Aprendizaje Computacional y Extracción de Información
|
|
- Alba Reyes Ayala
- hace 7 años
- Vistas:
Transcripción
1 Aprendizaje Computacional y Extracción de Información Inferencia Gramatical Jose Oncina oncina@dlsi.ua.es Dep. Lenguajes y Sistemas Informáticos Universidad de Alicante 26 de septiembre de 2007 J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
2 Índice 1 Introducción 2 Identificación en el límite 3 Inferencia Gramatical 4 Conjuntos aprendibles Presentación completa Presentación textual 5 Aprendizaje eficiente J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
3 Inferencia Inductiva Definición El término Inferencia inductiva denota el proceso de hipotetizar una regla general a partir de algunos ejemplos. Ejemplo: Dadas las cadenas: 011, , 00111, 0001, 0011,... Se puede conjeturar que la regla es: cualquier número de ceros seguido de cualquier número de unos. J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
4 Ciencia experimentales Gran parte de las ciencias experimentales están basadas en la inducción: La Física La Química Parte de la Biología.... J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
5 Algunas cuestiones Como podemos evaluar lo métodos de inferencia? Que criterios utilizar para comparar hipótesis? Pueden ser útiles los métodos de inferencia teóricos? J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
6 Ramas en Inferencia Inductiva Existen dos ramas básicas en las en inferencia inductiva: Estudio de las propiedades teóricas de los métodos de inferencia Búsqueda de métodos de inferencia prácticos J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
7 Otro ejemplo Ejemplo: Sea la secuencia: 3, 5, 7 Cual es el siguiente número de la secuencia? Una respuesta razonable: 9 Otra: 11 (siguiente número primo) Hay infinitas! Porque preferir unas respecto a otras? (es la respuesta mas sencilla) J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
8 Un juego Imaginad un juego en el que nos van presentando los números de una secuencia y debemos adivinar cual es el siguiente. 1 Imprime: 2 2 Decimos que el 3 es el siguiente 3 Imprime: SI, 2,3 4 Decimos que 4 es el siguiente 5 Imprime: NO, 2,3,5 6 Decimos que 7 es el siguiente 7 Imprime: SI, 2,3,5,7 8 Decimos que 9 es el siguiente 9 Imprime: NO, 2,3,5,7,11 10 Decimos que 13 es el siguiente 11 Imprime: SI, 2,3,5,7,11, J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
9 Criterio de éxito Cuando ganamos? Cuando hayamos encontrado la regla correcta Probema: Normalmente esto no se puede saber Pero... que es lo que queremos evaluar? La estrategia que seguimos para construir las reglas Una alternativa Ganamos si podemos demostrar que siguiendo nuestra estrategia siempre llegará un punto en el que ya no cometamos mas errores J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
10 Problemas admisibles Podremos encontrar la estrategia adecuada? No si el dominio no es conocido No si las reglas no son computables No si los ejemplos no poseen suficiente información... J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
11 Identificación de secuencias polinómicas Restricción Supongamos que el término que aparece en la posición n se puede expresar como el resultado de evaluar un polinomio de coeficientes enteros en el punto n. Ejemplo: Por ejemplo la secuencia que corresponde al polinomio n será: 4, 7, 12, 19, 28, 39, J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
12 Podemos diseñar una estrategia ganadora? La respuesta es si, ya vamos a ver dos métodos: 1 Un método enumerativo 2 Un método directo Atención: Queremos identificar las secuencias y no los polinomios J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
13 Método enumerativo El método: Se basa en ir enumerando todos los polinomios de coeficientes enteros y quedarse con el primero que es compatible con los datos Ejemplo de enumeración: 1 Para d = 0, 1, 2, se construyen todas las (d+1)-tuplas con elementos variando en [ d, d] 2 Cada elemento t i de la tupla se usa como coeficiente del término n i del polinomio La secuencia de polinomios que se genera es: 0, 1 + n, 1, 1 n, 0, n, 1 + n, 1, 1 n, 2 + 2n + 2n 2,... J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
14 Convergencia Todo polinomio de coeficientes enteros aparecerá en la enumeración Supongamos que el primer polinomio que genera la secuencia que buscamos esta en la posición n Para todos los polinomios anteriores existirá un valor que lo diferenciará del buscado Cuando aparezcan todos estos valores, el primer polinomio compatible con los datos será el buscado A partir de este momento no habrá fallos J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
15 Características 1 Consigue identificar cualquier secuencia polinómica 2 El método es muy flexible 3 INCONVENIENTE: Necesita recorrer un mínimo de d d polinomios para llegar a un polinomio de grado d J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
16 Método de Interpolación El método 1 Dada la subsecuencia y 1,, y t, utilizar cualquier método de interpolación para encontrar el polinomio de menor grado que pase por los puntos {(n, y n )} 2 Utilizar este polinomio para predecir el siguiente valor Esta estrategia consigue identificar cualquier secuencia producida por polinomios de coeficiente enteros J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
17 Características 1 Consigue identificar cualquier secuencia 2 Puede implementarse mediante un algoritmo de complejidad polinómica 3 INCONVENIENTE: El método es poco flexible Como lo extendemos para que admita términos de la forma 2 n o 3 n + 5 n? J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
18 Nota Nótese que con ninguno de los dos métodos sabemos en que momento se ha producido la identificación después de la secuencia 0, 0, 0, 0, 0 podemos concluir que la secuencia será siempre 0? O está generada por el polinomio: q(n) = (n 1)(n 2)(n 3)(n 4)(n 5)? J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
19 Dos conceptos clave Con estos ejemplos hemos introducido dos conceptos clave para el desarrollo teórico de la inferencia inductiva [Gold,67]: Identificación en el límite Identificación por enumeración J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
20 Especificación de un problema Para definir un problema de inferencia inductiva ha de especificarse: 1 El dominio: la clase de objetos a identificar 2 El espacio de hipótesis: las representaciones de los objetos 3 Entorno de aprendizaje: que se va a utilizar para aprender 4 La clase de métodos de inferencia: que tipos de algoritmos o técnicas se van a usar 5 El criterio de convergencia: como se sabe si el método es satisfactorio J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
21 En el ejemplo El domino eran las secuencias de polinomios de coeficientes enteros El espacio de hipótesis son los polinomios de coeficiente enteros El entorno de aprendizaje: una serie de números p(1), p(2),... La clase de métodos de inferencia puede ser la clase de los métodos representables por un programa de ordenador El criterio de identificación es que para todo polinomio p( ) exista un entero m tal que para todo n > m M(p(1), p(2),, p(n)) = p(n + 1) J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
22 Identificación en el límite Definición (Gold,67) Un método M es capaz de identificar un objeto desconocido en el límite si para cualquier secuencia h 1, h 2,... de hipótesis (representaciones) generadas por M usando colecciones crecientes de datos sobre el objeto, existe un número m para el que: h m es una descripción correcta del objeto y h m = h m+1 = h m+2 =... Obsérvese que M no puede determinar si ha convergido a una hipótesis correcta o no. J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
23 Identificación por enumeración Definición Supongamos que el espacio de las hipótesis es enumerable de forma que para cada regla del dominio aparece por lo menos una descripción en la enumeración. El método de enumeración consiste en recorrer la lista hasta que se encuentre con la primera descripción que sea compatible con todos los ejemplos. J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
24 Condiciones a cumplir Identificación 1 Cualquier hipótesis correcta debe de ser compatible con todos los ejemplos dados 2 Cualquier hipótesis incorrecta debe de ser incompatible con cualquier conjunto de ejemplos suficientemente grande Computabilidad 1 La enumeración de las representaciones ha de ser computable 2 Debe ser posible computar si cualquier representación y cualquier conjunto de ejemplos son compatibles J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
25 Inferencia gramatical En inferencia gramatical El dominio suele ser una clase de lenguajes formales (Lenguajes Regulares, Incontextuales,... ) El espacio de hipótesis una clase de gramáticas, autómatas, expresiones algebraicas,... J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
26 Entornos de aprendizaje Presentaciones Los ejemplos aparecen en un orden particular Los ejemplos aparecen en un orden arbitrario Los ejemplos aparecen de acuerdo a una distribución de probabilidad Ejemplos Solo positivos (texto) Positivos y negativos (completa) Oráculos Pertenencia Equivalencia J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
27 Conjuntos aprendibles Supongamos que disponemos de una presentación completa que condiciones ha de cumplir el dominio para que sea aprendible? Usando una técnica de enumeración 1 El espacio de hipótesis ha de ser enumerable 2 El saber si un objeto cumple o no una hipótesis debe ser computable J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
28 Presentación completa Teorema (Gold,67) Cualquier clase de lenguajes L recursivamente enumerable es identificable en el límite a partir de presentación completa. Algunos ejemplos Lenguajes regulares Lenguajes incontextuales Lenguajes sensibles al contexto... J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
29 No aprendibilidad Definición Una clase de lenguajes es superfinita si contiene todos los lenguajes finitos y al menos uno infinito J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
30 No aprendibilidad Teorema (Gold,67) Ninguna clase de Lenguajes superfinita es identificable en el límite Demostración Supongamos que existe un algoritmo. Sea σ una secuencia que identifica a uno de los lenguajes infinitos (L). Esto quiere decir que, el algoritmo, con cualquier secuencia que empiece por σ y a continuación, solo tenga cadenas de L, dará como salida L. Pero σ es un lenguaje finito (L ) que está incluido en L El algoritmo no podrá identificar L con una presentación de L que empiece por σ J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
31 Clases no Aprendible Corolario La clase de los lenguajes regulares no es identificable a partir de información positiva Quiere decir esto que la identificación a partir de texto está descartada? J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
32 Aprendizaje a partir de texto Condiciones No estén todos los lenguajes finitos No se permitan todas las presentaciones J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
33 Caracterización de las clases aprendibles Teorema (Angluin,80) La clase L es identificable a partir de texto si y solo si L L, existe un subconjunto finito D L tal que L L, si D L entonces L L J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
34 Aprendizaje eficiente Cuando podemos decir que aprendemos de forma eficiente? 1 Identifica en el límite 2 Cuando el tiempo y la cantidad de datos necesaria para aprender un concepto esta acotado polinómicamete con el tamaño del objeto a aprender Atención Los resultados pueden depender de la representación que se use Problema: Que pasa si hay una presentación que nos de un número exponencial de veces la misma cadena y solo luego empiezan a salir las demas? J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
35 Apendizaje eficiente Actualización polinómica El algoritmo de aprendizaje es eficiente si: Identifica en el límite Produce su salida en un tiempo polinómico Problema Podemos modificar el algoritmo de enumeración para que cumpla esta definición: Ejecutar el algoritmo de enumeración un tiempo prefijado que dependerá (polinómicamente) de la cantidad de datos disponibles Si transcurrido ese tiempo tenemos una solución, darla como salida Si no, dar una salida de compromiso J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
36 Aprendizaje eficiente Definición (Pitt, 86 & Yokomori, 91) 1 Actualización polinómica 2 Número polinómico de cambios de hipótesis 3 Consistencia (Yokomori) Definición (de la Higuera, 97) Un algoritmo aprende en un tiempo y con un tamaño de datos polinómicos si: 1 Actualización polinómica 2 Existe un conjunto característico de tamaño polinómico Un conjunto es característico si su presencia en los datos asegura la identificación J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
37 Algunos resultados Positivos: A partir de texto: algunos subconjuntos de lenguajes regulares (k-explorables representados como conjunto de ventanas) Con presentación completa: Los lenguajes regulares representados como autómatas deterministas (Oncina & García, 91) Los lenguajes lineales deterministas representados como gramáticas lineales deterministas (de la Higuera & Oncina, 02) Negativos: Los lenguajes regulares (de la Higuera,97) representados como automatas no deterministas La cadena mas pequeña que acepta un autómata no determinista puede ser exponencialmente larga. J. Oncina (Universidad de Alicante) ACEI 26 de septiembre de / 44
La Forma Normal de Chomsky
La s Polinomiales para el Problema de la Palabra en CFL Universidad de Cantabria Esquema 1 2 3 Hemos visto hasta aquí como demostrar si una palabra esta dentro de un lenguaje libre de contexto (CFL). El
Más detallesPrimera aproximación al aprendizaje automático.
APRENDIZAJE Introducción al aprendizaje algorítmico José M. Sempere Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia Aprender: Tomar algo en la memoria [...] Adquirir
Más detallesProcesadores de Lenguaje
Procesadores de Lenguaje Repaso TALF Cristina Tîrnăucă Dept. Matesco, Universidad de Cantabria Fac. Ciencias Ing. Informática Primavera de 2013 La Jerarquía de Chomsky Cuatro niveles de lenguajes formales
Más detallesMatemática computable
Conjuntos computables - Combinatoria - Álgebra Antonio Montalbán. U. de Chicago Coloquio Uruguayo de Matemática. Diciembre, 2009 Conjuntos computables - Combinatoria - Álgebra 1 Conjuntos computables 2
Más detallesMáquinas de estado finito y expresiones regulares
Capítulo 3 Máquinas de estado finito y expresiones regulares En este tema definiremos y estudiaremos máquinas de estado finito, llamadas también máquinas de estado finito secuenciales o autómatas finitos.
Más detallesDepartamento de Tecnologías de la Información. Tema 5. Decidibilidad. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema 5 Decidibilidad Ciencias de la Computación e Inteligencia Artificial Índice 5.1 Lenguajes reconocibles y decidibles 5.2 Problemas decidibles sobre lenguajes
Más detallesInducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS. Números naturales. Inducción matemática
Inducción en definiciones y demostraciones AUTÓMATAS Y LENGUAJES FORMALES PRELIMINARES MATEMÁTICOS Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx
Más detallesComputabilidad y Lenguajes Formales: Teoría de la Computabilidad: Máquinas de Turing
300CIG007 Computabilidad y Lenguajes Formales: Teoría de la Computabilidad: Máquinas de Turing Pontificia Universidad Javeriana Cali Ingenieria de Sistemas y Computación Prof. Gloria Inés Alvarez V. Máquina
Más detalles1. El Teorema de Rolle Generalizado.
Proyecto III: Los Teoremas de Rolle y del valor Medio Objetivos: Profundizar el estudio de algunos teoremas del cálculo diferencial 1 El Teorema de Rolle Generalizado La formulación más común del Teorema
Más detallesNuestro objetivo es demostrar que autómata = lógica Qué significa esto? Queremos encontrar una lógica que defina a los lenguajes regulares
Autómata = Lógica Nuestro objetivo es demostrar que autómata = lógica Qué significa esto? Queremos encontrar una lógica que defina a los lenguajes regulares Pero antes: Vamos a hacer un breve repaso sobre
Más detallesExpresiones regulares, gramáticas regulares
Expresiones regulares, gramáticas regulares Los LR en la jerarquía de Chomsky La clasificación de lenguajes en clases de lenguajes se debe a N. Chomsky, quien propuso una jerarquía de lenguajes, donde
Más detallesIntroducción a la Lógica y la Computación
Introducción a la Lógica y la Computación Parte III: Lenguajes y Autómatas Clase del 4 de Noviembre de 2015 Parte III: Lenguajes y Autómatas Introducción a la Lógica y la Computación 1/21 Lenguajes Formales
Más detallesAlgoritmos de Búsqueda
Introducción a la Computación Algoritmos de Búsqueda Esteban E. Mocskos (emocskos@dc.uba.ar) Facultad de Ciencias Exactas y Naturales, UBA CONICET 11/10/2017 E. Mocskos (UBA CONICET) Algoritmos de Búsqueda
Más detallesFórmula integral de Cauchy
Fórmula integral de Cauchy Comentario: de acuerdo con esta fórmula, uno puede conocer el valor de f dentro del entorno, conociendo únicamente los valores que toma f en el contorno C! Fórmula integral de
Más detallesMinimización de Aútomatas Finitos
Minimización de Aútomatas Finitos Supongamos que para un AFD M = (Q, Σ, δ, q 0, F ) definimos la siguiente relación R M : xr M y ssi δ(q 0, x) = δ(q 0, y) Claramente, podemos notar que esta relación es
Más detallesAutómatas Finitos INAOE. Introducción a. Autómatas. Definición formal de un. Finito Determinístico. Finito No- Finitos y Lenguajes Formales
los s s s s INAOE (INAOE) 1 / 58 Contenido los s s 1 los s 2 3 4 s 5 (INAOE) 2 / 58 los s los s los s s : Conjunto de estados + Control Cambio de estados en respuesta a una entrada. Tipo de Control: :
Más detallesHacia las Gramáticas Propias II
Hacia las Hacia las II Gramáticas sin Ciclos Universidad de Cantabria Outline Hacia las 1 Hacia las 2 3 Definición Hacia las Definición Diremos que una gramática libre de contexto G := (V, Σ, Q 0, P) es
Más detalles1. Problemas de inducción.
Proyecto I: Más sobre números reales Objetivos: Profundizar el estudio de los números reales. 1. Problemas de inducción. Ejercicio 1.1 Sea n. Definiremos los coeficientes binomiales ( n ) mediante la expresión
Más detallesExpresiones regulares, gramáticas regulares Unidad 3
Expresiones regulares, gramáticas regulares Unidad 3 Los LR en la jerarquía de Chomsky La clasificación de lenguajes en clases de lenguajes se debe a N. Chomsky, quien propuso una jerarquía de lenguajes,
Más detallesComputabilidad y Lenguajes Formales: Autómatas Finitos
300CIG007 Computabilidad y Lenguajes Formales: Autómatas Finitos Pontificia Universidad Javeriana Cali Ingeniería de Sistemas y Computación Prof. Gloria Inés Alvarez V. No Determinismo Hasta ahora cada
Más detallesConjuntos. Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por. a R. se entiende que a pertenece a R.
Conjuntos Un conjunto es una colección de objetos. Si a es un objeto y R es un conjunto entonces por se entiende que a pertenece a R. a R Normalmente, podremos definir a un conjunto de dos maneras: Por
Más detallesTIPOS DE GRAMATICAS JERARQUIAS DE CHOMSKY
TIPOS DE GRAMATICAS JERARQUIAS DE CHOMSKY Para el estudio de este tema es necesario analizar dos tipos de gramáticas de la clasificación de Chomsky, las regulares y las independientes de contexto, las
Más detalles1. Conjuntos y funciones
PRACTICO 1: CONJUNTOS. 1. Conjuntos y funciones Es útil saber de memoria las siguientes propiedades de conjuntos y funciones. Tanto como saber las tablas. Ejercicio 1. Si I es un conjunto y A α es un conjunto
Más detallesIntroducción a la Lógica y la Computación
Introducción a la Lógica y la Computación Parte III: Lenguajes y Autómatas Clase del 7 de Noviembre de 2014 Parte III: Lenguajes y Autómatas Introducción a la Lógica y la Computación 1/20 Lenguajes Formales
Más detallesLenguajes Libres del Contexto
Capítulo 3 Lenguajes Libres del Contexto [LP81, cap 3] n este capítulo estudiaremos una forma de representación de lenguajes más potentes que los regulares. Los lenguajes libres del contexto (LC) son importantes
Más detallesCapítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Más detallesAnálisis y Diseño de Algoritmos
Análisis y Diseño de Algoritmos Teoría NP-Completeness DR. JESÚS A. GONZÁLEZ BERNAL CIENCIAS COMPUTACIONALES INAOE Problemas de Decisión Teoría de NP-Completeness Diseñada para aplicarse solo a problemas
Más detallesCurso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional
Curso: Teoría de la Computación. Unidad 2, Sesión 7: Complejidad computacional Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay dictado semestre 2-2009
Más detallesAutómatas Mínimos. Encontrar el autómata mínimo. Universidad de Cantabria. Introducción Minimización de Autómatas Deterministas Resultados Algoritmo
Autómatas Mínimos Encontrar el autómata mínimo. Universidad de Cantabria Introducción Dado un lenguaje regular sabemos encontrar un autómata finito. Pero, hay autómatas más sencillos que aceptan el mismo
Más detallesInducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones
UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)
Más detallesPropiedades de Lenguajes Regulares
de INAOE (INAOE) 1 / 44 Contenido 1 2 3 4 (INAOE) 2 / 44 Existen diferentes herramientas que se pueden utilizar sobre los lenguajes regulares: El lema de : cualquier lenguaje regular satisface el pumping
Más detallesTeorema de incompletitud de Gödel
Teorema de incompletitud de Gödel Theorem (Gödel) Th(N) es una teoría indecidible. IIC2213 Teorías 79 / 109 Teorema de incompletitud de Gödel Theorem (Gödel) Th(N) es una teoría indecidible. Corolario
Más detallessup si A no es acotado.
Capítulo 6 Espacios completos 1. El teorema de Cantor En este capítulo estudiaremos más a fondo los espacios métricos completos. Lo primero que haremos es establecer la equivalencia entre completitud y
Más detallesCriptografía de clave pública Sistemas basados en el problema de la mochila
de la la La Criptografía de clave pública Sistemas basados de la DSIC - UPV (DSIC - UPV) de la 1 / 21 Contenidos del tema de la la La 1 Características de los sistemas de clave pública Principios para
Más detallesContenido. Contenidos interactivos... xiii Plataforma de contenidos interactivos... xviii Prefacio... xix. Parte I Fundamentos...
Contenido Contenidos interactivos... xiii Plataforma de contenidos interactivos... xviii Prefacio... xix Parte I Fundamentos... 1 Capítulo I Lógica, conjuntos e inducción... 2 1.1 Introducción... 4 1.2
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesPropiedades de lenguajes independientes del contexto
Capítulo 12. Propiedades de lenguajes independientes del contexto 12.1. Identificación de lenguajes independientes del contexto Lema de bombeo. 12.2. Propiedades Cierre, Complemento de lenguajes, Sustitución,
Más detallesIntroducción a la complejidad computacional
Introducción a la complejidad computacional definida sobre anillos arbitrarios 18 de junio de 2016 Fuente: http://www.utmmcss.com/ Por qué otro modelo? Continuo vs discreto. Intuición interiorizada del
Más detallesAutómatas de Estados Finitos
Asignatura: Teoría de la Computación Unidad 1: Lenguajes Regulares Tema 1: Autómatas de Estados Finitos Autómatas de Estados Finitos Definición de Autómatas de estados finitos: Tipo Lenguaje Máquina Gramática
Más detalles1. Define que es un Autómatas finitos determinanticos y cuáles son sus elementos constitutivos (explique cada uno de ellos).
Unidad 2.- Lenguajes Regulares Los lenguajes regulares sobre un alfabeto dado _ son todos los lenguajes que Se pueden formar a partir de los lenguajes básicos?, {_}, {a}, a 2 _, por medio De las operaciones
Más detallesIntroducción a la indecidibilidad
Introducción a la indecidibilidad José M. empere Departamento de istemas Informáticos y Computación Universidad Politécnica de Valencia Lenguajes y problemas Un problema será considerado cualquier cuestión
Más detallesInterpolación Polinomial
Pantoja Carhuavilca Métodos Computacionales Agenda y Interpolacion de y Interpolacion de Dado un conjunto de datos conocidos (x 0, y 0 ), (x 1, y 1 ),..., (x N, y N ) buscamos una función f : R R que satisfaga
Más detalles1. Sucesiones y redes.
1. Sucesiones y redes. PRACTICO 7. REDES. Se ha visto que el concepto de sucesión no permite caracterizar algunas nociones topológicas, salvo en espacios métricos. Esto empieza con algunas definiciones
Más detallesCardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23
Cardinalidad IIC1253 IIC1253 Cardinalidad 1 / 23 Conjuntos con la misma cardinalidad Definición Decimos que dos conjuntos A y B son equinumerosos, denotado como A B, si existe una biyección f : A B. IIC1253
Más detallesTÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad
TÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad Calculo proposicional 1 Argumentos y proposiciones lógicas 1 Algunos argumentos lógicos importantes 2 Proposiciones 4 Conexiones lógicas 5 Negación (tabla)
Más detallesDepartamento de Tecnologías de la Información. Tema 4. Máquinas de Turing. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema 4 Máquinas de Turing Ciencias de la Computación e Inteligencia Artificial Índice 4.1 Límites de los autómatas 4.2 Definición de Máquina de Turing 4.3
Más detallesCardinalidad IIC1253. IIC1253 Cardinalidad 1 / 23
Cardinalidad IIC1253 IIC1253 Cardinalidad 1 / 23 Conjuntos con la misma cardinalidad Definición Decimos que dos conjuntos A y B son equinumerosos, denotado como A B, si existe una biyección f : A B. Ejemplo
Más detalles1. Conjuntos y funciones
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 1: CONJUNTOS. 1 1. Conjuntos y funciones Ejercicio 1. Si I es un conjunto y A α es
Más detallesLa Representación de las Gramáticas
La Representación de las Gramáticas El Generador del Lenguaje Universidad de Cantabria Esquema 1 Introducción 2 3 4 Introducción Las gramáticas libres de contexto son más generales que las gramáticas regulares.
Más detallesTema Contenido Contenidos Mínimos
1 Estadística unidimensional - Variable estadística. - Tipos de variables estadísticas: cualitativas, cuantitativas discretas y cuantitativas continuas. - Variable cualitativa. Distribución de frecuencias.
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesMáquinas de Turing Definición y descripción
Capítulo 12 Máquinas de Turing 12.1. Definición y descripción Definición 1 Se llama máquina de Turing a toda séptupla M = (Γ,Σ,,Q,q 0,f,F), donde: Γ es el alfabeto de símbolos de la cinta. Σ Γ es el alfabeto
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 42
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 42 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detallesTeoría de la Computación Lenguajes Regulares (LR) - Propiedades
Teoría de la Computación Lenguajes Regulares (LR) - Propiedades Prof. Hilda Y. Contreras Departamento de Computación hyelitza@ula.ve http://webdelprofesor.ula.ve/ingenieria/hyelitza Objetivo Lenguajes
Más detallesÁlgebra Lineal. Tema 4. Espacios vectoriales de dimensión infinita
Álgebra Lineal Tema 4. Espacios vectoriales de dimensión infinita Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S.
Más detallesCONJUNTOS REGULARES. Orlando Arboleda Molina. 19 de Octubre de Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle
CONJUNTOS REGULARES Orlando Arboleda Molina Escuela de Ingeniería de Sistemas y Computación de La Universidad del Valle 19 de Octubre de 2008 Contenido Expresiones regulares Teorema de Kleene Autómatas
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesSucesiones. Una sucesión de números reales es una tira, o una lista, de nḿeros reales que generalmente denotamos como
Universidad de la República Facultad de Ingeniería IMERL Sucesiones Curso Cálculo 1 2008 Una sucesión de números reales es una tira, o una lista, de nḿeros reales que generalmente denotamos como a 1, a
Más detallesEstructuras Discretas. Conjuntos. Conjuntos & Funciones. Especificación de Conjuntos.
Estructuras Discretas Conjuntos Conjuntos & Funciones Claudio Lobos clobos@inf.utfsm.cl niversidad Técnica Federico Santa María Estructuras Discretas INF 152 Definición: conjunto n conjunto es una colección
Más detallesProblemas de Decisión
Problemas de Decisión La motivación de este capítulo puede estar dado por lo siguiente: Dado un conjunto Σ de fórmulas proposicionales en L(P ), existe un algoritmo general para determinar si Σ = ϕ Qué
Más detallesMODELOS DE SERIES DE TIEMPO 1. Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros.
MODELOS DE SERIES DE TIEMPO 1 Introducción Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros. Originalmente tuvieron como objetivo hacer predicciones. Descomposición
Más detallesTEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN
1 TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1. INTRODUCCIÓN Los números naturales aparecen debido a la necesidad que tiene el hombre para contar. Para poder construir este conjunto N, podemos seguir
Más detallesPrograma de Asignatura
Departamento de Ingeniería Industrial Programa: Ingeniería Mecatrónica Plan 007- Asignatura: Tópicos de Matemáticas Discretas Clave: 9938 Semestre: II Tipo: Obligatoria H. Teoría: H Práctica: HSM: 4 Créditos:
Más detallesFundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto Segundo Cuatrimestre de 2002
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Ejercicios Fundamentos de Ciencias de la Computación Trabajo Práctico N 2 Lenguajes Libres del Contexto y Sensibles al Contexto
Más detallesLenguaje de programación S (Davis/Sigal/Weyuker) Lógica y Computabilidad. Ejemplo 1. Ejemplo 2
Lógica y Computabilidad Verano 2011 Departamento de Computación - FCEyN - UBA Computabilidad - clase 4 Lenguaje S, estado, descripción instantánea, cómputo, funciones parciales computables, minimización
Más detallesCoordinación de Ciencias Computacionales INAOE. Teoría de Autómatas y Lenguajes Formales. Temario detallado para examen de ingreso 2012
Coordinación de Ciencias Computacionales INAOE Teoría de Autómatas y Lenguajes Formales Temario detallado para examen de ingreso 2012 1. Autómatas 1.1. Por qué estudiar la teoría de autómatas? 1.1.1. Introducción
Más detallesExamen. Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ciencia de la Computación. Segundo Semestre, 2003.
Pontificia Universidad Católica de Chile Escuela de Ingeniería Departamento de Ciencia de la Computación Examen IIC 2222 Teoría de Autómatas y Lenguajes Formales Segundo Semestre, 2003 Este examen tiene
Más detallesMáquinas de Turing. 18 de junio de 2015
Máquinas de Turing 18 de junio de 2015 1. Introducción Hasta ahora hemos visto clases de lenguajes relativamente simples. Lo que vamos a ver ahora es preguntarnos qué lenguajes pueden definirse por cualquier
Más detallesComputabilidad y lenguajes formales: Sesión 19. Gramáticas Incontextuales (Context Free Grammars)
Computabilidad y lenguajes formales: Sesión 19. Gramáticas Incontextuales (Context Free Grammars) Prof. Gloria Inés Alvarez V. Departamento de Ciencias e Ingeniería de la Computación Pontificia Universidad
Más detalles5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y
5. ANÁLISIS MATEMÁTICO // 5.1. FUNCIONES Y LÍMITES. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2010-2011 5.1.1. Las magnitudes variables: funciones. 5.1.1. Las magnitudes variables:
Más detallesMODELOS DE COMPUTACION I Preguntas Tipo Test. 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular.
MODELOS DE COMPUTACION I Preguntas Tipo Test Indicar si son verdaderas o falsas las siguientes afirmaciones: 1. El lema de bombeo puede usarse para demostrar que un lenguaje determinado es regular. 2.
Más detallesIntroducción a la Teoría de Autómatas, Lenguajes y Computación
Introducción a la Teoría de Autómatas, Lenguajes y Computación Gustavo Rodríguez Gómez y Aurelio López López INAOE Propedéutico 2010 1 / 53 Capítulo 2 Autómatas Finitos 2 / 53 1 Autómatas Finitos Autómatas
Más detallesRelaciones IIC1253. IIC1253 Relaciones 1 / 32
Relaciones IIC1253 IIC1253 Relaciones 1 / 32 Relaciones binarias Dado: conjunto A R es una relación binaria sobre A si R A A. Para indicar que a,b A están relacionados a través de R usamos las notaciones:
Más detallesEl lenguaje P. Lógica y Computabilidad ( ) símbolos p. Verano convenciones. Lógica Proposicional - clase 1
Lógica y Computabilidad Verano 2011 Departamento de Computación - FCEyN - UBA Lógica Proposicional - clase 1 Lenguaje de lógica proposicional, semántica, tautología, consecuencia semántica, conjunto satisfacible,
Más detalles5 Autómatas de pila 5.1 Descripción informal. 5.2 Definiciones
1 Curso Básico de Computación 5 Autómatas de pila 5.1 Descripción informal Un autómata de pila es esencialmente un autómata finito que controla una cinta de entrada provista de una cabeza de lectura y
Más detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más detallesLA CONJETURA DE GOLDBACH Y SU RELACIÓN CON EL TEOREMA DE DIRICHLET CAMPO ELÍAS GONZALEZ PINEDA.
LA CONJETURA DE GOLDBACH Y SU RELACIÓN CON EL TEOREMA DE DIRICHLET CAMPO ELÍAS GONZALEZ PINEDA. La Conjetura de Goldbach cegp@utp.edu.co La Conjetura de Goldbach afirma que todo número par mayor o igual
Más detallesTema 4.5: Desigualdades de Cauchy. Teorema de Liouville. Teorema Fundamental del Álgebra
Tema 4.5: Desigualdades de Cauchy. Teorema de Liouville. Teorema Fundamental del Álgebra Facultad de Ciencias Experimentales, Curso 008-09 E. de Amo Para una función f holomorfa en un entorno de un punto
Más detallesMáquinas de Turing IIC3242. IIC3242 Máquinas de Turing 1 / 45
Máquinas de Turing IIC3242 IIC3242 Máquinas de Turing 1 / 45 Complejidad Computacional Objetivo: Medir la complejidad computacional de un problema. Vale decir: Medir la cantidad de recursos computacionales
Más detallesEstructuras Discretas. Teoremas. Técnicas de demostración. Reglas de Inferencia. Reglas de Inferencia Ley de Combinación.
Estructuras Discretas Teoremas Técnicas de demostración Claudio Lobos, Jocelyn Simmonds clobos,jsimmond@inf.utfsm.cl Universidad Técnica Federico Santa María Estructuras Discretas INF 15 Definición: teorema
Más detalles1. Sucesiones. Sucesiones. Compacidad. {( 1) n, n N} = { 1, 1, 1, 1, 1, 1,... } es una sucesión de elementos del conjunto { 1, 1}, y la familia
1.. De una manera informal, una sucesión es una familia de elementos de un conjunto, ordenada según el índice de los números naturales. Los elementos pueden estar repetidos o no. Por ejemplo la familia
Más detallesMáquinas Secuenciales, Autómatas y Lenguajes. Tema 4: Expresiones Regulares. Luis Peña
Máquinas Secuenciales, Autómatas y Lenguajes Tema 4: Expresiones Regulares Luis Peña Sumario Tema 4: Expresiones Regulares. 1. Concepto de Expresión Regular 2. Teoremas de Equivalencia Curso 2012-2013
Más detallesMáquinas de Turing, recordatorio y problemas
Máquinas de Turing, recordatorio y problemas Elvira Mayordomo, Universidad de Zaragoza 5 de diciembre de 2014 1. Recordatorio de la definición de máquina de Turing Una máquina de Turing, abreviadamente
Más detallesFórmula integral de Cauchy
Fórmula integral de Cauchy Comentario: de acuerdo con esta fórmula, uno puede conocer el valor de f dentro del entorno, conociendo únicamente los valores que toma f en el contorno C! Fórmula integral de
Más detalles13.3. MT para reconocer lenguajes
13.3. MT para reconocer lenguajes Gramática equivalente a una MT Sea M=(Γ,Σ,,Q,q 0,f,F) una Máquina de Turing. L(M) es el lenguaje aceptado por la máquina M. A partir de M se puede crear una gramática
Más detallesEsquema. Condicionales. Ejemplo de condicional. Demostración. P { if (B) uno else dos } Q. P { while (B) cuerpo } Q
Esquema Teórica Imperativo 2 Estructuras de control Instrucción de asignación P{v=e Q // estado 1; vale P: true v:=e; // vale Q: v == e@1 && para toda vi: vi == vi@1 Instrucciones de Control de Flujo P
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesEntscheidungsproblem I TEORÍA DE LA COMPUTACIÓN MÁQUINAS DE TURING Y DECIDIBILIDAD. Máquinas de Turing (TM) Procedimiento efectivo
Entscheidungsproblem I TEORÍA DE LA COMPUTACIÓN MÁQUINAS DE TURING Y DECIDIBILIDAD Francisco Hernández Quiroz Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx Página
Más detalles1. Continuidad. Universidad de Chile Subsucesiones. Ingeniería Matemática
1. Continuidad 1.1. Subsucesiones Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08- Importante: Visita regularmente http://www.dim.uchile.cl/~calculo.
Más detallesAlgoritmo para la obtención de los estados accesibles
UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS SEGUNDO CURSO, SEGUNDO CUATRIMESTRE TEORÍA DE AUTÓMATAS
Más detallesUNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS
UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS SEGUNDO CURSO, SEGUNDO CUATRIMESTRE TEORÍA DE AUTÓMATAS
Más detallesPENDIENTES DE MATEMÁTICAS DE 3º ESO (CURSO )
PENDIENTES DE MATEMÁTICAS DE 3º ESO (CURSO 2015-2016) CRITERIOS E INDICADORES Se detallan a continuación los criterios de evaluación junto con sus indicadores de contenidos asociados. Criterio 1: Identificar
Más detallesEspacios vectoriales
Espacios vectoriales [Versión preliminar] Prof. Isabel Arratia Z. Algebra Lineal 1 En el estudio de las matrices y, en particular, de los sistemas de ecuaciones lineales realizamos sumas y multiplicación
Más detallesF-ESPACIOS. 1.- Introducción
F-ESPACIOS 1.- Introducción Recordemos que un subconjunto A de un espacio topológico X se llama diseminado o raro (nowhere dense en ingés) si A=. Un subconjunto que se pueda escribir como unión numerable
Más detallesObservación: Aceptaremos que la función f no este definida para un número finito de términos como por ejemplo f(n) = n 5.
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 07- Importante: Visita regularmente http://www.dim.uchile.cl/calculo. Ahí encontrarás
Más detallesVariable Compleja I Tema 3: Funciones holomorfas
Variable Compleja I Tema 3: Funciones holomorfas 1 Derivada 2 Ecuaciones de C-R 3 Reglas de derivación 4 Funciones holomorfas 5 Primeras propiedades Derivada Definición de derivada /0 A C, f F (A), a A
Más detalles1. Medida Exterior. Medida de Lebesgue en R n
1. La integral de Lebesgue surge del desarrollo de la integral de Riemann, ante las dificultades encontradas en las propiedades de paso al ĺımite para calcular la integral de una función definida como
Más detallesConjuntos finitos y conjuntos numerables
Tema 3 Conjuntos finitos y conjuntos numerables En este tema vamos a usar los números naturales para contar los elementos de un conjunto, o dicho con mayor precisión, para definir los conjuntos finitos
Más detallesAutómatas Finitos No-Deterministicos (NFA)
(NFA) Introducción a la Lógica Fa.M.A.F., Universidad Nacional de Córdoba 2//5 Outline of the Talk Intuiciones Definición Lenguaje de un NFA Euivalencia de Lenguajes de un NFA y un DFA Determinización
Más detalles