Klop, van Oostrom et de Vrijer ont un article sur le calcul lambda avec des motifs.
http://www.sciencedirect.com/science/article/pii/S0304397508000571
Dans un certain sens, un modèle est un arbre de variables - bien que je ne le considère que comme un tuple imbriqué de variables, par exemple, ((x, y), z), (t, s)).
Dans l'article, ils ont montré que si les motifs sont linéaires, en ce sens qu'aucune variable dans un motif ne se répète, alors la règle
(\p . m) n = m [n/p]
où p est un motif variable et n est un tuple de termes ayant exactement la même forme que p, est confluent.
Je suis curieux de savoir s'il existe des développements similaires dans la littérature pour le calcul lambda avec des modèles et la règle ETA supplémentaire (expansion, réduction ou simplement égalité).
En particulier, par eta, je veux dire
m = \lambda p . m p
Plus directement, je suis curieux de connaître les propriétés d'un tel calcul lambda. Par exemple, est-il confluent?
Il force la catégorie de classification à être fermée car il force la propriété
m p = n p implies m = n
En utilisant la règle \ xi entre les deux. Mais peut-être que quelque chose pourrait mal tourner?