如substitution：除了要求代入的项$t$是normal form，其它都与一般的一阶逻辑情况一致。（显然，此处代入结果仍是linear equation）
   如unifier：让方程$s=t$变成$0=0$.（也可以模仿上一节把此结果称为$s\equiv t$，以示与$=$的区分）
   如solved form：每一条方程都是pivot form，且每个左侧变量不出现在每个右侧。
   如strong mgu, determine含义都与之前对应。
3. Q: solved form对应什么样的矩阵？
   A: $x_i=t_i$中的左侧变量不出现在其它任何地方，这实际上相当于矩阵分块为左右两部分，左侧是$n$阶单位矩阵，右侧是$n\times m$的一般的矩阵。其中$n$是solved form的公式条数。
   当然，此形状的矩阵和最简阶梯形矩阵（简化阶梯形矩阵）有联系。
4. Q: 如何理解"We pursue here a more general possibility according to which each variable domain consists of the set of linear expressions in normal form, that we denote by